Date post: | 06-Apr-2016 |
Category: |
Documents |
Upload: | erica-stein |
View: | 213 times |
Download: | 0 times |
Methoden epidemiologischer ForschungMethoden epidemiologischer Forschung
1.1. Planung: Planung: Spezifische Studienformen („Studiendesigns“)
Beobachtung: Ökologische St., Querschnittsst., Fall-Kontroll-St., Kohortenst.
Intervention: ?
2.2. Analyse: Analyse: Allgemeine und spezielle statistische Verfahren
Maßzahlen: Prävalenz, Inzidenz, Rate, Absolutes und Relatives Risiko
Biometrische Analyse: ?
3.3. Interpretation:Interpretation: Kontrolle von Verzerrungen („Bias & Confounding“)
Typen: Selektions-B., Informations-B., Confounding
Kontrolle: ?
Anwendungsfeld Anwendungsfeld
Epidemiologie und BiometrieEpidemiologie und Biometrie
in derin der
Klinischen ForschungKlinischen Forschung
‚‚Klinische‘ Epidemiologie:Klinische‘ Epidemiologie:
Abnormalität Was ist krank / gesund?
Diagnose Wie gut sind welche Tests für welche Krankheit?
Ursache Was verursacht eine Krankheit?
Risiko Welche Faktoren erhöhen die Wahrscheinlichkeit für eine Krankheit?
Prognose Wie verläuft die Erkrankung in welchem Stadium?
Therapie Wie verändert eine Behandlung den Verlauf?
Kosten Welche Kosten verursachen Krankheit / Therapie?
QS, PS
FKS, PS
FKS, PS
PS
Klinische Epidemiologie:Klinische Epidemiologie:
Abnormalität Was ist krank / gesund?
Diagnose Diagnose Wie gut sind welche Tests für welche Krankheit?Wie gut sind welche Tests für welche Krankheit?
Ursache Was bedingt eine Krankheit?
Risiko Welche Faktoren erhöhen die Wahrscheinlichkeit für eine Krankheit?
Prognose Wie verläuft die Erkrankung in welchem Stadium?
Therapie Wie verändert eine Behandlung den Verlauf?
Kosten Welche Kosten verursachen Krankheit / Therapie?
Klinische Epidemiologie undBiometrie
Wahrscheinlichkeit und DiagnoseWahrscheinlichkeit und Diagnose
Diagnostische Tests zielen darauf ab, möglichstwirkungsvoll Kranke von Gesunden zu unterscheiden.
Hierzu werden Diagnoseverfahren oder Testsverwendet, deren Eigenschaften und Güte eszu bestimmen gilt.
Diagnostische TestsDiagnostische Tests
- Wie geeignet ist ein bestimmtes Untersuchungsverfahren als Diagnostischer Test?
- Ist das gleiche Testergebnis für alle Patienten von gleicher Wertigkeit?
- Welche Tests mit welchen Eigenschaften sollte man für welche klinische Situation einsetzen?
