Вероятность до и после тестирования

Предварительное испытание вероятность и послетестовая вероятность (альтернативно пишутся предтестовые и послетестовое вероятность) являются вероятностями о наличии состояния (например, болезнь ) до и после диагностического теста , соответственно. Послетестовая вероятность , в свою очередь, может быть положительной или отрицательной , в зависимости от того , окажется ли тест положительным или отрицательным , соответственно. В некоторых случаях он используется для оценки вероятности развития интересующего состояния в будущем.

Тест в этом смысле может относиться к любому медицинскому тесту (но обычно в смысле диагностических тестов), а в широком смысле также включает вопросы и даже предположения (например, предположение, что целевой человек - женщина или мужчина). Возможность различать до- и послетестовые вероятности различных состояний является основным фактором при показании медицинских тестов .

Вероятность до теста [ править ]

Дотестовая вероятность индивидуума может быть выбрана одной из следующих:

• Распространенность заболевания, которые могут должны быть выбраны , если никакой другой характеристики не известны личности, или он может быть выбран для простоты расчета , даже если другие характеристики известны хотя такое бездействие может привести к ошибочным результатам
• Пост-тестовая вероятность состояния, возникшего в результате одного или нескольких предыдущих тестов.
• Грубая оценка, которую, возможно, придется выбрать, если более систематические подходы невозможны или эффективны

Оценка вероятности послетестирования [ править ]

В клинической практике посттестовые вероятности часто оцениваются приблизительно или даже предполагаются. Обычно это приемлемо при обнаружении патогномоничного признака или симптома, и в этом случае почти наверняка присутствует целевое состояние; или при отсутствии признака или симптома sine qua non , и в этом случае почти наверняка отсутствует целевое состояние.

В действительности, однако, субъективная вероятность наличия состояния никогда не бывает точно 0 или 100%. Тем не менее, существует несколько систематических методов оценки этой вероятности. Такие методы обычно основаны на предварительном выполнении теста на контрольной группе, в которой наличие или отсутствие состояния известно (или, по крайней мере, оценено другим тестом, который считается высокоточным, например, по « Золотому стандарту »), в чтобы установить данные о выполнении теста. Эти данные впоследствии используются для интерпретации результатов тестирования любого человека, прошедшего тестирование методом. Альтернативой или дополнением к методам, основанным на контрольных группах, является сравнение результата теста с предыдущим тестом на том же человеке, что чаще встречается в тестах намониторинг .

Наиболее важные систематические методы оценки вероятности после тестирования, основанные на контрольных группах, включают методы, обобщенные и сопоставленные в следующей таблице, а также описанные в отдельных разделах ниже.

По прогнозным значениям [ править ]

Прогностические значения могут использоваться для оценки посттестовой вероятности индивидуума, если предтестовая вероятность индивидуума может быть предположена примерно равной распространенности в контрольной группе, в которой имеются как результаты испытаний, так и знания о наличии или отсутствии состояния (например, болезнь, которая может быть определена « Золотым стандартом »).

Если результат теста представляет собой бинарную классификацию на положительные или отрицательные тесты , то можно составить следующую таблицу:

Дотестовую вероятность можно рассчитать по диаграмме следующим образом:

Вероятность предварительного тестирования = (истинно положительный + ложноотрицательный) / общая выборка

Кроме того, в этом случае положительная вероятность после теста (вероятность наличия целевого состояния, если тест выйдет из строя) численно равна положительному прогностическому значению , а отрицательная вероятность после теста (вероятность того, что целевое условие, если тест выдает отрицательный результат) численно дополняет отрицательную прогностическую ценность ([отрицательная пост-тестовая вероятность] = 1 - [отрицательная прогностическая ценность]), ^[1] снова при условии, что тестируемый человек не имеет другого факторы риска, которые приводят к тому, что этот человек имеет другую вероятность до тестирования чем контрольная группа, использованная для установления положительной и отрицательной прогностической ценности теста.

