Реферат: Такой диагностический тест, который максимально точно (практически безошибочно) определяет наличие или отсутствие определенной болезни у пациента. × 2 у

Диагностика. Анализ и сравнение диагностических тестов


Золотой» стандарт - такой диагностический тест, который максимально точно (практически безошибочно) определяет наличие или отсутствие определенной болезни у пациента.

Таблица 2 × 2 - удобная, наглядная и компактная форма представления результатов сравнения диагностических методов

Когортное исследование - субъекты отбираются случайным образом до того, как у них определяется наличие или отсутствие тестируемого заболевания

Задание:

Необходимо определить качество диагностического теста относительного золотого стандарта (эталона сравнения). Для этого вычислите основные меры качества (точности, надежности, предсказательной способности) диагностического теста, оцените полученные результаты и напишите выводы в терминах полученной задачи. Данные представлены в таблице 2х2: по вертикали – данные, полученные с помощью эталонного теста, по горизонтали, данные, полученные проверяемым методом диагностики. Решение задачи выполняется в программах DiagStat v.01.01 и PPV/NPV.



^ Другие распространенные обозначения:

a = TP (true positive) = количество верно положительных результатов теста среди истинно больных,

с = FN (false negative) = количество ошибочно отрицательных результатов теста среди истинно больных,

b = FP (false positive) = количество ошибочно положительных результатов теста среди истинно здоровых,

d = TN (true negative) =количество верно отрицательных результатов теста среди истинно здоровых.

^ Чем меньше ошибочных (ошибочно положительных и ошибочно отрицательных) результатов дает тест, тем он лучше.

Порядок выполнения работы:

Шаг 1. Получите индивидуальное задание у преподавателя. Пример выполнен на основе задания №14 «ЗСН – застойная сердечная недостаточность».

Шаг 2. Визуальный анализ данных. Данные представлены в виде таблицы 2х2. Оцените количество верных и ошибочных (ошибочно положительных и ошибочно отрицательных) результатов теста.


^ Проверяемый диагностический тест

ЗСН согласно эталону сравнения

Всего

присутствует

отсутствует



^ Натрийуре-тический пептид (BNP)

Положительный ответ

(> 100 пг/мл)


670


202


872

^ Отрицательный ответ

(< 100 пг/мл)


74


640


714

Всего

744

842

1586

Анамнез заболевания:

ЗСН - застойная сердечная недостаточность является наиболее широко распространенным недугом, от которого страдают пожилые люди.

Она наступает при недостаточно эффективной работе сердца, которое перестает справляться со своей ролью насоса, перекачивающего кровь по всему телу, в результате чего в кровеносной системе начинаются застойные явления. 

Симптомами ЗСН могут быть одышка, общая слабость, набухание лодыжек, ступней и брюшной полости.

Распространенными причинами ЗСН являются заболевание коронарной артерии, сердечный приступ, повышенное артериальное давление и порок сердечного клапана

Проверяемый диагностический тест:

Натрийуретического гормона (В-типа) N-концевой пропептид (NT-proBNP) - показатель ранних стадий сердечной недостаточности.


Шаг 3. Вычисление основных мер качества диагностического теста. Откройте программу DiagStat v.01.01. Введите значения из полученной таблицы в соответствующие ячейки в программе( рисунок1) и нажмите кнопку «Вычислить».


Рисунок 1.



Шаг 4. Оценка различающей способности проверяемого диагностического теста и его предсказательной ценности. Вы получите следующие результаты расчетов (рисунок 2). Проанализируйте их.

Рисунок 2.




Теоретические основы

1. Чувствительность (вероятность истинного «позитива») - мера способности проверяемого метода распознавать наличие болезни. Вероятность положительного результата теста в популяции пациентов с данным заболеванием, ее оценкой является доля лиц с положительным результатом теста в выборке пациентов с изучаемым заболеванием.

Вычисляется как отношение числа a больных, подтвержденных проверяемым методом, к числу действительно больных: a/(a+c). Изменяется от 0 до 1 (в процентном отношении от 0% до 100%).

Таким образом, чем ближе полученная оценка чувствительности к 1 . тем лучше проверяемый тест диагностирует наличие болезни у пациентов.


^ 2. Специфичность - мера способности нового метода распознавать отсутствие заболевания. Вероятность отрицательного результата теста в популяции без заболевания, ее оценкой является доля лиц с отрицательным результатом теста в выборке пациентов без изучаемого заболевания.