Fragen zu Diagnostischen TestsFragen zu Diagnostischen Tests
Wald NJ et al., BMJ 1999;1562-5
Wald NJ et al., BMJ 1999;1562-5
Sicht des „Wissenden“
Krankheit
ja nein Total
Diagnosetest Positiv a (echt positiv)
b (falsch positiv)
a + b (mit Verdacht)
Negativ c (falsch negativ)
d (echt negativ)
c + d (ohne Verdacht)
Total a + c (alle Kranken)
b + d (alle Gesunden)
a + b + c + dAlle Untersuchten
Sicht des„Suchenden“
Krankheit
ja nein Total
Diagnosetest Positiv a (echt positiv)
b (falsch positiv)
a + b (mit Verdacht)
Negativ c (falsch negativ)
d (echt negativ)
c + d (ohne Verdacht)
Total a + c (alle Kranken)
b + d (alle Gesunden)
a + b + c + dAlle Untersuchten
Von der Wahrscheinlichkeit Von der Wahrscheinlichkeit
zu den zu den
Kenngrößen diagnostischer TestsKenngrößen diagnostischer Tests
Testergebnis
Wirklichkeit
Gesamt
W+:(Mamma-Ca:Ja)
W-:(Mamma-Ca: nein)
T+:(Mamma-Ca: Ja)T-:(Mamma-Ca: nein)Gesamt 10.353 1.468.220 1.478.573
Eine (fiktive) Grundgesamtheit
Nach NL Mammographie Programm 1990-1997
P(W+) = 10353/1478573 = 0,007 oder 7 pro 1000 heißt PrävalenzP(W-) = 1469543/1478573 = 0,993 (= Anteil ohne Mamma-Ca in der Grundgesamtheit)
Testergebnis
Wirklichkeit
Gesamt
W+:(Mamma-Ca:Ja)
W-:(Mamma-Ca: nein)
T+:(Mamma-Ca: Ja)T-:(Mamma-Ca: nein)Gesamt 10.353 1.468.220 1.478.573
Eine (fiktive) Grundgesamtheit
P(T+|W+) = 9.030/10.353 = 0,87 heißt Sensitivität (= Anteil der Echt-positiven),P(T-|W+) = 1.323/10.353 = 0,13 ist der Anteil der falsch-negativen Testergebnisse
Testergebnis
Wirklichkeit
Gesamt
W+:(Mamma-Ca:Ja)
W-:(Mamma-Ca: nein)
T+:(Mamma-Ca: Ja)
9.030
T-:(Mamma-Ca: nein)
1.323
Gesamt 10.353 1.468.220 1.478.573
Eine (fiktive) Grundgesamtheit
P(T+|W-) = 10.332/1.468.220 = 0,007 ist der Anteil falsch-positiver Testergebnisse,P(T-|W-) = 1.457.888/1.468.220 = 0,993 heißt Spezifität (=Anteil der Echt-negativen).
Testergebnis
Wirklichkeit
Gesamt
W+:(Mamma-Ca:Ja)
W-:(Mamma-Ca: nein)
T+:(Mamma-Ca: Ja)
9.03010.332 19.362
T-:(Mamma-Ca: nein)
1.3231.457.888 1.459.211
Gesamt 10.353 1.468.220 1.478.573
Eine (fiktive) Grundgesamtheit
Testergebnis
Wirklichkeit
Gesamt
W+:(Mamma-Ca:Ja)
W-:(Mamma-Ca: nein)
T+:(Mamma-Ca: Ja)
9.03010.332 19.362
T-:(Mamma-Ca: nein)
1.3231.457.888 1.459.211
Gesamt 10.353 1.468.220 1.478.573
Eine (fiktive) Grundgesamtheit
ppV = P(W+|T+) = 9030/19362 = 0,47 heißt positiver Prädiktivwert
npV = P(W-|T- ) = 1457888 / 1459211 = 0,999 heißt negativer Prädiktivwert
Testergebnis
Wirklichkeit
Gesamt
W+:(Mamma-Ca:Ja)
W-:(Mamma-Ca: nein)
T+:(Mamma-Ca: Ja)
9.03010.332 19.362
T-:(Mamma-Ca: nein)
1.3231.457.888 1.459.211
Gesamt 10.353 1.468.220 1.478.573
Eine (fiktive) Grundgesamtheit
Formel von Bayes
Thomas Bayes ~1702 - 1761
P(W+|T+) = P(T+|W+) · P(W+)P(T+|W+) · P(W+) + P(T+|W-) · P(W-)
ppV =
Beispiel Mammografie: Prävalenz: 0,7%, Sensitivität: 87%, Spezifität: 99,3%
ppV =0.87 · 0.007
0.87 · 0.007 + 0.007 · 0.993 = 0.47
Formel von Bayes
Thomas Bayes ~1702 - 1761
