Innehåll
Att förstå negativt prediktivt värde (NPV) kan vara förvirrande. Det är dock en viktig del av att förstå kvaliteten och noggrannheten i medicinska tester. Det negativa prediktiva värdet berättar vad det betyder om du testar negativt för en sjukdom. Det är en markör för hur exakt det negativa testresultatet är. Med andra ord, det berättar hur sannolikt det är det du har faktiskt inte sjukdomen.Det negativa prediktiva värdet definieras som antalet sanna negativa (personer som testar negativa som inte är smittade) dividerat med det totala antalet personer som testar negativt. Det varierar med testkänslighet, testspecificitet och sjukdomsprevalens som du kan se i exemplet nedan. På grund av beroendet av förekomsten av sjukdomar i samhället där de arbetar är det svårt att räkna ut det negativa prediktiva värdet. De flesta läkare kan inte bara ge dig ett nummer för det negativa prediktiva värdet när du går in för ett visst test även om de känner till känsligheten och specificiteten.
Exempel
Om ett klamydiatest har 80% känslighet och 80% specificitet i en befolkning på 100 med en klamydiaprevalens på 10%:
- 8 av 10 riktiga positiva test är positiva
- 72 av 90 sanna negativ testar negativt
Av 74 negativa tester är 82 sanna negativ och 2 är falska negativ. Därför skulle NPV vara 97% (72/74). 97% av dem som testar negativt skulle faktiskt vara negativa för klamydia. Däremot, om samma test ges i en population med en klamydia-prevalens på 40: 32 av 40 verkliga positiva test är positiva
40 av 60 riktiga negativ test negativa Av 48 negativa test är 8 falska negativ. Det betyder att det negativa prediktiva värdet är 83% (40/48).
Hur olika faktorer påverkar negativt förutsägbart värde
Negativt prediktivt värde gårner som en sjukdom blir vanligare i en befolkning. Däremot ökar positivt prediktivt värde.
På samma sätt ökar testet med hög känslighet det negativa prediktiva värdet. Det beror på att det finns färre falska negativ. (Fler människor som är positiva testar positivt på ett högkänslighetstest.) Däremot är test med hög specificitet viktigare för positivt prediktivt värde. Med dessa tester, färre falska positiva. Ju högre specificitet, desto fler testar negativa människor.