MDM Kap1

Medizinische Entscheidungstheorie
Stiftungslehrstuhl Health Economics
SS 2011: Medizinische Entscheidungstheorie Vorlesung mit bungen: mittwochs 10-12 Uhr
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
Kapitel 1 Grundbegriffe der Medizinischen Entscheidungstheorie
1.1 Raten, Prvalenz und Inzidenz

Eine der wichtigsten Kennziffern der medizinischen Entscheidungstheorie ist die Rate:
Anzahl der Zhlergebnisse Rate = Bevlkerung unter Risiko
verschiedene Formen von Raten im medizinischen Kontext: Mortalittsrate (auch Mortalittsziffern) Prvalenzrate (oder Bestandsziffern) Inzidenzrate (oder Neuerkrankungsziffern)

Aus dem Verhltnis von Prvalenz und Inzidenz kann man (bei gleichbleibenden Verhltnissen) nherungsweise auf die durchschnittliche Krankheitsdauer schlieen:
Prvalenz Krankheitsdauer = Inzidenz
oder Inzidenz x Krankheitsdauer = Prvalenz

Prvalenz wird auch als A-priori-Wahrscheinlichkeit oder Pr-TestWahrscheinlichkeit bezeichnet die aus Erfahrung (oder z.B. aus Registerdaten) erwartete Wahrscheinlichkeit des Vorhandenseins der Krankheit, bevor das Testergebnis bekannt ist

Erhhung der Prvalenz: Lebensverlngerung bei Erkrankten ohne vollstndige Heilung Lngere Krankheitsverlufe Zunahme der Inzidenz Zuwanderung neuer Flle Auswanderung gesunder Menschen Zunahme von Risikogruppen Verringerung der Prvalenz: Vermehrte Heilung von Fllen Krzere Krankheitsdauer Hhere Letalitt bei Fllen Abnahme der Inzidenz Auswanderung von Fllen Zuwanderung gesunder Menschen
1.2 Vierfeldertafel, Testgte und Vorhersagewerte

Ein einfaches Mittel zur Darstellung testtheoretischer Zusammenhnge ist die Vierfeldertafel (auch Kreuztabelle):
Tabelle 2.1: Die Vierfeldertafel
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

absolute Hufigkeiten
Richtig Positive (RP): Richtig Negative (RN): Falsch Positive (FP): Falsch Negative (FN): Prvalenz der Krankheit (Pr): Anteil der positiven Tests: Entdeckungsrate: Sensitivitt (Se): Spezifitt (Sp): Positiver Prdiktionswert (PPV): a d b c (a + c)/n (a + b)/n a/n a/(a + c) d/(b + d) a/(a + b)
Negativer Prdiktionswert (NPV): d/(c + d)


Sensitivitt (Empfindlichkeit) Anteil der Patienten mit der Krankheit, bei denen der Test fr die Krankheit positiv ist Spezifitt Anteil der Untersuchten ohne die Krankheit, bei denen der Test negativ ist Sensitivitt und Spezifitt sind Kennziffern der Testgte
11

Prdiktionswert wird auch als A-posteriori-Wahrscheinlichkeit oder PosttestWahrscheinlichkeit bezeichnet gibt die Wahrscheinlichkeit der Krankheit wieder, nachdem das Testergebnis bekannt ist Positiver Prdiktionswert (PPV) Wahrscheinlichkeit, eine Krankheit bei einem Patienten mit einem positiven (aufflligen) Testergebnis Negativer Prdiktionswert (NPV) Wahrscheinlichkeit, eine bestimmte Krankheit nicht zu haben, wenn das Testergebnis negativ (unauffllig) ausfllt

Zwei Betrachtungsweisen zu den Zusammenhngen in der Vierfeldertafel Testtheoretische Betrachtungsweise: Wie oft ist der Test positiv bei vorliegender Krankheit, wie oft negativ bei Gesunden? Versorgungspraktische Betrachtungsweise: Was kann ich dem Patienten sagen? Wie oft liegt eine Krankheit vor, wenn der Test positiv ist, wie oft liegt keine Krankheit vor, wenn der Test negativ ist?