^ Вычисляется как отношение числа d здоровых, подтвержденных новым методом, к числу действительно здоровых: d/(b + d). Изменяется от 0 до 1 (в процентном отношении от 0% до 100%).

Таким образом, чем ближе полученная оценка специфичности к 1 . тем лучше проверяемый тест распознает отсутствие болезни у пациентов


Оцените полученные значения с различными доверительными интервалами, помните, что чем уже ДИ, тем точнее полученная интервальная оценка, чем шире ДИ, тем оценка надежнее. Результаты анализа напишите в графе « Выводы», проверьте себя, используя таблицу на рисунке 3.

Шаг 4. Оценка различающей способности проверяемого диагностического теста и его предсказательной ценности. Оцените полученные результаты для отношения правдоподобий. Результаты анализа напишите в графе «Выводы».


Теоретические основы:

Отношение правдоподобий сводит воедино информацию о чувствительности и специфичности проверяемого диагностического теста. Оно сообщает нам, насколько сильно полученные результаты теста изменяют вероятность наличия данной болезни у пациента.


Отношение правдоподобий для положительных результатов диагностического теста (LR[+] = f(T+|D+) / f(T+|D-)) показывает, во сколько раз доля истинных «позитивов» (верно положительных результатов диагностического теста) превышает долю ложных «позитивов» (ошибочно положительных результатов теста).

^ LR[+] показывает, во сколько раз чаще положительные результаты данного диагностического теста будут получаться у больных, чем у здоровых.

Чем больше LR[+],

тем выше способность положительных результатов теста распознавать наличие болезни


Отношение правдоподобий для отрицательных результатов диагностического теста (LR[-] = f(T-|D+) / f(T-|D-)) показывает, во сколько раз доля ложных «негативов» (ошибочно отрицательных результатов диагностического теста) меньше доли истинных «негативов» (верно отрицательных результатов теста).

^ LR[-] показывает, во сколько раз реже отрицательные результаты данного диагностического теста будут получаться у больных, чем у здоровых.

Чем меньше LR[-], тем лучше способность отрицательного результата теста распознавать отсутствие болезни.









Шаг 5. Проанализируйте полученные оценки для распространенности заболевания, а также для предсказательной полезности положительных и отрицательных результатов теста. Выводы напишите в соответствующей графе.





Теоретические основы


Вероятность обнаружить пациента с данной болезнью в данной популяции: ^ P(D+) называется распространенностью болезни. Ее оценкой является доля, f(D+), лиц с данной болезнью в выборке объемом n из данной популяции, выявленных с помощью золотого стандарта.

^ Предсказательная вероятность для положительного результата теста, PV[+] или PPV

- PV[+] (или PPV) есть мера того, насколько хорошо данный тест предсказывает наличие болезни у пациента.

- PV[+] есть вероятность наличия болезни у пациента при условии, что данный тест дал у него положительный результат.

^ Предсказательная вероятность для отрицательного результата теста, PV[-] или NPV

- PV[-] (или NPV) есть мера того, насколько хорошо данный тест выявляет (предсказывает) отсутствие болезни у пациента.

- PV[-] есть вероятность отсутствия болезни у пациента при условии, что данный тест дал у него отрицательный результат.


Шаг 6.Программа PPVNPV (*.xls) (www.cardiff.ac.uk/medic/aboutus/departments/
primarycareandpublichealth/resources/PPVNPV.xls)

Порядок работы:

Откройте программу PPVNPV (*.xls).

Введите данные из своей таблицы. Данные вносятся без изменений.

Проверьте, совпадают ли значения оценки чувствительности (Sensitivity) и специфичности (Specificity).

Обратите внимание на график:

Красная линия обозначает вероятность того, что тест даст положительный результат.

Синия линия – обратная вероятность отрицательного результата теста.

Обозначения:

^ Predictive value of positive test (PVP/PPV) – какова вероятность того, что у пациента действительно данная болезнь.

Мерой предсказательной полезности положительного результата теста является тестовая вероятность болезни, т.е. вероятность наличия болезни у пациента при условии, что данный тест дал у него положительный результат.

Predictive value of negative test (NVP/NPV) – вероятность того, что у здорового человека тест выявит отсутствие болезни.

Оценкой этой вероятности является доля пациентов с верными отрицательными результатами теста среди всех протестированных пациентов (здоровых и больных) с отрицательными результатами теста

Критерий проверки: чем дальше линии друг от друга, тем выше качество теста. Если красная и синия линии прижимаются к диагонали графика – качество теста не удовлетворительно