P(W+|T+) = P(T+|W+) · P(W+)P(T+|W+) · P(W+) + P(T+|W-) · P(W-)
ppV =
Beispiel Mammografie: Prävalenz: 0,7%, Sensitivität: 87%, Spezifität: 99,3%
ppV =0.87 · 0.007
0.87 · 0.007 + 0.007 · 0.993 = 0.47
Sensitivität
Formel von Bayes
Thomas Bayes ~1702 - 1761
P(W+|T+) = P(T+|W+) · P(W+)P(T+|W+) · P(W+) + P(T+|W-) · P(W-)
ppV =
Beispiel Mammografie: Prävalenz: 0,7%, Sensitivität: 87%, Spezifität: 99,3%
ppV =0.87 · 0.007
0.87 · 0.007 + 0.007 · 0.993 = 0.47
1 - Spezifität
Formel von Bayes
Thomas Bayes ~1702 - 1761
P(W+|T+) = P(T+|W+) · P(W+)P(T+|W+) · P(W+) + P(T+|W-) · P(W-)
ppV =
Beispiel Mammografie: Prävalenz: 0,7%, Sensitivität: 87%, Spezifität: 99,3%
ppV =0.87 · 0.007
0.87 · 0.007 + 0.007 · 0.993 = 0.47
Prävalenz
Herleitung
P ( T+ Λ W+ )
P(T+)PPV = P(W+|T+) =
P(T+|W+) · P(W+)
P(T+|W+) · P(W+) + P(T+|W-) · P(W-)=
P ( T- Λ W- )
P(T-)NPV = P(W-|T-) =
P(T-|W-) · P(W-)
P(T-|W+) · P(W+) + P(T-|W-) · P(W-)=
Formel von Bayes
Thomas Bayes ~1702 - 1761
P(W+|T+) = P(T+|W+) · P(W+)P(T+|W+) · P(W+) + P(T+|W-) · P(W-)
Beispiel Prostatakarzinom (Rektale Palpation):Prävalenz: 5%, Sensitivität: 56%, Spezifität:94%
ppV =
ppV =0.56 · 0.05
0.56 · 0.05 + 0.06 · 0.95 = 0.33
Zusammenfassung
Wahrscheinlichkeit = fester Anteil der Grundgesamtheit
Beispiel: Prävalenz P(W+)
Bedingte Wahrscheinlichkeit = fester Anteil eines definierten Teils der Grundgesamtheit
Beispiel: Sensitivität: P(T+|W+)Spezifität: P(T-|W-)
positiver Prädiktivwert P(W+|T+)negativer Prädiktivwert P(W-|T-)
Wahrscheinlichkeiten sind feste (i. a. unbekannte) Größen, die aus zufälligen Stichproben geschätzt werden können.
Wahrscheinlichkeit und relative Häufigkeit
Theoretische Wahrscheinlichkeit = Relative Häufigkeit der Erkrankung in der Grundgesamtheit
Empirische InformationGewinnung einer repräsentativen Stichprobe-> Bestimmung der relativen Häufigkeit der Erkrankung in der Stichprobez.B. Untersuchung von n=100 Patienten Relative Häufigkeit der Erkrankung = 19%
Beispiel: Prävalenz einer Erkrankung
Wahrscheinlichkeit und relative Häufigkeit
Theoretische Wahrscheinlichkeit = Relative Häufigkeit der Erkrankung in der Grundgesamtheit
Wie viele Erkrankten würde ich finden, wenn ich nicht nur die n Patienten der Stichprobe untersuchen würde, sondern sämtliche Patienten der Grundgesamtheit?
Empirische InformationGewinnung einer repräsentativen Stichprobe-> Bestimmung der relativen Häufigkeit der Erkrankung in der Stichprobez.B. Untersuchung von n=100 Patienten Relative Häufigkeit der Erkrankung = 19%
Beispiel: Prävalenz einer Erkrankung
Nutzung der relativen Häufigkeit der Stichprobe zur Schätzung der entsprechenden Rate in der Grundgesamtheit
Wahrscheinlichkeit und relative Häufigkeit
Theoretische Wahrscheinlichkeit = Relative Häufigkeit der Erkrankung in der Grundgesamtheit
Wie viele Erkrankten würde ich finden, wenn ich nicht nur die n Patienten der Stichprobe untersuchen würde, sondern sämtliche Patienten der Grundgesamtheit?
