ดาวน์โหลดงานนำเสนอ
งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ
1
SUMATTANA GLANGKARN sumattana.g@msu.ac.th
SCREENING TEST SUMATTANA GLANGKARN sumattana glangkarn
2
การคัดกรอง (Screening Test)
วิธีการตรวจสอบในกลุ่มคนที่ยังไม่มีอาการ เพื่อการคัดกรองโรค หรือความผิดปกติของร่างกายก่อนที่จะปรากฏอาการและอาการแสดง โดยวิธี การตรวจร่างกาย การตรวจทางห้องปฏิบัติการ การตรวจโดยเครื่องมือพิเศษต่าง ๆ sumattana glangkarn
3
การวินิจฉัยโรค (Diagnostic Test)
วิธีการตรวจเพื่อสรุปผลว่าผู้ที่มีผลบวกจากการ Screening test ว่าป่วยเป็นโรคนั้นจริงหรือไม่ โดยวิธี การซักประวัติ การตรวจร่างกาย การตรวจทางห้องปฏิบัติการ การตรวจโดยเครื่องมือพิเศษต่าง ๆ sumattana glangkarn
4
ชนิด Screening Test การคัดกรองปัจจัยเสี่ยง (Screen for Risk Factors) เป็นการคัดกรองกลุ่มคนที่มีปัจจัยเสี่ยงต่อการเกิดโรคในกลุ่มประชากรทั่วไป เช่น การคัดกรองผู้ที่มีระดับ ไขมันในเลือดสูง การคัดกรองโรค (Screen for Disease) เป็นการคัดกรองโรคในกลุ่มคนที่มีปัจจัยเสี่ยง sumattana glangkarn
5
หลักเกณฑ์พิจารณาการคัดกรองโรค
โรคที่จะคัดกรอง - โรคที่รุนแรง - โรคที่สามารถตรวจพบได้ก่อนปรากฏอาการ - โรคที่พบตั้งแต่ระยะแรกเริ่มการพยากรณ์โรคจะดี - อัตราความชุกของโรคสูง วิธีการคัดกรอง เหมาะสม ง่าย ไม่แพง ใช้เวลาน้อย sumattana glangkarn
6
Evaluation of proficiency of test
Precision (or Repeatability or Reliability) is the ability of a measurement to give consistent results on repeated trials Validity (or Accuracy) is the ability of a measuring instrument to give a true value. Validity can be evaluated only if there exists an accepted and independent (gold standard) method for confirming the condition. sumattana glangkarn
7
SENSITIVITY and SPECIFICITY
Sensitivity is the ability of a test to give positive results in a group of persons with the disease (True positive) Specificity is the ability of a test to give negative results in a group of persons without the disease (True negative) sumattana glangkarn
8
Screening test sumattana glangkarn
9
SENSITIVITY and SPECIFICITY
Sensitivity = TP x 100 = a x 100 TP + FN a + c Specificity = TN x 100 = d x 100 FP + TN b + d sumattana glangkarn
10
ACCURACY Accuracy = TP + TN x 100 Grand total = a + b x 100
a + b + c + d sumattana glangkarn
11
Conditions that requires high sensitivity test
The disease is fatal if missed. If it is detected at an early stage, the patients would have high probability of surviving, or getting cured. The disease has the high potential of spread to other people if not detected. The confirmatory test is available for those who have screened as positive. sumattana glangkarn
12
Conditions that requires high specificity test
The false positive will give fatal impression for the persons screened. The disease is not yet detected by other method, or the diagnosis has to be done through more painful or more complicated methods such as liver biopsy. sumattana glangkarn
13
Example: A pregnancy test is administered to 100 pregnant women and 100 non-pregnant women, the result are shown:- sumattana glangkarn
14
Sensitivity, Specificity and Accuracy
Sensitivity = 95 x 100 = % 100 Specificity = 98 x 100 = % Accuracy = = % sumattana glangkarn
15
Test B gave positive results in 600 diabetics and 300 non diabetics.
