உணர்திறன், தனித்தன்மை, நேர்மறை முன்கணிப்பு மதிப்பு மற்றும் எதிர்மறை முன்கணிப்பு மதிப்பை எவ்வாறு கணக்கிடுவது

உள்ளடக்கம்

படிகள்
முறை 1 /1: உங்கள் சொந்த எண்ணிக்கையை உருவாக்குங்கள்
குறிப்புகள்
எச்சரிக்கைகள்

கொடுக்கப்பட்ட மக்கள்தொகையில் நடத்தப்படும் எந்த சோதனையிலும், கணக்கிடுவது முக்கியம் உணர்திறன், குறிப்பிட்ட, நேர்மறை முன்கணிப்பு மதிப்பு மற்றும் எதிர்மறை முன்கணிப்பு மதிப்பு கொடுக்கப்பட்ட மக்கள்தொகை குழுவின் ஒரு நோய் அல்லது குணாதிசயங்களைக் கண்டறிய இந்த சோதனை எவ்வளவு பயனுள்ளதாக இருக்கும் என்பதைத் தீர்மானிக்க. தேர்ந்தெடுக்கப்பட்ட மக்கள்தொகையின் பண்புகளை ஆராய இந்த சோதனையைப் பயன்படுத்த விரும்பினால், நாம் தெரிந்து கொள்ள வேண்டும்:

கண்டறியும் சோதனை எவ்வளவு சாத்தியம் கிடைக்கும் தன்மை மனிதர்களில் அறிகுறிகள் உடன் பண்பு அம்சங்கள் (உணர்திறன்)?
கண்டறியும் சோதனை எவ்வளவு சாத்தியம் இல்லாத மனிதர்களில் அறிகுறிகள் இல்லாமல் பண்பு அம்சங்கள் (குறிப்பிட்ட)?
ஒரு நபரின் நிகழ்தகவு என்ன நேர்மறை சோதனை முடிவு உண்மையில் உள்ளது அங்கு உள்ளது அறிகுறிகள் (நேர்மறை முன்கணிப்பு மதிப்பு)?
ஒரு நபரின் நிகழ்தகவு என்ன எதிர்மறை சோதனை முடிவு உண்மையில் உள்ளது இல்லை அறிகுறிகள் (எதிர்மறை முன்கணிப்பு மதிப்பு)?

இந்த மதிப்புகளைக் கணக்கிடுவது மிகவும் முக்கியம் கொடுக்கப்பட்ட மக்கள்தொகையின் குணாதிசயங்களை மதிப்பிடுவதற்கு ஒரு சோதனை உதவுமா என்பதைத் தீர்மானிக்கவும்... இந்த கட்டுரையில், இந்த மதிப்புகளை எவ்வாறு கணக்கிடுவது என்பதை நாங்கள் உங்களுக்குக் காண்பிப்போம்.

