BATES3

BATES3



OCENA DANYCH KLINICZNYCH


ZASADY RZĄDZĄCE DOBOREM I WYKORZYSTYWANIEM BADAŃ DODATKOWYCH


Rzetelność (reliability). Wskazuje, w jakim stopniu powtarzane pomiary tego samego względnie stabilnego zjawiska dadzą ten sam rezultat. Nazywana również precyzją (precision). Rzetelność można mierzyć dla jednego lub więcej niż jednego obserwatora.


Trafność (validity). Wskazuje, jak ściśle dana obserwacja jest zgodna z „rzeczywistym stanem rzecz/' lub z najlepszą możliwą miarą rzeczywistości.

Czułość (sensitivity). Określa odsetek pacjentów z dodatnim wynikiem danego testu w grupie osób, u których występuje dana choroba lub stan. Inaczej stosunek liczby wyników prawdziwie dodatnich do łącznej liczby osób z chorobą. Kiedy obserwacja lub wynik testu są negatywne u osoby z chorobą, taki wynik nazywa się fałszywie ujemnym. Dobre obserwacje lub testy charakteryzują się czułością przekraczającą 90% i pomagają wykluczyć chorobę, ponieważ liczba wyników fałszywie ujemnych jest mała. Takie obserwacje lub testy są szczególnie przydatne jako metody badań przesiewowych.

Swoistość (specificity). Określa odsetek pacjentów z ujemnym wynikiem danego testu w grupie osób, u których nie występuje dana choroba lub stan. Inaczej stosunek liczby wyników prawdziwie ujemnych do łącznej liczby osób bez choroby. Kiedy obserwacja lub wynik testu są dodatnie u osoby bez choroby, taki wynik nazywa się fałszywie dodatnim. Dobre obserwacje lub


Przykład: Jeżeli przy kilku okazjach jeden klinicysta stale stwierdza ten sam zakres stłumienia odgłosu opukowego nad wątrobą pacjenta, to rzetelność obserwacji jednego obserwatora (intraobsen/er reliability) jest duża. jeżeli natomiast różni obserwatorzy stwierdzają znacznie różniące się zakresy stłumienia odgłosu opukowego nad wątrobą u tego samego pacjenta, to rzetelność obserwacji różnych obserwatorów (interobserver reliability) jest mała.

Przykład: Pomiary ciśnienia tętniczego za pomocą sfigmomanometru rtęciowego charakteryzują się mniejszą trafnością w porównaniu z bezpośrednimi wewnątrztętniczymi pomiarami ciśnienia.

Przykład: Czułość objawu Homansa w rozpoznawaniu zakrzepicy żył głębokich podudzia wynosi 50%. Innymi słowy, w grupie pacjentów z zakrzepicą żył głębokich potwierdzoną we flebografii, która jest znacznie iepszą metodą, tylko u 50% osób objaw Homansa będzie obecny G,dodatni"), a więc brak tego objawu nie jest pomocny, ponieważ u 50% takich pacjentów może występować zakrzepica żył głębokich.


Przykład: Swoistość zwiększonej aktywności amylazy w surowicy u pacjentów z możliwym ostrym zapaleniem trzustki wynosi 70%. Innymi słowy, wśród 100 pacjentów bez zapalenia trzustki u 70% aktywność amylazy w surowicy będzie prawidłowa, a u 30% oznaczenie aktywności amylazy w surowicy da wynik fałszywie dodatni.

(ciąg dalszy na następnej stronie)


Aby to łatwiej zapamiętać, można posłużyć się skrótem mnemotechnicznym „SnNout" (od ang. snout- pysk): kiedy czułość (Sensitivity) objawu jest duża, negatywny wynik (N) wyklucza (rules out) chorobę [11].


Analogiczny skrót mnemotechniczny to „SpPin" (od ang. spin - obracać, kręcić się): kiedy swoistość (Specificity) objawu jest duża, dodatni wynik (P) potwierdza (rules in) chorobę [11].



Wyszukiwarka

Podobne podstrony:
BATES4 :ena danych klinicznychZASADY RZĄDZĄCE DOBOREM I WYKORZYSTYWANIEM BADAN DODATKOWYCH [ciąg da
BATES5 OCENA DANYCH KLINICZNYCH Teraz możesz już samodzielnie dokonać obliczeń: Czułość = a = obser
BATES7 OCENA DANYCH KLINICZNYCHCZĘSTOŚĆ WYSTĘPOWANIA A WARTOŚĆ PREDYKCYJNA (ciąg paiszy)_ tylko u 1
BATES6 ENA DANYCH KLINICZNYCHCZĘSTOŚĆ WYSTĘPOWANIA A WARTOŚĆ PREDYKCYJNA [ CIĄG DALSZY) chociaż w
Źródłami danych do BAZY A, zawierającej wyniki badań higienicznych materiałów budowlanych pochodzeni
7 Możliwości wykorzystania badań przeprowadzonych w rozprawie Praca dotyczy historii nauki, historii
str 4 wyklad 2 1    ——.Ocena chodu •    Kliniczna ocena chodu •
doustnych lub sztucznego odżywiania, monitorowanie stanu klinicznego i zapewnienie optymalnego wykor
Ważnym elementem postępowania jest na tym etapie powtórna ocena: -    danych ze
22464 skanuj0024 (197) Rozdział 2. ♦ Znaczniki, zmienne i typy danych 35 Listing 2.7. Sposób wykorzy
201306065323 Przeglądanie literatury medycznej (źródła danych) Źródła pierwotne - zawieraiace wynik
Rozdział 1Przedstawienie danych Do przedstawienia danych zawartych w poniższym rozdziale wykorzystan
Wszechnica Popołudniowa• XML w relacyjnych bazach danych:- Przedmiotem wykładu będzie wykorzystanie
tn DSCN2982 Marskość wątroby: ocena stanu klinicznego: Skala Childa-Pugha 1 2 3 bilirubina(mgMi)
56 (173) Rozpoznanie i Stawiane jest zarówno na podstawie cech klinicznych jak i badań dodatkowych.
Opis formatu TANGO1. Model danych Do opisu danych przestrzennych w fonnacie TANGO wykorzystywany jes

więcej podobnych podstron