ΜΑΘΗΜΑ 2 ο ΠΗΓΕΣ ΙΑΚΥΜΑΝΣΗΣ ΑΘΡΟΙΣΤΙΚΗ ΙΑΚΥΜΑΝΣΗ. Έκφραση κλινικών παρατηρήσεων. Web Site: ΤΥΧΑΙΑ ΙΑΚΥΜΑΝΣΗ

Σχετικά έγγραφα
Τι θα µάθουµε σήµερα. Έκφραση κλινικών παρατηρήσεων

Μάθηµα 3 ο. Τι θα µάθουµε. ιαγνωστικές δοκιµασίες. Τι σηµαίνουν και πως υπολογίζονται:

Νίκος Τζανάκης Ιατρική Σχολή Πανεπιστήμιο Κρήτης Web Site:

Φροντιστήριο. Τι θα µάθουµε. ιαγνωστικές δοκιµασίες. Τι σηµαίνουν και πως υπολογίζονται:

Έκφραση κλινικών παρατηρήσεων

Έκφραση κλινικών παρατηρήσεων

Επιδημιολογία. Epidemiology - Επιδημιολογία. Τι είναι Επιδημιολογία;

ΜΑΘΗΜΑ ΕΠΙ ΗΜΙΟΛΟΓΙΑΣ ΧΡΗΣΙΜΕΣ ΠΛΗΡΟΦΟΡΙΕΣ ΙΑΡΘΡΩΣΗ ΜΑΘΗΜΑΤΟΣ

Βιοστατιστική Ι. Δείκτες αξιολόγησης διαγνωστικών μεθόδων Θετική-Αρνητική Διαγνωστική Αξία ROC καμπύλες

Μελέτες Διαγνωστικής Ακρίβειας

ΔΙΑΓΝΩΣΤΙΚΈΣ ΔΟΚΙΜΑΣΊΕΣ

Εισαγωγή στη διαγνωστική έρευνα

Βασικές αρχές της θεωρίας των πιθανοτήτων και η εφαρµογή τους στην εκτίµηση των ασφαλιστικών κινδύνων

Πρόληψη. Τι θα διαπραγµατευτεί το. Ορισµοί στην πρόληψη. Ιατρικές δραστηριότητες πρόληψης. Κατανόηση των βασικών αρχών της πρόληψης π.χ.

ΔΗΜΟΠΑΘΟΛΟΓΙΑ ΤΗΣ ΔΙΑΤΡΟΦΗΣ

ΛΟΗ Β. PDF created with pdffactory trial version

ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

Παρουσίαση κλινικών δεδομένων Φυσιολογικό & Παθολογικό Νίκος Τζανάκης Επίκουρος Καθηγητής

Αξιοπιστία προληπτικών εργαστηριακών εξετάσεων. Γ. Κολιάκος Καθηγητής Βιοχημείας

University of Cyprus Optical Diagnostics Laboratory. ΗΜΥ 370 Εισαγωγή στη Βιοϊατρική Μηχανική. Κλινικές Μελέτες και Βιοστατιστική

1.α ιαγνωστικοί Έλεγχοι. 2.α Ευαισθησία και Ειδικότητα (εισαγωγικές έννοιες) ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. Πολύ σηµαντικό το θεώρηµα του Bayes:

Ν. Τζανάκησ Αναπληρωτήσ Καθηγητήσ Ιατρική Σχολή, Πανεπιςτήμιο Κρήτησ

LOGO. Εξόρυξη Δεδομένων. Δειγματοληψία. Πίνακες συνάφειας. Καμπύλες ROC και AUC. Σύγκριση Μεθόδων Εξόρυξης

ΠΡΟΓΝΩΣΤΙΚA ΣΥΣTHΜΑΤΑ

Λογαριθµιστική εξάρτηση

ΠΙΘΑΝΟΤΗΤΕΣ. Κλινική ή ερευνητική παρατήρηση Πόσο αληθινή είναι; Τι θα συζητηθεί σε αυτό το µάθηµα

Διλήμματα underwriting: σχεδιάζοντας λύσεις

ΕΙΣΑΓΩΓΗ ΜΑΘΗΜΑ ΕΠΙ ΗΜΙΟΛΟΓΙΑΣ. ΜΑΘΗΜΑ 6 ο. Epidemiology and Public Health Dept of Epidemiology and Public Health

Τεκμηριωμένη Ιατρική Evidence-Based Medicine

Τζανάκης. Φαξ:: Εισαγωγή. που. της νόσου) tests). κλινικούς. Ειδικά. σαν διαφορική. διαδικασία. γνωστή. περιπτώσεις. λίγες.

Kruskal-Wallis H

Διάγνωση και προσυμπτωματικός έλεγχος

Ενότητα 2: Έλεγχοι Υποθέσεων Διαστήματα Εμπιστοσύνης

Αναλυτική Στατιστική

Κατανομή συχνοτήτων. Μέτρα κεντρικής τάσης. Μέτρα διασποράς. Σφάλματα μέτρησης. Εγκυρότητα. Ακρίβεια

Συγγραφή και κριτική ανάλυση επιδημιολογικής εργασίας

ΚΛΙΝΙΚΗ ΕΠΙ ΗΜΙΟΛΟΓΙΑ Ι ΙΑΓΝΩΣΗ ΨΑΛΤΟΠΟΥΛΟΥ ΘΕΟ ΩΡΑ ΠΑΘΟΛΟΓΟΣ ΕΠΙΚΟΥΡΗ ΚΑΘΗΓΗΤΡΙΑ ΕΡΓΑΣΤΗΡΙΟ ΥΓΙΕΙΝΗΣ, ΕΠΙ ΗΜΙΟΛΟΓΙΑΣ ΚΑΙ ΙΑΤΡΙΚΗΣ ΣΤΑΤΙΣΤΙΚΗΣ

ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική

Εισαγωγή στη Βιοστατιστική Βασικές έννοιες Στατιστικής. Μαρία Γκριζιώτη Μsc Ιατρικής Ερευνητικής Μεθοδολογίας

Επιδημιολογία Προληπτική Ιατρική

Ενδημικός (Endemic): Η σταθερή παρουσία μιας ασθένειας σε μια γεωγραφική περιοχή ή ομάδα ενός πληθυσμού.

