Evaluatie van diagnostische test
Gebruik deze calculator om de prestaties van een diagnostische test te evalueren met een 2x2-tabel. Berekent sensitiviteit, specificiteit, voorspellende waarden, likelihood ratio's en nauwkeurigheid.
Voer het aantal gevallen in de ziektegroep in dat positief (a) en negatief (b) test, en het aantal gevallen in de niet-ziektegroep dat positief (c) en negatief (d) test.
Ziekteprevalentie
Als de verhouding van steekproefgrootten tussen de positieve (ziekte aanwezig) en negatieve (ziekte afwezig) groep niet de werkelijke ziekteprevalentie weerspiegelt, kun je in het bijbehorende invoerveld de ziekteprevalentie (als percentage) invoeren.
Resultaten
| Statistiek | Waarde | 95% betrouwbaarheidsinterval |
|---|---|---|
| Sensitiviteit | ||
| Specificiteit | ||
| Positieve likelihood ratio | ||
| Negatieve likelihood ratio | ||
| Ziekteprevalentie (*) | ||
| Positief voorspellende waarde (*) | ||
| Negatief voorspellende waarde (*) | ||
| Nauwkeurigheid (*) |
(*) Deze waarden zijn afhankelijk van de ziekteprevalentie.
Definities
- Sensitiviteit: de kans dat het testresultaat positief is wanneer de ziekte aanwezig is (percentage ware positieven).
$$ Sensitiviteit = \frac{a}{a+b} $$
- Specificiteit: de kans dat het testresultaat negatief is wanneer de ziekte afwezig is (percentage ware negatieven).
$$ Specificiteit = \frac{d}{c+d} $$
- Positieve likelihood ratio: de verhouding tussen de kans dat het testresultaat positief is wanneer de ziekte aanwezig is, en de kans dat het testresultaat positief is wanneer de ziekte afwezig is, ofwel
$$ LR+ = \frac{percentage\ ware\ positieven}{percentage\ fout\ positieven} = \frac{sensitiviteit}{1-specificiteit} $$
- Negatieve likelihood ratio: de verhouding tussen de kans dat het testresultaat negatief is wanneer de ziekte aanwezig is, en de kans dat het testresultaat negatief is wanneer de ziekte afwezig is, ofwel
$$ LR- = = \frac{percentage\ fout\ negatieven}{percentage\ ware\ negatieven} = \frac{1 - sensitiviteit}{specificiteit} $$
- Positief voorspellende waarde: de kans dat de ziekte aanwezig is wanneer de test positief is.
$$ PPV = \frac {sensitiviteit \times prevalentie } {sensitiviteit \times prevalentie + (1-specificiteit)\times (1-prevalentie) } $$
- Negatief voorspellende waarde: de kans dat de ziekte afwezig is wanneer de test negatief is.
$$ NPV = \frac {specificiteit \times (1-prevalentie) }{ (1-sensitiviteit) \times prevalentie + specificiteit \times (1-prevalentie) } $$
- Nauwkeurigheid: de algehele kans dat een patiënt correct wordt geclassificeerd.
$$ Nauwkeurigheid = sensitiviteit \times prevalentie + specificiteit \times (1 - prevalentie) $$
Sensitiviteit, specificiteit, ziekteprevalentie, positief en negatief voorspellende waarde, en nauwkeurigheid worden uitgedrukt als percentages.
De betrouwbaarheidsintervallen voor sensitiviteit, specificiteit en nauwkeurigheid zijn "exacte" Clopper-Pearson-betrouwbaarheidsintervallen.
De betrouwbaarheidsintervallen voor de likelihood ratio's worden berekend met de "logmethode" zoals beschreven op pagina 109 van Altman et al. 2000.
De betrouwbaarheidsintervallen voor de voorspellende waarden zijn de standaard logit-betrouwbaarheidsintervallen volgens Mercaldo et al. 2007. Wanneer de voorspellende waarde echter 0 of 100% is, wordt het Clopper-Pearson-betrouwbaarheidsinterval gerapporteerd.
Literatuur
- Altman DG, Machin D, Bryant TN, Gardner MJ (Eds) (2000) Statistics with confidence, 2nd ed. BMJ Books.
- Gardner IA, Greiner M (2006) Receiver-operating characteristic curves and likelihood ratios: improvements over traditional methods for the evaluation and application of veterinary clinical pathology tests. Veterinary Clinical Pathology 35:8-17.
- Griner PF, Mayewski RJ, Mushlin AI, Greenland P (1981) Selection and interpretation of diagnostic tests and procedures. Annals of Internal Medicine 94:555-600.
- Hanley JA, McNeil BJ (1982) The meaning and use of the area under a receiver operating characteristic (ROC) curve. Radiology 143:29-36.
- 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.
- Metz CE (1978) Basic principles of ROC analysis. Seminars in Nuclear Medicine 8:283-298.
- Zhou XH, NA Obuchowski, DK McClish (2002) Statistical methods in diagnostic medicine. New York: Wiley.
- Zweig MH, Campbell G (1993) Receiver-operating characteristic (ROC) plots: a fundamental evaluation tool in clinical medicine. Clinical Chemistry 39:561-577.
Hoe je deze pagina citeert
- MedCalc Software Ltd. Evaluatie van diagnostische test. https://www.medcalc.org/nl/calc/diagnostic_test.php (Versie 24.0; geraadpleegd op October 11, 2026)
Overige gratis statistische calculators
- Nomogram van Fagan
- Likelihood ratio's (2xk-tabel)
- Vergelijking van AUC van onafhankelijke ROC-curves
- Overige statistische toetsen calculators
- Berekening van steekproefgrootte
- Post-hoc power-analyse