Empirische InformationGewinnung einer repräsentativen Stichprobe-> Bestimmung der relativen Häufigkeit der Erkrankung in der Stichprobez.B. Untersuchung von n=100 Patienten Relative Häufigkeit der Erkrankung = 19%
Beispiel: Prävalenz einer Erkrankung
Nutzung der relativen Häufigkeit der Stichprobe zur Schätzung der entsprechenden Rate in der Grundgesamtheit
Deskriptive Statistik: Beschreibung des empirischen StichprobenergebnissesInduktive Statistik: Induktiver Schluss von der empirischen Information der Stichprobe auf die Grundgesamtheit.
Wahrscheinlichkeit und relative Häufigkeit
Theoretische Wahrscheinlichkeit = Relative Häufigkeit der Erkrankung in der Grundgesamtheit
Wie viele Erkrankten würde ich finden, wenn ich nicht nur die n Patienten der Stichprobe untersuchen würde, sondern sämtliche Patienten der Grundgesamtheit?
Empirische InformationGewinnung einer repräsentativen Stichprobe-> Bestimmung der relativen Häufigkeit der Erkrankung in der Stichprobez.B. Untersuchung von n=100 Patienten Relative Häufigkeit der Erkrankung = 19%
Beispiel: Prävalenz einer Erkrankung
Nutzung der relativen Häufigkeit der Stichprobe zur Schätzung der entsprechenden Rate in der Grundgesamtheit
Deskriptive Statistik: Relative Erkrankungsrate in der Stichprobe, z.B.=19%Induktive Statistik: Schätzung der unbekannten Rate in der GG, z.B. =19% mit Konfidenzintervall 11.8% – 28.1%
p̂
Konfidenzintervall
―h
― ―
0 1Rel. Häufigkeit in
der Stichprobe
? ? ? ?? ? ??? ? ?Wahrscheinlichkeit P=?
Konfidenzintervall
―h
― ―
0 1Rel. Häufigkeit in
der Stichprobe
Wahrscheinlichkeit P=?? ? ? ?? ? ??? ? ?
Das Konfidenzintervall enthält mit 95%iger Wahrscheinlichkeit den unbekannten Wert P
Konfidenzintervall
―h
― ―
0 1Rel. Häufigkeit in
der Stichprobe
Wahrscheinlichkeit P=?? ? ? ?? ? ??? ? ?
Das Konfidenzintervall enthält mit 95%iger Wahrscheinlichkeit den unbekannten Wert P
1 2h (1 h)KI h z n
Konfidenzintervall1 2
h (1 h)KI h z n
Relative Häufigkeit h Fallzahl n(Approximatives)
Konfidenzintervall der Wahrscheinlichkeit P
19 % 100 11.3 % - 26.7 %
19 % 1000 16.6 % - 21.4 %
19 % 10000 18.2 % - 19.8 %
19 % 100000 18.8 % - 19.2 %
Testergebnis
Wirklichkeit(nach Goldstandard ermittelt)
GesamtW+:
(Mamma-Ca:Ja)W-:
(Mamma-Ca: nein)
T+:(Mamma-Ca: Ja) 12 97 109T-:(Mamma-Ca: nein) 2 889 891
Gesamt 14 986 1000
Eine zufällige Stichprobe
Testergebnis
Wirklichkeit(nach Goldstandard ermittelt)
GesamtW+:
(Mamma-Ca:Ja)W-:
(Mamma-Ca: nein)
T+:(Mamma-Ca: Ja) 12 97 109T-:(Mamma-Ca: nein) 2 889 891
Gesamt 14 986 1000
Eine zufällige Stichprobe
Schätzwerte:Prävalenz = 14/1000 = 0.014, Sensitivität = 12/14 = 0.86, Spezifität = 889/986 = 0.90, ppV = 12/109 = 0.11
Vertrauensgrenzen
Schätzwerte untere Grenze obere Grenze Prävalenz 14/1000 = 0.014 0.008 0.023 Sensitivität 12/14 = 0.86 0.57 0.98Spezifität 889/986 = 0.90 0.88 0.92ppV 12/109 = 0.11 0.06 0.18
Die angegebenen Grenzen sind so berechnet, dass sie mit
95%-Wahrscheinlichkeit den (unbekannten) wahren Wert umschließen.