Ανιχνευτικές εξετάσεις (screening) στη φροντίδα του παιδιού

Δημήτριος Κουτσούρης, Καθηγητής ΕΜΠ Ηλιοπούλου Δήμητρα, Δρ. Βιοϊατρικής Τεχνολογίας, Ηλεκτρολόγος Μηχ. και Μηχ. Υπολογιστών, ΕΜΠ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

Στόχος µαθήµατος: Παράδειγµα 1: µελέτη ασθενών-µαρτύρων ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ

Μεταβολικό Σύνδροµο (NCEP) -2ος ορισµός

ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΓΙΑ ΤΗΝ ΑΠΟΤΙΜΗΣΗ ΤΩΝ ΑΠΟΤΕΛΕΣΜΑΤΩΝ

Ερευνητική υπόθεση. Εισαγωγή ΜΑΘΗΜΑ 11Ο 1. ΜΑΘΗΜΑ Θεραπεία Μέρος 2 ο. Κλινικές µελέτες. Σύνδεση µε το προηγούµενο µάθηµα

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 2. Περιγραφική Στατιστική

ΜΑΘΗΜΑ ΕΠΙΔΗΜΙΟΛΟΓΙΑΣ

Ποιοτική και ποσοτική ανάλυση ιατρικών δεδομένων

Στατιστική λήψη αποφάσεων

ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ


Ο ΟΡΓΑΝΙΣΜΟΣ ΠΕΡΙΘΑΛΨΗΣ ΑΣΦΑΛΙΣΜΕΝΩΝ ΗΜΟΣΙΟΥ ΣΕ ΑΡΙΘΜΟΥΣ

Οι ασφαλισμένοι ΕΟΠΥΥ αποζημιώνονται, μόνο εφόσον έχει προηγηθεί η έγκριση του ελεγκτή ιατρού ΕΟΠΥΥ για την αποστολή του δείγματος στο εξωτερικό.

Μάθηµα 3 ο. Περιγραφική Στατιστική

Urogold III: Οι σημαντικότερες δημοσιεύσεις της χρονιάς (Προστάτης- όρχεις)

Βιοστατιστική ΒΙΟ-309

Προσδιοριστής (determinant) Συνώνυμα

Βιοστατιστική ΒΙΟ-309

Τρίτη 7 Οκτωβρίου 2008

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΙΑΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΜΕΘΟΔΟΛΟΓΙΑ Μ. ΑΡΒΑΝΙΤΙΔΟΥ- ΒΑΓΙΩΝΑ ΚΑΘΗΓΗΤΡΙΑ

Πέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών

Οδός Ξενίας 1, Αθήνα, T ηλ.: Fax: info@diamedica.gr Πίνακας 1.

Επιδημιολογία. Είδη υπό-μελέτη πληθυσμών. Ο ορισμός του υπό-μελέτη πληθυσμού ΜΕΤΡΗΣΗ ΚΑΙ ΣΥΓΚΡΙΣΗ ΤΗΣ ΣΥΧΝΟΤΗΤΑΣ ΤΩΝ ΝΟΣΗΜΑΤΩΝ

Χρήσεις του Η/Υ και Βάσεις Βιολογικών Δεδομένων

Κλινική Ε ιδηµιολογία. Τυχαίο Σφάλμα Συστηματικό Σφάλμα

Κ Ι Ν Υ Ν Ο Σ ΜΑΘΗΜΑ ΕΠΙ ΗΜΙΟΛΟΓΙΑΣ. ! Εκτίµηση κινδύνου ανάπτυξης νόσου! Παράγοντες κινδύνου! Τρόποι σύγκρισης των παραµέτρων κινδύνου

1. ΕΙΣΑΓΩΓΗ 1.1 Ο ρόλος της Στατιστικής στην Ιατρική Η εξέλιξη της Ιατρικής από το δογµατισµό, ακόµη και το µυστικισµό, στην επιστηµονική αβεβαιότητα

ΑΝΤΙΛΗΨΕΙΣ ΕΠΑΓΓΕΛΜΑΤΙΩΝ ΥΓΕΙΑΣ ΓΙΑ ΤΗΝ ΑΝΤΙΜΕΤΩΠΙΣΗ ΑΣΘΕΝΩΝ ΜΕ ΣΔ2 ΣΤΗΝ ΕΛΛΑΔΑ

Στατιστικοί πίνακες. Δημιουργία κλάσεων

Η ΣΤΑΤΙΣΤΙΚΗ ΣΤΟ ΕΡΓΑΣΤΗΡΙΟ ΣΠΕΡΜΑΤΟΣ

ΚΕΦΑΛΑΙΟ Εισαγωγή Μεθοδολογία της Έρευνας ΕΙΚΟΝΑ 1-1 Μεθοδολογία της έρευνας.

Biostatistics for Health Sciences Review Sheet

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΙΟΛΟΓΙΑ

Επιδημιολογία. Διδάσκων: Γεώργιος Παπαδόπουλος

ιαγνωστικός Συλλογισµός και Λήψη Ιατρικής Απόφασης

Βιοστατιστική ΒΙΟ-309

Στην περισσότερο επιτυχημένη αντιμετώπιση του καρκίνου έχει συμβάλλει σημαντικά η ανακά-λυψη και εφαρμογή των καρκινι-κών δεικτών.

ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΥΓΕΙΑΣ ΤΜΗΜΑ ΙΑΤΡΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ. «Ιατρική Ερευνητική Μεθοδολογία»

ΠΕΡΙΕΧΟΜΕΝΑ. Πιθανότητες. Τυχαίες μεταβλητές - Κατανομές ΙΑΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΕΦΑΛΑΙΟ 1 ΚΕΦΑΛΑΙΟ 2

ΜΕΡΟΣ Α Κάθε µια από τις παρακάτω φράσεις (1α, 1β, 1γ, 2α κτλ) µπορεί να είναι σωστή ή λανθασµένη. Ποιες είναι σωστές και ποιες όχι;

University of Cyprus Biomedical Imaging and Applied Optics. ΗΜΥ 370 Εισαγωγή στη Βιοϊατρική Μηχανική. Κλινικές Μελέτες, Βιοστατιστική και Βιοηθική

Εξωνοσοκοµειακό Πρόγραµµα Υγείας

Στατιστική Ι (ΨΥΧ-1202) ιάλεξη 3

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436

ΔΙΔΑΣΚΑΛΙΑ ΙΑΤΡΙΚΗΣ ΣΤΑΤΙΣΤΙΚΗΣ 1ο ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ (ΧΕΙΜΕΡΙΝΟ 1ου ΕΤΟΥΣ) Καθηγήτρια Ιατρικής Στατιστικής & Επιδημιολογίας

