Вероятность до и после тестирования - Википедия - Pre- and post-test probability

Дотестовая вероятность и посттестовая вероятность (альтернативно пишется вероятность до и после тестирования) вероятности наличия состояния (например, болезнь ) до и после диагностический тест, соответственно. Вероятность после тестирования, в свою очередь, может быть положительный или же отрицательный, в зависимости от того, выпадет ли тест как положительный тест или отрицательный тест, соответственно. В некоторых случаях он используется для оценки вероятности развития интересующего состояния в будущем.

В этом смысле тест может относиться к любому медицинский тест (но обычно в смысле диагностических тестов), и в широком смысле также включая вопросы и даже предположения (например, предположение, что целевой человек - женщина или мужчина). Возможность различать до- и послетестовые вероятности различных состояний является основным фактором показание медицинских анализов.

Дотестовая вероятность

Дотестовая вероятность индивидуума может быть выбрана одной из следующих:

• В распространенность заболевания, который, возможно, придется выбрать, если для человека не известны другие характеристики, или его можно выбрать для простоты расчета, даже если известны другие характеристики, хотя такое упущение может привести к неточным 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

В клинической практике посттестовые вероятности часто оцениваются приблизительно или даже предполагаются. Обычно это приемлемо при обнаружении патогномоничный признак или симптом, и в этом случае почти наверняка присутствует целевое состояние; или в отсутствие нахождения sine qua non признак или симптом, 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 контрольная группа в котором наличие или отсутствие условия известно (или, по крайней мере, оценивается другим тестом, который считается очень точным, например, "Золотой стандарт "), чтобы установить данные о производительности теста. Эти данные впоследствии используются для интерпретации результата теста любого человека, прошедшего испытания с помощью этого метода. Альтернатива или дополнение к контрольная группа-основанные методы - это сравнение результата теста с предыдущим тестом на том же человеке, что чаще встречается в тестах на мониторинг.

Важнейшие систематические контрольная группаМетоды, основанные на оценке вероятности после тестирования, включают методы, обобщенные и сравненные в следующей таблице, а также описанные в отдельных разделах ниже.

По прогнозным значениям

Прогнозные значения может использоваться для оценки посттестовой вероятности индивида, если предварительная вероятность индивида может быть предположена примерно равной распространенности в контрольная группа на котором и результаты тестов, и знания о наличии или отсутствии состояния (например, заболевания, которое может быть определено "Золотой стандарт ") доступны.

Если результат теста двоичная классификация в любой 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

Также в этом случае положительная пост-тестовая вероятность (вероятность достижения целевого состояния в случае положительного результата теста) численно равна положительная прогностическая ценность, а отрицательная посттестовая вероятность (вероятность отсутствия целевого состояния в случае отрицательного результата теста) численно дополняет отрицательная прогностическая ценность ([отрицательная посттестовая вероятность] = 1 - [отрицательное прогнозное значение]),^[1] снова предполагая, что у тестируемого человека нет других факторов риска, которые приводят к тому, что у этого человека другой дотестовая вероятность чем контрольная группа, использованная для установления положительной и отрицательной прогностической ценности теста.

На диаграмме выше это положительная пост-тестовая вероятность, то есть посттестовая вероятность целевого состояния при положительном результате теста вычисляется 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)

Справедливость приведенных выше уравнений также зависит от того, что выборка из совокупности не имеет существенных систематическая ошибка выборки которые делают группы тех, кто страдает этим заболеванием, и тех, кто не имеет существенной несоразмерности, с соответствующей распространенностью и «непропорциональностью» среди населения. Фактически, приведенные выше уравнения недействительны только с исследование случай-контроль который отдельно собирает одну группу с условием и одну группу без него.

По отношению правдоподобия

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 возникнуть, если предшествовал другой тест, или лицо, участвующее в диагностике, считает, что необходимо использовать другую вероятность предварительного тестирования, потому что ему известно, например, о конкретных жалобах, других элементах история болезни, подписывает физический осмотр либо путем расчета каждого результата как отдельного теста с его собственной чувствительностью и специфичностью, либо, по крайней мере, путем грубой оценки индивидуальной предтестовой вероятности.

В этих случаях распространенность в контрольной группе не совсем точно отражает дотестовая вероятность личности, и, следовательно, Предполагаемая стоимость (ли положительный или же отрицательный) не совсем точно отражает посттестовая вероятность человека, имеющего целевое состояние.

В этих случаях вероятность посттеста можно оценить более точно, используя отношение правдоподобия для теста. Отношение правдоподобия рассчитывается из чувствительность и специфичность теста и, таким образом, не зависит от распространенности в контрольной группе,^[2] и точно так же не меняется при изменении дотестовая вероятность, в отличие от положительных или отрицательных прогнозных значений (которые могут измениться). Кроме того, по сути, срок действия посттестовая вероятность определяется из отношения правдоподобия, не подвержен систематическая ошибка выборки в отношении лиц с заболеванием и без него в выборке населения, и может быть выполнено как исследование случай-контроль который отдельно собирает тех, у кого есть условие и без него.

Оценка посттестовой вероятности из предтестовой вероятности 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 пост-тестовая вероятность рассчитывается с использованием отношение правдоподобия положительное, а отрицательная посттестовая вероятность рассчитывается с использованием отношение правдоподобия отрицательное.

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

Номограмма Фагана^[3]

Связь также можно оценить с помощью так называемого Номограмма Фагана (показано справа), проведя прямую линию от точки данного дотестовая вероятность к данному отношение правдоподобия в их шкалах, которые, в свою очередь, оценивают посттестовая вероятность в точке, где эта прямая линия пересекает масштаб.