На приведенной выше диаграмме эта положительная вероятность после тестирования , то есть вероятность достижения целевого состояния после тестирования при положительном результате теста, рассчитывается как:

Вероятность положительного результата тестирования = истинные положительные результаты / (истинные положительные результаты + ложные положительные результаты)

По аналогии:

Послетестовая вероятность заболевания при отрицательном результате рассчитывается как:

Вероятность отрицательного результата тестирования = ложноотрицательные результаты / (ложные отрицательные результаты + истинные отрицательные результаты)

Достоверность приведенных выше уравнений также зависит от того, что выборка из совокупности не имеет существенной систематической ошибки выборки , из-за которой группы тех, кто страдает этим заболеванием, и тех, у кого нет существенной несоразмерности, по сравнению с соответствующей распространенностью и "непропорциональностью" в популяции . Фактически, приведенные выше уравнения недействительны только при исследовании случай-контроль, в котором отдельно собираются одна группа с условием и одна группа без него.

По отношению правдоподобия [ править ]

Вышеупомянутые методы не подходят для использования, если предварительная вероятность отличается от распространенности в контрольной группе, используемой для установления, среди прочего, положительной прогностической ценности теста. Такая разница может иметь место, если предшествовал другой тест или лицо, участвующее в диагностике, считает, что необходимо использовать другую предварительную вероятность, поскольку ему известны, например, конкретные жалобы, другие элементы истории болезни , признаки физического осмотра , либо вычисление каждого результата как теста сам по себе с его собственной чувствительностью и специфичностью или, по крайней мере, выполнение приблизительной оценки индивидуальной предтестовой вероятности.

В этих случаях, распространенность в контрольной группе не совсем точна в представлении предтестовой вероятности индивидуума, и, следовательно, прогностическое значение (будь тем положительным или отрицательным ) не является вполне точным в представлении после тестирования вероятности из человек, имеющий целевое состояние.

В этих случаях вероятность посттеста может быть оценена более точно с помощью отношения правдоподобия для теста. Отношение правдоподобия рассчитывается на основе чувствительности и специфичности теста, и, таким образом, оно не зависит от распространенности в контрольной группе ^[2] и, аналогично, не меняется с изменением предтестовой вероятности , в отличие от положительных или отрицательных прогностических данных. значения (которые могут измениться). Кроме того, по сути, достоверность посттестовой вероятности, определенной на основе отношения правдоподобия, не зависит от систематической ошибки выборки в отношении тех, у кого это состояние или нет, в выборке населения, и может проводиться как исследование случай-контроль. который отдельно собирает тех, у кого есть условие и без него.

Оценка вероятности после теста на основе вероятности до теста и отношения правдоподобия выглядит следующим образом: ^[2]

• Предварительные шансы = (Предварительная вероятность / (1 - Предварительная вероятность)
• Посттестовые шансы = Предварительные шансы * Отношение правдоподобия

В приведенном выше уравнении положительная вероятность после теста рассчитывается с использованием отношения правдоподобия положительный результат , а отрицательная вероятность после теста рассчитывается с использованием отрицательного отношения правдоподобия .

• Вероятность посттеста = посттестовые шансы / (посттестовые шансы + 1)

Отношение также можно оценить с помощью так называемой номограммы Фагана (показанной справа), проведя прямую линию от точки заданной предтестовой вероятности до заданного отношения правдоподобия в их шкалах, которые, в свою очередь, оценивают пост -тест вероятности в точке, где прямая линия пересекает свою шкалу.

Вероятность после тестирования может, в свою очередь, использоваться в качестве вероятности перед тестированием для дополнительных тестов, если она будет продолжать вычисляться таким же образом. ^[2]

• Диаграмма, относящаяся к вероятностям до и после теста, с зеленой кривой (верхняя левая половина), представляющей положительный тест, и красной кривой (нижняя правая половина), представляющей отрицательный тест, для случая чувствительности 90% и специфичности 90%, что соответствует положительному отношению правдоподобия 9 и отрицательному отношению правдоподобия 0,111. Длина зеленых стрелок представляет изменение абсолютной (а не относительной) вероятности при положительном тесте, а красные стрелки представляют собой изменение абсолютной вероятности при отрицательном тесте.
  По длине стрелок видно, что при низких вероятностях перед тестированием положительный тест дает большее изменение абсолютной вероятности, чем отрицательный тест (свойство, которое обычно действует, если специфичность не намного выше. чем чувствительность). Точно так же при высокой вероятности предварительного тестирования отрицательный тест дает большее изменение абсолютной вероятности, чем положительный тест (свойство, которое обычно действует, если чувствительность не намного превышает специфичность).