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Λειτουργικός ορισμός των μεταβλητών

StatXact ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. StatXact. ΜΑΘΗΜΑ 5 ΕΡΓΑΣΤΗΡΙΟ 1 - συνέχεια ΜΕΤΡΑ ΚΙΝ ΥΝΟΥ & ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ ΜΕ ΤΗΝ ΧΡΗΣΗ StatXact

Προσδιοριστής (determinant) Συνώνυμα

Διάγνωση και προσυµπτωµατική διαλογή

Ταχεία Μαγνητική Μαστογραφία

ΕΚΤΙΜΗΣΗ ΑΒΕΒΑΙΟΤΗΤΑΣ ΓΕΩΧΗΜΙΚΩΝ ΜΕΤΡΗΣΕΩΝ

Ενότητα 1: Εισαγωγή. ΤΕΙ Στερεάς Ελλάδας. Τμήμα Φυσικοθεραπείας. Προπτυχιακό Πρόγραμμα. Μάθημα: Βιοστατιστική-Οικονομία της υγείας Εξάμηνο: Ε (5 ο )

ΚΙΝΔΥΝΟΣ ΚΑΙ ΕΠΙΤΗΡΗΣΗ ΜΗ ΓΑΣΤΡΕΝΤΕΡΟΛΟΓΙΚΩΝ ΚΑΡΚΙΝΩΝ ΣΕ ΑΣΘΕΝΕΙΣ ΜΕ ΙΦΝΕ ΓΡΙΒΑΣ Κ. ΗΛΙΑΣ ΓΑΣΤΡΕΝΤΕΡΟΛΟΓΟΣ

Α Ν Ω Τ Α Τ Ο Σ Υ Μ Β Ο Υ Λ Ι Ο Ε Π Ι Λ Ο Γ Η Σ Π Ρ Ο Σ Ω Π Ι Κ Ο Υ Ε Ρ Ω Τ Η Μ Α Τ Ο Λ Ο Γ Ι Ο

Κλινική Επιδηµιολογία. Μέτρα κινδύνου Αιτιολογική συσχέτιση

Περιγραφική στατιστική

Transcript:

ΜΑΘΗΜΑ 2 ο Έκφραση κλινικών παρατηρήσεων ΚΛΙΝΙΚΕΣ ΠΑΡΑΤΗΡΗΣΕΙΣ ΠΟΙΟΤΙΚΕΣ (qualitative) ΠΟΣΟΤΙΚΕΣ (quantitative, interval) Κατηγορικές (orinal) Ονοµαστικές (nominal) Συνεχείς (continuous) Ασυνεχείς (iscrete) ύσπνοια Ι, ΙΙ, ΙΙΙ βαθµού Φύσηµα Ι,ΙΙ,ΙΙΙ,ΙV Σάκχαρο 1+, 2+ Απών/Παρών Παθολογικό/Φυσιολογικό Ναι/Όχι Γυναίκα/Άνδρας mg,ml,cm L,ng,pg Ακέραιες τιµές συνήθως ποσοστά Web Site: www.pepagnh.gr/users/pneumonology ΑΘΡΟΙΣΤΙΚΗ ΙΑΚΥΜΑΝΣΗ ΠΗΓΕΣ ΙΑΚΥΜΑΝΣΗΣ ΤΥΧΑΙΑ ΙΑΚΥΜΑΝΣΗ ΛΟΓΟΙ ΜΕΤΡΗΣΕΩΝ ΒΙΟΛΟΓΙΚΟΙ ΛΟΓΟΙ ΕΡΓΑΣΤΗΡΙΟ ΜΗΧΑΝΗΜΑ ΚΑΛΙΜΠΡΑΡΙΣΜΑ ΠΡΩΤΟΚΟΛΟ ΕΞΕΤΑΣΗΣ ΕΞΕΤΑΣΤΗΣ ΕΜΠΕΙΡΙΑ ΚΑΤΑΡΤΙΣΗ ΕΦΑΡΜΟΓΗ ΠΡΩΤΟΚΟΛΟΥ ΕΞΕΤΑΖΟΜΕΝΟΣ ΙΑΦΟΡΕΤΙΚΟΣ ΧΡΟΝΟΣ ΙΑΦΟΡΕΤΙΚΗ ΚΑΤΑΣΤΑΣΗ (within iniviuals) ΒΙΟΛΟΓΙΚΕΣ ΙΑΦΟΡΕΣ ΕΞΕΤΑΖΟΜΕΝΩΝ (among iniviuals) Αθροιστική συνέργια όλων (cumulative variation) 1

ΙΑΚΥΜΑΝΣΗ (Variation) Κλινικές µετρήσεις του ίδιου φαινοµένου µπορεί να πάρουν διαφορετικές τιµές λόγω των καταστάσεων κάτω από τις οποίες πραγµατοποιούνται Ο καθορισµός της πιθανότητας η µέτρηση ή εκτίµηση µιας κατάστασης να µη είναι σωστή για τυχαίους λόγους είναι απαραίτητος. Περιγραφή διακύµανσης κλινικών παρατηρήσεων Accuracy (ακρίβεια) Precision (αναπαραγωγικότητα) Accuracy (ακρίβεια) Όταν µια µέθοδος (εργαστηριακή ή κλινική) δίδει µετρήσεις που είναι ίσες ή πολύ κοντά στην πραγµατική τιµή τότε είναι ακριβής Υπολογίζεται αν συγκρίνουµε την µέση τιµή των µετρήσεων που µας δίνει η µέθοδος µε την αληθινή τιµή (αρκεί να είναι γνωστή) Precision (αναπαραγωγικότητα) Όταν µια µέθοδος (εργαστηριακή ή κλινική) δίδει επανειληµµένα παρόµοιες µετρήσεις ή πολύ κοντά σε µια κεντρική τιµή τότε είναι αναπαραγώγιµη Υπολογίζεται αν συγκρίνουµε τις τιµές των µετρήσεων µε την κεντρικότερη ή την πιο κοινή τιµή (σταθερή απόκλιση, SD) 2

Παράδειγµα ακρίβειας και αναπαραγωγιµότητας (chance & bias) Επιδηµιολογία - Βιοστατιστική Αριθµός παρατηρήσεων Αληθής τιµή (Ενδοαρτηριακός Καθετήρας) Bias Μετρήσεις (Πιεσόµετρο) Chance Η ανάγκη να εκφραστεί η πιθανότητα ότι µια αποτίµηση (µέτρηση) σε ένα βιοϊατρικό γεγονός αντανακλά την πραγµατικότητα ή Η πιθανότητα ότι αυτό που µετρήθηκε να είναι και µε ποια βεβαιότητα η πραγµατική τιµή του φαινοµένου 80 90 ιαστολική πίεση (mm Hg) Παρουσίαση βιοϊατρικών παρατηρήσεων Παρουσίαση βιοϊατρικών ποσοτικών παρατηρήσεων Κλινικές ανάγκες Ερευνητικοί σκοποί Κατανοµή συχνοτήτων 3

