Presentation laddar. Vänta.

Presentation laddar. Vänta.

2004-04-13 Karin Lindhagen 1 inte 90% sensitivitet och 90% specificitet men 90% med positivt test är inte sjuka Hur går det ihop??? Praktisk epidemiologi.

Liknande presentationer


En presentation över ämnet: "2004-04-13 Karin Lindhagen 1 inte 90% sensitivitet och 90% specificitet men 90% med positivt test är inte sjuka Hur går det ihop??? Praktisk epidemiologi."— Presentationens avskrift:

1 2004-04-13 Karin Lindhagen 1 inte 90% sensitivitet och 90% specificitet men 90% med positivt test är inte sjuka Hur går det ihop??? Praktisk epidemiologi för allmänläkare

2 2004-04-13Karin Lindhagen2 Tze-Wey Loong Understanding sensitivity and specificity with the right side of the brain BMJ, Sep 2003; 327: 716 - 719. http://bmj.bmjjournals.com

3 2004-04-13 Karin Lindhagen 3 Hypotetisk population. Prevalens av sjukdomen 30%.       

4 2004-04-13 Karin Lindhagen 4 Diagnostiskt test - utfall       

5 2004-04-13 Karin Lindhagen 5 Beteckningar:  frisk sant positiv sjuk  sant negativ  positivt test  falskt positiv  negativt test falskt negativ

6 2004-04-13 Karin Lindhagen 6 Sensitivitet – att hitta de sjuka 24 / 30 = 80% av de sjuka är rätt identifierade

7 2004-04-13 Karin Lindhagen 7 Specificitet – att hitta enbart de sjuka och inte få med några friska som får pos test: 56 / 70 = 80% av de friska rätt identifierade       

8 2004-04-13 Karin Lindhagen 8 Positivt prediktivt värde 24 / 38 = 63% med positivt test är faktiskt sjuka       

9 2004-04-13 Karin Lindhagen 9 Negativt prediktivt värde 56 / 62 = 90% med negativt test är faktiskt friska       

10 2004-04-13 Karin Lindhagen 10 Grundbegrepp sjukafriska pos test ABA+B neg test CDC+D A+CB+D

11 2004-04-13 Karin Lindhagen 11 Grundbegrepp Prevalens = andel sjuka av samtliga = (A+C) / (A+B+C+D) sjukafriska posABA+B negCDC+D A+CB+D

12 2004-04-13 Karin Lindhagen 12 Grundbegrepp Sensitivitet = andel sjuka som har positivt test = A / (A +C) sjukafriska posABA+B negCDC+D A+CB+D

13 2004-04-13 Karin Lindhagen 13 Grundbegrepp Specificitet = andel friska som har negativt test = D / (B + D) sjukafriska posABA+B negCDC+D A+CB+D

14 2004-04-13 Karin Lindhagen 14 Grundbegrepp Positivt prediktivt värde andel med positivt test som faktiskt är sjuka = A / (A+B) sjukafriska posABA+BA+B negCDC+D A+CB+D

15 2004-04-13 Karin Lindhagen 15 Grundbegrepp Negativt prediktivt värde andel med negativt test som faktiskt är friska = D / (C + D) sjukafriska posABA+B negCDC+DC+D A+CB+D

16 2004-04-13 Karin Lindhagen 16 Loong, exempel 1. Prevalens 30% sjukafriska pos241438 positivt prediktivt värde 63% neg65662 negativt prediktivt värde 90% 3070100 sensspec 80%

17 2004-04-13 Karin Lindhagen 17 Prevalens 10% istället för 30%         

18 2004-04-13 Karin Lindhagen 18 Positivt prediktivt värde: 8 / 26 = 31%         

19 2004-04-13 Karin Lindhagen 19 Negativt prediktivt värde: 72 / 74 = 97%         

20 2004-04-13 Karin Lindhagen 20 SLE, prevalens 33 per 100 000 ANA sensitivitet 94%specificitet 97%

21 2004-04-13 Karin Lindhagen 21

22 2004-04-13 Karin Lindhagen 22 Loong exempel med SLE Prevalens 33 per 100 000 sjukafriska pos3130673098pos pred 1% neg29690096902neg pred 100% 3399967100000 sensspec 94%97%

23 2004-04-13 Karin Lindhagen 23 Lek med siffror – Prevalens 1% Sensitivitet och specificitet 90% sjukafriska pos998107 pos pred ?% neg1892893 neg pred ?% 109901000 sensspec 90%

24 2004-04-13 Karin Lindhagen 24 Lek med siffror – Prevalens 1% Sensitivitet och specificitet 90% sjukafriska pos998107 pos pred 8% neg1892893 neg pred 100% 109901000 sensspec 90%

25 2004-04-13 Karin Lindhagen 25 Lek med siffror - Prevalens 1% Känsligare test – s&s c:a 95% sjukafriska pos95400495 pos pred?% neg595009505 neg pred?% 1009900 10 000 sensspec 95%96%

26 2004-04-13 Karin Lindhagen 26 Lek med siffror - Prevalens 1% Känsligare test – s&s c:a 95% sjukafriska pos95400495 pos pred19% neg595009505 neg pred100% 1009900 10 000 sensspec 95%96%

27 2004-04-13 Karin Lindhagen 27 Lek med siffror - Prevalens 1% Ännu känsligare test - s&s 99% sjukafriska pos99100199 pos pred?% neg198009801 neg pred?% 1009900 10 000 sensspec 99%

28 2004-04-13 Karin Lindhagen 28 Lek med siffror - Prevalens 1% Ännu känsligare test - s&s 99% sjukafriska pos99100199 pos pred50% neg198009801 neg pred100% 1009900 10 000 sensspec 99%

29 2004-04-13 Karin Lindhagen 29 Sensmoral 1: Sensitivitet och specificitet säger ingenting om man inte vet något om prevalensen

30 2004-04-13 Karin Lindhagen 30 Sensmoral 2: Ett test som är utmärkt för diagnos bland patienter med symtom som ger stark misstanke på en sjukdom, kan vara oanvändbart för screening för samma sjukdom bland symtomfria personer.


Ladda ner ppt "2004-04-13 Karin Lindhagen 1 inte 90% sensitivitet och 90% specificitet men 90% med positivt test är inte sjuka Hur går det ihop??? Praktisk epidemiologi."

Liknande presentationer


Google-annonser