Voorspellende waarde: verschil tussen versies
Verwijderde inhoud Toegevoegde inhoud
k r2.7.3) (Robot: toegevoegd: fr:Valeur prédictive positive (sémiologie médicale) |
Samengevoegd met Positief en negatief voorspellende waarde per Wikipedia:Samenvoegen/201301 |
||
Regel 1:
{{disclaimer medisch lemma}}
De '''voorspellende waarde''' of '''predictieve waarde''' is in de [[geneeskunde]] de [[Kans (statistiek)|kans]] dat bij een bepaalde laboratoriumtest voor een bepaalde ziekte de testuitslag juist is. De onderzochte patiënten hebben de ziekte inderdaad of inderdaad niet, en scoren dus niet [[Fout-positief en fout-negatief|fout-positief of fout-negatief]].
De positieve voorspellende waarde (PVW, [[Engels]]: ''positive predictive value'', PPV) is het deel van de onderzochte patiënten met een positieve testuitslag die de ziekte ook daadwerkelijk heeft. De negatieve voorspellende waarde (NVW, Engels: ''negative predictive value'', NPV) daarintegen is het deel van de onderzochte patiënten met een negatieve testuitslag die de ziekte inderdaad niet heeft.
De positieve predictieve validiteit is het aantal personen die aan de ziekte lijdt (a) gedeeld door de som van het aantal personen die aan de ziekte lijden en het aantal personen die er niet aan lijden (b). In formulevorm is dit:▼
De positieve en negatieve voorspellende waarde worden uitgedrukt als een fractie of in procent of promillage, zoals 0,95 of 95%. Een positieve voorspellende waarde van 95% wil zeggen dat 95% van de patiënten met een positieve testuitslag de ziekte daadwerkelijk heeft. De overige 5% heeft dus ook een positieve testuitslag, maar heeft de ziekte niet. In het ideale geval zouden de positieve en negatieve voorspellende waarden beide 100% moeten zijn. Wanneer de positief voorspellende waarde toeneemt, neemt de negatieve voorspellende waarde meestal af, en vice versa.
:<math>PPV = \frac{a}{(a+b)}</math>▼
Een test met een hoge positieve voorspellende waarde is gewenst als een medische behandeling schadelijk zou kunnen zijn. Er worden dan wel een aantal patiënten gemist die een valse negatieve uitslag hebben. Deze mensen moeten dan met een andere test worden opgespoord.
De negatieve predictieve validiteit is het aantal personen dat negatief scoort op de test en die niet aan de ziekte lijden (d) gedeeld door de som van het aantal personen die negatief scoren en die aan de ziekte lijden (c) en het aantal personen die negatief scoren en niet aan de ziekte lijden. In formulevorm is dit:▼
Als een ziekte beslist niet gemist mag worden, dan is een test met een hoge negatief voorspellende waarde gewenst. Hierdoor worden er ook een aantal patiënten behandeld die een vals positieve testuitslag hebben, maar de behandeling is in een dergelijk geval niet schadelijk voor de patiënt.
:<math>NPV = \frac{d}{(c+d)}</math>▼
==Populatie==
De
Verschillen de omstandigheden, de methode van afname of behoort de persoon tot een andere populatie dan die vermeld in de studie waarbij de predictieve waarden vastgesteld werden, dan zijn deze
De
== Sensitiviteit en specificiteit ==
Naast de voorspellende waarde is ook de [[sensitiviteit en specificiteit]] van belang bij een laboratoriumtest. Een hoge sensitiviteit (percentage positieve testuitslagen bij de ziekte) van een test is nodig om met zekerheid te kunnen uitsluiten dat iemand de ziekte heeft. Een hoge specificiteit (percentage negatieve testuitslagen bij afwezigheid van de ziekte) van een test is nodig om met grote zekerheid te kunnen aantonen dat iemand de ziekte heeft.
== Berekening ==
De samenhang van de aan- of afwezigheid van een ziekte in combinatie met een positieve of negatieve testuitslag wordt in onderstaande tabel weergegeven:
{| align="Centre" cellpadding="5" border="0"
|
{| border="1"
! !! ziekte aanwezig !! ziekte niet aanwezig
|-
!test positief || bgcolor="lightgreen" | A (Echt positieven, terecht alarm)|| bgcolor="red" | C (Fout positieven, vals alarm)
|-
! test negatief || bgcolor="red" | B (Fout negatieven, gemiste patiënten) || bgcolor="lightgreen" | D (Echt negatieven, terecht verworpen)
|}
|}
Vervolgens kunnen uit deze tabel de sensitiviteit, specificiteit, positieve voorspellende waarde en negatieve voorspellende waarden worden afgeleid.
Afkortingen: TP, ''true positive''; FN, ''false negative''; FP, ''false positive''; TN, ''true negative''; Sens, sensitiviteit; Spec, specificiteit; PVW, positief voorspellende waarde; NVW, negatief voorspellende waarde
{| align="Centre" cellpadding="5" border="0"
|
{| border="1"
! !! ziekte aanwezig !! ziekte niet aanwezig !! totaal !! formule
|-
!test positief || bgcolor="lightgreen" | A (Echt-positieven, TP)|| bgcolor="red" | C (Fout-positieven, FP) || TP+FP || PVW = TP/(TP+FP)
|-
! test negatief || bgcolor="red" | B (Fout-negatieven, FN) || bgcolor="lightgreen" | D (Echt-negatieven, TN) || TN+FN || NVW = TN/(TN+FN)
|-
! totaal || TP+FN || FP+TN || ||
|-
! formule || Sens = TP/(TP+FN) || Spec = TN/(FP+TN) || ||
|}
|}
▲De positieve
▲Het begrip predictieve waarde is eerder transparant en de berekening ervan is zeer eenvoudig indien men enkel met één testuitslag rekening houdt.
▲De predictieve waarden zijn [[Populatie (statistiek)|populatie]]specifiek en zijn geen algemeen kenmerk van een test zelf. De waarden zijn slechts geldig voor de test op die welomschreven manier gebruikt bij die welomschreven populatie en in die welomschreven omstandigheden.
▲De negatieve
▲Verschillen de omstandigheden, de methode van afname of behoort de persoon tot een andere populatie dan die vermeld in de studie waarbij de predictieve waarden vastgesteld werden dan zijn deze predictieve waarden voor dit individu niet geldig.
▲De predictieve waarde is sterk afhankelijk van de [[prevalentie]] van de ziekte in de bestudeerde populatie (prevalentie = (a + c) / (a + b+ c + d)). Bij (zeer) lage prevalentie zal een heel goede test zelden een voldoende geacht hoge positieve predictieve waarde genereren maar wel vlot een voldoende geachte negatieve predictieve waarde. Bij (zeer) hoge prevalentie zal men gemakkelijk(er) tot een voldoende hoog geachte positieve predictieve waarde komen en moeilijk(er) tot een voldoende geachte negatieve predictieve waarde. Met 'voldoende geachte' bedoelen we voldoende geacht om een diagnose te stellen of om tot een therapeutisch besluit te kunnen (willen) komen.
[[Categorie:Geneeskundig onderzoek]]
| |||