Pravděpodobnost před a po testu

v klinické praxi jsou pravděpodobnosti po testu často jen zhruba odhadnuty nebo dokonce odhadnuty. To je obvykle přijatelné v hledání patognomonické znamení nebo symptom, v takovém případě je téměř jisté, že cílový stav je přítomen, nebo v nepřítomnosti nalezení sine qua non znamení nebo symptom, v takovém případě je téměř jisté, že cílový stav je přítomen.

ve skutečnosti však subjektivní pravděpodobnost přítomnosti stavu není nikdy přesně 0 nebo 100%. Přesto existuje několik systematických metod k odhadu této pravděpodobnosti. Tyto metody jsou obvykle založeny na již dříve vykonal zkoušky na referenční skupinu, ve které přítomnost nebo nepřítomnost na stav je známo (nebo alespoň odhaduje další test, který je považován za vysoce přesné, jako „Zlatý standard“), s cílem zjistit údaje z testu. Tyto údaje jsou následně použity k interpretaci výsledku zkoušky každého jednotlivce testovaného metodou. Alternativou nebo doplňkem metod založených na referenčních skupinách je porovnání výsledku testu s předchozím testem na stejné osobě, což je častější u testů pro monitorování.

nejdůležitější systematické referenční skupiny-metody založené na odhadu post-testu pravděpodobnost, zahrnuje ty, shrnuty a porovnány v následující tabulce, a dále popsány v jednotlivých sekcích níže.

O prediktivní valuesEdit

Prediktivní hodnoty mohou být použity pro odhad post-testu pravděpodobnosti jednotlivých v případě, že pre-testu pravděpodobnost, že jedince lze předpokládat, rovnající se zhruba výskytem v referenční skupině, na kterém se oba výsledky testů a znalosti o přítomnosti nebo nepřítomnosti onemocnění (například onemocnění, jako mohou určuje „Zlatý standard“), jsou k dispozici.

pokud je výsledek testu binární klasifikace do pozitivních nebo negativních testů, lze provést následující tabulku:

pravděpodobnost před testem lze vypočítat z diagramu následovně:

Předtestové pravděpodobnosti = (True pozitivní + Falešně negativní) / Celkový vzorek

a Také, v tomto případě, pozitivní post-testu pravděpodobnost (pravděpodobnost, že cílového stavu, pokud zkušební vypadne pozitivní), je číselně rovna pozitivní prediktivní hodnota a negativní post-testu pravděpodobnost (pravděpodobnost, že cílového stavu, pokud zkušební vypadne negativní) je číselně komplementární k negativní prediktivní hodnota ( = 1 – ), opět za předpokladu, že jedinec je testován nemá žádné jiné rizikové faktory, které mít za následek, že jednotlivé s jiná pravděpodobnost před testem než referenční skupina použitá ke stanovení pozitivních a negativních prediktivních hodnot testu.

V diagramu výše, tento pozitivní post-testu pravděpodobnost, že je, posttest pravděpodobnost, že cílový stav vzhledem k tomu, pozitivní výsledek testu, se vypočítá jako:

Pozitivní posttest pravděpodobnost = True positives / (True pozitivní + Falešně pozitivní)

Podobně:

post-testu pravděpodobnost onemocnění negativní výsledek se vypočítá jako:

Negativní posttest pravděpodobnost = False negativa / (Falešné negativy + Pravda negativy)

platnost výše uvedených rovnic závisí také na vzorku z populace nemá podstatný vzorkování zkreslení, které se skupiny těch, kteří mají to podmínkou, a ti, kteří nemají výrazně nepřiměřené z odpovídající prevalenci a „non-prevalence“ v populaci. Ve skutečnosti, rovnice uvedené nejsou platné pouze s case-control studie, které se odděleně sbírá jednu skupinu s podmínkou, a jedna skupina bez něj.

pravděpodobnost ratioEdit

výše uvedené metody jsou nevhodné k použití, pokud na předtestové pravděpodobnosti se liší od prevalence v referenční skupině použity ke stanovení, mimo jiné, pozitivní prediktivní hodnota testu. Takový rozdíl může nastat, pokud další zkouška předchází, nebo osoba podílející se na diagnostice se domnívá, že další předtestové pravděpodobnosti musí být používán, protože znalosti, například, konkrétní stížnosti, ostatní prvky z anamnézy, příznaků v fyzikální vyšetření, a to buď pomocí výpočtu na každém nalezení jako test sám o sobě s jeho vlastní citlivost a specifičnost, nebo alespoň hrubý odhad individuální pre-testu pravděpodobnosti.