Tabelle 2.2: Testtheoretisch vs. Versorgungspraktisch
Krankheit ja Test (oder Exposition) positiv negativ insgesamt

(1) Sensitivitt (2) Spezifitt (3) Positiver Prdiktionswert (4) Negativer Prdiktionswert (A) Testtheoretische Betrachtungsweise (1,2) (B) Versorgungspraktische Betrachtungsweise (3,4)
nein b d
2
insgesamt a+b c+d

3 4
a c
1
a+c
b+d
n=a+b+c+d
B

Beispiel 100 stationre und ambulant Patienten Vergleich der perkutorisch ermittelten Herzgre (Test) mit der Ergebnissen der Rntgen-Thorax-Untersuchung (Referenztest oder Goldstandard) Referenztest: bei 36 Patienten kardiothorakaler Quotient von grer 0,5 als Kardiomegalie Nachweis einer Kardiomegalie mit einer Sensitivitt von 94.4% und einer Spezifitt von 67.2%

Tabelle 2.3: Vergleich zwischen Herzperkussion und Rntgenuntersuchung
Rntgen (Standard) vergrert Perkussion vergrert (Test) nicht vergrert insgesamt 34 2 36 nicht vergrert 21 43 insgesamt 55 45 100
(94,4% von 36)
(67,2% von 64)
64
16

Ergebnis (1/2): 36 von 100 Patienten hatten laut Referenztest (R) ein vergrertes Herz (Prvalenz der Kardiomegalie 36%) bei einer Sensitivitt der Perkussion von 94.4% (d.h. 34/36) werden 34 der kardiomegalen Patienten perkutorisch richtig positiv diagnostiziert 64 Patienten hatten im Rntgen kein vergrertes Herz, bei einer Spezifitt der Perkussion von 67.2% wurde bei 43 von diesen Patienten kein vergrertes Herz perkutiert
17

Ergebnis (2/2): bei 21 von 64 Probanden ohne rntgenologische Herzvergrerung , d.h. bei 32.8% (Unspezifitt), wurde trotzdem ein vergrertes Herz perkutiert 55 Patienten hatten eine auffllige Perkussion, 34 davon auch ein rntgenologisch vergrertes Herz; der Positive Prdiktionswert der Perkussion betrgt damit 61.8% 45 Patienten hatten keine auffllige Perkussion; 43 davon kein rntgenologisch vergrertes Herz, der negative Prdiktionswert der Perkussion betrgt damit 95.6%

Modifiziertes Beispiel Gedankenexperiment statt 100 Probanden weitere Rekrutierung Gesunder Insgesamt 1.000 Probanden Prvalenz der Kardiomegalie sinkt auf 3.6% (36/1000)
19

Tabelle 2.4: Vergleich Herzperkussion und Rntgenuntersuchung; Prvalenzreduktion
Rntgen (Standard) vergrert Perkussion vergrert (Test) nicht vergrert insgesamt 34 2 36 nicht vergrert 316 648 964 insgesamt 350 650 1000
20

Was hat sich gegenber dem vorherigen Beispiel gendert? Verminderung der Prvalenz (von 36% auf 3.6%) Verminderung des Positiven Prdiktionswertes (von 62% auf 9.7%) Erhhung des Negativen Prdiktionswertes (von 96% auf 99.7%) Aber: Die Sensitivitt und die Spezifitt sind gleich geblieben. (Eigenschaften des Test)
21

Prdiktionswerte sind prvalenzabhngig ausgewhlten Patientengruppe mit hoher A-prioriWahrscheinlichkeit der Krankheit weitestgehend verlsslicher Perkussionsbefund (immerhin haben rund 2/3 der auffllig Perkutierten tatschlich ein vergrertes Herz), bei Patientengruppe mit deutlich geringerer A-prioriWahrscheinlichkeit der Krankheit aus einem positiv erhobenen Perkussionsbefund keine weitergehende Aussage mglich (PPV unter 10 Prozent). in beiden Situationen unterschiedliches Verhltnis von Nutzen zu Risiko

Die Vierfeldertafel als Einheitstabelle Wahrscheinlichkeiten statt absoluter Zahlen die Summe der Wahrscheinlichkeiten von Krankheit und Nicht-Krankheit ist 1, d.h. irgendeiner der beiden Zustnde liegt mit Gewissheit vor Einheitstabelle
23

Tabelle 2.5: Die Vierfeldertafel als Einheitstabelle
Krankheit ja Test (oder Exposition) positiv negativ insgesamt

p Se Sp (1 - Se) (1 - Sp) Prvalenz Sensitivitt Spezifitt Komplement der Sensitivitt; auch Falsch-Negativ-Rate (FNR) Komplement der Spezifitt; auch Falsch-Positiv-Rate (FPR)
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

bertragung des PPV = a/(a + b) auf die Einheitstabelle:
p Se PPV = p Se + (1 p ) (1 Sp )
Darstellung des Negativen Prdiktionswertes:
(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.

