संवेदनशीलता, विशिष्टता, सकारात्मक अनुमानित मान और नकारात्मक अनुमानित मूल्य की गणना कैसे करें

किसी दिए गए आबादी में दिए गए किसी भी परीक्षण में यह गणना करना महत्वपूर्ण है संवेदनशीलता

सामग्री

चरणों
युक्तियाँ
चेतावनी
सूत्रों और कोटेशन

, विशेषता, सकारात्मक भविष्य कहनेवाला मूल्य और नकारात्मक भविष्य कहनेवाला मूल्य, यह निर्धारित करने के लिए कि परीक्षण कितना उपयोगी है, बीमारियों या किसी निश्चित आबादी की विशेषताओं का पता लगाने के लिए। यदि आप जनसंख्या के नमूने में विशिष्ट विशेषताओं के लिए एक परीक्षण का उपयोग करना चाहते हैं, तो यह जानना महत्वपूर्ण है:

जांचने के लिए परीक्षण कितनी संभावना है उपस्थिति किसी में एक विशेषता का साथ विशेषता (संवेदनशीलता)?
जांचने के लिए परीक्षण कितनी संभावना है अनुपस्थिति किसी में एक विशेषता का बिना विशेषता (विशेषता)?
परिणाम के साथ कोई व्यक्ति कितनी संभावना है सकारात्मक वास्तविक परीक्षण पर है विशेषता (सकारात्मक भविष्य कहनेवाला मूल्य)?
परिणाम के साथ कोई व्यक्ति कितनी संभावना है नकारात्मक वास्तविक परीक्षण पर नहीं है विशेषता (नकारात्मक भविष्य कहनेवाला मूल्य)?

यह निर्धारित करने के लिए इन मूल्यों की गणना करना बहुत महत्वपूर्ण है कि क्या किसी निर्धारित आबादी में एक विशेष विशेषता को मापने के लिए कोई परीक्षण उपयोगी है या नहीं। यह लेख आपको दिखाएगा कि इन मूल्यों की गणना कैसे करें

चरणों

कैलकुलेटर संवेदनशीलता, विशिष्टता, सकारात्मक अनुमानित मान, और नकारात्मक अनुमानित मान शीर्षक शीर्षक छवि 1 चरण

आबादी के नमूने को परिभाषित करें। पूर्व: क्लिनिक से 1000 रोगियों

कैलक्यूलेटर संवेदनशीलता, विशिष्टता, सकारात्मक अनुमानित मान, और नकारात्मक अनुमानित मान शीर्षक शीर्षक छवि 2

रोग या ब्याज की विशेषता को परिभाषित करें पूर्व: सिफलिस

कैलक्यूलेटर संवेदनशीलता, विशिष्टता, सकारात्मक अनुमानित मान, और नकारात्मक अनुमानित मान शीर्षक शीर्षक छवि 3

रोग या विशेषता के फैलाव को निर्धारित करने के लिए एक अच्छी तरह से स्थापित सोने का पैटर्न है। पूर्व: बैक्टीरिया की उपस्थिति के अंधेरे क्षेत्र के सूक्ष्म प्रलेखन ट्रेपेनमा पैलिडम नैदानिक निष्कर्षों के सहयोग से, सिफलिस घाव के नमूने यह निर्धारित करने के लिए कि कौन सी सुविधा है और कौन नहीं करता, सोने के पैटर्न का उपयोग करें। उदाहरण के लिए, मान लीजिए 100 लोग हैं और 900 नहीं।

कैलक्यूलेटर संवेदनशीलता, विशिष्टता, सकारात्मक अनुमानित मान, और नकारात्मक अनुमानित मान शीर्षक शीर्षक छवि 4

