Å forstå negativ prediktiv verdi (NPV) kan være forvirrende. Det er imidlertid en viktig del av forståelsen av kvaliteten og nøyaktigheten av medisinske tester. Den negative prediktive verdien forteller deg hvor mye du kan være trygg hvis du tester negativt for en sykdom. Det er en markør for hvor nøyaktig det negative testresultatet er. Med andre ord, det forteller deg hvor sannsynlig det er detdu har faktisk ikke sykdommen.
Peter Dazeley / Getty ImagesDen negative prediktive verdien er definert som antall sanne negativer (personer som tester negative som ikke har en tilstand) delt på totalt antall personer som tester negativt. Det varierer med testfølsomhet, testspesifisitet og sykdomsutbredelse.
På grunn av variabel sykdomsutbredelse i forskjellige samfunn, er den negative prediktive verdien av en test ikke alltid grei. De fleste leger kan ikke bare gi deg et tall for den negative prediktive verdien når du går inn for en gitt test, selv om de vet sensitiviteten og spesifisiteten.
Eksempel
Hvis en chlamydia-test har 80% sensitivitet og 80% spesifisitet i en befolkning på 100 med en chlamydia-prevalens på 10%, kan du forvente følgende:
- 8 av 10 sanne positive tester positive
- 72 av 90 ekte negativer tester negativt
Av 74 negative tester er 72 sanne negativer (de har ikke infeksjonen) og 2 er falske negativer (de testet negative, men de har faktisk infeksjonen).
Derfor ville NPV være 97% (72/74). Du kan forvente at 97% av folk som tester negativt faktisk ville være negative for klamydia.
I motsetning til dette, hvis den samme testen er gitt i en populasjon med en klamydia-prevalens på 40, ville NPV være annerledes. Det er fordi NPV tar hensyn til mer enn bare følsomheten og spesifisiteten til en diagnostisk test. I dette tilfellet:
- 32 av 40 sanne positive tester positive
- 48 av de 60 sanne negativene tester negative
Av 56 negative tester er 8 falske negativer. Det betyr at den negative prediktive verdien er 85% (48/56).
Hvordan forskjellige faktorer påvirker negativ prediksjonsverdi
Høy følsomhetstester gjør at den negative prediktive verdien øker. Det er fordi flere som faktisk er positive har et positivt testresultat på en høy følsomhetstest, og det er færre falske negativer.
Tilsvarende går den negative prediktive verdienned ettersom en sykdom blir mer vanlig i en befolkning.
Derimot øker den positive prediktive verdien ettersom sykdommen er mer vanlig i en befolkning. Og tester med høy spesifisitet forbedrer den positive prediktive verdien. Med tester med høy spesifisitet er det færre falske positive. Jo høyere spesifisitet, desto flere tester negative.