Κατανοµή συχνοτήτων Τρόποι παρουσίασης δεδοµένων κλινικών παρατηρήσεων Ηοµαδοποίηση των τιµών κλινικής ή εργαστηριακής παρατήρησης µε τρόπο που µεγιστοποιείται η εξαγωγή συµπερασµάτων Κατανοµή συχνοτήτων Μέτρα κεντρικής τάσης Μέτρα διασποράς Μελέτη επιπέδων µολύβδου σε παιδιά Stem an Leaf plots Σε παιδιατρικό τµήµα µετρήθηκαν τα επίπεδα µολύβδου στον ορό 15 παιδιών. Οι τιµές είναι οι παρακάτω (mmol mmol/ml) /ml): 0.6, 2.6, 0.1, 1.1, 0.4, 2.0, 0.8, 1.3, 1.2, 1.5, 3.2, 1.7, 1.9, 1.9, 2.2 0.6, 2.6, 0.1, 1.1, 0.4, 2.0, 0.8, 1.3, 1.2, 1.5, 3.2, 1.7, 1.9, 1.9, 2.2 0 6 1 4 8 1 1 3 2 5 7 9 9 2 6 0 2 Ερώτηµα: Να παρουσιαστούν τα δεδοµένα µε την µορφή κατανοµής συχνοτήτων 3 2 Stem Leaf 4

Stem an Leaf plots 0 1 4 6 8 Stem an Leaf plots ñ Χονδροειδής κατανοµή 0 1 4 6 8 0.6, 2.6, 0.1, 1.1, 0.4, 2.0, 0.8, 1.3, 1.2, 1.5, 3.2, 1.7, 1.9, 1.9, 2.2 1 1 2 3 5 7 9 9 2 0 2 6 0.6, 2.6, 0.1, 1.1, 0.4, 2.0, 0.8, 1.3, 1.2, 1.5, 3.2, 1.7, 1.9, 1.9, 2.2 1 1 2 3 5 7 9 9 2 0 2 6 3 2 3 2 Stem Leaf Stem Leaf Stem an Leaf plots ñ Χονδροειδής κατανοµή Κατανοµή συχνοτήτων 0.6, 2.6, 0.1, 1.1, 0.4, 2.0, 0.8, 1.3, 1.2, 1.5, 3.2, 1.7, 1.9, 1.9, 2.2 Leaf Stem 0 1 4 6 8 1 1 2 3 5 7 9 9 2 0 2 6 3 2 0.6, 2.6, 0.1, 1.1, 0.4, 2.0, 0.8, 1.3, 1.2, 1.5, 3.2, 1.7, 1.9, 1.9, 2.2 Pb 0,10 0,40 0,60 0,80 1,10 1,20 1,30 1,50 1,70 1,90 1,90 2,00 2,20 2,60 3,20 >3 1 2-2.99 3 1-1.99 7 0-0.9 4 0 2 4 6 8 5

Κατανοµή συχνοτήτων Κατανοµές συχνοτήτων εργαστηριακών εξετάσεων Pb 0,10 0,40 0,60 0,80 1,10 1,20 1,30 1,50 1,70 1,90 1,90 2,00 2,20 2,60 3,20 5 4 3 2 1 0 Histogram for Pb 0,0 0,6 1,2 1,8 2,4 3,0 Mi-points for Pb Κ + 3.0 5.0 GLU 60 150 ALP 20 140 Hb 8.0 16 Κατανοµές συχνοτήτων - Επίδραση ηλικίας Εκφράσεις κεντρικής τάσης 20-29 χρ. >80 χρ. Μέσος: Sum(x)/n - Χρήση σε µαθηµατικούς χειρισµούς - Εξάρτηση από ακραίες τιµές Freq ιάµεσος: (n+1)/2 th value. Η µεσαία τιµή - Μη χρήσιµη η σε µαθηµατικούς χειρισµούς - Ανεξάρτητη από ακραίες τιµές Moe: Η πιο συχνή τιµή - Συχνά δεν υπάρχει ή είναι πολύ συχνή. BUN 6

Μη κανονική κατανοµή ΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜΗ Percent 20 15 10 Moe Meian Mean % 5 40 60 80 100 120 1 2 3 4 5 6 7 8 9 10 PSA (ng/ml) ΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜΗ Central Tenency ΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜΗ ιάµεσος Moe Μέση τιµή ιάµεσος Moe Μέση τιµή % ασθενών 10 5 Central Tenency 100 150 200 250 350 7

ΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜΗ Central Tenency ΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜΗ Central Tenency ιάµεσος Moe ιάµεσος Moe Μέση τιµή Μέση τιµή min max Εκφράσεις διασποράς Όρια: Οι ακραίες τιµές - Περιλαµβάνει όλες τις τιµές - Απόλυτη εξάρτηση από ακραίες τιµές ΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜΗ (Gaussian istribution) x 10 Σταθερή απόκλιση: Πολύ χρήσιµη η σε µαθηµατικούς χειρισµούς - Μη χρήσιµη σε µη κανονικές κατανοµές Σ(x xi, ii, iii... ) 2 n 1 % ασθενών 5 68% SD Percentile/quartile κ.λ.π:. 100 150 200 250 350 95.4 99.7 8

ΚΑΤΑΝΟΜΗ ΣΥΧΝΟΤΗΤΩΝ ΚΑΤΑΝΟΜΗ ΣΥΧΝΟΤΗΤΩΝ ιάµεσος Moe ιάµεσος Moe % ασθενών 10 5 x±sd 10-90th Percentile Μέση τιµή Dispersion % ασθενών 10 5 x±sd 10-90th Percentile Μέση τιµή Central Tenency Dispersion range range 100 150 200 250 350 100 150 200 250 350 Παρουσίαση δεδοµένων Κριτήρια διαχωρισµού φυσιολογικού από το παθολογικό Κανονική κατανοµή Mean±SD Μη κανονική κατανοµή Meian (min-max) Freq παθολογικό φυσιολογικό 10 30 50 70 90 Γλουταθειόνη (mg/100 ml ερυθρά) 9