V těchto případech, prevalence v referenční skupině, není zcela přesné představuje v pre-testu pravděpodobnosti jednotlivce, a, v důsledku toho, prediktivní hodnota (ať už pozitivní nebo negativní), není zcela přesné, představující post-testu pravděpodobnost, že jedince s cílovým stavem.

v těchto případech lze Pravděpodobnost po testu přesněji odhadnout pomocí poměru pravděpodobnosti pro test. Pravděpodobnost, poměr se vypočítá z citlivosti a specificity testu, a tudíž to nezávisí na výskytu v referenční skupině, a stejně tak to nic nemění, se změnil pre-testu pravděpodobnosti, na rozdíl od pozitivní nebo negativní prediktivní hodnoty (což by změnit). Také v platnosti, platnost post-testu pravděpodobnosti určit z pravděpodobnosti poměr není náchylné k odběru zaujatost ve vztahu k těm, s a bez stavu ve vzorku populace, a může být provedeno jako case-control studie, které se odděleně shromažďuje ty s a bez stav.

Odhad post-test pravděpodobnost z pre-testu pravděpodobnosti a pravděpodobnost, že poměr je následující:

• předběžné zkoušky šance = (Předtestové pravděpodobnosti / (1 – Předtestové pravděpodobnosti)
• Posttest šance = Pretest pravděpodobnost * Pravděpodobnost poměr

V rovnici výše, pozitivní post-testu pravděpodobnost je vypočtena míra pravděpodobnosti pozitivní, a negativní post-testu pravděpodobnost je vypočtena míra pravděpodobnosti negativní.

• Posttest pravděpodobnost = Posttest kurzy / (Posttest šance + 1)

Fagan nomogramu

vztah může být také odhadnuta pomocí tzv. Fagan nomogramu (viz obrázek vpravo) tím, že rovnou čáru od bodu daného pre-testu pravděpodobnosti pro danou pravděpodobnost poměr v jejich váhy, který, podle pořadí, odhady post-testu pravděpodobnost, že v místě, kde přímka protíná jeho rozsahu.

Pravděpodobnost po zkoušce může být zase použita jako pravděpodobnost před zkouškou pro další zkoušky, pokud se bude i nadále vypočítávat stejným způsobem.

• Diagram týkající pre – a post-testu pravděpodobnosti, s zelená křivka (horní levá polovina), což představuje pozitivní test, a červená křivka (dolní pravé polovině), představující negativní test, pro případ 90% senzitivitu a 90% specificitu, což odpovídá pravděpodobnosti poměr pozitivní 9, a pravděpodobnost, poměr negativní 0.111. Délka zelených šipek představuje změnu absolutní (spíše než relativní) pravděpodobnosti při pozitivním testu a červené šipky představují změnu absolutní pravděpodobnosti při negativním testu.
  z délky šipek je patrné, že při nízkých pravděpodobnostech před testem dává pozitivní test větší změnu absolutní pravděpodobnosti než negativní test (vlastnost, která je obecně platná, pokud specificita není o mnoho vyšší než citlivost). Podobně při vysoké pre-test pravděpodobnosti, negativní test dává větší změny v absolutní pravděpodobnost, že pozitivní test (vlastnost, která je obecně platné, pokud citlivost není o moc vyšší než specifičnost).

• vztah mezi pravděpodobnostmi před a po testu pro různé pozitiva pravděpodobnosti (horní levá polovina) a různé negativy pravděpodobnosti (dolní pravá polovina).

je možné provést výpočet poměrů pravděpodobnosti pro testy se spojitými hodnotami nebo více než dvěma výsledky, což je podobné výpočtu pro dichotomické výsledky. Za tímto účelem se pro každou úroveň výsledku testu vypočítá samostatný poměr pravděpodobnosti a nazývá se intervalové nebo stratum specifické poměry pravděpodobnosti.