• Связь между вероятностями до и после тестирования для различных положительных результатов отношения правдоподобия (верхняя левая половина) и различных отрицательных значений отношения правдоподобия (нижняя правая половина).

Можно выполнить расчет отношений правдоподобия для тестов с непрерывными значениями или более чем двумя исходами, который аналогичен расчету для дихотомических результатов. С этой целью для каждого уровня результата теста рассчитывается отдельное отношение правдоподобия, которое называется отношениями правдоподобия для определенного интервала или страты. ^[4]

Пример [ править ]

Человек прошел скрининг с помощью теста на скрытую кровь в кале (FOB), чтобы оценить вероятность того, что у этого человека будет целевое состояние рака кишечника, и результат оказался положительным (кровь была обнаружена в стуле). Перед тестом этот человек имел предтестовую вероятность рака кишечника, например, 3% (0,03), что можно было бы оценить, например, путем оценки истории болезни, обследования и предыдущих тестов этого человека. .

Чувствительность, специфичность и т. Д. Теста FOB были установлены на выборке из 203 человек (без такой наследственности) и распределились следующим образом:

Исходя из этого, можно установить отношения правдоподобия теста: ^[2]

1. Отношение правдоподобия положительное = чувствительность / (1 - специфичность) = 66,67% / (1-91%) = 7,4
2. Отрицательное отношение правдоподобия = (1 - чувствительность) / специфичность = (1 - 66,67%) / 91% = 0,37

• Вероятность предварительного тестирования (в этом примере) = 0,03
• Предварительные коэффициенты = 0,03 / (1 - 0,03) = 0,0309
• Положительные шансы после тестирования = 0,0309 * 7,4 = 0,229
• Вероятность положительного результата тестирования = 0,229 / (0,229 + 1) = 0,186 или 18,6%

Таким образом, у этого человека после теста вероятность (или «посттестовый риск») составляет 18,6% от рака кишечника.

Распространенность в выборке населения рассчитывается как:

• Распространенность = (2 + 1) / 203 = 0,0148 или 1,48%

Вероятность индивидуума до теста была более чем в два раза выше, чем вероятность для выборки населения, хотя вероятность после теста индивидуума была менее чем в два раза выше, чем вероятность для выборки населения (которая оценивается по положительной прогностической ценности теста в 10%) , в отличие от менее точного метода простого умножения относительных рисков.

Конкретные источники неточности [ править ]

Конкретные источники неточности при использовании отношения правдоподобия для определения посттестовой вероятности включают вмешательство в детерминанты или предыдущие тесты или перекрытие тестовых целей, как поясняется ниже:

Вмешательство в тест [ править ]

Послетестовая вероятность , оцененная на основе предтестовой вероятности с отношением правдоподобия , должна рассматриваться с осторожностью у лиц с другими детерминантами (такими как факторы риска), чем население в целом, а также у лиц, которые прошли предыдущие тесты, потому что такие детерминанты или тесты могут также влиять на сам тест непредсказуемым образом, по-прежнему приводя к неточным результатам. Примером фактора риска ожирения является то, что дополнительный абдоминальный жир может затруднить пальпацию органов брюшной полости и снизить разрешение УЗИ брюшной полости , и аналогично остаточный контраст бария от предыдущей рентгенографии может помешать последующим обследованиям брюшной полости.^[5], по сути, снижает чувствительность и специфичность таких последующих тестов. С другой стороны, эффект интерференции может потенциально повысить эффективность последующих тестов по сравнению с использованием в контрольной группе, например, некоторые обследования брюшной полости упрощаются при выполнении на людях с недостаточным весом.