Das so berechnete Intervall ist das 95%-Konfidenzintervall.
- Wie geeignet ist ein bestimmtes Untersuchungsverfahren als Diagnostischer Test?
- Welche Tests mit welchen Eigenschaften sollte man für welche klinische Situation einsetzen?
- Ist das gleiche Testergebnis für alle Patienten von gleicher Wertigkeit?
Fragen zu Diagnostischen TestsFragen zu Diagnostischen Tests
Guter diagnostischer Test
Schlechter diagnostischer Test
- Wie geeignet ist ein bestimmtes Untersuchungsverfahren als Diagnostischer Test?
- Welche Tests mit welchen Eigenschaften sollte man für welche klinische Situation einsetzen?
- Ist das gleiche Testergebnis für alle Patienten von gleicher Wertigkeit?
Fragen zu Diagnostischen TestsFragen zu Diagnostischen Tests
Creatin Kinase und Myokardinfarkt
MI + MI Ø
CK ≥ 80 IU 190 30 220
CK < 80 IU 40 100 140
230 130 360
Se 83%
Sp 77%
PPV = 0.86
Wahl des Diagnosekriteriums (Cutpoint)Wahl des Diagnosekriteriums (Cutpoint)
MI + MI Ø
CK ≥ 160 IU 97 1 231
CK < 160 IU 133 129 129
230 130 360
MI + MI Ø
CK ≥ 160 IU 98
CK < 160 IU 262
230 130 360
Creatin Kinase und MyokardinfarktMI + MI Ø
CK ≥ 80 IU 190 30 220
CK < 80 IU 40 100 140
230 130 360
Se 83%
Sp 77%
PPV = 0.86
Se 42%
Sp 99%
PPV = 0.99
• Spezifisch eingestellte Tests werden vor allem zur
Sicherung einer Diagnose eingesetzt
Für den Arzt ist ein hochspezifischer Test
insbesondere dann hilfreich, wenn er positiv ausfällt!
Faustregel (engl.): SpPIn
Wahl des Diagnosekriteriums (Cutpoint)Wahl des Diagnosekriteriums (Cutpoint)
MI + MI Ø
CK ≥ 40 IU
CK < 40 IU
230 130 360
Creatin Kinase und Myokardinfarkt
MI + MI Ø
CK ≥ 40 IU 228 42 270
CK < 40 IU 2 88 90
230 130 360
Se 99%
Sp 68% NPV = 0.98
MI + MI Ø
CK ≥ 80 IU 190 30 220
CK < 80 IU 40 100 140
230 130 360
Se 83%
Sp 77%NPV = 0.71
• Sensitiv eingestellte Tests werden vor allem zum
Ausschluß einer Erkrankung (Screening) eingesetzt
Für den Arzt ist ein hochsensitiver Test insbesondere dann hilfreich,
wenn er negativ ausfällt!