ExampleEdit

jedinec byl promítán s test fekální okultní krvácení (FOB) pro odhad pravděpodobnosti, že osoba, která má cílový stav tlustého střeva, a to vypadl pozitivní (krev byly detekovány ve stolici). Před zkouškou, že osoba má pre-testu pravděpodobnost, že rakoviny tlustého střeva, například, 3% (0.03), jak se dalo odhadnout podle hodnocení, například anamnéza, vyšetření a předchozí testy, které jedince.

citlivost, specificita atd. z testu FOB byly stanoveny s populačním vzorkem 203 osob (bez takové dědičnosti) a vypadly následovně:

Z toho, pravděpodobnost, že poměry test může být stanovena:

1. míra Pravděpodobnosti pozitivní = citlivost / (1 − specificita) = 66.67% / (1 − 91%) = 7.4
2. Pravděpodobnost, poměr negativní = (1 − senzitivita) / specificita = (1 − 66.67%) / 91% = 0.37

• Předtestové pravděpodobnosti (v tomto příkladu) = 0.03
• Pretest šance = 0.03 / (1 – 0.03) = 0.0309
• Pozitivní posttest šance = 0.0309 * 7.4 = 0.229
• Pozitivní posttest pravděpodobnost = 0.229 / (0.229 + 1) = 0.186 nebo 18.6%

to Znamená, že jedinec má post-testu pravděpodobnosti (nebo „post-test rizika“) o 18,6% s rakovinou tlustého střeva.

prevalence ve vzorku populace se vypočítá jako:

• Prevalence = (2 + 1) / 203 = 0.0148 nebo 1.48%

individuální pre-testu pravděpodobnosti byl více než dvojnásobek jeden z vzorku populace, i když jednotlivé post-test pravděpodobnost byla menší než dvojnásobek jeden z vzorku populace (která se odhaduje pozitivní prediktivní hodnota testu o 10%), opak toho, co by výsledek méně přesný způsob jednoduše vynásobením relativní rizika.

Specifické zdroje inaccuracyEdit

Specifické zdroje nepřesnosti při použití koeficientu pravděpodobnosti určit, post-test pravděpodobnost, patří interference s determinanty nebo předchozí testy nebo překrývání testovacích cílů, jak je vysvětleno níže:

Rušení s testEdit

Post-testu pravděpodobnost, odhadnuté z pre-testu pravděpodobnost, s poměrem pravděpodobnosti, by se mělo zacházet s opatrností u jedinců s dalšími faktory (např. rizikové faktory) než v obecné populaci, stejně jako u osob, které prošly předchozí testy, protože tyto determinanty nebo testy mohou také ovlivnit samotné zkoušky v unpredictive způsoby, stále způsobuje nepřesné výsledky. Příklad s rizikovým faktorem obezity je, že další břišní tuk může být obtížné nahmatat břišních orgánů a snížení rozlišení břišní ultrasonografie, a podobně, zbytek barya rozdíl od předchozí radiografie může interferovat s následnou abdominální vyšetření v účinek snižuje citlivost a specificitu těchto následných zkoušek. Na druhou stranu, vliv rušení může potenciálně zlepšit účinnost následné testy oproti využití v referenční skupině, jako jsou některé břišní vyšetření je jednodušší, když se provádí na podváha lidí.

Překrytí testsEdit

Navíc, platnost výpočty na nějaké pre-testu pravděpodobnost, že sám je odvozen z předchozího testu závisí na dvou testů není výrazně překrývají s ohledem na cílový parametr byl testován, jako jsou krevní testy látek, které patří do jedné a téže nepříčetný metabolické dráhy. Příkladem extrému takového překrytí je situace, kdy byla stanovena citlivost a specificita pro krevní test detekující „látku X“ a podobně pro jeden detekující „látku Y“. Když, ve skutečnosti, „látka X“ a „látka Y“ jsou jedna a tatáž látka, poté, takže dva po sobě jdoucí testy jedné a téže látky nemusí mít žádný diagnostický význam na všechny, i když výpočet je ukázat rozdíl. Na rozdíl od interference, jak je popsáno výše, zvyšující se překrývání testů pouze snižuje jejich účinnost. V lékařském prostředí se diagnostická platnost zvyšuje kombinací testů různých modalit, aby se zabránilo podstatnému překrývání, například při kombinaci krevního testu, biopsie a rentgenového snímku.