Перекрытие тестов [ править ]

Кроме того, достоверность расчетов любой вероятности до теста, которая сама получена из предыдущего теста, зависит от того, что два теста существенно не перекрываются в отношении тестируемого целевого параметра, такого как анализы крови на вещества, принадлежащие одному и тот же нарушенный метаболический путь. Примером крайней степени такого совпадения является то, что чувствительность и специфичность были установлены для анализа крови, выявляющего «вещество X», и аналогично для одного, выявляющего «вещество Y». Если на самом деле «вещество X» и «вещество Y» являются одним и тем же веществом, то проведение двух последовательных тестов одного и того же вещества может вообще не иметь диагностической ценности, хотя расчет, кажется, показывает разница. В отличие от описанного выше вмешательства, увеличение частичного совпадения тестов только снижает их эффективность. В медицинских учреждениях диагностическая достоверность повышается за счет комбинирования тестов различных методов, чтобы избежать существенного дублирования, например, в сочетании анализа крови, биопсии и рентгенографии .

Методы устранения неточностей [ править ]

Чтобы избежать таких источников неточности за счет использования отношений правдоподобия, оптимальным методом было бы собрать большую контрольную группу эквивалентных лиц, чтобы установить отдельные прогностические значения для использования теста у таких людей. Однако с более глубоким знанием истории болезни человека, физического осмотра, предыдущего теста и т. Д. Этот человек становится более дифференцированным, и становится все труднее найти референтную группу для установления индивидуальных прогностических значений, что делает оценку вероятности послетестового исследования по прогностическим значениям недействительной. .

Другой метод устранения таких неточностей - оценка результата теста в контексте диагностических критериев, как описано в следующем разделе.

По относительному риску [ править ]

Вероятность после тестирования иногда можно оценить, умножив вероятность до теста на относительный риск, заданный тестом. В клинической практике это обычно применяется для оценки истории болезни человека, где «тест» обычно представляет собой вопрос (или даже предположение) относительно различных факторов риска, например, пола, курения табака или веса, но он может потенциально может стать серьезным испытанием, например, поставить человека на весы . При использовании относительных рисков результирующая вероятность обычно скорее связана с индивидуальным развитием состояния в течение определенного периода времени (аналогично заболеваемости. в популяции) вместо того, чтобы быть вероятностью того, что у человека будет данное состояние в настоящее время, но может косвенно быть оценкой последнего.

Использование коэффициента опасности может быть использовано несколько аналогично относительного риска.

Один фактор риска [ править ]

Чтобы установить относительный риск, риск в группе, подвергшейся воздействию, делится на риск в группе, не подвергшейся воздействию.

Если во внимание принимается только один фактор риска индивидуума, посттестовая вероятность может быть оценена путем умножения относительного риска на риск в контрольной группе. Контрольная группа обычно представляет собой население, не подвергшееся воздействию, но если облучению подвергается очень небольшая часть населения, то распространенность в общей популяции часто можно принять равной распространенности в контрольной группе. В таких случаях вероятность после тестирования можно оценить, умножив относительный риск на риск в общей популяции.

Например, частота из рака молочной железы у женщины в Соединенном Королевстве в возрасте от 55 до 59 оценивается приблизительно в 280 случаев на 100000 в год, ^[6] , а также фактор риска того , что были подвержены высокой дозы ионизирующего излучения к грудной клетки (например, в качестве лечения других видов рака) дает относительный риск рака груди от 2,1 до 4,0 ^[7]по сравнению с неэкспонированным. Поскольку подвергается облучению небольшая часть населения, распространенность среди не подвергавшихся воздействию людей можно принять равной распространенности среди населения в целом. Следовательно, можно оценить, что женщина в Соединенном Королевстве в возрасте от 55 до 59 лет, подвергшаяся воздействию высоких доз ионизирующего излучения, должна иметь риск развития рака груди в течение одного года между 588 и 1.120. в 100 000 (то есть от 0,6% до 1,1%).