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 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 перед тестированием отрицательный тест дает большее изменение абсолютной вероятности, чем положительный тест (свойство, которое, как правило, справедливо, 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 результатами, что аналогично 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

Человек прошел скрининг с помощью теста фекальная скрытая кровь (FOB) для оценки вероятности наличия у этого человека целевого состояния 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:

Отсюда отношения правдоподобия теста можно установить:^[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.

В 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 тестирования 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

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

Вероятность после тестирования, по оценке дотестовая вероятность с отношение правдоподобия, следует с осторожностью обращаться с людьми с другими детерминантами (такими как факторы риска), чем население в целом, а также с людьми, которые прошли предыдущие тесты, потому что такие детерминанты или тесты могут также влиять на сам тест непредсказуемым образом, по-прежнему вызывая неточные результаты. Пример с фактором риска ожирение состоит в том, что дополнительный абдоминальный жир может затруднить пальпацию органов брюшной полости и снизить разрешение УЗИ брюшной полости, и аналогично остаток бариевый контраст результаты предыдущей рентгенографии могут помешать последующим исследованиям брюшной полости,^[5] в действительности 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

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 такой же невменяемый метаболический путь. Примером крайней степени такого совпадения является то, что чувствительность и специфичность были установлены для анализа крови, обнаруживающего «вещество X», а также для одного, обнаруживающего «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 условиях диагностическая достоверность повышается за счет комбинирования тестов с различными методами, чтобы избежать существенного дублирования, например, при комбинировании анализа крови, биопсия и рентгенограмма.

Способы преодоления неточности

Чтобы избежать таких источников неточности за счет использования отношений правдоподобия, оптимальным методом было бы собрать большую референтную группу эквивалентных лиц, чтобы установить отдельные прогнозные 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 прогностическими значениями недействительной. .

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

По относительному риску

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

Использование коэффициент опасности может использоваться аналогично относительному риску.

Один фактор риска

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, заболеваемость из рак молочной железы у женщины в Соединенном Королевстве в возрасте от 55 до 59 лет оценивается примерно в 280 случаев на 100 000 в год,^[6] и фактор риска контакта с высокими дозами ионизирующего излучения к груди (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

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 валидность пост-тестовых 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] Также исследования по Евреи ашкенази указал, что мутация в BRCA1 дает относительный риск 21,6 развития рака груди у женщин в возрасте до 40 лет и мутации в BRCA2 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 весьма маловероятной ситуации, когда обе мутации BRCA1 и BRCA2, простое умножение на оба относительных риска приведет к более 140% риска развития рака груди в возрасте до 40 лет, что в действительности не может быть точным.

Эффект переоценки (упомянутый последним) может быть компенсирован преобразованием рисков в шансы, а относительные риски - в отношения шансов. Однако это не компенсирует (ранее упомянутый) эффект какой-либо разницы между до-тестовой вероятностью индивидуума и распространенностью в контрольной группе.

Метод компенсации обоих источников неточностей, указанных выше, заключается в установлении относительных рисков путем: многомерный регрессионный анализ. Однако для сохранения достоверности 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. Также могут действовать разные факторы риска. синергия, в результате чего, например, два фактора, каждый из которых по отдельности имеет относительный риск, равный 2, имеют общий относительный риск, равный 6, когда оба присутствуют, или могут подавлять друг друга, в некоторой степени аналогично вмешательству, описанному для использования отношений правдоподобия.

По диагностическим критериям и правилам клинического прогноза

Установлено большинство основных заболеваний Диагностические критерии и / или правила клинического прогнозирования. 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 определяет диагноз как наличие как минимум 4 из 11 результатов, каждый из которых может рассматриваться как целевое значение теста со своей 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] от Фрамингемское исследование сердца для оценки риска исходов ишемической болезни сердца с использованием множества факторов риска, включая возраст, пол, липиды крови, 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 характеристики проведенных тестов. .

Клиническое использование до- и послетестовых вероятностей

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

Абсолютное 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 обеспечивают низкую абсолютную разницу для очень маловероятных условий у человека (например, редкие болезни при отсутствии какого-либо другого указательного знака), 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, например: относительные вероятности профиля в процедуре дифференциальной диагностики.

Абсолютное различие может быть отнесено к выгоде для человека, которое медицинский тест достигает, что примерно можно оценить как:

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

• б_п чистая выгода от проведения медицинского теста
• Λp представляет собой абсолютную разницу между вероятностью состояния (например, болезней) до и после теста, которого ожидается достичь в результате теста.
• р_я это скорость того, сколько вероятностные различия как ожидается, приведет к изменения в вмешательствах (например, переход от «отсутствия лечения» к «назначению медикаментозного лечения в низких дозах»).
• б_я это преимущество изменения в вмешательствах для человека
• час_я вред изменения в вмешательствах для человека, например побочные эффекты лечения
• час_т вред причинен самим тестом

В этой формуле то, что составляет пользу или вред, в значительной степени зависит от личные и культурные ценности, но общие выводы сделать все же можно. Например, если единственный ожидаемый эффект от медицинского теста - сделать одно заболевание более вероятным, чем другое, но эти два заболевания подлежат одинаковому лечению (или ни одно из них не лечится), тогда р_я = 0, и тест практически не приносит пользы человеку.

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

Субъективность

Вероятности до и после тестирования субъективный основанный на том факте, что на самом деле у человека либо есть заболевание, либо нет (с вероятностью всегда 100%), поэтому вероятности до и после тестирования для людей можно скорее рассматривать как психологические явления в сознании участников в диагностика под рукой.

Смотрите также

• Интерпретация диагностического теста, включая общие источники неточности и неточности

Рекомендации