Analyse de courbe ROC : valeurs prédictives
| Commande: | Statistiques Courbes ROCValeurs prédictives |
|---|
Lorsque vous n'avez pas accès aux données brutes pour effectuer une analyse de courbe ROC, vous pouvez tout de même calculer les valeurs prédictives positive et négative d'un test lorsque la sensibilité et la spécificité du test ainsi que la prévalence de la maladie (ou la probabilité pré-test de la maladie) sont connues, à l'aide du théorème de Bayes.
Données requises
Saisissez la sensibilité et la spécificité d'un test (exprimées en pourcentages), ainsi que la prévalence de la maladie (également exprimée en pourcentage).
Vous pouvez éventuellement saisir le nombre de cas dans les groupes malade et normal. Il s'agit du nombre de cas inclus dans l'étude dans laquelle la sensibilité et la spécificité ont été établies. La saisie de ces nombres permet à MedCalc de calculer des intervalles de confiance à 95 % pour les valeurs prédictives positive et négative.
Lorsque ces données sont saisies, cliquez sur Test ou appuyez sur Entrée pour voir les résultats.
Résultats
- Valeur prédictive positive (VPP) : probabilité que la maladie soit présente lorsque le test est positif (exprimée en pourcentage).
$$ VPP = \frac {\textit{sensibilité} \times \textit{prévalence} } {\textit{sensibilité} \times \textit{prévalence} + (1-\textit{spécificité})\times (1-\textit{prévalence}) } $$
- Valeur prédictive négative (VPN) : probabilité que la maladie ne soit pas présente lorsque le test est négatif (exprimée en pourcentage).
$$ VPN = \frac {\textit{spécificité} \times (1-\textit{prévalence}) }{ (1-\textit{sensibilité}) \times \textit{prévalence} + \textit{spécificité} \times (1-\textit{prévalence}) } $$
- Lorsque les tailles d'échantillon des groupes malade et normal sont connues, MedCalc calcule les intervalles de confiance des valeurs prédictives à l'aide de la méthode logit standard décrite par Mercaldo et al. 2007.
$$ VPP = \frac {\textit{sensibilité} \times \textit{prévalence} } {\textit{sensibilité} \times \textit{prévalence} + (1-\textit{spécificité})\times (1-\textit{prévalence}) } $$
$$ VPN = \frac {\textit{spécificité} \times (1-\textit{prévalence}) }{ (1-\textit{sensibilité}) \times \textit{prévalence} + \textit{spécificité} \times (1-\textit{prévalence}) } $$
Littérature
- 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.