Множественные факторы риска [ править ]

Теоретически общий риск при наличии нескольких факторов риска можно приблизительно оценить путем умножения на каждый относительный риск, но, как правило, он намного менее точен, чем использование отношений правдоподобия, и обычно делается только потому, что его намного легче выполнить, когда только относительные риски приводятся по сравнению, например, с преобразованием исходных данных в чувствительность и специфичность и рассчитываются по отношениям правдоподобия. Точно так же в литературе часто приводятся относительные риски вместо отношений правдоподобия, потому что первое более интуитивно понятно. Источники неточности умножения относительных рисков включают:

• На относительные риски влияет распространенность состояния в контрольной группе (в отличие от отношений правдоподобия, которых нет), и эта проблема приводит к тому, что достоверность посттестовых вероятностей становится менее достоверной с увеличением разницы между распространенностью в группе сравнения. контрольная группа и вероятность предварительного тестирования для любого человека. Любой известный фактор риска или предыдущий тест человека почти всегда дает такое различие, снижая обоснованность использования относительных рисков при оценке общего эффекта нескольких факторов риска или тестов. Большинство врачей не принимают во внимание такие различия в распространенности при интерпретации результатов тестов, что может привести к ненужным тестам и диагностическим ошибкам. ^[8]
• Отдельный источник неточности умножения нескольких относительных рисков с учетом только положительных тестов состоит в том, что при этом обычно завышается общий риск по сравнению с использованием отношений правдоподобия. Такое завышение можно объяснить неспособностью метода компенсировать тот факт, что общий риск не может быть более 100%. Это завышение довольно мало для небольших рисков, но становится выше для более высоких значений. Например, риск развития рака груди в возрасте до 40 лет у женщин в Соединенном Королевстве можно оценить примерно в 2%. ^[9] Кроме того, исследования евреев-ашкенази показали, что мутация в BRCA1 дает относительный риск 21,6 развития рака груди у женщин в возрасте до 40 лет, а мутация вBRCA2 дает относительный риск 3,3 развития рака груди у женщин в возрасте до 40 лет. ^{[10] На основании} этих данных можно оценить, что женщина с мутацией BRCA1 будет иметь риск примерно 40% развития рака груди в возрасте до 40 лет, а женщина с мутацией BRCA2 будет иметь риск примерно 6%. Однако, в довольно маловероятной ситуации наличия как в BRCA1 и BRCA2 мутации, просто умножив с обоих относительных рисков приведет к риску более чем 140% от развития рака молочной железы до 40 лет, который не может быть точным в реальности .

Эффект переоценки (упомянутый последним) можно компенсировать путем преобразования рисков в шансы, а относительных рисков в отношения шансов . Тем не менее, это не компенсирует (упомянутый ранее) эффект любой разницы между до-тестовой вероятностью индивидуума и распространенностью в контрольной группе.

Метод компенсации обоих источников неточностей, указанных выше, состоит в том, чтобы установить относительные риски с помощью многомерного регрессионного анализа . Однако, чтобы сохранить его достоверность, относительные риски, установленные как таковые, должны быть умножены на все другие факторы риска в том же регрессионном анализе и без добавления других факторов, помимо регрессионного анализа.

Кроме того, при умножении нескольких относительных рисков возникает такой же риск пропустить важные совпадения включенных факторов риска, как и при использовании отношений правдоподобия. Кроме того, различные факторы риска могут действовать совместно , в результате, например, два фактора, каждый из которых по отдельности имеет относительный риск 2, имеют общий относительный риск 6, когда присутствуют оба, или могут подавлять друг друга, в некоторой степени аналогично помехи, описанные для использования отношений правдоподобия.

По диагностическим критериям и правилам клинического прогноза [ править ]

Для большинства основных заболеваний установлены диагностические критерии и / или правила клинического прогноза . Установление диагностических критериев или правил клинического прогнозирования состоит из всесторонней оценки многих тестов, которые считаются важными для оценки вероятности интересующего состояния, иногда также включая то, как разделить его на подгруппы, а также когда и как лечить это состояние. Такое установление может включать использование прогнозных значений, отношений правдоподобия, а также относительных рисков.

Например, критерии ACR для системной красной волчанки определяют диагноз как наличие по крайней мере 4 из 11 результатов, каждый из которых может рассматриваться как целевое значение теста с его собственной чувствительностью и специфичностью. В этом случае была проведена оценка тестов для этих целевых параметров, когда они используются в комбинации, в отношении, например, интерференции между ними и перекрытия целевых параметров, тем самым стремясь избежать неточностей, которые в противном случае могли бы возникнуть при попытке вычислить вероятность болезни, используя отношения правдоподобия отдельных тестов. Следовательно, если диагностические критерии были установлены для состояния, обычно наиболее целесообразно интерпретировать любую посттестовую вероятность этого состояния в контексте этих критериев.