Dabei gilt: Prvalenz beeinflusst Prdiktionswert, daher ist Prdiktionswert abhngig von der Umgebung (oder Zielbevlkerung), in der der Test angewandt wird je sensitiver ein Test ist, desto besser ist sein negativer Prdiktionswert , d.h. desto sicherer kann ein Arzt sein, dass ein negatives Testergebnis die gesuchte Krankheit ausschliet je spezifischer ein Test ist (bzw. je kleiner das Komplement der Spezifitt), desto besser ist sein positiver Prdiktionswert, d.h. desto sicherer kann ein Arzt sein, dass ein positives Testergebnis die gesuchte Diagnose besttigt
Exkurs: Bayes und der Umgang mit Wahrscheinlichkeiten

Satz von Bayes erlaubt es Wahrscheinlichkeiten einer Hypothese anzupassen, wenn neue Informationen zur Verfgung stehen Beispiel (Eddy, 1982): Die Wahrscheinlichkeit, dass eine Frau im Alter von 40 an Brustkrebs erkrankt ist liegt bei 1% Laut Literatur liegt die Wahrscheinlichkeit, dass der Brustkrebs ber eine Mammographie entdeckt wird bei 80% Die Wahrscheinlichkeit, dass die Mammographie Brustkrebs anzeigt, obwohl die Patientin in Wirklichkeit nicht an Brustkrebs leidet, liegt bei 9.6%.
27

Frage: Wie hoch ist die Prvalenz? => 1% Wie hoch ist die Sensitivitt? => 80% Wie hoch ist die Spezifitt? => 90.4% Wenn eine Frau im Alter von 40 Jahren positiv getestet wurde, wie hoch ist die Wahrscheinlichkeit, dass sie tatschlich an Brustkrebs erkrankt ist?

Antwort von 95% aller befragten rzte: Zwischen 70% und 80% Wie hoch ist die Wahrscheinlichkeit tatschlich? Satz von Bayes =>
PPV
p Se 0.01 0.80 = p Se +1 p 1Sp 0.01 0.80 + 0.99 0.096

Das Ergebnis lautet 0.078 => Die Wahrscheinlichkeit der 40jhrigen Frau nach positiver Mammographie tatschlich an Brustkrebs erkrankt zu sein betrgt demnach nur 7.8%!
1.3 Wahrscheinlichkeit, Chance und Likelihood Ratio

Neben Wahrscheinlichkeit inhaltlich gleichwertiges, formal vereinfachten Konzept: Chance (Wettquotient, engl.: Odds) Chance gibt Verhltnis von Wahrscheinlichkeit zu Gegenwahrscheinlichkeit eines Ereignisses wieder:
Wahrscheinlichkeit eines Ereignisses Chance = Gegenwahrscheinlichkeit eines Ereignissen

Bsp.: Wie hoch ist die Chance bei einem Mnzenwurf zu gewinnen ? => 1 da 0.5/0.5 = 1 Grundstzlich enthalten Chance und Wahrscheinlichkeit die gleichen Informationen

Zudem gilt: Je kleiner Wahrscheinlichkeit, desto geringer ist Unterschied zwischen Chance und Wahrscheinlichkeit Bsp.: Betrgt Wahrscheinlichkeit eines Ereignisses 0,99, dann betrgt Chance 99 (0.99/0.01) => Der Unterschied zwischen beiden Werten ist sehr gro Betrgt Wahrscheinlichkeit dagegen nur 0.01, dann ergibt sich fr Chance ebenfalls Wert von rund 0.01 => Der Unterschied zwischen beiden Werten ist sehr klein

Die Chance fr einen positiven Test kann ber Vierfeldertafel wir folgt bestimmt werden: Bei Krankheit a/c Bei Nicht-Krankheit b/d Analog kann die Chance fr das Vorliegen einer Krankheit berechnet werden: Bei positivem Test a/b Bei negativem Test c/d
32

Zur Prvalenz gehrt als quivalente Chancen-Formulierung die A-priori-Chance einer Krankheit:
p = 1 p
Dies entspricht:
(( a + c ) (b + d ))
Die A-priori-Chance wird auch als Prtest-Chance der Krankheit bezeichnet.

