Negative Vorhersagewerte zu verstehen, kann verwirrend sein. Es ist jedoch ein wichtiger Teil des Verständnisses der Qualität und Genauigkeit von medizinischen Tests. Der negative Vorhersagewert sagt Ihnen, was es bedeutet, wenn Sie negativ auf eine Krankheit testen. Es ist ein Marker dafür, wie genau dieses negative Testergebnis ist. Mit anderen Worten, es sagt Ihnen, wie wahrscheinlich es ist, dass Sie tatsächlich nicht die Krankheit haben .
Der negative prädiktive Wert ist definiert als die Anzahl der echten Negative (Personen, die negativ testen, die nicht infiziert sind) dividiert durch die Gesamtzahl der Personen, die negativ getestet werden. Sie variiert je nach Testsensitivität, Testspezifität und Krankheitsprävalenz, wie Sie im folgenden Beispiel sehen können. Aufgrund der Abhängigkeit von der Krankheitsprävalenz in der Gemeinschaft, in der sie arbeiten, ist es schwierig, den negativen Vorhersagewert herauszufinden. Die meisten Ärzte können Ihnen nicht einfach eine Zahl für den negativen prädiktiven Wert geben, wenn Sie sich für einen bestimmten Test entscheiden - selbst wenn sie die Sensitivität und Spezifität kennen.
Alternative Schreibweisen: NPV
Ein Beispiel
Wenn ein Chlamydia- Test 80% Sensitivität und 80% Spezifität in einer Population von 100 mit einer Chlamydia-Prävalenz von 10% aufweist:
8 von 10 echten positiven Tests sind positiv
72 von 90 echten Negativen sind negativ
Von 74 negativen Tests sind 82 echte negative und 2 falsch negative. Daher wäre der negative Vorhersagewert (NPV) 97% (72/74). 97% der Menschen, die negativ getestet wurden, wären tatsächlich negativ auf Chlamydien.
-----
Im Gegensatz dazu, wenn der gleiche Test in einer Population mit einer Chlamydia-Prävalenz von 40 gegeben wird:
32 von 40 echten positiven Tests sind positiv
40 von 60 echten Negativen sind negativ
Von 48 negativen Tests sind 8 falsch negativ. Das heißt, der negative Vorhersagewert beträgt 83% (40/48).
Wie verschiedene Faktoren negativen negativen Vorhersagewert beeinflussen
Der negative prädiktive Wert sinkt , wenn eine Krankheit in einer Population häufiger auftritt.
Im Gegensatz dazu steigt der positive Vorhersagewert .
In ähnlicher Weise erhöhen Tests mit hoher Empfindlichkeit den negativen Vorhersagewert. Das liegt daran, dass es weniger falsche Negative gibt. (Mehr Menschen, die positiv auf einen Test mit hoher Sensitivität getestet werden) Im Gegensatz dazu sind Tests mit hoher Spezifität wichtiger für den positiven Vorhersagewert. Mit diesen Tests weniger Fehlalarme. Je höher die Spezifität, desto mehr negativ getestete Personen sind negativ.