Κριτήρια διαχωρισµού φυσιολογικού από το παθολογικό Κριτήρια διαχωρισµού φυσιολογικού από το παθολογικό Freq Normal Normal 8.5 9.0 9.5 10 10.5 Ca ορρού (mg/100 ml) Υπερπαρυθεροειδισµός 11 Παθολογικό είναι το ασύνηθες (being unusual) Παθολογικό είναι η ύπαρξη νόσου (being sick) Παθολογικό είναι η ανάγκη θεραπείας (being treatable) Παθολογικό είναι το ασύνηθες (being unusual) Παθολογικό είναι το ασύνηθες (being unusual) % ασθενών 10 5 68% SD ï Όλα τα νοσήµατα έχουν συχνότητα 5%? ï Σχέση στατιστικού ορίου (γιατί όχι το 99th percentile) ï Μερικές ακραίες τιµές είναι απόλυτα φυσιολογικές ï Πολλές φορές η νόσος υπάρχει παρά τις φυσιολογικές εξετάσεις ï Μη ύπαρξη ορίων ασφαλείας (π.χ χοληστερόλη) 100 150 200 250 350 95.4 99.7 10

% ουρική αρθρίτις Παθολογικό είναι η ύπαρξη νόσου (being sick) Κλινικές παρατηρήσεις ή εργαστηριακές τιµές που σίγουρα σχετίζονται µε νόσο 100 80 60 40 20 8-8.9 6-6.9 7-7.9 <6.0 >9 Ουρικό mg/100 ml Παθολογικό είναι η ανάγκη θεραπείας (being treatable) ιαστολική π;ίεση (mmhg) Κλινικές παρατηρήσεις ή εργαστηριακές τιµές που εάν θεραπευτούν οδηγούν σε µειωµένη νοσηρότητα 120 110 100 90 80 VA Trial I VA Trial II HDFP III 1965 1970 1975 1980 Years Μάθηµα 3 ο Τι θα µάθουµε Τι σηµαίνουν και πως υπολογίζονται: Ευαισθησία (Se)( Ειδικότητα (Sp)( Θετικός προγνωστικός δείκτης (+PV)( Αρνητικός προγνωστικός δείκτης (-PV) Likelihoo ratio (+LR, -LR) 11

ιαγνωστικές δοκιµασίες ύο ειδών εξετάσεις ιαγνωστικές: Αυτές που γίνονται επειδή ο γιατρός την παρήγγειλε µε βάση την κλινική εικόνα του ασθενή προσδοκώντας να επιβεβαιώσει την διάγνωση. Προσυµπτωµατικές (screening( screening): Αυτές που εκτελούνται πριν την εκδήλωση της νόσου για προληπτικούς λόγους ιαγνωστικές δοκιµασίες Οι διαγνωστικές δοκιµασίες δεν νοούνται µόνο αυτές που παραγγέλνονται στα εργαστήρια αλλά συµπεριλαµβάνουν: Κλινικές πληροφορίες (ιστορικό-κλινική κλινική εξέταση) Πληροφορίες από απεικονιστικές εξετάσεις Συνδυασµός ευρηµάτων που οδηγούν σε διάγνωση π.χ. Απώλεια βάρους + Αιµόπτυση + Σκίαση πνεύµονα σε καπνιστή Καρκίνος πνεύµονα Σύνοψη κλινικών δεδοµένων Σύνοψη κλινικών δεδοµένων ( ιάκριση παθολογικού/φυσιολογικού) Η παρουσίαση των δεδοµένων των ιατρικών άρθρων στην βιβλιογραφία ακολουθεί τους κανόνες σύνοψης των δεδοµένων που διέπονται από αυτό που λέµε περιγραφική στατιστική Στην καθηµερινή κλινική πράξη είναι αναγκαίο να συνοψίζουµε τα δεδοµένα των εξετάσεων κάθε ασθενούς και να τα διαχωρίζουµε σε φυσιολογικά ή παθολογικά Σύγκριση tests ασθενούς µε τα "φυσιολογικά όρια" - Ποια είναι; Αποδοχή των φυσιολογικών ορίων των εργαστηρίων- text books από τους γιατρούς 12

Έκφραση κλινικών παρατηρήσεων Κατηγορικές (orinal) ύσπνοια Ι, ΙΙ, ΙΙΙ βαθµού Φύσηµα Ι,ΙΙ,ΙΙΙ,ΙV Σάκχαρο 1+, 2+ ΠΟΙΟΤΙΚΕΣ (qualitative) Ονοµαστικές (nominal) Απών/Παρών Παθολογικό/Φυσιολογικό Ναι/Όχι Γυναίκα/Άνδρας ΚΛΙΝΙΚΕΣ ΠΑΡΑΤΗΡΗΣΕΙΣ Συνεχείς (continuous) mg,ml,cm L,ng,pg ΠΟΣΟΤΙΚΕΣ (quantitative, interval) Ασυνεχείς (iscrete) Ακέραιες τιµές συνήθως ποσοστά Είδος διαγνωστικού test ( ιάκριση φυσιολογικού /παθολογικού) Ποιοτικές διαγνωστικές δοκιµασίες Παθολογικό: Παρουσία της παρατήρησης π.χ. ακτινογραφία οστών δείχνει κάταγµα Ποσοτικές διαγνωστικές δοκιµασίες Παθολογικό: Η σαφής ύπαρξη τιµής πάνω από ένα προεπιλεγµένο όριο (Cutoff or critical or referent value) Ποιοτικό διαγνωστικού test ( ιάκριση φυσιολογικού /παθολογικού) Positivity criterion (Ανώτερη φυσιολογική τιµή) Πέντε τρόποι επιλογής των φυσιολογικών ορίων 1. Gaussian metho x±2sd Percentile metho 2. Κοινωνική αποδοχή (Culturally esirable metho) 3. Ανάγκη θεραπείας 4. Ύπαρξη παραγόντων κινδύνου 5. Μέθοδος της διαγνωστικής αξίας 13