Example: Three screening test, A, B and C were applied to 1,000 patients with diabetes mellitus (diagnosed on the basis of glucose tolerance tests) and to 3,000 persons free of diabetes. Test A yielded positive results in 900 diabetics and 1,200 non diabetics. Test B gave positive results in 600 diabetics and 300 non diabetics. Test C was positive in 850 diabetics and 450 non diabetics. sumattana glangkarn
16
Results of Test A sumattana glangkarn
17
Results of Test B sumattana glangkarn
18
Results of Test C sumattana glangkarn
19
Competency of the Tests
sumattana glangkarn
20
Competency of the Tests
Test A : Best when we want a highly sensitive test Test B : Best when we want a highly specificity test Test C : Most valid of the three because it has high both in sensitivity and specificity. sumattana glangkarn
21
Ability to detect unrecognized disease and estimation of number of cases in the population
Predictive value หมายถึง ค่าคาดทำนายผลของการเป็นโรคที่น่าจะเกิดขึ้น ตามผลการทดสอบที่ได้ Positive predictive value : ค่าที่แสดงถึงโอกาสของบุคคลซึ่งผลการทดสอบเป็นบวก จะป่วยเป็นโรคจริงเท่าไร Negative predictive value : ค่าที่แสดงถึงโอกาสของบุคคลซึ่งผลการทดสอบเป็นลบ จะปราศจากโรคจริงเท่าไร sumattana glangkarn
22
PPV & NPV Positive predictive value (PPV) = a x 100 a + b
Negative predictive value (NPV) = d x 100 c + d sumattana glangkarn
23
Find : 1. Positive predictive value 2. Negative predictive value
Example: A test with sensitivity 95% and specificity 95% is applied to a population 0f 10,000 with estimated prevalence of a specified disease 10% Find : 1. Positive predictive value 2. Negative predictive value 3. Efficiency of the test 4. % False positive of the positive test (to be used for mass screening purpose) sumattana glangkarn
24
Calculation : Total population = 10,000 Prevalence of disease = 10%
Estimate sick persons = 0.1 x 10,000 = 1,000 (a + c) Estimate non-sick = 10,000 – 1,000 = 9,000 (b + d) sumattana glangkarn
25
Calculation (Cont.): From sick persons: Sensitivity of the test = 95%
True positive persons = 0.95 x 1,000 = 950 (a) False negative persons = 1, = 50 (c) sumattana glangkarn
26
Calculation (Cont.): From non sick persons:
Specificity of the test = 95% True negative persons = 0.95 x 9,000 = 8,550 (d) False positive persons = 9,000 – 8,550 = 450 (b) sumattana glangkarn
27
Result of Analysis of a Screening test
sumattana glangkarn
28
Calculation (Cont.): Positive predictive value = 950 x 100 1,400
= 67.9% Negative predictive value = 8,550 x 100 8,600 = 99.4% sumattana glangkarn
29
Calculation (Cont.): Accuracy of the test = 950 + 8,550 x 100 10,000
= 95.0% False Positive of the positive test = 450 x 100 1,400 = 32.1% ( ) sumattana glangkarn
30
Find : 1. Positive predictive value 2. Negative predictive value
Example: From the previous example, suppose that the prevalence of the specified disease in the study population is 50% Find : 1. Positive predictive value 2. Negative predictive value 3. Efficiency of the test 4. False positive of the test sumattana glangkarn
31
Calculation : Total population = 10,000 Prevalence of disease = 50%
Estimate sick persons = 0.5 x 10,000 = 5,000 (a + c) Then non-sick persons = 10,000 – 5,000 = 5,000 (b + d) sumattana glangkarn
32
Calculation (Cont.): From the group of sick persons:
Sensitivity of the test = 95% True positive persons = 0.95 x 5,000 = 4,750 (a) False negative persons = 5,000 – 4,750 = 250 (c) sumattana glangkarn
33
Calculation (Cont.): From the group of non-sick persons:
Specificity of the test = 95% True negative persons = 0.95 x 5,000 = 4,750 (d) False positive persons = 5,000 – 4,750 = 250 (b) sumattana glangkarn
34
Result of Analysis of a Screening test
sumattana glangkarn
35
Calculation (Cont.): Positive predictive value = 4,750 x 100 5,000
= 95.0% Negative predictive value = 4,750 x 100 5, = 95.0% sumattana glangkarn
36
Calculation (Cont.): Accuracy of the test = 4,750 + 4,750 x 100 10,000
= 95.0% False Positive of the positive test = 250 x 100 5,000 = 5% (100-95) sumattana glangkarn
37
Screening and Prevalence
When the same test is used for screening in populations with higher prevalence of disease, the lower false positives would be obtained. sumattana glangkarn
38
Positive predictive value
จงหาค่า Positive predictive value เมื่อนำการทดสอบที่มีคุณสมบัติต่อไปนี้มาใช้ในชุมชนที่มีอัตราความชุกของโรคต่างกัน Test 1 มี Sensitivity 95% และ Specificity 95% Test 2 มี Sensitivity 98% และ Specificity 98% Prevalence (%) Positive predictive value Test 1 Test 2 0.1 ? 1.0 2.0 5.0 50.0 sumattana glangkarn
39
Positive predictive value
Test 1 มี Sensitivity 95% และ Specificity 95% Test 2 มี Sensitivity 98% และ Specificity 98% Prevalence (%) Positive predictive value Test 1 Test 2 0.1 1.9 4.6 1.0 16.1 33.1 2.0 27.9 50.0 5.0 72.0 95.0 98.0 sumattana glangkarn
40
Bayes’ Theorem Positive predictive value = (Prevalence) (Sensitivity)
(Prev) (Sen.) + (1- Prev) (1-Spec) Negative predictive value = (1-Prevalence) (Specificity) (1-Prev) (Spec.) + (Prev) (1-Sens) sumattana glangkarn
41
Results of screening test with Sensitivity 95% and Specificity 99% used in populations with various levels of prevalence Prev (%) Test result Disease Total PPV Efficiency + - 1 total 99 100 495 9405 9900 594 9406 10000 ? 2 198 200 490 9310 9800 688 9312 sumattana glangkarn
42
Prev (%) Test result Disease Total PPV Efficiency + - 5 total 495 500
475 9025 9500 970 9030 10000 ? 10 990 1000 450 8550 9000 1440 8560 4950 50 5000 250 4750 5200 4800 sumattana glangkarn
43
Results of screening test with Sensitivity 95% and Specificity 99% used in populations with various levels of prevalence Prev (%) Test result Disease Total PPV Efficiency + - 1 total 99 100 495 9405 9900 594 9406 10000 16.67 93.06 2 198 200 490 9310 9800 688 9312 28.78 95.08 sumattana glangkarn
44
Prev (%) Test result Disease Total PPV Efficiency + - 5 total 495 500
475 9025 9500 970 9030 10000 51.10 95.20 10 990 1000 450 8550 9000 1440 8560 68.75 95.40 4950 50 5000 250 4750 5200 4800 95.19 97.00 sumattana glangkarn
45
Criteria for screening program
The condition should be an important health problem. The screening test should be acceptable to the general population. The test should have minimal (if any) side effects. Validity and reliability must be satisfactory. There must be a good confirmatory test. sumattana glangkarn
46
Criteria for screening program
There must be an effective treatment. There must be resources and facilities for treatment. It must give a reasonable yield. There must be the evidence that early detection and treatment reduce morbidity and mortality The expected benefit from the program exceed the risk of adverse effect from the screening. sumattana glangkarn
47
Type of error that can happen after making a decision
True positive (Sensitivity) Correct decision False positive, Type II error () Error of commission Proportion of well persons diagnosed as sick False negative, Type I error () Error of omission Proportion of sick persons diagnosed as well True negative (Specificity) sumattana glangkarn
48
BYE BYE sumattana glangkarn
งานนำเสนอที่คล้ายกัน