एक ऐसी परीक्षा करें जो संवेदनशीलता, विशिष्टता, सकारात्मक अनुमानित मूल्य, और इस आबादी के लिए नकारात्मक अनुमानित मूल्य निर्धारित करता है, और जनसंख्या के नमूने के भीतर हर किसी पर यह प्रदर्शन करता है। उदाहरण यदि यह सिफलिस के लिए रैपिड प्लाजामा रिगिन (आरपीआर) परीक्षा है, तो इसे 1000 नमूना वाले लोगों के लिए उपयोग करें।

कैलक्यूलेटर संवेदनशीलता, विशिष्टता, सकारात्मक अनुमानित मान, और नकारात्मक अनुमानित मान शीर्षक शीर्षक छवि 5

जिन लोगों के पास लक्षण है (जैसा कि सोना मानक द्वारा निर्धारित किया गया है), उन लोगों की संख्या रिकॉर्ड करते हैं जिन्होंने सकारात्मक और नकारात्मक लोगों की परीक्षा लेने वाले लोगों की संख्या का परीक्षण किया था। उन लोगों के साथ ऐसा ही करें जिनके पास सुविधा नहीं है (जैसा कि सोना मानक द्वारा निर्धारित किया गया है)। आप चार नंबरों के साथ समाप्त होंगे। विशेषता और सकारात्मक परिणाम वाले लोग सही सकारात्मक (टीपी) हैं विशेषता और नकारात्मक परिणाम वाले लोग झूठे नकारात्मक (एफ एन) हैं। विशेषता और सकारात्मक परिणाम के बिना लोग झूठी सकारात्मक (एफपी) हैं विशिष्ट और नकारात्मक परिणाम के बिना लोग सत्य नकारात्मक (टीएन) हैं पूर्व: मान लें कि आपने 1000 रोगियों पर आरपीआर परीक्षा ली है। 100 में सिफलिस के साथ, 95 सकारात्मक और 5 नकारात्मक थे। बिना 900 साइप्रिल के रोगियों में, 9 0 पॉजिटिव पॉजिटिव और 810 टेस्टेड नेगेटिव। इस मामले में: टीपी = 95, एफ एन = 5, एफपी = 90 और टीएन = 810

कैलक्यूलेटर संवेदनशीलता, विशिष्टता, सकारात्मक अनुमानित मान, और नकारात्मक अनुमानित मान शीर्षक शीर्षक छवि 6

संवेदनशीलता की गणना करने के लिए, टीपी द्वारा (टीपी + एफ एन) विभाजित करें। उपरोक्त मामले में, यह 95 / (95 + 5) = 95% होगा। संवेदनशीलता हमें बताती है कि यह किस प्रकार की विशेषता के साथ किसी के लिए सकारात्मक होने के लिए परीक्षण की संभावना है उन सभी लोगों में से जो लक्षण हैं, क्या अनुपात सकारात्मक होगा? 95% संवेदनशीलता बहुत अच्छी है

कैलक्यूलेटर संवेदनशीलता, विशिष्टता, सकारात्मक अनुमानित मान, और नकारात्मक अनुमानित मान शीर्षक शीर्षक छवि 7

विशिष्टता की गणना करने के लिए, टीएन द्वारा (एफपी + टीएन) विभाजित करें ऊपर दिए गए मामले में, यह 810 / (90 + 810) = 90% होगा। विशिष्टता हमें बताती है कि यह परीक्षा कितनी संभावना है कि परीक्षण उन व्यक्ति के लिए नकारात्मक होगा जो कि उनके पास विशेषता नहीं है विशेषता के बिना सभी लोगों का, क्या अनुपात नकारात्मक होगा? 90% विशिष्टता बहुत अच्छी है

कैलकुलेटर संवेदनशीलता, विशिष्टता, सकारात्मक अनुमानित मान, और नकारात्मक अनुमानित मान शीर्षक शीर्षक छवि 8

