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 hur mycket du kan vara säker på 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 detdu har faktiskt inte sjukdomen.
Peter Dazeley / Getty ImagesDet negativa prediktiva värdet definieras som antalet sanna negativa (personer som testar negativa som inte har ett tillstånd) dividerat med det totala antalet personer som testar negativt. Det varierar med testkänslighet, testspecificitet och sjukdomsprevalens.
På grund av varierande sjukdomsprevalens i olika samhällen är det negativa prediktiva värdet av ett test inte alltid enkelt. 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%, kan du förvänta dig följande:
- 8 av 10 riktiga positiva test är positiva
- 72 av 90 sanna negativ testar negativt
Av 74 negativa tester är 72 sanna negativa (de har inte infektionen) och 2 är falska negativa (de testade negativa, men de har faktiskt infektionen).
Därför skulle NPV vara 97% (72/74). Du kan förvänta dig att 97% av dem som testar negativt faktiskt skulle vara negativa för klamydia.
Däremot, om samma test ges i en population med en klamydia-prevalens på 40, skulle NPV vara annorlunda. Det beror på att NPV tar hänsyn till mer än bara känsligheten och specificiteten hos ett diagnostiskt test. I detta fall:
- 32 av de 40 sanna positiva testerna är positiva
- 48 av de 60 sanna negativen testar negativt
Av 56 negativa tester är 8 falska negativ. Det betyder att det negativa prediktiva värdet är 85% (48/56).
Hur olika faktorer påverkar negativt förutsägbart värde
Högkänslighetstester gör att det negativa prediktiva värdet ökar. Det beror på att fler som faktiskt är positiva har ett positivt testresultat på ett högkänslighetstest och det finns färre falska negativ.
På samma sätt går det negativa prediktiva värdetner som en sjukdom blir vanligare i en befolkning.
Däremot ökar det positiva prediktiva värdet då sjukdomen är vanligare i en befolkning. Och test med hög specificitet förbättrar det positiva prediktiva värdet. Med tester med hög specificitet finns det färre falska positiva resultat. Ju högre specificitet, desto fler testar negativa människor.