ιαγνωστικές δοκιµασίες Εκτίµηση κλινικών δοκιµασιών Η σύγχρονη ιατρική εκπαίδευση δεν δίνει βάρος στην εκµάθηση των βασικών αρχών ανάγνωσης και ερµηνείας των ιατρικών εξετάσεων Σύγκριση των εξετάσεων του ασθενούς µε τα εκ των προτέρων αποδεκτά "φυσιολογικά όρια" The Gol Stanar Ακριβής δοκιµασία: Η δυνατότητα της δοκιµασίας να δίνει θετικό αποτέλεσµα επί παρουσίας της νόσου. Σύγκριση µε δεύτερο "σίγουρο" test Κάποιες φορές εύκολο Άλλες δύσκολο Σύγκριση µε Gol Stanar test απλό και λιγότερο επεµβατικό Παράδειγµα Κατανοµή συχνοτήτων του παραδείγµατος (True positive (TP), False Positive (FP), True Negative (TN), False Negative (FN) Ένα νέο πεπτίδιο ενδεικτικό καρκίνου του µαστού (BCPF) έχει ανακαλυφθεί. Ερευνητές θέλουν να εξετάσουν αν τα αυξηµένα επίπεδα BCFP (>150 U/L) είναι διαγνωστικά καρκίνου του µαστού Μελετήθηκαν 1600 γυναίκες µε υποψία Ca µαστού. Η διάγνωση τέθηκε µε βιοψία µαστού. 600 γυναίκες έπασχαν από τη νόσο και 1000 δεν έπασχαν % ασθενείς FN FP TP Values of test results Ασθενείς Υγιείς TN Test (-) Positivity criterion Test (+) 14

Παράδειγµα: αλλαγή positivity criterion True positive (TP), False Positive (FP), True Negative (TN), False Negative (FN) Σχέση αποτελέσµατος κλινικής δοκιµασίας και αληθούς διάγνωσης TP Ασθενείς Υγιείς Παρούσα Νόσος Απούσα % ασθενείς TN FN FP Test (-) Positivity criterion Test (+) Values of test results οκιµασία Θετική Αρνητική True Positive False Negative a c b False Positive True Negative Σχέση αποτελέσµατος κλινικής δοκιµασίας και αληθούς διάγνωσης Gol Stanar Ευαισθησία Ειδικότητα - Ορισµοί Gol Stanar Παρούσα Νόσος Απούσα Disease Παρούσα Απούσα οκιµασία Θετική Αρνητική True Positive False Negative a c b False Positive True Negative Νέο Test Θετική Αρνητική True Positive a False Negative c Ευαισθησία Sensitivity a/a+c False Positive b True Negative Ειδικότητα Specificity /+b 15

Ευαισθησία εξέτασης Ευαισθησία εξέτασης Το ποσοστό των ασθενών που νοσούν και έχουν θετική την εν λόγω δοκιµασία Χρησιµότης: Σοβαρός λόγος να µη διαγνωστεί ένα νόσηµα επικίνδυνο σαν έκβαση και θεραπεύσιµο Στην έναρξη της διαφορικής διάγνωσης για να µειωθούν οι πιθανές διαγνώσεις Όταν η πιθανότητα ανίχνευσης ενός νοσήµατος είναι πολύ χαµηλό (π.χ Check-up) Ευαίσθητο test σπανίως χάνει τη νόσο Το ποσοστό των ασθενών που νοσούν και έχουν θετική την εν λόγω δοκιµασία Ένα ευαίσθητο τεστ είναι πιο χρήσιµο όταν είναι θετικό ή αρνητικό? Αρνητικό! Γιατί αποκλείει µια διάγνωση που έχουµε σκεφτεί Ειδικότητα εξέτασης Το ποσοστό των ασθενών που δεν νοσούν και έχουν αρνητική την εν λόγω δοκιµασία Χρήσιµο να επιβεβαιώσει τη διάγνωση Χρήσιµο όταν µια θετική διάγνωση θα έχει σοβαρές φυσικές, ψυχολογικές και οικονοµικές επιπτώσεις στον ασθενή Ειδικότητα εξέτασης Το ποσοστό των ασθενών που δεν νοσούν και έχουν αρνητική την εν λόγω δοκιµασία Ένα ειδικό τεστ είναι πιο χρήσιµο όταν είναι Θετικό ή αρνητικό? Ειδικό test βεβαιώνει" τη νόσο Θετικό Γιατί επιβεβαιώνει µια διάγνωση που έχουµε σκεφτεί 16

Παράδειγµα 149 ασθενείς µε φαρυγγικό πόνο και πυρετό προσήλθαν στα επείγοντα του νοσοκοµείου. 62 από αυτούς διαγνώστηκαν κλινικώς σαν στρεπτοκοκκικής µορφής και πήραν θεραπεία. Από αυτούς µόνο οι 27 απεδείχθη ότι έχουν θετική καλλιέργεια φαρυγγικού επιχρίσµατος. Από τους 87 που διαγνώστηκαν κλινικώς σαν µη πάσχοντες οι 10 είχαν θετική καλλιέργεια. Να υπολογιστεί η Se, Sp. Ευαισθησία - Ειδικότητα Φαρυγγίτις (κλινική διάγνωση) Θετικό Αρνητικό Καλλιερ. Β-αιµολ. Στρεπτ. Θετική Αρνητική 27 10 Ευαισθησία Sensitivity 35 77 Ειδικότητα Specificity 27/37=73% 77/112=69% ιαγνωστική αξία Λόγος πιθανοφανείας- Ορισµοί Ευαισθησία Sensitivity a Νέο Test Disease Παρούσα Απούσα True Positive + a False Negative - c a+c Ειδικότητα Specificity False Positive b False Positive b+ Total=a+b+c+ a+b +PV= c+ -PV= Επιπολασµός (Prevalence) a + c b a b Ακρίβεια (Accuracy) a + b +PV: Σχέση Se, Sp & µε τον επιπολασµό +PV= ( Se)( P) ( Se)( P) + (1 Sp)(1 P) Bayes Theorem Σχέση επιπολασµού & +PV του PSA (Ca προστάτη) (NEJM, 1980;303:497) Prevalence Setting (cases/100 3 ) +PV (%) Γενικός πληθυσµός 35 0.4 Άνδρες (>75 yrs.) 500 5.6 Έντονη υποψία 50.000 93.0 (θετική δακτυλική) * Για Se=70% & Sp=90 17