Кроме того, существуют инструменты оценки риска для оценки совокупного риска нескольких факторов риска, такие как онлайн-инструмент [1] из Framingham Heart Study для оценки риска исходов ишемической болезни сердца с использованием нескольких факторов риска, включая возраст, пол, кровь. липиды, артериальное давление и курение, что намного точнее, чем умножение индивидуальных относительных рисков каждого фактора риска.

Тем не менее, опытный врач может оценить вероятность послетеста (и действия, которые оно мотивирует) на основе широкого рассмотрения, включая критерии и правила в дополнение к другим методам, описанным ранее, включая как индивидуальные факторы риска, так и эффективность проведенных тестов. .

Клиническое использование до- и послетестовых вероятностей [ править ]

Клинически полезным параметром является абсолютная (а не относительная и не отрицательная) разница между вероятностью до и после тестирования, рассчитываемая как:

Абсолютная разница = | (вероятность до теста) - (вероятность после теста) |

Основным фактором такой абсолютной разницы является мощность самого теста, которую можно описать, например, с точки зрения чувствительности и специфичности или отношения правдоподобия. Другим фактором является вероятность предварительного тестирования, при этом более низкая вероятность предварительного тестирования приводит к более низкой абсолютной разнице, в результате чего даже очень мощные тесты достигают низкой абсолютной разницы для очень маловероятных состояний у человека (например, редких заболеваний в отсутствие каких-либо других знаков), но, с другой стороны, даже тесты с малой мощностью могут иметь большое значение для сильно подозреваемых условий.

Вероятности в этом смысле также могут быть рассмотрены в контексте условий, которые не являются основными целями теста, таких как относительные вероятности профиля в процедуре дифференциальной диагностики .

Абсолютная разница может быть соотнесена с пользой для человека, которую дает медицинский тест , например, может быть приблизительно оценена как:

${\ displaystyle b_ {n} = \ Delta p \ times r_ {i} \ times (b_ {i} -h_ {i}) - h_ {t}}$, куда:

• b _n - чистая выгода от проведения медицинского теста
• Λp - это абсолютная разница между вероятностью состояний (например, болезней) до и после тестирования, которых ожидается достичь в результате теста.
• r _i - это степень ожидаемой вероятности того, что различия в вероятности приведут к изменениям вмешательств (например, переход от «отсутствия лечения» к «назначению медикаментозного лечения в низких дозах»).
• b _i - польза от изменений в вмешательствах для человека
• h _i - вред от изменений в вмешательствах для человека, например, побочные эффекты лечения
• h _t - вред, причиненный самим испытанием

В этой формуле то, что составляет пользу или вред, в значительной степени зависит от личных и культурных ценностей , но общие выводы все же можно сделать. Например, если единственный ожидаемый эффект медицинского теста - сделать одно заболевание более вероятным, чем другое, но эти два заболевания подлежат одинаковому лечению (или ни одно из них не лечится), тогда r _i = 0, и тест по существу не требует лечения. выгода для личности.

Дополнительные факторы, влияющие на решение о том, следует ли проводить медицинский тест, включают: стоимость теста, наличие дополнительных тестов, потенциальное вмешательство в последующий тест (например, пальпация живота, потенциально вызывающая кишечную активность, звуки которой мешают последующей аускультации брюшной полости. ), время, затраченное на тест, или другие практические или административные аспекты. Кроме того, даже если результаты не полезны для тестируемого человека, они могут быть полезны для создания статистики, чтобы улучшить медицинское обслуживание других людей.

Субъективность [ править ]

Вероятности до и после тестирования являются субъективными, основанными на том факте, что в действительности человек либо имеет это заболевание, либо нет (с вероятностью, всегда равной 100%), поэтому вероятности до и после тестирования для отдельных лиц можно скорее рассматривать. как психологические явления в сознании тех, кто занимается диагностикой .

См. Также [ править ]

• Интерпретация диагностических тестов , включая общие источники неточности и неточности

Ссылки [ править ]