Faustregel (engl.): SnNOut
Wahl des Diagnosekriteriums (Cutpoint)Wahl des Diagnosekriteriums (Cutpoint)
010
2030
405060
7080
90100
0 10 20 30 40 50 60 70 80 90 100
Falsch-Positive (1 - Spezifität)
Ech
t-Pos
itive
(Sen
sitiv
ität)
CK ≥ 80
CK ≥ 160
CK ≥ 40
ROC-Kurve
010
2030
405060
7080
90100
0 10 20 30 40 50 60 70 80 90 100
Falsch-Positive (1 - Spezifität)
Ech
t-Pos
itive
(Sen
sitiv
ität)
CK ≥ 80
CK ≥ 160
CK ≥ 40
ROC-Kurve‚optimaler‘ Test
- Wie geeignet ist ein bestimmtes Untersuchungsverfahren als Diagnostischer Test?
- Welche Tests mit welchen Eigenschaften sollte man für welche klinische Situation einsetzen?
- Ist das gleiche Testergebnis für alle Patienten von gleicher Wertigkeit?
Fragen zu Diagnostischen TestsFragen zu Diagnostischen Tests
Formel von Bayes
Thomas Bayes ~1702 - 1761
P(W+|T+) = P(T+|W+) · P(W+)P(T+|W+) · P(W+) + P(T+|W-) · P(W-)
ppV =
Beispiel Mammografie: Prävalenz: 0,7%, Sensitivität: 87%, Spezifität: 99,3%
ppV =0.87 · 0.007
0.87 · 0.007 + 0.007 · 0.993 = 0.47
Prävalenz
DMW 2006;131:1078-1084
Patienten: Stabile AP mit CCS I-III.Nicht-invasiver Ischämietest vor Katheteruntersuchung!(Szinti, Belastungs-EKG oder Stress-Echo)
Patientengut und Diagnostische WertigkeitPatientengut und Diagnostische Wertigkeit
Test Stenose >50%
Stenose <50%
Ischämie + 3554 4152 7706
Ischämie - 1083 2122 3205
4637 6274 10911
Test Stenose >50%
Stenose <50%
Ischämie + 8623 3437 12060
Ischämie - 2227 2189 4416
10850 5626 16476
Frauen Männer
P 42.5%Se 76.6%Sp 33.8%
ppV 46.1%
P 65.9%Se 79.5%Sp 38.9%
ppV 71.5%
Patientengut und Diagnostische WertigkeitPatientengut und Diagnostische Wertigkeit
Die Eigenschaften Diagnostischer Tests werden
weitgehend unabhängig von der Untersuchungs-
situation (d.h. konstant) charakterisiert durch
Sensitivität Sensitivität
SpezifitätSpezifität
Die Eigenschaften Diagnostischer Tests werden
abhängig von der Untersuchungssituation
(d.h. variabel) charakterisiert durch
PrävalenzPrävalenz (oder Vor-Test-Wahrscheinlichkeit)
Positiver Prädiktiver Wert (PPV)Positiver Prädiktiver Wert (PPV)
Negativer Prädiktiver Wert (NPV)Negativer Prädiktiver Wert (NPV)
Der Nutzen eines Untersuchungsverfahren als
Diagnostischer Tests hängt u. a. ab von der Wahl der
Grenzwerte (Cutpoints),
Patientengruppe,
…
Fragen – und Antworten?Fragen – und Antworten?
1. Eine pharmazeutische Firma entwickelt einen neuenEnzymtest auf Darmkrebs und untersucht ihn bei 60 Patientenmit bekanntem Darmkrebs und bei 144 endoskopisch karzinomfreien Kontrollen. Es findet sich bei 44(73%) Krebspatienten und 32 (22%) Kontrollen ein positiver Test.
A) Welche Sensitivität und Spezifität hat der Test?
B) Welchen PPV hat der Test in der Studie?
C) Welchen NPV hat der Test in der Studie?
2. Wie wäre der PPV, wenn die Vor-Test-Wahrscheinlichkeit nur 3% ist (Screening)?
SE = 73% SP = 78%
PPV = 44 / (44 + 32) = 58%
NPV = 112 / (112 + 16) = 87.5%
PPV = SE * PR / SE*PR +(1-SP)*(1-PR) =0.73 * 0.03 / 0.73*0.03 + 0.22*0.97 =0.093 oder 9.3%
Fragen – und Antworten?Fragen – und Antworten?