Metody k překonání inaccuracyEdit

Aby se předešlo takové zdroje nepřesnosti pomocí koeficientů pravděpodobnosti, optimální metoda by se shromáždit velké referenční skupina rovnocenných jedinců, s cílem vytvořit samostatný prediktivní hodnoty pro použití testu v takových osob. S větší znalostí anamnézy jednotlivce, fyzického vyšetření a předchozího testu atd. to, že jedinec se stává diferencovanější, s rostoucí obtížnosti, najít referenční skupiny stanovit míru prediktivní hodnoty, takže odhad post-testu pravděpodobnosti pomocí prediktivní hodnoty neplatné.

další metodou k překonání těchto nepřesností je vyhodnocení výsledku testu v kontextu diagnostických kritérií, jak je popsáno v další části.

relativním rizikemedit

Pravděpodobnost po testu může být někdy odhadnuta vynásobením pravděpodobnosti před testem relativním rizikem daným testem. V klinické praxi, to je obvykle použita v hodnocení anamnézy jedince, kde „test“ je obvykle otázka (nebo dokonce předpoklad) o různých rizikových faktorů, např. pohlaví, kouření tabáku nebo hmotnosti, ale to může být potenciálně významný test, jako je například uvedení jednotlivých na vážicí rozsah. Při použití relativní rizika, výsledná pravděpodobnost je obvykle spojen spíše s individuální rozvoj stavu po určitou dobu (podobně jako výskyt v populaci), místo toho, aby pravděpodobnost, že jedince s podmínkou, v současné době, ale může nepřímo být odhad druhé.

použití poměru rizik lze použít poněkud podobně jako relativní riziko.

jeden rizikový faktoredit

pro stanovení relativního rizika je riziko v exponované skupině děleno rizikem v neexponované skupině.

pokud se vezme v úvahu pouze jeden rizikový faktor jednotlivce, lze Pravděpodobnost po testu odhadnout vynásobením relativního rizika rizikem v kontrolní skupině. Kontrolní skupina obvykle představuje neexponovanou populaci, ale pokud je vystavena velmi nízká frakce populace, lze často předpokládat prevalenci v obecné populaci rovnající se prevalenci v kontrolní skupině. V takových případech lze Pravděpodobnost po testu odhadnout vynásobením relativního rizika rizikem v běžné populaci.

například výskyt rakoviny prsu u ženy ve Spojeném Království ve věku 55 až 59 se odhaduje na zhruba 280 případů na 100.000 za rok, a rizikový faktor, které byly vystaveny vysoké dávky ionizujícího záření do hrudníku (například, jako procedury pro dalších typů rakoviny) poskytuje relativní riziko vzniku rakoviny prsu mezi 2,1 a 4,0, ve srovnání s neexponované. Vzhledem k tomu, že je vystavena nízká část populace, lze předpokládat, že prevalence v neexponované populaci se rovná prevalenci v běžné populaci. Následně lze odhadnout, že žena ve Spojeném Království, který je ve věku mezi 55 a 59 a která byla vystavena vysoké dávky ionizujícího záření měl mít riziko vzniku rakoviny prsu v průběhu jednoho roku mezi 588 a 1.120 100 000 (to znamená, že mezi 0,6% a 1,1%).

Více rizikových factorsEdit

Teoreticky, celkové riziko v přítomnosti více rizikových faktorů může být zhruba odhadnuta vynásobením s každým relativní riziko, ale je obecně mnohem méně přesné než pomocí koeficientů pravděpodobnosti, a je obvykle provádí jen proto, že je mnohem jednodušší provádět, když pouze relativní rizika jsou uvedeny, ve srovnání s, například, převod zdrojových dat na citlivost a specificitu a vypočítat pomocí koeficientů pravděpodobnosti. Stejně tak jsou v literatuře často uváděna relativní rizika namísto poměrů pravděpodobnosti, protože první z nich je intuitivnější. Zdroje nepřesnosti vynásobením relativní rizika patří:

• Relativní rizika jsou ovlivněna prevalence onemocnění v referenční skupině (na rozdíl od koeficientů pravděpodobnosti, které nejsou), a tento problém vzniká tak, že platnost post-testu pravděpodobnosti stát se méně platí s rostoucí rozdíl mezi prevalencí v referenční skupině a pre-test pravděpodobnosti pro každého jednotlivce. Žádný známý rizikový faktor nebo předchozího testu jedince, téměř vždy poskytuje takový rozdíl, snižuje oprávněnost použití relativní rizika v odhadování celkový účinek více rizikových faktorů nebo testy. Většina lékařů tyto rozdíly v prevalenci při interpretaci výsledků testů náležitě nezohledňuje, což může způsobit zbytečné testování a diagnostické chyby.
• samostatným zdrojem nepřesnosti násobení několika relativních rizik, s ohledem pouze na pozitivní testy, je to, že má tendenci přeceňovat celkové riziko ve srovnání s použitím poměrů pravděpodobnosti. Toto nadhodnocení lze vysvětlit neschopností metody kompenzovat skutečnost, že celkové riziko nemůže být vyšší než 100%. Toto nadhodnocení je pro malá rizika poměrně malé, ale pro vyšší hodnoty se stává vyšší. Například riziko vzniku rakoviny prsu ve věku mladším 40 let u žen ve Spojeném království lze odhadnout na přibližně 2%. Také, studie o Aškenázských Židů uvedlo, že mutace v BRCA1 poskytuje relativní riziko 21.6 vzniku rakoviny prsu u žen pod 40 let věku, a mutace v BRCA2 představuje relativní riziko 3.3 vývoje rakoviny prsu u žen mladších 40 let. Z těchto údajů lze odhadnout, že žena s BRCA1 mutací by riziko, že přibližně 40% z rakoviny prsu ve věku mladší 40 let, a žena s BRCA2 mutace by riziko, že přibližně 6%. Nicméně, v poměrně nepravděpodobné situaci, že oba BRCA1 a BRCA2 mutace, jednoduše vynásobením s oběma relativní rizika by vyústit v riziko více než 140% vzniku rakoviny prsu před 40 let, které nemůže být přesné, ve skutečnosti.

