Диагностическая чувствительность исследования и специфичность теста

Данный диагностический тест на восприимчивость организма человека к заболеваниям — это метод оценки вероятности быть затронутым заболеваниями, основанный на показателях нынешнего состояния здоровья. В приведенном ниже диагностическом калькуляторе в категории «Болезнь присутствует» введите истинные положительные и ложные отрицательные значения, а в категории «Болезнь отсутствует» — ложные положительные и истинные отрицательные значения. Нажмите «Рассчитать», калькулятор произведет расчеты и определит диагностические медицинские факторы: «Чувствительность» и «Специфичность».

Диагностический тест на восприимчивость к заболеваниям

Заболевание
Тест
Присутствует
Отсутствует
Общее значение
Положительный
истинно-положительный
ложно-положительный
Отрицательный
ложно-отрицательный
истинно-отрицательный
Общее значение
Чувствительность (%)
Специфичность (%)
Положительная вероятность болезни (%)
Отрицательная вероятность болезни (%)
Распространенность заболевания (%)
Прогностическая ценность положительного результата (%)
Прогностическая ценность отрицательного результата (%)

Формулы расчета восприимчивости к болезням

Чувствительность = a / (a + b) x 100

Специфичность = c / (d + c) x 100

Положительная вероятность болезни = (Чувствительность / 100) / (1-(Чувствительность / 100))

Отрицательная вероятность болезни = (1- (Чувствительность / 100)) / (Чувствительность / 100)

Распространенность заболевания = (a + b) / (a + b + d + c) x 100

ПЦ (+) = Чувствительность / (Чувствительность + d) x 100

ПЦ (-) = c / (b + c) x 100

Где:

  • a = истинно-положительный
  • b = ложно-отрицательный
  • c = истинно-отрицательный
  • d = ложно-положительный
  • ПЦ (+) — Прогностическая ценность положительного результата, вероятность наличия заболевания при положительном (патологическом) результате
  • ПЦ (-) — Прогностическая ценность отрицательного результата, вероятность наличия заболевания при отрицательном (нормальном) результате

Пример:

У пациента истинно-положительный показатель присутствия заболевания — 10, ложно-отрицательный — 5, а ложно-положительный показатель отсутствия болезни – 40 и истинно-отрицательный показатель — 45. В таком случае диагностический тест на восприимчивость к заболеваниям пациента будет иметь следующий вид:

Чувствительность = 10 / (10 + 5) x 100 = 66.67%

Специфичность = 45 / (40 + 45) x 100 = 52.95%

Положительная вероятность болезни = (66.67 / 100) / (1-(52.9 / 100)) = 1.42%

Отрицательная вероятность болезни = (1- (66.67 / 100)) / (52.9 / 100) = 0.63%

Распространенность заболевания = (10 + 5) / (10 + 5 + 40 + 45) x 100 = 15%

ПЦ (+) = 66.67 / (66.67 + 40) x 100 = 20%

ПЦ (-) = 45 / (5 + 45) x 100 = 90%

Этот статистический калькулятор представлен для вашего личного пользования и может использоваться только в качестве руководства. Медицинские и другие решения НЕ должны основываться на результатах данного калькулятора. Данный калькулятор был протестирован, но гарантироваться точность его вычислений и результатов не может.

Как в медицине оценивается точность анализов?

Одними из основных показателей, характеризующих точность того или иного исследования, являются чувствительность и специфичность диагностических тестов.
Давайте представим, что мы придумали некий клинический анализ или тест, который отвечает на простой вопрос: есть или нет заболевание Х. Пусть это будет анализ крови. Начнем проверку нашего теста.

Чувствительность диагностического теста

Проверим, насколько хорошо наш анализ выявляет заболевших. Возьмем 100 пробирок, в которых находится кровь точно больных пациентов.
Проведем наш анализ и выясним, что в 99 случаях тест показал наличие болезни, а в одном случае болезнь не подтвердилась. Еще раз акцентируем внимание, в пробирках кровь пациентов, гарантированно страдающих болезнью Х. При полученных результатах чувствительность нашего теста будет равна 99%. Мы получили 99 истинно положительных результатов и 1 ложноотрицательный.

Итак, чувствительность диагностического теста — это доля пациентов с выявленным заболеванием от всех пациентов с данным заболеванием, выраженная в процентах.

Идеальной чувствительностью является стопроцентная чувствительность диагностического теста. Как мы понимаем, в реальности идеал недостижим, но это не значит, что к этому не нужно стремиться.

Специфичность диагностического теста

Изучим другую сторону нашего теста. Теперь мы возьмем 100 образцов крови от здоровых людей и выясним, что показывает анализ. Проведя 100 исследований, мы выясняем, что наш тест и в этом случае продемонстрировал свою эффективность — 98 анализов дали отрицательный результат, два анализа показали ложноположительный результат. Специфичность нашего теста составляет 98%.

