Presentation laddar. Vänta.

Presentation laddar. Vänta.

Praktisk epidemiologi för allmänläkare

Liknande presentationer


En presentation över ämnet: "Praktisk epidemiologi för allmänläkare"— Presentationens avskrift:

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

2 Tze-Wey Loong Understanding sensitivity and specificity with the right side of the brain BMJ, Sep 2003; 327: Karin Lindhagen

3 Hypotetisk population. Prevalens av sjukdomen 30%.
Karin Lindhagen

4 Diagnostiskt test - utfall
m l Karin Lindhagen

5 l m Beteckningar: frisk sant positiv sjuk sant negativ positivt test
positivt test falskt positiv negativt test falskt negativ Karin Lindhagen

6 Sensitivitet – att hitta de sjuka 24 / 30 = 80% av de sjuka är rätt identifierade
l Karin Lindhagen

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

8 Positivt prediktivt värde 24 / 38 = 63% med positivt test är faktiskt sjuka
l Karin Lindhagen

9 Negativt prediktivt värde 56 / 62 = 90% med negativt test är faktiskt friska
l Karin Lindhagen

10 sjuka friska A B C D A+C B+D
Grundbegrepp sjuka friska pos test A B A+B neg test C D C+D A+C B+D Karin Lindhagen

11 Prevalens = Grundbegrepp sjuka friska pos A B A+B neg C D C+D A+C B+D
andel sjuka av samtliga = (A+C) / (A+B+C+D) Karin Lindhagen

12 Sensitivitet = Grundbegrepp sjuka friska pos A B A+B neg C D C+D A+C
B+D Sensitivitet = andel sjuka som har positivt test = A / (A +C) Karin Lindhagen

13 Specificitet = Grundbegrepp sjuka friska pos A B A+B neg C D C+D A+C
B+D Specificitet = andel friska som har negativt test = D / (B + D) Karin Lindhagen

14 Positivt prediktivt värde
Grundbegrepp sjuka friska pos A B A+B neg C D C+D A+C B+D Positivt prediktivt värde andel med positivt test som faktiskt är sjuka = A / (A+B) Karin Lindhagen

15 Negativt prediktivt värde
Grundbegrepp sjuka friska pos A B A+B neg C D C+D A+C B+D Negativt prediktivt värde andel med negativt test som faktiskt är friska = D / (C + D) Karin Lindhagen

16 Loong, exempel 1. Prevalens 30%
sjuka friska pos 24 14 38 positivt prediktivt värde 63% neg 6 56 62 negativt prediktivt värde 90% 30 70 100 sens spec 80% Karin Lindhagen

17 Prevalens 10% istället för 30%
m l Karin Lindhagen

18 Positivt prediktivt värde: 8 / 26 = 31%
m l Karin Lindhagen

19 Negativt prediktivt värde: 72 / 74 = 97%
m l Karin Lindhagen

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

21 Karin Lindhagen

22 Loong exempel med SLE Prevalens 33 per 100 000
sjuka friska pos 31 3067 3098 pos pred 1% neg 2 96900 96902 neg pred 100% 33 99967 100000 sens spec 94% 97% Karin Lindhagen

23 Lek med siffror – Prevalens 1% Sensitivitet och specificitet 90%
sjuka friska pos 9 98 107 pos pred ?% neg 1 892 893 neg pred 10 990 1000 sens spec 90% Karin Lindhagen

24 Lek med siffror – Prevalens 1% Sensitivitet och specificitet 90%
sjuka friska pos 9 98 107 pos pred 8% neg 1 892 893 neg pred 100% 10 990 1000 sens spec 90% Karin Lindhagen

25 Lek med siffror - Prevalens 1% Känsligare test – s&s c:a 95%
sjuka friska pos 95 400 495 pos pred ?% neg 5 9500 9505 neg pred 100 9900 10 000 sens spec 95% 96% Karin Lindhagen

26 Lek med siffror - Prevalens 1% Känsligare test – s&s c:a 95%
sjuka friska pos 95 400 495 pos pred 19% neg 5 9500 9505 neg pred 100% 100 9900 10 000 sens spec 95% 96% Karin Lindhagen

27 Lek med siffror - Prevalens 1% Ännu känsligare test - s&s 99%
sjuka friska pos 99 100 199 pos pred ?% neg 1 9800 9801 neg pred 9900 10 000 sens spec 99% Karin Lindhagen

28 Lek med siffror - Prevalens 1% Ännu känsligare test - s&s 99%
sjuka friska pos 99 100 199 pos pred 50% neg 1 9800 9801 neg pred 100% 9900 10 000 sens spec 99% Karin Lindhagen

29 prevalensen Sensitivitet och specificitet säger ingenting
Sensmoral 1: Sensitivitet och specificitet säger ingenting om man inte vet något om prevalensen 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. Karin Lindhagen


Ladda ner ppt "Praktisk epidemiologi för allmänläkare"

Liknande presentationer


Google-annonser