Eine Studie zur diagnostischen Genauigkeit stellt eine einfache Frage, wie gut trennt dieser Test Kranke von Gesunden. Die Antwort steckt in einer 2×2-Tabelle, und einige daraus abgelesene Zahlen beschreiben den Test aus jedem Blickwinkel. Die Tücke liegt darin, dass zwei davon, die Vorhersagewerte, sich still mit dem Setting ändern, sodass ein Test, der in einer Klinik hervorragend aussieht, in einer anderen enttäuschen kann. Den vollen Satz mit Intervallen zu berichten, erwarten ein sorgfältiger Leser und die STARD-Leitlinie.

1Beginnen Sie mit der 2×2-Tabelle

Jedes diagnostische Ergebnis ist eines von vier Dingen. Ein richtig Positiver, der Test ist positiv und die Krankheit liegt vor. Ein falsch Positiver, positiv, aber gesund. Ein falsch Negativer, negativ, aber krank. Ein richtig Negativer, negativ und gesund. Setzen Sie den Test in die Zeilen und den wahren Krankheitsstatus in die Spalten, und jedes Genauigkeitsmaß ist ein Verhältnis, das aus dieser einen Tabelle abgelesen wird.

Die diagnostische 2×2-Tabelle Krank + Krank − Test + Test − Richtig positiv TP Falsch positiv FP Falsch negativ FN Richtig negativ TN Sensitivität liest man die Spalte Krank + hinunter, Spezifität die Spalte Krank − hinunter.
Abbildung 1. Die ganze Studie in einer Tabelle. Richtige Ergebnisse liegen auf der grünen Diagonale, Fehler auf der roten. Jedes Genauigkeitsmaß ist ein Verhältnis dieser vier Felder.

2Sensitivität und Spezifität gehören zum Test

Sensitivität ist, wie viele der Kranken der Test erfasst, abgelesen die Spalte der Kranken hinunter. Spezifität ist, wie viele der Gesunden er freispricht, abgelesen die Spalte der Gesunden hinunter. Beide sind Eigenschaften des Tests selbst und ändern sich nicht, wenn Sie ihn in eine Population bringen, in der die Krankheit häufiger oder seltener ist. Diese Stabilität macht sie zu den Kernzahlen einer diagnostischen Studie, und deshalb gehören sie immer mit einem Konfidenzintervall.

3Vorhersagewerte ändern sich mit der Prävalenz

Die Vorhersagewerte beantworten die Frage, die ein Patient wirklich stellt, habe ich bei meinem Ergebnis die Krankheit. Das hängt davon ab, wie häufig die Krankheit von vornherein ist. Nehmen Sie einen Test mit 95% Sensitivität und 90% Spezifität.

  • In einer Klinik, in der jeder dritte Patient die Krankheit bereits hat, ist ein positives Ergebnis in etwa acht von zehn Fällen richtig.
  • Im Bevölkerungsscreening, in dem einer von hundert sie hat, ist dasselbe positive Ergebnis öfter ein Fehlalarm als nicht.

Der Test hat sich nicht geändert, die Prävalenz schon. Deshalb kann ein Vorhersagewert, der aus einer Studie mit anderem Fallmix übernommen wird, stark in die Irre führen.

Derselbe Test, eine andere Antwort Positiver Vorhersagewert Krankheitsprävalenz Screening, ~9% Klinik, ~80%
Abbildung 2. Positiver Vorhersagewert für einen festen Test mit 95% Sensitivität und 90% Spezifität. Er ist niedrig, wenn die Krankheit selten ist, und hoch, wenn sie häufig ist, weshalb derselbe Test im Screening schwach und in der Klinik stark wirken kann.

4Likelihood-Ratios gelten für einen einzelnen Patienten

Eine Likelihood-Ratio fasst Sensitivität und Spezifität zu einer Zahl zusammen, die Sie auf einen Einzelnen anwenden können. Die positive Likelihood-Ratio ist, wie viel wahrscheinlicher ein positives Ergebnis bei einem Kranken als bei einem Gesunden ist, und die negative tut dasselbe für ein negatives Ergebnis. Sie hängen nicht von der Prävalenz ab, was sie zu einer sauberen Art macht, zu beschreiben, wie stark ein Ergebnis Ihr Denken verschieben sollte.

Eine Likelihood-Ratio lesen LR+ über 10 oder LR− unter 0,1 large shift LR+ 5 bis 10 oder LR− 0,1 bis 0,2 mäßige Verschiebung LR+ 2 bis 5 oder LR− 0,5 bis 0,2 kleine Verschiebung Irgendwo nahe 1 not useful
Abbildung 3. Ein grober Leitfaden für Likelihood-Ratios. Werte weit weg von 1 verändern eine Diagnose stark, Werte nahe 1 kaum. Eine positive Ratio über 10 oder eine negative unter 0,1 gilt meist als starke Evidenz.

5Berichten Sie Intervalle und folgen Sie STARD

Ein Punktwert ohne Konfidenzintervall verbirgt, wie viel des Ergebnisses Zufall sein könnte, und STARD, die Berichtsleitlinie für Studien zur diagnostischen Genauigkeit, erwartet durchgehend Intervalle und ein Flussdiagramm, wer getestet wurde. Einige Fehler tauchen immer wieder auf, und jeder ist schon aus Methoden und Ergebnissen sichtbar.

Fünf Fehler beim Berichten von Diagnostik, die Gutachter finden Nur die Genauigkeit berichten, was verbirgt, wo die Fehler liegen Keine Konfidenzintervalle für Sensitivität und Spezifität Vorhersagewerte aus einer Fall-Kontroll-Stichprobe als allgemein gelesen Kein STARD-Flussdiagramm, wer getestet und ausgeschlossen wurde Unklare Ergebnisse still aus der Tabelle gestrichen
Abbildung 4. Jeder Punkt hier ist schon aus dem Paper sichtbar, ohne die Rohdaten. Jeder ist ein häufiger Grund, warum eine diagnostische Studie zurückkommt, und alle sind leicht zu vermeiden.

6Berechnen Sie die Zahlen in Sekunden, kostenlos

Jedes Maß erhalten Sie aus Ihrer eigenen 2×2-Tabelle mit unserem kostenlosen Diagnostik-Test-Rechner. Geben Sie die vier Felder ein, und er liefert Sensitivität, Spezifität, Vorhersagewerte, Likelihood-Ratios und Genauigkeit, jeweils mit einem 95%-Konfidenzintervall, plus ein Prävalenzfeld, das die Vorhersagewerte für Ihr Setting neu ausdrückt, und den passenden R-Code. Alles läuft im Browser. Die schwierigere Arbeit, ROC-Kurven, der Vergleich zweier Tests und die Wahl eines Cut-offs, ist dort, wo ein Statistiker sein Honorar verdient.