3. Bei Frauen, die an der Krebsvorsorgeuntersuchung teilnehmen,deckt die Inspektion und Palpation der Brust etwa 14% allerprävalenten Mammakarzinome auf. Welche Testcharakteristik beschreibt diesen Sachverhalt?
4. Die Sensitivität eines Tests erhöht sich in dem Maße wie seine Spezifität steigt. Richtig?
5. BNP im Plasma wird in der Notaufnahme bei Dyspnoeunklarer Genese eingesetzt. Bei einem Trennwert von 50 pg/ml wird hinsichtlich der Diskrimination kardialer (HI) vonnicht-kardialen Ursachen (COPD, PH) die Sensitivität mit 97% und die Spezifität mit 62% angegeben. Mit welchem Ziel würden Sie den Test einsetzen?
Sensitivität
NEIN!
Ausschluss einer kardialen Ursache
Fragen – und Antworten?Fragen – und Antworten?
6. In Ihrer ophthalmologischen Praxis können Sie 100 neue Patienten pro Woche mit einem innovativen nicht-invasiven Verfahren zur Diagnose der AMD untersuchen, das eine Sensitivität von 90%und eine Spezifität von 90% besitzt. Sie wissen, dass eine AMD bei ca. 10% Ihrer neuen Patienten vorliegt.
- Wie schätzen Sie die Qualität des Tests anhand der verfügbaren Angaben des Herstellers ein (interessant oder nicht interessant)?
Fragen – und Antworten?Fragen – und Antworten?
6. In Ihrer ophthalmologischen Praxis können Sie 100 neue Patienten pro Woche mit einem innovativen nicht-invasiven Verfahren zur Diagnose der AMD untersuchen, das eine Sensitivität von 90%und eine Spezifität von 90% besitzt. Sie wissen, dass eine AMD bei ca. 10% Ihrer neuen Patienten vorliegt.
- Wie schätzen Sie die Qualität des Tests anhand der verfügbaren Angaben des Herstellers ein (interessant oder nicht interessant)?
- Wie oft werden Sie im Durchschnitt pro Woche einen Patienten mit einem positiven Testergebnis sehen („Treffsicherheit“)?
AMDKeine AMD
Testpositiv
Test negativ
100
Neues nicht-invasives Verfahren bei AMD
AMDKeine AMD
Testpositiv
Test negativ
10 90 100
Neues nicht-invasives Verfahren bei AMD
AMDKeine AMD
Testpositiv
9
Test negativ
1
10 90 100
Neues nicht-invasives Verfahren bei AMD
AMDKeine AMD
Testpositiv
9 9
Test negativ
1 81
10 90 100
Neues nicht-invasives Verfahren bei AMD
AMDKeine AMD
Testpositiv
9 9 18
Test negativ
1 81 82
10 90 100
Neues nicht-invasives Verfahren bei AMD
PPV = 50% oder 1 von 2 test-positiven hat nichts…
Fragen – und Antworten?Fragen – und Antworten?
6. In Ihrer ophthalmologischen Praxis können Sie 100 neue Patienten pro Woche mit einem innovativen nicht-invasiven Verfahren zur Diagnose der AMD untersuchen, das eine Sensitivität von 90%und eine Spezifität von 90% besitzt. Sie wissen, dass eine AMD bei ca. 10% Ihrer neuen Patienten vorliegt.
- Wie schätzen Sie die Qualität des Tests anhand der verfügbaren Angaben des Herstellers ein (interessant oder nicht interessant)?
- Wie oft werden Sie im Durchschnitt pro Woche einen Patienten mit einem positiven Testergebnis sehen („Treffsicherheit“)?
- Wie schätzen Sie Aufwand und Nutzen des Tests ein?
Vorlesungsdatei (.pdf) unter
http://epi.klinikum.uni-muenster.de/lehre/vl_epi_bio.htm