ROC-Kurvenanalyse: prädiktive Werte
| Befehl: | Statistiken ROC-KurvenPrädiktive Werte |
|---|
Wenn Sie keinen Zugriff auf die Rohdaten für eine ROC-Kurvenanalyse haben, können Sie dennoch positive und negative prädiktive Werte für einen Test berechnen, sofern Sensitivität und Spezifität des Tests sowie die Krankheitsprävalenz (bzw. die Vortest-Wahrscheinlichkeit der Erkrankung) bekannt sind, unter Verwendung des Satzes von Bayes.
Erforderliche Eingabe
Geben Sie die Sensitivität und Spezifität eines Tests (ausgedrückt als Prozentsätze) sowie die Krankheitsprävalenz (ebenfalls ausgedrückt als Prozentsatz) ein.
Optional können Sie die Anzahl der Fälle in der erkrankten und der gesunden Gruppe eingeben. Dies ist die Anzahl der Fälle, die in die Studie einbezogen wurden, in der Sensitivität und Spezifität ermittelt wurden. Die Eingabe dieser Zahlen ermöglicht es MedCalc, 95 %-Konfidenzintervalle für die positiven und negativen prädiktiven Werte zu berechnen.
Wenn diese Daten eingegeben sind, klicken Sie auf Test, oder drücken Sie Eingabe, um die Ergebnisse zu sehen.
Ergebnisse
- Positiver prädiktiver Wert (PPV): Wahrscheinlichkeit, dass die Erkrankung vorliegt, wenn der Test positiv ist (ausgedrückt als Prozentsatz).
$$ PPV = \frac {\textit{Sensitivität} \times \textit{Prävalenz} } {\textit{Sensitivität} \times \textit{Prävalenz} + (1-\textit{Spezifität})\times (1-\textit{Prävalenz}) } $$
- Negativer prädiktiver Wert (NPV): Wahrscheinlichkeit, dass die Erkrankung nicht vorliegt, wenn der Test negativ ist (ausgedrückt als Prozentsatz).
$$ NPV = \frac {\textit{Spezifität} \times (1-\textit{Prävalenz}) }{ (1-\textit{Sensitivität}) \times \textit{Prävalenz} + \textit{Spezifität} \times (1-\textit{Prävalenz}) } $$
- Wenn die Stichprobengrößen in der erkrankten und der gesunden Gruppe bekannt sind, berechnet MedCalc Konfidenzintervalle für die prädiktiven Werte mit der Standard-Logit-Methode nach Mercaldo et al. 2007.
$$ PPV = \frac {\textit{Sensitivität} \times \textit{Prävalenz} } {\textit{Sensitivität} \times \textit{Prävalenz} + (1-\textit{Spezifität})\times (1-\textit{Prävalenz}) } $$
$$ NPV = \frac {\textit{Spezifität} \times (1-\textit{Prävalenz}) }{ (1-\textit{Sensitivität}) \times \textit{Prävalenz} + \textit{Spezifität} \times (1-\textit{Prävalenz}) } $$
Fachliteratur
- Mercaldo ND, Lau KF, Zhou XH (2007) Confidence intervals for predictive values with an emphasis to case-control studies. Statistics in Medicine 26:2170-2183.