படிகள்

முறை 1 /1: உங்கள் சொந்த எண்ணிக்கையை உருவாக்குங்கள்

1 மக்கள்தொகையின் மாதிரியை உருவாக்குங்கள், உதாரணமாக ஒரு கிளினிக்கில் 1000 நோயாளிகள்.
2 சிபிலிஸ் போன்ற நீங்கள் ஆராய்ச்சி செய்யும் நோய் அல்லது அறிகுறிகளை அடையாளம் காணவும்.
3 பாக்டீரியா இருப்பதைப் பற்றிய தகவல் போன்ற நோய் அல்லது அறிகுறிகளின் பரவலைத் தீர்மானிக்க நம்பகமான தங்கத் தரமான சோதனையை நடத்துங்கள் வெளிர் ட்ரெபோனேமா, இருண்ட-புல நுண்ணோக்கி பயன்படுத்தி பெறப்பட்ட, மருத்துவ படம் கணக்கில் எடுத்து. யார் மற்றும் யார் இல்லை என்பதைத் தீர்மானிக்க ஒரு தங்கத் தரத்தைப் பயன்படுத்தவும். தெளிவுக்காக, 100 பாடங்களில் அவை உள்ளன என்று வைத்துக்கொள்வோம், ஆனால் 900 இல்லை.
4 ஆர்வமுள்ள மக்கள்தொகையின் உணர்திறன், தனித்தன்மை, நேர்மறை முன்கணிப்பு மதிப்பு மற்றும் எதிர்மறை முன்கணிப்பு மதிப்பு ஆகியவற்றிற்கான ஒரு சோதனையை வடிவமைத்து, மக்கள்தொகையின் மாதிரியை சோதிக்கவும். உதாரணமாக, இது சிபிலிஸிற்கான விரைவான பிளாஸ்மா ரீஜென்ட் (RPR) சோதனை என்று வைத்துக்கொள்வோம். 1000 பேரை மாதிரியாகப் பயன்படுத்தவும்.
5 அறிகுறிகளைக் கொண்டவர்களில் (தங்கத் தரத்தால் நிறுவப்பட்டபடி), நேர்மறை மற்றும் எதிர்மறை முடிவுகளைக் கொண்ட நபர்களின் எண்ணிக்கையை எழுதுங்கள். அதே வழியில் எந்த அறிகுறிகளையும் காட்டாத நபர்களை சோதிக்கவும் (தங்கத் தரத்தால் நிறுவப்பட்டது). நீங்கள் நான்கு இலக்கங்களைப் பெறுவீர்கள். அறிகுறிகள் மற்றும் நேர்மறையான முடிவு உள்ளவர்கள் உண்மையான நேர்மறை (PI)... அறிகுறிகள் மற்றும் எதிர்மறை முடிவுகள் உள்ளவர்கள் தவறான எதிர்மறை (LO)... அறிகுறிகள் மற்றும் நேர்மறையான முடிவு இல்லாத மக்கள் தவறான நேர்மறை (எல்பி)... அறிகுறிகள் இல்லாதவர்கள் மற்றும் எதிர்மறை முடிவு உண்மையான எதிர்மறை (ஐஆர்)... தெளிவுக்காக, நீங்கள் RPR இல் 1000 நோயாளிகளை சோதித்தீர்கள் என்று வைத்துக்கொள்வோம். சிபிலிஸ் கொண்ட 100 நோயாளிகளில் 95 பேர் நேர்மறை மற்றும் 5 எதிர்மறை சோதனை செய்தனர். சிபிலிஸ் இல்லாத 900 நோயாளிகளில், 90 பேருக்கு நேர்மறை மற்றும் 810 எதிர்மறை சோதனை செய்யப்பட்டது. இந்த வழக்கில், PI = 95, LO = 5, LP = 90 மற்றும் IO = 810.
6 உணர்திறனைக் கணக்கிட, PI ஐ (PI + LO) வகுக்கவும். மேலே உள்ள வழக்கில், நாம் 95 / (95 + 5) = 95%பெறுகிறோம். அறிகுறிகளுடன் கூடிய ஒரு நபருக்கு ஒரு சோதனை எவ்வளவு நேர்மறையானது என்பதை உணர்திறன் நமக்குச் சொல்கிறது.அறிகுறிகள் உள்ளவர்களில், எந்த விகிதம் நேர்மறை சோதனை செய்யும்? 95% உணர்திறன் மிகவும் நல்லது.
7 குறிப்பிட்ட தன்மையைக் கணக்கிட, RO ஐ (LP + RO) வகுக்கவும். மேலே உள்ள வழக்கில், நாம் 810 / (90 + 810) = 90%பெறுகிறோம். அறிகுறிகள் இல்லாத ஒரு நபருக்கு ஒரு சோதனை எவ்வளவு எதிர்மறையாக இருக்கும் என்பதை குறிப்பிட்டது நமக்குச் சொல்கிறது. அறிகுறிகள் இல்லாத மக்களிடையே, எந்த விகிதம் எதிர்மறையான முடிவைப் பெறும்? 90% குறிப்பிட்டது மிகவும் நல்லது.
8 நேர்மறை முன்கணிப்பு மதிப்பை (PPV) கணக்கிட, PI ஐ (PI + LP) வகுக்கவும். மேலே உள்ள வழக்கில், நாம் 95 / (95 + 90) = 51.4%பெறுகிறோம். நேர்மறையான முன்கணிப்பு மதிப்பு ஒரு நேர்மறையான சோதனை முடிவைக் கொண்ட ஒரு நபருக்கு அறிகுறிகள் இருப்பதற்கான வாய்ப்பை நமக்குக் கூறுகிறது. நேர்மறை சோதனை செய்யும் மக்களிடையே, உண்மையில் எந்த விகிதத்தில் அறிகுறிகள் உள்ளன? 51.4% ஒரு PPV என்றால் நீங்கள் நேர்மறை சோதனை செய்தால், நீங்கள் உண்மையில் நோய்வாய்ப்பட்டிருக்க 51.4% வாய்ப்பு உள்ளது.
9 எதிர்மறை முன்கணிப்பு மதிப்பை (NPV) கணக்கிட, RO ஐ (RO + LO) வகுக்கவும். மேலே உள்ள வழக்கில், நாம் 810 / (810 + 5) = 99.4%பெறுகிறோம். எதிர்மறை முன்கணிப்பு மதிப்பு எதிர்மறையான சோதனை முடிவைக் கொண்ட ஒரு நபருக்கு எந்த அறிகுறிகளும் இருக்காது என்பதை நமக்குக் கூறுகிறது. எதிர்மறையை சோதிக்கும் மக்களில், எந்த விகிதம் உண்மையில் அறிகுறியற்றது? 99.4% ஒரு HMO என்றால் நீங்கள் எதிர்மறை சோதனை செய்தால், நீங்கள் நோய்வாய்ப்படாததற்கு 99.4% வாய்ப்பு உள்ளது.

