Академический Документы
Профессиональный Документы
Культура Документы
Dozent: Prof. Dr. Stefan Felder, Raum 340 Sprechstunde: Mo 10-12 Uhr Vorlesungsunterlagen unter Lehrstuhlseite: http://wwz.unibas.ch/abteilungen/home/abteilung/health/
bersicht
1 Grundbegriffe der Medizinischen Entscheidungstheorie 2 Erwartungsnutzen, Erwartungsnutzen, Risikoprferenzen 3 Behandlungsentscheidung ohne diagnostischen Test 4 Entscheidungen mit diagnostischem Test 5 Entscheidungen mit mehreren Tests 6 Endogener diagnostischer Trennpunkt 7 Wert der Gesundheit
Medizinische Entscheidungstheorie 3
Medizinische Entscheidungstheorie
Kapitel 1 Grundbegriffe der Medizinischen Entscheidungstheorie
verschiedene Formen von Raten im medizinischen Kontext: Mortalittsrate (auch Mortalittsziffern) Prvalenzrate (oder Bestandsziffern) Inzidenzrate (oder Neuerkrankungsziffern)
Medizinische Entscheidungstheorie
Medizinische Entscheidungstheorie
Medizinische Entscheidungstheorie
Medizinische Entscheidungstheorie
Krankheit ja Test (oder Exposition) positiv negativ insgesamt a c a+c nein b d b+d insgesamt a+b c+d n=a+b+c+d
Medizinische Entscheidungstheorie
Medizinische Entscheidungstheorie
11
nein b d
2
a c
1
a+c
b+d
n=a+b+c+d
B
Rntgen (Standard) vergrert Perkussion vergrert (Test) nicht vergrert insgesamt 34 2 36 nicht vergrert 21 43 insgesamt 55 45 100
64
Medizinische Entscheidungstheorie
16
Medizinische Entscheidungstheorie
17
Medizinische Entscheidungstheorie
19
Rntgen (Standard) vergrert Perkussion vergrert (Test) nicht vergrert insgesamt 34 2 36 nicht vergrert 316 648 964 insgesamt 350 650 1000
Medizinische Entscheidungstheorie
20
Medizinische Entscheidungstheorie
21
Medizinische Entscheidungstheorie
23
nein
(1 - p)(1 - Sp) (1 - p) Sp (1 - p)
insgesamt
p Se + (1 - p)(1 - Sp) p (1 Se)+ (1 - p) Sp 1
p Se p (1 - Se) p
(1 p ) Sp NPV = p (1 Se ) + (1 p ) Sp
Der Satz von Bayes (Reverend Bayes, 1702-1761) gibt den Prdiktionswert (also die Krankheitswahrscheinlichkeit nach einem Test) an, als Funktion der Prvalenz, der Sensitivitt und der Spezifitt des Test.
Medizinische Entscheidungstheorie 25
Medizinische Entscheidungstheorie
27
PPV
Das Ergebnis lautet 0.078 => Die Wahrscheinlichkeit der 40jhrigen Frau nach positiver Mammographie tatschlich an Brustkrebs erkrankt zu sein betrgt demnach nur 7.8%!
Medizinische Entscheidungstheorie 29
Medizinische Entscheidungstheorie
32
p = 1 p
Dies entspricht:
(( a + c ) (b + d ))
Die A-priori-Chance wird auch als Prtest-Chance der Krankheit bezeichnet.