Чувствительность и специфичность некоторых диагностических тестов

  • ЭКГ в 12 отведениях имеет чувствительность около 68% в диагностике острого инфаркта миокарда с подъемом сегмента ST.
  • Мазок по Папаниколау имеет чувствительность от 30% до 87% и специфичность от 86% до 100%.
  • Простатспецифический антиген (ПСА, PSA) является одним из маркеров рака предстательной железы. Этот тест имеет чувствительность от 21 до 86%, а специфичность 33% до 91%.
  • Измерения АД у пациентов с артериальной гипертонией в клинике имеют чувствительность от 34% до 69% и специфичность от 73% до 92%. Домашние измерения для пациентов с гипертонией имеют чувствительность 81–88% и специфичность 55–64%.

Итак, мы имеем болезнь Х, с заболеваемостью 100 на 100000 населения. Очевидно, что в городе с населением в 1 миллион человек, 1000 человек болеют болезнью Х. Один из жителей этого города, узнав о нашем замечательном анализе, имеющем чувствительность 99% и специфичность в 98%, решил сдать анализ. Анализ показал, что у этого жителя города есть болезнь Х.

Вопрос: какова вероятность того, что этот житель города действительно болеет болезнью Х?

Предположим, что мы решили проверить все население города на зараженность болезнью Х с помощью теста. Исходя из того, что 1% тестов будут иметь ложноотрицательный результат и 2% тестов будут иметь ложноположительный результат, получим следующее:

Из каждой сотни исследований будет 2 ложноположительных результата. В 1 миллионе 10 тысяч сотен, т.е. получится 20 000 ложноположительных результата. Тогда 20 990 человек получат информацию о том, что по результатам теста они больны. Из них в действительности больны 990 человек, а 20 000 человек получат ложноположительный результат диагностического теста.

Почему всего 990 человек действительно больны? Потому что данный тест на восприимчивость к болезням дает 1% ложноотрицательных результата. 1% от 1000 больных — 10 больных, которые получат ошибочный результат о том, что они здоровы.

Значит 10 человек из истинно больных получат ложноотрицательный результат. На самом деле они больны, но результат теста говорит об обратном.

Что из этого следует?

Врачи должны будут провести дополнительные тесты, чтобы понять, кто из 20990 человек действительно болен, а кто здоров.

Вероятность того, что человек, получивший результат исследования, говорящий о заболевании, действительно болен, составляет:

990/20990*100% = 4,7%

Т.е. вероятность того, что человек, получивший положительный результат исследования, действительно болен, всего около 5%! С вероятностью 95% человек, получивший результат анализа, говорящий о болезни — здоров.

С другой стороны выявлено 979 010 людей, которые с очень высокой долей вероятности не больны (вспомним, что среди них есть 10 больных, которых мы не выявили из-за ложноотрицательных результатов диагностического теста).

Здесь может возникнуть вопрос: а как же врачи ставят диагнозы, если даже столь точные тесты как в нашем примере дают столь низкую вероятность того, что человек болен?

Дело в том, что:

  1. Во-первых, врачи не назначают исследования “просто так”. Они опрашивают и осматривают пациента, на основании результатов опроса и осмотра встраивают диагностические гипотезы, после чего назначают различные анализы и исследования, для подтверждения или опровержения своих гипотез.
  2. Во-вторых, врачи используют могут использовать не один, а несколько тестов, одновременно или последовательно.
  3. В-третьих, у врачей есть и иные инструменты для оценки точности медицинских тестов и о них мы поговорим в отдельных статьях.
  4. Само собой все перечисленное и не упомянутое не может свести риск ошибочных результатов анализов и исследований к нулю.

Итак, на основании полученной информации сделаем вывод, что:

  • Даже современные тесты далеки от идеальной точности (см. примеры чувствительности и специфичности нескольких диагностических тестов выше)
  • Стратегия “сдать анализ на всякий случай” приносит больше вреда, чем пользы.
  • Врачи, вне скрининговых программ, используют анализы и иные диагностические тесты не для поиска, а для подтверждения (или исключения) диагностической гипотезы. Т.е. сначала опрос, осмотр и оценка пациента, и только затем анализы и диагностические тесты.
  • В оценке точности анализов и диагностических тестов используется не только чувствительность и специфичность, но и другие показатели, например прогностическая способность диагностического теста или сочетание чувствительности и специфичности нескольких тестов.
Читайте далее:
Евгения Январская

Дипломированный специалист по раннему развитию детей, высшее образование по специальности "Учитель начальных классов", заботливая мама троих детей. Я буду рада помочь вам в развитии Вашего ребенка на всем жизненном пути: от его нахождения в животике до половозрелого состояния!

Оцените автора
Калькуляторы развития ребенка
Оставить комментарий:

Adblock
detector