In analoger Weise lsst sich auch Posttest-Chance (Aposteriori-Chance einer Krankheit) ermitteln: Fr die Berechnung wird anstatt der Prvalenz die Aposteriori-Wahrscheinlichkeit (Prdiktionswert) verwendet Fr die Chance aus dem positiven Prdiktionswert gilt:
Se p Se post= = 1 Sp (1 p ) (1 Sp )
Bzw.:
a ( a ( a + b ) b ( a + b ) =b )

Die Posttest-Chance ist demnach um den Faktor Se (1 Sp ) grer als die Prtest-Chance Diese Formulierung entspricht in ihrem Informationsgehalt dem Satz von Bayes => Beide Parameter zeigen, dass die Krankheitswahrscheinlichkeit nach Testeinsatz sowohl von der: Krankheitswahrscheinlichkeit vor Testeinsatz (Prvalenz) als auch von der Gte des Tests abhngig ist
35

Chancen-Formulierung des Satzes von Bayes lsst leichter als die Wahrscheinlichkeitsformulierung erkennen, wie Prvalenz (als Chance) und Testgte (als Se (1 Sp ) ) miteinander verbunden sind: multiplikativ und damit gleichberechtig in dem Sinne, dass eine Zunahme der Prvalenz (als Chance) um einen bestimmten Faktor den gleichen Effekt auf die PosttestChance besitzt wie eine Verbesserung der Testgte um denselben Faktor
36

Faktor Se (1 Sp ) wird auch als positive (da positiver Testausgang) Likelihood Ratio (LR) bezeichnet:
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

Fr den komplementren negativen Testausgang gilt:
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 )

Beispiel: Vergleich der klinischen Diagnose einer bakteriellen Pharyngitis (Entzndung der Rachenschleimhaut) mit einem Rachenabstrich als Referenzdiagnose:
Gehen Sie von einem diagnostischen Test auf bakterielle Pharyngitis aus. Der Referenzwert (Goldstandard) ist ein Rachenabstrich auf hmolysierende Streptokokken der Gruppe A. Die zu untersuchende Population besteht aus 149 Patienten. Durch unseren Test wurden 62 Patienten positiv getestet, wobei nur 27 von den positiv getesteten Patienten tatschlich eine bakterielle Pharyngitis aufweisen. Des Weiteren hat unser Test bei 87 Patienten keine bakterielle Pharyngitis feststellen knnen (negatives Testergebnis), wovon jedoch tatschlich 10 unter einer bakteriellen Pharyngitis leiden.

Vierfeldertafel: -hmolysierende Streptokokken der Gruppe A in Rachenabstrich ja klinische Diagnose einer bakteriellen Pharyngitis positiv negativ gesamt 27 10 37
nein 35 77 112
gesamt 62 87 149
40

Prvalenz:
37 = = 0.25 p 149 27 77 Se = 0.73; Sp = = = 0.69 37 112
27 77 PPV = 0.44; NPV = 0.89 = = 62 87
Sensitivitt und Spezifitt:
A-posteriori Wahrscheinlichkeiten:
Chance der Erkrankung nach positivem Testergebnis:

p 0.25 1 = = = 1 p 0.75 3
Se 0.73 LR = = = 2.4 (1 Sp ) 0.31
+
post = LR = 0.8
41

Ohne Kenntnis des klinischen Bildes wrde man in dieser Bevlkerung von einer (erwarteten oder a-priori) Prvalenz von etwa 25% Streptokokkentrgern ausgehen. Die Chance einer bakteriellen Pharyngitis ist ungefhr 2.4mal so hoch, wenn die klinische Diagnose einen positiven Befund liefert. Wenn der Test (Diagnose) ein positives Ergebnis auf bakterielle Pharyngitis liefert, betrgt die PosttestWahrscheinlichkeit (PPV) 44%, dass der Patient tatschlich an einer bakteriellen Pharyngitis erkrankt ist.
42
1.4 Kontinuierliche Mess- und Grenzwerte
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)
43

Abbildung 2.1: Hufigkeitsverteilung eines Messwertes bei Gesunden und Kranken
Quelle: Felder et al. 2000
44

Ordinate der oben gezeichneten Kurven zeigt die absolute Zahl der Probanden mit dem jeweiligen Messwert x bei Gesunden und bei Kranken Bezogen auf die Erkrankten: rechts vom Grenzwert die Richtigpositiven Sensitivitt: im Verhltnis zu allen Erkrankten links vom Grenzwert die Falschnegativen, d.h. die Erkrankten, bei denen der Test jedoch ein negatives Ergebnis zeigt bezogen auf relative Werte entspricht dies der Gegenwahrscheinlichkeit zur Sensitivitt (1 - Se)
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
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
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
48

