Presentation laddar. Vänta.

Presentation laddar. Vänta.

Vetenskaplig utveckling Läkarprogrammet KI HT 2010 termin 4 Moment 2 Lisen Arnheim Dahlström, Fredrik Wiklund & Robert Karlsson Institutionen för medicinsk.

Liknande presentationer


En presentation över ämnet: "Vetenskaplig utveckling Läkarprogrammet KI HT 2010 termin 4 Moment 2 Lisen Arnheim Dahlström, Fredrik Wiklund & Robert Karlsson Institutionen för medicinsk."— Presentationens avskrift:

1 Vetenskaplig utveckling Läkarprogrammet KI HT 2010 termin 4 Moment 2 Lisen Arnheim Dahlström, Fredrik Wiklund & Robert Karlsson Institutionen för medicinsk epidemiologi och biostatistik

2 Diagnostiska test  Viktiga för att upptäcka sjukdomar hos individer  Exempel  Mammografi för att upptäcka bröstcancer  PSA för att upptäcka prostatacancer  Blodvärden  Fostervattenprov  Genetiska test  Gynekologisk cellprovstagning  Osv

3 Gynekologisk screening Organiserad screening infördes på 60-talet. Reducerat cancerfallen med över 50%. Kvinnor mellan år kallas vart 3 år, år vart 5 år. Täckningsgraden är 77% och 83%, för resp åldersgrupp.

4 Gynekologisk screening Incidens Mortailitet

5 Mammografi Startade i Sverige 1986, sedan 1997 i hela Sverige. Trippelundersökning: palpation, röntgen, biospi Skall erbjudas alla kvinnor i åldrarna år (Socialstyrelsen) 1.5 till 2 år mellan undersökningar Sänker dödligheten i bröstcancer med ca 20%

6 Diagnostiska test - egenskaper  Givet att en person är sjuk vill vi att testet ska klassa personen som sjuk  Testet ska ha hög SENSITIVITET  Givet att en person är frisk vill vi att testet ska klassa personen som frisk  Testet ska ha hög SPECIFICITET

7 Illustration  100 personer  Svart prick representerar sjuk person (30st)  Ej fylld prick representerar frisk person (70st)  Grön färg representerar personer vilka klassats som friska (62st)  Rosa färg representerar personer vilka klassats som sjuka (38st)  frisk sant positiv sjuk  sant negativ  positivt test  falskt positiv  negativt test falskt negativ

8 SENSITIVITET (känslighet)  Sensitivitet = sannolikheten att en sjuk person klassas som sjuk av testet  Endast sjuka personer betraktas  30 sjuka personer  24 klassas som sjuka av testet  Sensitiviteten = 24/30 = 0.8  Testets sensitivitet är 80% Känsligheten på ett test är definierat som proportionen av människor med sjukdomen som också har ett positivt resultat av testet

9 Exempel på hög känslighet  Om alla som har en viss sjukdom (t ex huvudvärk) har ett givet symtom (att ha ett huvud) blir känsligheten 100%.  Vi får alltså inga falskt negativa. Exempel på låg känslighet QuickVue Influenza A+B test (utvärdering) 10 positiva i testet utav 31 med symtom = 32% Vi får många falskt negativa Totalt= 67 SymtomEj symtom Positiv10111 Negativ

10 SPECIFICITET  Specificitet = sannolikheten att en frisk person klassas som frisk av testet  Endast friska personer betraktas  70 friska personer  56 klassas som friska av testet  Specificiteten = 56/70 = 0.8  Testets specificitet är 80%

11 Exempel på låg specificitet  Om få har huvudvärk men många har symtom (att ha ett huvud) blir specificiteten låg.  Vi får alltså många falskt positiva. Exempel på hög specificitet QuickVue Influenza A+B test (utvärdering) 35 negativa i testet utav 36 utan symtom = 97% Vi får få falskt positiva Totalt= 67 SymtomEj symtom Positiv10111 Negativ

12 POSITIVT PREDIKTIVT VÄRDE (PPV) NEGATIVT PREDIKTIVT VÄRDE (NPV)  PPV = sannolikheten att en person som testats positiv är sjuk  Både friska och sjuka personer betraktas  38 personer har testats positiva  24 av dessa personer är sjuka  PPV = 24/38 = 0.63  Testets PPV är 63%  NPV = sannolikheten att en person som testats negativ är frisk  Både friska och sjuka personer betraktas  62 personer har testats negativa  56 av dessa personer är friska  NPV = 56/62 = 0.90  Testets NPV är 90%

13  PPV= 10 som har influensa / 11 som testats positiva = 90%  Det är alltså en 90% sannolikhet att de som testats positiva verkligen har influensa. Totalt= 67 SymtomEj symtom Positiv10111 Negativ  NPV= 35 friska/ 56 som testats negativa = 63%  Det är alltså en 63% sannolikhet att de som testats negativa verkligen är friska

14 PPV och NPV och sjukdomens prevalens Prevalens 20%Prevalens 1% Sensitivitet 180/200=90% Specificitet 720/800=90% PPV=180/260=69% NPV=720/740=97% SjukFrisk Pos Neg SjukFrisk Pos Neg Sensitivitet 9/10=90% Specificitet 891/990=90% PPV=9/108=8% NPV=891/892=100%

15 PPV och NPV vs prevalens  Generellt gäller att:  Om prevalensen minskar så  Minskar PPV  Ökar NPV  Om prevalensen ökar så  Ökar PPV  Minskar NPV  Ett tests egenskaper kan även bero på andra faktorer  Ålder  Etnicitet  Kön  Provkvalitet

16 Sensmoral diagnostiska test  Sensitivitet och specificitet säger ingenting om man inte vet något om prevalensen  Ett test som är utmärkt för diagnos bland patienter med symtom som ger stark misstanke på en sjukdom (hög prevalens), kan vara oanvändbart för screening för samma sjukdom bland symtomfria personer

17 Konfidensintervall  Sensitivitet och specificitet är skattningar, baserade på till exempel kliniska prövningar  Inbyggd osäkerhet eftersom vi bara testar ett stickprov  Osäkerheten kan uppskattas med ett konfidensintervall

18 Konfidensintervallets bredd påverkas av storleken på stickprovet  Få deltagare i studien → bredare konfidensintervall  Många deltagare → smalare konfidensintervall

19 Exempel  För ett visst diagnostiskt test vet vi att sensitiviteten är exakt 90%. Alltså upptäcker testet 90% av alla sjuka som testas.  Vi simulerar några olika stora studier på samma test Antal sjukaUpptäcks av testet Sensitivitet (i studien) 95% CI 44100%40% - 100% 10770%35% - 93% %81% - 98% %85% - 96% %88% - 92%

20 Sensmoral konfidensintervall  Sensitivitet, specificitet, PPV och NPV är skattningar  Alltså har de en inbyggd osäkerhet  Undersök hur stor osäkerheten är innan ni litar på förträffligheten hos ett test.


Ladda ner ppt "Vetenskaplig utveckling Läkarprogrammet KI HT 2010 termin 4 Moment 2 Lisen Arnheim Dahlström, Fredrik Wiklund & Robert Karlsson Institutionen för medicinsk."

Liknande presentationer


Google-annonser