Υπολογισµός προγνωστικής αξίας εξέτασης µε δεδοµένη Se & Sp Στην ιατρική βιβλιογραφία δηµοσιεύονται µελέτες µε δεδοµένα τα Se, Sp & +PV σε συγκεκριµένο όµως κλινικό πρόβληµα (συγκεκριµένο επιπολασµό του νοσήµατος) Η προγνωστική αξία όµως εξαρτάται άµεσα από τον επιπολασµό. Ερώτηµα: Πως θα υπολογίσουµε την προγνωστική αξία ενός test που θα εφαρµοστεί σε κλινικό περιβάλλον διαφορετικό (διαφορετικό επιπολασµό) από αυτόν που περιγράφει η µελέτη; Έστω π.χ ότι στο γνωστό πρόβληµα της φαρυγγίτιδος ιαγνωστική αξία σε διαφορετικό κλινικό περιβάλλον Φαρυγγίτις (κλινική διάγνωση) Θετικό Αρνητικό Καλλιερ. Β-αιµολ. στρεπ Θετική Αρνητική 27 10 35 77 37 112 Ευαισθησία Sensitivity Ειδικότητα Specificity 27/37=73% 77/112=69% +PV= 27/62=44% 62 87 149 -PV= 77/87=88% Επιπολασµός (Prevalence) 37/149=25% Ακρίβεια (Accuracy) (27+77)/149=70% ιαγνωστική αξία σε διαφορετικό κλινικό περιβάλλον ιαγνωστική αξία σε διαφορετικό κλινικό περιβάλλον Ο υπολογισµός της +PV στη γνωστή µελέτη του παραδείγµατος µας είναι 44%. Ποια θα είναι η +PV εάν ο επιπολασµός της νόσου αντί 25% ήταν 50%; 1. Υπολογισµός των πασχόντων µε P=0.5,149x0.5=75 δηλ. a+c=75 2. Υπολογισµός υγιών: b+=149-75=74 3. Υπολογισµός των θετικών στην κλινική εξέταση βασισµένη στην Se της µελέτης 75x0.73=55=a 4. Υπολογισµός των αρνητικών στην κλινική εξέταση βασισµένη στην Sp της µελέτης 74x0.69=51= Test - + Disease + - True Positive a False Negative c False Positive b True Negative 18

ιαγνωστική αξία σε διαφορετικό κλινικό περιβάλλον ιαγνωστική αξία σε διαφορετικό κλινικό περιβάλλον 1. Υπολογισµός των πασχόντων µε P=0.5,149x0.5=75 δηλ. a+c=75 2. Υπολογισµός υγιών: b+=149-75=74 3. Υπολογισµός των θετικών στην κλινική εξέταση βασισµένη στην Se της µελέτης 75x0.73=55=a 4. Υπολογισµός των αρνητικών στην κλινική εξέταση βασισµένη στην Sp της µελέτης 74x0.69=51= 5. Αναδιοργάνωση του 2x2 µε βάση τα νέα δεδοµένα Test - + Disease + - 55 a 20 c 23 b 51 Test - + Disease + - 27 35 a b 10 77 c Ol clinical setting +PV=27/62=44% (Prevalence=25%) Test - + Disease + - 55 a 20 c 23 b 51 New clinical setting +PV=55/78=70% (Prevalence=50%) Κατανοµή συχνοτήτων του παραδείγµατος (True positive (TP), False Positive (FP), True Negative (TN), False Negative (FN) Παράδειγµα: αλλαγή positivity criterion True positive (TP), False Positive (FP), True Negative (TN), False Negative (FN) TP Ασθενείς Υγιείς TP Ασθενείς Υγιείς % ασθενείς FN FP Values of test results % ασθενείς FN FP Values of test results TN TN Test (-) Positivity criterion Test (+) Test (-) Positivity criterion Test (+) 19

Η αντίστροφη σχέση Se & Sp Η Se & Sp είναι δύο έννοιες αντίστροφες. ηλ. όταν µια εξέταση έχει υψηλή Se συνήθως έχει χαµηλή Sp. Μια ιδανική εξέταση θα πρέπει να έχει υψηλή ευαισθησία και ειδικότητα Στο επόµενο παράδειγµα εξετάζεται η δυσταξινόµηση που προκύπτει όταν σε µια οµάδα διαβητικών και υγιών λαµβάνεται σαν κατώφλι διάγνωσης (cut-off) πολύ χαµηλό (70 mg/100ml) ή πολύ υψηλό (180 mg/100ml) επίπεδο σακχάρου ορρού 2 ώρες µετά σακχαρούχο γεύµα Ορίζοντας τα παθολογικά όρια Γλυκόζη ορρού νήστεως: 120 mg/ml Normal Υποκλινικός ιαβήτης Abnormal Ευαισθησία - Ειδικότητα Αντίστροφη σχέση ευαισθησίας και ειδικότητας Ευαισθησία - Ειδικότητα Αντίστροφη σχέση ευαισθησίας και ειδικότητας ιαβήτης S Glu mg/ml Gol-stanar 2 h after meal Όχι 70 Όχι 80 Όχι 90 Όχι 100 Όχι 110 Όχι 120 Ναι 130 Ναι 140 Ναι 150 Ναι 160 Ναι 170 Ναι 180 Ναι 190 Ναι 200 ιαβήτης S Glu mg/ml Gol-stanar 2 h after meal Se Sp υσταξινόµηση Όχι 70 98.6 8.8 Ναι Όχι 80 97.1 25.5 Ναι Όχι 90 94.3 47.6 Ναι Όχι 100 88.6 69.8 Ναι Όχι 110 85.7 84.1 Ναι Όχι 120 71.4 92.5 Ναι Ναι 130 64.3 96.9 Ναι Ναι 140 57.1 99.4 Ναι Ναι 150 50 99.6 Ναι Ναι 160 47.1 99.8 Ναι Ναι 170 42.9 100 Ναι Ναι 180 38.6 100 Ναι Ναι 190 34.3 100 Ναι Ναι 200 27.1 100 Ναι 20

Ευαισθησία - Ειδικότητα Αντίστροφη σχέση ευαισθησίας και ειδικότητας Η αντίστροφη σχέση Se & Sp S Glu mg/ml ιαβήτης 2 h after meal Sens Spec υσταξινόµηση Όχι 70 98.6 8.8 Ναι Όχι 80 97.1 25.5 Ναι Όχι 90 94.3 47.6 Ναι Όχι 100 88.6 69.8 Ναι Όχι 110 85.7 84.1 Ναι Όχι 120 71.4 92.5 Ναι Ναι 130 64.3 96.9 Ναι Ναι 140 57.1 99.4 Ναι Ναι 150 50 99.6 Ναι Ναι 160 47.1 99.8 Ναι Ναι 170 42.9 100 Ναι Ναι 180 38.6 100 Ναι Ναι 190 34.3 100 Όχι Ναι 200 27.1 100 Όχι Στην πρώτη περίπτωση η ευαισθησία της µεθόδου είναι πολύ ψηλή σε βάρος όµως της ακρίβειας (δηλ. πολλοί υγιείς ταξινοµούνται σαν διαβητικοί αλλά κανείς αληθώς ασθενής δεν χάνεται), ενώ στην δεύτερη περίπτωση παρατηρείται το ακριβώς αντίθετο (κανείς υγιής δεν διαγιγνώσκετε σαν διαβητικός αλλά κάποιοι ασθενείς ταξινοµούνται ψευδώς υγιείς) Η αντίστροφη σχέση Se & Sp Η αντίστροφη σχέση Se & Sp Στο επόµενα παραδείγµατα εξετάζεται η αντίστροφη σχέση Se-Sp που προκύπτει όταν σε µια οµάδα ατόµων µε δυσουρικά ενοχλήµατα λαµβάνεται σαν κατώφλι διάγνωσης (cut-off) διάφορα επίπεδα αριθµού µικροβίων στην καλλιέργεια ούρων 21

