http://wyborcza.pl/1,137662,17000749,Nieznajomosc_matematyki_zabija.html#TRNajCzytSST
W skrócie artykuł opowiada o matematycznych niuansach dotyczących informacji medycznych przekazywanych pacjentom. Spoglądając ukradkiem na komentarze stwierdzam, że każdy jest matematykiem, tylko wyniki się nie zgadzają ;)
Dorzucę od siebie w tej kwestii swoje trzy grosze. Z punktu widzenia diagnosty jest to temat interesujący, bo na co dzień w swojej pracy opieramy się na pojęciach czułości diagnostycznej czy też swoistości (specyficzności) diagnostycznej. I jak to się ma do wyników fałszywie dodatnich oraz fałszywie ujemnych?
Najpierw definicje.
Czułość diagnostyczną stanowi odsetek chorych osób (na daną chorobę), u których otrzymano dodatni wynik testu. W ten sposób ocenia się zdolność testu do wykrycia danej choroby.
A łopatologicznie: Określa prawdopodobieństwo uzyskania wyniku dodatniego danym testem u chorych osób.
Z kolei swoistość (specyficzność) diagnostyczną stanowi odsetek zdrowych osób (względem danej choroby), u których otrzymano ujemny wynik testu. Ocenia zdolność testu do wykluczenia choroby.
Krótko: Określa prawdopodobieństwo uzyskania wyniku ujemnego danym testem u zdrowych osób.
Wynik fałszywie ujemny oznacza brak wykrycia choroby przez test u chorego. Jest związany z czułością.
Wynik fałszywie dodatni oznacza wykrycie choroby przez test u zdrowej osoby. Wiąże się ze swoistością.
Teraz dla jasności wyobraźmy sobie grupę 1000 zdrowych osób i drugą grupę 1000 chorych na daną chorobę. Obie grupy przebadamy testem, który ma 95% czułości, 85% specyficzności.
W grupie 1000 zdrowych osób po wykonaniu testu 850 uzyskało wynik negatywny (słusznie wykluczono chorobę), zaś 150 osób fałszywie pozytywny (tzn. test wykrył chorobę, chociaż jej nie ma - fałszywy alarm).
W grupie 1000 chorych osób po wykonaniu testu 950 otrzymało wynik pozytywny (słusznie wykryto chorobę), zaś 50 osób fałszywie negatywny (tzn. test wykluczył chorobę, mimo, że ta jest obecna).
Podsumowując, w opisanej dwutysięcznej grupie:
- 1100 osób otrzymało dodatni wynik wskazujący chorobę, chociaż 150 osób jest tak naprawdę zdrowa,
- 900 osób dowiedziało się, że jest zdrowa (wynik ujemny), z czego 50 osób tak naprawdę choruje.
Dlatego w testach przesiewowych dąży się do jak najwyższej czułości - aby żaden chory "nie umknął" i nie został zakwalifikowany jako zdrowy. Wiąże się to z powstaniem grupy osób z wynikiem fałszywie pozytywnym, co zaowocowało włączeniem do systemu badań tzw. testów potwierdzenia. Testy potwierdzenia pozwalają na ostateczne ustalenie, kto z grupy osób z wynikiem dodatnim faktycznie zalicza się do grupy chorych, a kto jest zdrowy.
Tyle w temacie, do usłyszenia :)