Medizinische Entscheidungstheorie 33
Se p Se post= = 1 Sp (1 p ) (1 Sp )
Bzw.:
a ( a ( a + b ) b ( a + b ) =b )
Medizinische Entscheidungstheorie 34
Medizinische Entscheidungstheorie
35
Medizinische Entscheidungstheorie
36
Se LR = 1 Sp
+
, so dass:
post= LR +
LR+ zeigt Gte eines positiven Testausgangs in der Trennung zwischen Kranken und Gesunden an (klinisch ntzlichste Zusammenfassung von Se und Sp in einem Parameter) Faustregel: Je grer LR+ desto besser ist der Test Test bietet nur dann Informationsgewinn gegenber zuflligen Einteilung in krank und gesund, wenn LR+ > 1
Medizinische Entscheidungstheorie 37
LR =
(1 Se )
Sp
LR- quantifiziert, um wie viel wahrscheinlicher ein negativer Testausgang bei Erkrankten im Vergleich zu Gesunden ist Faustregel: Je kleiner LR-, desto besser der Test Test bietet nur dann Informationsgewinn gegenber zuflligen Einteilung in krank und gesund, wenn die LR- < 1 LR ist prvalenzunabhngig, da nur Se und Sp enthalten LR ndert sich jedoch, wenn man Test verndert (etwa durch die Wahl eines hheren (oder niedrigeren) Grenzwertes )
Medizinische Entscheidungstheorie 38
nein 35 77 112
gesamt 62 87 149
40
A-posteriori Wahrscheinlichkeiten:
post = LR = 0.8
Medizinische Entscheidungstheorie
41
Medizinische Entscheidungstheorie
42
Viele Tests (z.B. Laborwerte, Fragen-Kombinationen in Fragebgen) erzeugen keine binren (ja/nein) Testergebnisse, sondern kontinuierlich verteilte (zumindest ordinal gestaffelte) Messwerte Unterschiedliche Verteilung der Messwerte in der Gruppe der Gesunden und der Gruppe der Kranken (meist berlappend, siehe Abb. 2.1)
Medizinische Entscheidungstheorie
43
Medizinische Entscheidungstheorie
44
Bezogen auf die Gesunden: links vom Grenzwert die Richtignegativen rechts vom Grenzwert die Falschpositiven Spezifitt: Anteil der Gesunden links von Grenzwert bezogen auf die Anzahl aller Gesunden, d.h. Wahrscheinlichkeit als Gesunder auch als gesund durch den Test erkannt zu werden
Medizinische Entscheidungstheorie
46
Konzepte Sensitivitt und Spezifitt verlangen im stetigen Fall die Bildung von Intergralen je nach Lage und Form (Streuung, Schiefe und berlappung) der Verteilungsfunktionen unterschiedliche Folgen fr gleiche Grenzwerte Unterscheidung nach Zielpopulation
Medizinische Entscheidungstheorie
47
mit Festlegung des Grenzwertes lassen sich Sensitivitt und Spezifitt beeinflussen Verschiebung des Grenzwertes nach rechts Absenken der Sensitivitt, Steigung der Spezifitt Verschiebung des Grenzwertes nach links Steigung der Sensitivitt, Absenken der Spezifitt
Medizinische Entscheidungstheorie
48
Medizinische Entscheidungstheorie
Annahme: ein Blutzuckerwert ber 80mg/dl bedeutet Diabetes Folge: sehr wenige Menschen mit dieser Krankheit werden bersehen (hohe Sensitivitt) die meisten gesunden Menschen wrden ebenfalls und flschlicherweise als Diabetiker betrachtet (geringe Spezifitt)
Medizinische Entscheidungstheorie
50
Medizinische Entscheidungstheorie
52
ROC-Kurve Begriff aus der Nachrichtentechnik Bezeichnet die Kennlinie eines Sender-Empfnger-Systems (receiver operating system) in der ROC-Kurve werden fr die Grenzwerte (Schwellenwerte) die entsprechenden Paare der Sensitivitt und Unspezifitt (1-Spezifitt) grafisch gegeneinander aufgetragen
Medizinische Entscheidungstheorie
53
Annahme: Sensitivitt und Spezifitt weisen gleiches Gewicht auf Folge: der gnstigste Grenzwert liegt in diesem Beispiel bei etwa 110mg/dl, d.h. in der linken oberen Ecke hier ist die Zahl der insgesamt fehlklassifizierten Probanden am geringsten (ebenso der Abstand zur linken oberen Ecke, deren Koordinaten den fehlerfreien Test implizieren)
Medizinische Entscheidungstheorie
54
gleiche Gewichtung von Richtig- und Falschpositiven ist eine eher untypische Prmisse. in klinischen Kontexten und besonders bei schwerwiegenden Krankheiten wird oft ein falsch negativer Proband (d.h. ein bersehender Fall) hher gewichtet als ein falsch positiver Proband Kompromiss zu Lasten der Spezifitt in der vorherigen Abb. 2.2 wrde sich so ein Test in der rechten oberen Ecke befinden
Medizinische Entscheidungstheorie
55
wenn die Prvalenz sehr klein ist (z.B. bei Frherkennungsprogrammen in der symptomlosen Bevlkerung), fhrt ein Kompromiss zu Lasten der Spezifitt zu unproportional vielen falsch positiven Fllen und somit zu sehr vielen Fllen, die einer erneuten Abklrung bedrfen Festlegung eines optimalen Grenzwertes setzt voraus, dass die Nutzen der einzelnen Testausgnge explizit gegeneinander gewichtet und auerdem die Prvalenz der zu untersuchenden Population beachtet wird
Medizinische Entscheidungstheorie
56