Sensitivity-Specificity Specificity Trae-offs Cut-off 30x10 3 Sensitivity-Specificity Specificity Trae-offs Cut-off 40x10 3 Ουρολoίµωξη Αρ. µικρ. (x10 3 ) Gol Stanar - 20 - - 95 + - 40 + - 30 - - 20 - - 25 - + 90 + + 110 + + 110 + + 70 + + 89 + + 90 + + 35 + + 90 + + 76 + Test+ - Se=100 Sp=50 Νόσος + - 9 2 0 4 Ουρολoίµωξη Αρ. µικρ. (x10 3 ) Gol Stanar - 20 - - 95 + - 40 - - 30 - - 20 - - 25 - + 90 + + 110 + + 110 + + 70 + + 89 + + 90 + + 35 - + 90 + + 76 + Test+ - Se=89 Sp=83 Νόσος + - 8 1 1 5 Sensitivity-Specificity Specificity Trae-offs Cut-off 40x10 3 Sensitivity-Specificity Specificity Trae-offs Cut-off 30x10 3 Ουρολoίµωξη Αρ. µικρ. (x10 3 ) Gol Stanar - 20 - - 95 + - 40 - - 30 - - 20 - - 25 - + 90 + + 110 + + 110 + + 70 - + 89 - + 90 + + 35 - + 90 + + 76 - Test+ - Se=55 Sp=83 Νόσος + - 5 1 4 5 Ουρολoίµωξη Αρ. µικρ. (x10 3 ) Gol Stanar - 20 - - 95 - - 40 - - 30 - - 20 - - 25 - + 90 - + 110 + + 110 + + 70 - + 89 - + 90 - + 35 - + 90 - + 76 - Test+ - Se=22 Sp=100 Νόσος + - 2 0 7 6 22

Υπολογισµός ορίων φυσιολογικούπαθολογικού (cut-off values) Sensitivity-Specificity Specificity Trae-offs Υπολογισµός βέλτιστου ορίου Επειδή ακριβώς υπάρχει αυτή η αντίστροφη σχέση της Se-Sp ακολουθείται ειδική ανάλυση ανεύρεσης της optimum τιµή κατωφλίου (cut-off value). Η διαδικασία απαιτεί την ταξινόµηση των αποτελεσµάτων της υπό εξέταση διαγνωστικής δοκιµής σε σύγκριση µε µια σίγουρη-δοκιµασµένη διαδικασία διάγνωσης (Gol-Stanar) Ακολουθεί ο υπολογισµός των διαφόρων τιµών Se-Sp σε διάφορα επίπεδα διαχωρισµού (βλ. προηγούµενο παράδειγµα των ατόµων µε πιθανή ουρολοίµωξη) Ουρολoίµωξη Αρ. µικρ. Gol Stanar (x10 3 ) - 20-95 - 40-30 - 20-25 + 90 + 110 + 110 + 70 + 89 + 90 + 35 + 90 + 76 9 2 0 4 8 2 1 4 8 1 1 5 7 1 2 5 6 1 3 5 5 1 4 5 Cut-off <30 35 41 70 75 88 Sen 1 0.88 0.88 0.77 0.66 0.55 Sp 0.67 0.67 0.83 0.83 0.83 0.83 1-sp 0.33 0.33 0.17 0.17 0.17 0.17 Receiver Operator Charasteristic of the test (ROC analysis) Receiver Operator Charasteristic of the test (ROC analysis) Υπολογισµός των τιµών Se- Sp σε διάφορα επίπεδα διαχωρισµού παθολογικού από φυσιολογικό Αναπαράσταση των διαφόρων τιµών Se και 1-Sp (σε διαδοχικά επίπεδα τιµών κατωφλίου) σε ένα διάγραµµα x-y Se Sensitivity 1,00 0,75 0,50 40 ROC ανάλυση του παραδείγµατος της ουρολοίµωξης 0,25 1-Sp (False positive value) 0,00 0,25 0,50 0,75 1,00 1-Specificity 23

ROC analysis Σύγκριση παλιού-νέου τέστ Receiver Operator Charasteristic of the test (ROC analysis) Sensitivity 1,00 40 New test Ol test 0,75 0,50 0,25 0,00 0,25 0,50 0,75 1,00 1-Specificity Ανάλυση της αντίστροφης σχέσης που υπάρχει µεταξύ Se-Sp µιας νέας κλινικής δοκιµασίας Ανεύρεση των βέλτιστων επιπέδων (κατώφλι) που µας δίνουν την καλλίτερη επιλογή Se-Sp (cut-off value) Σύγκριση δύο διαφορετικών κλινικών δοκιµασιών ως προς την Ευαισθησία & Ειδικότητα Real Life Κλινική χρησιµότητα Ευαισθησίας & Ειδικότητας Test που είναι ευαίσθητο και ειδικό είναι το ζητούµενο Ελάχιστες εξετάσεις διαθέτουν και τις δύο ιδιότητες Εκµεταλλευόµαστε κατά περίπτωση την ευαισθησία ή την ειδικότητα των tests που διαθέτουµε Στην καθηµερινή κλινική πράξη χρησιµοποιούµε πολλά tests άλλα από τα οποία διαθέτουν ευαισθησία και άλλα ειδικότητα. Αρχικός ενθουσιασµός από την Se-Sp νέων tests συνήθως υποχωρεί Το παράδειγµα του CEA Πολλά υποσχόµενο στην διάγνωση του Ca παχέος εντέρου αρχικά Τελικώς απεδείχθη ότι είναι παθολογικό και σε άλλα καρκινώµατα και στο 20% των καπνιστών 24