(posledně zmíněný) efekt nadhodnocení lze kompenzovat přepočtem rizik na kurzy a relativních rizik na poměry kurzů. To však nekompenzuje (dříve zmíněný) účinek jakéhokoli rozdílu mezi pravděpodobností před testem jedince a prevalencí v referenční skupině.

metodou kompenzace obou zdrojů nepřesnosti výše je stanovení relativních rizik pomocí vícerozměrné regresní analýzy. Nicméně, k udržení jeho platnosti, relativní rizika stanovena jako takové musí být násobí všechny ostatní rizikové faktory ve stejné regresní analýzy, a to bez jakýchkoli kromě jiných faktorů mimo regresní analýzy.

kromě toho má násobení více relativních rizik stejné riziko chybějících důležitých překrývání zahrnutých rizikových faktorů, podobně jako při použití poměrů pravděpodobnosti. Také, jiné rizikové faktory mohou působit v součinnosti, s tím výsledkem, že, například, dva faktory, které jednotlivě mají relativní riziko 2, mají celkové relativní riziko 6, když jsou oba k dispozici, nebo může inhibovat navzájem, poněkud podobně jako rušení popsáno za pomocí koeficientů pravděpodobnosti.

diagnostická kritéria a klinický předpověď rulesEdit

Většina závažných onemocnění vytvořily diagnostická kritéria a/nebo klinické předpověď pravidla. Vytvoření diagnostických kritérií, nebo klinické předpověď pravidla skládá z komplexní hodnocení z mnoha testů, které jsou považovány za důležité v odhadu pravděpodobnosti podmínkou zájem, někdy také včetně toho, jak se rozdělit do podskupin, a kdy a jak k léčbě stavu. Takové zřízení může zahrnovat použití prediktivních hodnot, poměrů pravděpodobnosti a relativních rizik.

například, ACR kritéria pro systémový lupus erythematodes definuje diagnostiku jako přítomnost alespoň 4 z 11 zjištění, z nichž každá může být považována za cílové hodnoty testu s jeho vlastní citlivost a specifičnost. V tomto případě došlo k vyhodnocení testů pro tyto cílové parametry při použití v kombinaci ve vztahu k, například, interference mezi nimi a překrývají cílových parametrů, čímž se snaží vyhnout se nepřesnosti, které by mohly jinak nastat, pokud se snaží vypočítat pravděpodobnost onemocnění pomocí koeficientů pravděpodobnosti jednotlivých testů. Proto, pokud byla pro určitý stav stanovena diagnostická kritéria, je obecně nejvhodnější interpretovat jakoukoli Pravděpodobnost po testu pro tento stav v kontextu těchto kritérií.

Také, tam jsou nástroje pro hodnocení rizik pro odhad kombinované riziko, že několik rizikových faktorů, jako je on-line nástroj z Framinghamské Srdeční Studie pro odhad rizika koronárních onemocnění srdce výsledky pomocí více rizikových faktorů, včetně věku, pohlaví, krevní lipidy, krevní tlak a kouření, je mnohem přesnější než vynásobením jednotlivých relativní rizika pro každý rizikový faktor.

Stále, zkušený lékař může odhadnout post-testu pravděpodobnost (a akce, motivuje) široké vědomí, včetně kritérií a pravidel, kromě jiných metod popsaných dříve, včetně jak individuální rizikové faktory a výkony z testů, které byly provedeny.