Grundläggande medicinsk statistik

Kortfattad essentiell kunskap i medicinsk statistik för att förstå nyckelbegrepp och hur de appliceras.

Du kommer förstå varför ett likelyhood ratio (LR) på 1 är meningslöst och varför ett LR på 10 eller 0.1 agerar som rule-in eller rule-out undersökningar.

SENSITIVITET

Beskriver en undersöknings sannolikhet att hitta sjukdom (true positive) utifrån en grupp med sjukdomen.

Beräknas genom: $\frac{\text{true}\text{positive}}{\text{har}\text{sjukdomen}}$

Exempel:

Med UL hittar man alltså 94/100 patienter med sjukdomen DVT. Det betyder också att man i genomsnitt missar 6 patienter med DVT. Dessa 6 beskriver man då som .

SPECIFICITET

Beskriver en undersöknings sannolikhet att inte hitta sjukdomen (true negative) utifrån en grupp utan sjukdomen.

Beräknas genom: $\frac{\text{true}\text{negative}}{\text{Har inte sjukdomen}}$

Exempel:

Med UL hittar man alltså inte en proximal DVT på 94/100 patienter som inte har en DVT. Även här misstas 6 patienter för att ha DVT. Dessa beskrivs då som

BERÄKNINGSTABELL

	Har sjukdomen	Har inte sjukdomen
Test positiv	a (True Positiv)	b (False Positive)
Test negativ	c (False Negative)	d (True Negative)

Sensitivitet = $\frac{\text{a}}{\text{a+c}}$

Specificitet = $\frac{\text{d}}{\text{b+d}}$

BOTTOM LINE

För att en undersökning ska tillföra något värde måste den meningsfullt öka/minska sannolikheten att patienten har den sjukdom man letar efter. En bra undersökning har både hög sensitivitet och specifictet. Undersökningen ger då goda chanser att vägleda klinikern både vid positivt eller negativt utfall.
En bra tumregel:

Värde
0.8-0.89 (80-89%)	Acceptabelt
0.9-1 (90-100%)	Bra till mycket bra