குறிப்புகள்

நல்ல ஸ்கிரீனிங் சோதனைகள் அதிக உணர்திறன் கொண்டவை மற்றும் அறிகுறிகள் உள்ள நோயாளிகளை அடையாளம் காண உதவுகின்றன. அதிக உணர்திறன் சோதனைகள் பயனுள்ளதாக இருக்கும் வேறுபட்ட நோயறிதல் நோய்கள் அல்லது அறிகுறிகள் எதிர்மறையாக இருந்தால். ("SNOUT": உணர்திறன் விலகல்)
துல்லியம் அல்லது செயல்திறன் என்பது சோதனையால் துல்லியமாக நிறுவப்பட்ட சோதனை முடிவுகளின் சதவீதமாகும், அதாவது (உண்மையான நேர்மறை + உண்மையான எதிர்மறை) / ஒட்டுமொத்த சோதனை முடிவுகள் = (PI + RO) / (PI + RO + LP + LO).
உங்களுக்கு எளிதாக்க தற்செயல் அட்டவணையை வரைய முயற்சிக்கவும்.
உணர்திறன் மற்றும் தனித்தன்மை ஆகியவை கொடுக்கப்பட்ட சோதனையின் உள்ளார்ந்த பண்புகள் என்பதை நினைவில் கொள்ளுங்கள் இல்லை கொடுக்கப்பட்ட மக்கள்தொகை குழுவைப் பொறுத்தது, அதாவது, வெவ்வேறு மக்கள் குழுக்களில் சோதனை நடத்தப்பட்டால், இந்த இரண்டு மதிப்புகளும் மாறாமல் இருக்க வேண்டும்.
அறிகுறிகளைக் கொண்ட நோயாளிகளை அடையாளம் காண்பதில் சோதனை தவறுகள் செய்யாதபடி நல்ல கட்டுப்பாட்டு சோதனைகள் அதிக விவரக்குறிப்பைக் கொண்டுள்ளன. அதிக உணர்திறன் சோதனைகள் பயனுள்ளதாக இருக்கும் பரிசோதனை நோய்கள் அல்லது அறிகுறிகள், அவை நேர்மறையான முடிவைக் காட்டினால். ("ஸ்பின்": தனித்துவத்தின் ஒப்புதல்)
மறுபுறம், நேர்மறையான முன்கணிப்பு மதிப்பு மற்றும் எதிர்மறை முன்கணிப்பு மதிப்பு தேர்ந்தெடுக்கப்பட்ட மக்கள்தொகை குழுவில் அறிகுறிகளின் பரவலின் அளவைப் பொறுத்தது. குறைவான பொதுவான அறிகுறிகள், குறைந்த நேர்மறை முன்கணிப்பு மதிப்பு மற்றும் அதிக எதிர்மறை முன்கணிப்பு மதிப்பு (அறிகுறிகள் குறைவாக இருக்கும் சந்தர்ப்பங்களில் பாதிப்பு குறைவாக இருப்பதால்). மாறாக, அடிக்கடி அறிகுறிகள், அதிக நேர்மறை முன்கணிப்பு மதிப்பு மற்றும் குறைந்த எதிர்மறை முன்கணிப்பு மதிப்பு (அறிகுறிகள் அதிகமாக இருக்கும் சந்தர்ப்பங்களில் பாதிப்பு அதிகமாக இருப்பதால்).
இந்த வரையறைகளை நன்கு புரிந்து கொள்ள முயற்சி செய்யுங்கள்.