SUMATTANA GLANGKARN sumattana.g@msu.ac.th SCREENING TEST SUMATTANA GLANGKARN sumattana.g@msu.ac.th sumattana glangkarn

การคัดกรอง (Screening Test) วิธีการตรวจสอบในกลุ่มคนที่ยังไม่มีอาการ เพื่อการคัดกรองโรค หรือความผิดปกติของร่างกายก่อนที่จะปรากฏอาการและอาการแสดง โดยวิธี การตรวจร่างกาย การตรวจทางห้องปฏิบัติการ การตรวจโดยเครื่องมือพิเศษต่าง ๆ sumattana glangkarn

การวินิจฉัยโรค (Diagnostic Test) วิธีการตรวจเพื่อสรุปผลว่าผู้ที่มีผลบวกจากการ Screening test ว่าป่วยเป็นโรคนั้นจริงหรือไม่ โดยวิธี การซักประวัติ การตรวจร่างกาย การตรวจทางห้องปฏิบัติการ การตรวจโดยเครื่องมือพิเศษต่าง ๆ sumattana glangkarn

ชนิด Screening Test การคัดกรองปัจจัยเสี่ยง (Screen for Risk Factors) เป็นการคัดกรองกลุ่มคนที่มีปัจจัยเสี่ยงต่อการเกิดโรคในกลุ่มประชากรทั่วไป เช่น การคัดกรองผู้ที่มีระดับ ไขมันในเลือดสูง การคัดกรองโรค (Screen for Disease) เป็นการคัดกรองโรคในกลุ่มคนที่มีปัจจัยเสี่ยง sumattana glangkarn

หลักเกณฑ์พิจารณาการคัดกรองโรค โรคที่จะคัดกรอง - โรคที่รุนแรง - โรคที่สามารถตรวจพบได้ก่อนปรากฏอาการ - โรคที่พบตั้งแต่ระยะแรกเริ่มการพยากรณ์โรคจะดี - อัตราความชุกของโรคสูง วิธีการคัดกรอง เหมาะสม ง่าย ไม่แพง ใช้เวลาน้อย sumattana glangkarn

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

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

Screening test sumattana glangkarn

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

ACCURACY Accuracy = TP + TN x 100 Grand total = a + b x 100 a + b + c + d sumattana glangkarn

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

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

Example: A pregnancy test is administered to 100 pregnant women and 100 non-pregnant women, the result are shown:- sumattana glangkarn

Sensitivity, Specificity and Accuracy Sensitivity = 95 x 100 = 95 % 100 Specificity = 98 x 100 = 98 % Accuracy = 95 + 98 = 96.5% 100+100 sumattana glangkarn

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

Results of Test A sumattana glangkarn

Results of Test B sumattana glangkarn

Results of Test C sumattana glangkarn

Competency of the Tests sumattana glangkarn

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

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

PPV & NPV Positive predictive value (PPV) = a x 100 a + b Negative predictive value (NPV) = d x 100 c + d sumattana glangkarn

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

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

Calculation (Cont.): From sick persons: Sensitivity of the test = 95% True positive persons = 0.95 x 1,000 = 950 (a) False negative persons = 1,000 - 950 = 50 (c) sumattana glangkarn

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

Result of Analysis of a Screening test sumattana glangkarn

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

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% (100-67.9) sumattana glangkarn

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

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

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

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

Result of Analysis of a Screening test sumattana glangkarn

Calculation (Cont.): Positive predictive value = 4,750 x 100 5,000 = 95.0% Negative predictive value = 4,750 x 100 5,000 = 95.0% sumattana glangkarn

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

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

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

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

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

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

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

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

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

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

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

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

BYE BYE sumattana glangkarn