सकारात्मक पूर्वानुमान मूल्य (पीपीवी) की गणना करने के लिए, टीपी द्वारा (टीपी + एफपी) विभाजित करें उपरोक्त मामले में, यह 95 / (95 + 90) = 51.4% होगा। सकारात्मक भविष्य कहनेवाले मूल्य हमें बताता है कि अगर परीक्षा सकारात्मक है तो व्यक्ति के लिए यह कितनी संभावना है सभी सकारात्मक परीक्षण विषयों में, वास्तव में किस अनुपात में विशेषता है? पीपीवी का 51.4% मतलब है कि यदि आपका परिणाम सकारात्मक है, तो आपके पास वास्तव में बीमारी होने की 51.4% संभावना है।

कैलक्यूलेटर संवेदनशीलता, विशिष्टता, सकारात्मक अनुमानित मान, और नकारात्मक अनुमानित मान शीर्षक शीर्षक छवि 9

नकारात्मक भविष्य कहनेवाला मान (एनपीवी) की गणना करने के लिए, टीएन (टीएन + एफ एन) द्वारा विभाजित करें उपरोक्त मामले में, यह 810 / (810 + 5) = 99.4% होगा नकारात्मक भविष्य कहनेवाला मान हमें बताता है कि यह कैसा है कि किसी के पास विशिष्टता नहीं है अगर परीक्षा नकारात्मक है। जिन सभी लोगों का नकारात्मक परिणाम हुआ है, उनके अनुपात में वास्तव में क्या विशेषता नहीं है? एनपीवी के 99.4% का मतलब है कि यदि आपका परीक्षण नकारात्मक है, तो आपके पास 99.4% रोग नहीं होने का मौका है।

युक्तियाँ

अच्छा स्क्रीनिंग परीक्षणों में उच्च संवेदनशीलता है क्योंकि आप उन सभी को शामिल करना चाहते हैं जिनके पास विशेषता है उच्च संवेदनशीलता वाले टेस्ट उपयोगी होते हैं यदि वे ऋणात्मक हैं तो बीमारियों या विशेषताओं को बाहर करने के लिए उपयोगी हैं।
शुद्धता, या दक्षता, परीक्षा का सही रूप से पहचाना जाने वाला परिणाम का प्रतिशत है, अर्थात, (सच्चे सकारात्मक + सत्य नकारात्मक) / कुल परीक्षण परिणाम = (टीपी + टीएन) / (टीपी + टीएन + एफपी + एफ एन)।
चीजों को आसान बनाने के लिए 2x2 तालिका बनाने का प्रयास करें
अच्छे पुष्टि परीक्षणों में उच्च विशिष्टताएं होती हैं क्योंकि आप चाहते हैं कि आपका परीक्षण विशिष्ट हो और उन लोगों के बिना उन लोगों को भ्रमित न करें जिनके पास यह कह रहे हैं कि वे हैं। काफी उच्च विशिष्टता वाले टेस्ट बीमारी या लक्षण की मौजूदगी की पुष्टि के लिए उपयोगी हैं यदि वे सकारात्मक हैं।
पता है कि संवेदनशीलता और विशिष्टता किसी दिए गए परीक्षण के आंतरिक गुण हैं और दी गई आबादी पर निर्भर नहीं करते हैं, अर्थात ये दो मान समान होना चाहिए, जब एक ही परीक्षा विभिन्न आबादी पर लागू होती है।
अवधारणाओं को अच्छी तरह से समझने की कोशिश करो
सकारात्मक और नकारात्मक भविष्य कहनेवाला मूल्य, इसके विपरीत, किसी दिए गए आबादी में विशिष्टता के प्रसार पर निर्भर करते हैं। दुर्लभ विशेषता, कम सकारात्मक भविष्य कहनेवाला मूल्य और उच्च नकारात्मक अनुमानित मूल्य (क्योंकि पूर्व परीक्षण संभावना दुर्लभ विशेषताओं के लिए कम है)। इसके विपरीत, अधिक सामान्य विशेषता, उच्च सकारात्मक भविष्य कहनेवाला मूल्य और नकारात्मक अनुमानित मूल्य (क्योंकि पूर्व परीक्षण संभावना सामान्य लक्षणों के लिए बहुत अधिक है)।