Calculando Sensibilidade e Especificidade: 9 Passos (com Imagens)

Contente

Degraus
- Método 1 de 1: Executando o cálculo
Pontas
Avisos

Para qualquer teste administrado a uma população específica, é importante sensibilidade, especificidade, valor preditivo positivo, e valor preditivo negativo para determinar a utilidade do teste na determinação dos traços de uma doença ou característica de uma determinada população. Se quisermos usar um teste para determinar uma característica específica de uma amostra, gostaríamos de saber o seguinte:

Qual a probabilidade de o teste presença indica uma característica em alguém de o atributo (sensibilidade)?
Qual a probabilidade de o teste ausência de uma característica indica em alguém sem o atributo (especificidade)?
Qual a probabilidade de alguém com um positivo resultado do teste na verdade o atributo (valor preditivo positivo) tem?
Qual a probabilidade de alguém com um negativo resultado do teste, na verdade, o atributo (valor preditivo negativo) não tem?

Esses valores são muito importantes para calcular, a fim de determinar se um teste é útil para medir uma característica específica de uma determinada população. Este artigo irá demonstrar como calcular esses valores.

Degraus

Método 1 de 1: Executando o cálculo

Imagem intitulada Calcular sensibilidade, especificidade, valor preditivo positivo e valor preditivo negativo Etapa 1

1. Defina uma população para testar, por exemplo 1000 pacientes em uma clínica.

Imagem intitulada Calcular sensibilidade, especificidade, valor preditivo positivo e valor preditivo negativo Etapa 2

2. Defina a doença ou característica em que você está interessado, por exemplo sífilis.

Imagem intitulada Calcular sensibilidade, especificidade, valor preditivo positivo e valor preditivo negativo Etapa 3

3. Assumir um teste "padrão ouro" confiável para determinar a prevalência da doença ou característica, por exemplo, documentação de microscopia de campo escuro sobre a presença da bactéria Treponema pallidum de raspados de úlcera de sífilis, em associação com achados clínicos. Use o padrão-ouro para determinar quem tem os atributos e quem não tem. Por exemplo, digamos que este seja o caso de 100 pessoas e não de 900.

Imagem intitulada Calcular sensibilidade, especificidade, valor preditivo positivo e valor preditivo negativo Etapa 4

4. Escolha um teste que você esteja interessado em determinar a sensibilidade, especificidade, valor preditivo positivo e valor preditivo negativo para esta população e teste todos na população escolhida. Por exemplo, suponha que seja um teste de reagina plasmática rápida (RPR) para rastrear a presença de sífilis. Use-o para testar 1000 pessoas na população.

Imagem intitulada Calcular sensibilidade, especificidade, valor preditivo positivo e valor preditivo negativo Etapa 5

5. Para pessoas que têm o traço (conforme determinado pelo padrão-ouro), registre o número de pessoas que testaram positivo e o número de pessoas que testaram negativo. Faça o mesmo para pessoas que não possuem o atributo (conforme determinado pelo padrão-ouro). Você eventualmente terá quatro números. Pessoas com a característica E um teste positivo são as verdadeiros positivos (TP). Pessoas com a característica E um teste negativo são as falsos negativos (FN). Pessoas sem o traço E um teste positivo são as falsos positivos (FP). Pessoas sem o traço E um teste negativo são as verdadeiros negativos (TN). Suponha que você tenha administrado um teste RPR em 1.000 pacientes. Entre 100 pacientes com sífilis, 95 testaram positivo e 5 negativo. Entre 900 pacientes sem sífilis, 90 testaram positivo e 810 negativo. Neste caso, TP = 95, FN = 5, FP = 90 e TN = 810.

Imagem intitulada Calcular sensibilidade, especificidade, valor preditivo positivo e valor preditivo negativo Etapa 6

6. Para calcular a sensibilidade, divida TP por (TP + FN). No caso acima, isso se torna 95/(95+5) = 95%. A sensibilidade nos diz quão provável é que o teste dê um resultado positivo em alguém que apresenta a característica. Que porcentagem de pessoas com o traço testará positivo? 95% de sensibilidade é muito bom.

Imagem intitulada Calcular sensibilidade, especificidade, valor preditivo positivo e valor preditivo negativo Etapa 7

7. Para calcular a especificidade, divida TN por (FP + TN). No caso acima, isso se torna 810/(90+810) = 90%. A especificidade nos diz quão provável é que o teste dê um resultado negativo se alguém não tiver o traço. Que porcentagem de todas as pessoas sem o traço terá teste negativo? 90% de especificidade é muito bom.

Imagem intitulada Calcular sensibilidade, especificidade, valor preditivo positivo e valor preditivo negativo Etapa 8

8. Para calcular o valor preditivo positivo (PVW), divida TP por (TP + FP). No caso acima, isso se torna 95/(95+90) = 51,4%. O valor preditivo positivo nos diz quão provável é que alguém com o traço seja positivo. Que proporção de todas as pessoas testadas positivamente realmente mostra as características? Um VPP de 51,4% significa que, se você testar positivo, tem 51,4% de chance de realmente ter a doença.

Imagem intitulada Calcular sensibilidade, especificidade, valor preditivo positivo e valor preditivo negativo Etapa 9

9. Para calcular o Valor Preditivo Negativo (NAV), divida TN por (TN + FN). No caso acima, isso se torna 810/(810+5) = 99,4%. O valor preditivo negativo nos diz a probabilidade de alguém não ter a característica se o teste for negativo. Que proporção de todas as pessoas que testam negativo realmente não tem o traço? Um NAV de 99,4% significa que, se seu teste for negativo, você tem 99,4% de chance de não ter a doença.

Pontas

Precisão ou eficiência, é a porcentagem de resultados de teste identificados corretamente pelo teste, ou seja, (verdadeiros positivos + verdadeiros negativos) / total de resultados de teste = (TP+TN)/(TP+TN+FP+FN).
Bons testes de triagem têm alta sensibilidade, porque você quer ser capaz de identificar todos com a característica. Testes com uma sensibilidade muito alta são úteis na detecção de doenças ou características excluir se o resultado for negativo. ("FOCINHO": Regra de sensibilidade OUT)
Desenhe uma mesa 2 x 2 para facilitar as coisas.
Saiba que a sensibilidade e a especificidade são propriedades intrínsecas de um determinado teste, e não dependem da população dada, ou seja, esses dois valores devem ser os mesmos se o mesmo teste for aplicado a diferentes populações.
Bons testes de confirmação têm alta especificidade porque você quer que o teste seja específico e não interprete mal alguém sem o traço como positivo. Testes de especificidade muito alta são úteis para: ter certeza de doenças ou características se forem positivas. ("RODAR": ESPECificidade-regra IN)
Por outro lado, o valor preditivo positivo e o valor preditivo negativo dependem da prevalência do traço em uma determinada população. Quanto mais rara a característica, menor o valor preditivo positivo e maior o valor preditivo negativo (porque a probabilidade do pré-teste é baixa para uma característica rara). Por outro lado, quanto mais frequentemente um traço ocorre, maior o valor preditivo positivo e menor o valor preditivo negativo (porque a probabilidade do pré-teste é alta para um traço mais geral).
Tente entender bem esses conceitos.