BATES7

BATES7



OCENA DANYCH KLINICZNYCH

CZĘSTOŚĆ WYSTĘPOWANIA A WARTOŚĆ PREDYKCYJNA (ciąg paiszy)_

tylko u 1% osób. W takiej sytuacji w tej populacji mamy tylko 10 przypadków choroby X oraz 990 osób bez tej choroby. Jeże ' przeprowadzimy w tej populacji badania przesiewowe, wykorzystując tę samą obserwację, której czułość wynosi 90%, a swoistość 80%, to uzyskamy następujące wyniki:

Przykład 2. Częstość występowania choroby X = 1%

choroba X

(oceniana metodą referencyjną)

obecna

nieobecna

+

obserwacja lub test

9 obserwacji prawdziwie dodatnich

a

198 obserwacji fałszywie dodatnich b

c

1 obserwacja fałszywie ujemna

d

792 obserwacje prawdziwie ujemne

razem 207 dodatnich obserwacji

razem 793 ujemne obserwacje

10 osób z chorobą X

990 osób bez choroby X

razem 1000 osób

Obecnie znajdujesz się w sytuacji, w której możesz potencjalnie zdenerwować 207 osób (wszystkie z dodatnim wynikiem obserwacji), aby wykryć 9 spośród 10 rzeczywistych przypadków choroby X. Wartość predykcyjna dodatniej obserwacji wynos’ tylko 4%. Gdyby było to możliwe, to bardzo pomocne okazałoby się zwiększenie swoistości obserwacji bez zmniejszenia jej czułości. Na przykład, gdybyś mógł zwiększyć swoistość obserwacji z 80% do 98% (przy założeniu tej samej częstości występowania choroby wynoszącej 1% oraz czułości 90%), to wtedy wartość predykcyjna dodatniej obserwacji zwiększyłaby się z 4% do 31% - na pewno nie jest to idealny wynik, ale bez wątpienia lepszy od poprzedniego. Dobre obserwacje lub testy charakteryzują się czułością i swoistością wynoszącą 90% lub więcej.

Ponieważ częstość występowania ma tak duże znaczenie dla wartości predykcyjnej obserwacji, ten parametr również wpływa na proces oceny. Ponieważ choroba wieńcowa jest o wiele częstsza 'wśród mężczyzn w średnim wieku niż młodych kobiet, w tej pierwszej grupie należy bardziej aktywnie dążyć do wyjaśnienia, czy przyczyną bólu w klatce piersiowej nie jest dławica piersiowa. Wpływ częstości występowania choroby na wartość predykcyjna tłumaczy, dlaczego szansa dokonania właściwej oceny jest większa, kiedy przyjęta hipoteza dotyczy często występującego stanu, a nie takiego, który pojawia się rzadko. Kombinacja gorączki, bólu głowwy bólów mięśniowych oraz kaszlu prawdopodobnie charakteryzuje się taką samą czułością i swoistością w odniesieniu do rozpoznania grypy przez cały rok, ale szansa właściwego ustalenia tego rozpoznania na podstawie tej konstelacji objawów jest o wiele większa w czasie zimowej epidemii grypy niż w okresie małej zachorowalności w sierpniu.

Częstość występowania chorób ulega ważnym zmianom nie tylko w zależności od pory roku, ale również okoliczności praktyki klinicznej. Najczęstszą przyczyną krwioplucia wśród pacjentów trafiających do zwykłej przychodni internistycznej jest prawdopodobnie przewlekłe zapalenie oskrzeli, natomiast wz poradni onkologicznej w ośrodku referencyjnym najczęstszym problemem może być rak płuca, a wśród pacjentów' po niedawno przebytej operacji z zakresu chirurgii ogólnej najbardziej prawr-dopodobne mogą być podrażnienie przez rurkę do intubacji dotchawiczej lub zawał

PRZEWODNIK BATESA PO BADANIU


Wyszukiwarka

Podobne podstrony:
BATES6 ENA DANYCH KLINICZNYCHCZĘSTOŚĆ WYSTĘPOWANIA A WARTOŚĆ PREDYKCYJNA [ CIĄG DALSZY) chociaż w
BATES3 OCENA DANYCH KLINICZNYCHZASADY RZĄDZĄCE DOBOREM I WYKORZYSTYWANIEM BADAŃ DODATKOWYCH Rzeteln
BATES5 OCENA DANYCH KLINICZNYCH Teraz możesz już samodzielnie dokonać obliczeń: Czułość = a = obser
BATES4 :ena danych klinicznychZASADY RZĄDZĄCE DOBOREM I WYKORZYSTYWANIEM BADAN DODATKOWYCH [ciąg da
Scan0007 Jeżeli wśród n danych występują wartości powtarzające się: kXi występuje n razy, i = 1,2, .
skrypt031 •±o nozaziat 4. *•. atyracja sygi Rys. 4.3. Schemat, predyktora ciąg impulsów Rys. 4.4. Mo
skanuj0019 (230) Arkusze kalkulacyjneFormatowanie komórek z liczbami W rozważanej tabeli z listą pła
IMG070 70 5a podstawie uzyskanych danych oraz znajomości wartości cieplnej kalorymetru oblicza się c
str 4 wyklad 2 1    ——.Ocena chodu •    Kliniczna ocena chodu •
IMG 1301084110 ZADANIE Nr 2SSTATYSTYCZNA OCENA WYNIKÓW DOŚWIADCZALNYCH 2. Zależność wartości średni
Wartości predykcyjne*    Dodatnia prawdziwie chorzy wśród dodatnich wyników testu*
22. Archiwizacja bazy danych_-246- DESTROY - Wartość Y powoduje nadpisanie istniejących przestrzeni
Do przykładu przeszukiwania listy: Wszelkie przetwarzanie danych w Prologu występuje w ramach operac
2. Model wartościowy, w którym występują: •    wartość zasobów wydatkowanych i/lub
Mediana - wartość środkowa Alternatywną metodą opisu danych liczbowych jest wartość środkowa
Ważnym elementem postępowania jest na tym etapie powtórna ocena: -    danych ze

więcej podobnych podstron