Blutzucker-Serumkonzentration 2 h nach Nahrungsaufnahme (mg/dl) 70 80 90 100 110 120 130 140 150 160 170 180 190 200 Sensitivitt (%) 98,6 97,1 94,3 88,6 85,7 71,4 64,3 57,1 50,0 47,1 42,9 38,6 34,3 27,1 Spezifitt (%) 8,8 25,5 47,6 69,8 84,1 92,5 96,9 99,4 99,6 99,8 100,0 100,0 100,0 100,0 Quelle: Flechter et al. 1999
49
Tabelle 2.6: Gegenlufige Beziehung zwischen Sensitivitt und Spezifitt
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)
50

Annahme: der Grenzwert fr Diabetes liegt bei 170mg/dl Folge: Alle positiv getesteten Personen weisen diese Krankheit auf (Spezifitt von 100%) Relativ viele Erkrankte wrden durch den Test bersehen (Sensitivitt betrgt nur 42.9%) Ziel ist es einen hochsensitiven und dabei hochspezifischen Test zu haben Im obigen Beispiel kein Grenzwert vorhanden, der gleichzeitig perfekte Sensitivitt und Spezifitt bietet unterschiedlich gewichtete Kompromisse mglich

Abbildung 2.2: Die ROC-Kurve
Quelle: Flechter et al. 1999
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
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)
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
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
56

MDM Kap1

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

MDM Kap1

Загружено:

Авторское право:

Доступные форматы

Medizinische Entscheidungstheorie

Stiftungslehrstuhl Health Economics

SS 2011: Medizinische Entscheidungstheorie Vorlesung mit bungen: mittwochs 10-12 Uhr

1.1 Raten, Prvalenz und Inzidenz

1.1 Raten, Prvalenz und Inzidenz

oder Inzidenz x Krankheitsdauer = Prvalenz

1.1 Raten, Prvalenz und Inzidenz

1.1 Raten, Prvalenz und Inzidenz

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

Negativer Prdiktionswert (NPV): d/(c + d)

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

Krankheit ja Test (oder Exposition) positiv negativ insgesamt

insgesamt a+b c+d

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

(94,4% von 36)

(67,2% von 64)

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

Krankheit ja Test (oder Exposition) positiv negativ insgesamt

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

Darstellung des Negativen Prdiktionswertes:

1.2 Vierfeldertafel, Testgte und Vorhersagewerte

Exkurs: Bayes und der Umgang mit Wahrscheinlichkeiten

Exkurs: Bayes und der Umgang mit Wahrscheinlichkeiten

Exkurs: Bayes und der Umgang mit Wahrscheinlichkeiten

p Se 0.01 0.80 = p Se +1 p 1Sp 0.01 0.80 + 0.99 0.096

1.3 Wahrscheinlichkeit, Chance und Likelihood Ratio

Wahrscheinlichkeit eines Ereignisses Chance = Gegenwahrscheinlichkeit eines Ereignissen

1.3 Wahrscheinlichkeit, Chance und Likelihood Ratio

1.3 Wahrscheinlichkeit, Chance und Likelihood Ratio

1.3 Wahrscheinlichkeit, Chance und Likelihood Ratio

1.3 Wahrscheinlichkeit, Chance und Likelihood Ratio

1.3 Wahrscheinlichkeit, Chance und Likelihood Ratio

1.3 Wahrscheinlichkeit, Chance und Likelihood Ratio

1.3 Wahrscheinlichkeit, Chance und Likelihood Ratio

1.3 Wahrscheinlichkeit, Chance und Likelihood Ratio

1.3 Wahrscheinlichkeit, Chance und Likelihood Ratio

1.3 Wahrscheinlichkeit, Chance und Likelihood Ratio

1.3 Wahrscheinlichkeit, Chance und Likelihood Ratio

Sensitivitt und Spezifitt:

Chance der Erkrankung nach positivem Testergebnis:

1.3 Wahrscheinlichkeit, Chance und Likelihood Ratio

1.4 Kontinuierliche Mess- und Grenzwerte

1.4 Kontinuierliche Mess- und Grenzwerte

Quelle: Felder et al. 2000

1.4 Kontinuierliche Mess- und Grenzwerte

1.4 Kontinuierliche Mess- und Grenzwerte

1.4 Kontinuierliche Mess- und Grenzwerte

1.4 Kontinuierliche Mess- und Grenzwerte

1.4 Kontinuierliche Mess- und Grenzwerte

Tabelle 2.6: Gegenlufige Beziehung zwischen Sensitivitt und Spezifitt

1.4 Kontinuierliche Mess- und Grenzwerte