20
Statistik 1 (Subject) / 11. VL (Lesson)
Advertisement
- Wozu dienen diagnostische Tests? Diagnostische Tests dienen Ärzten zur medizinischen Entscheidungsfindung
- Wozu dienen diagnostische Studien? Diagnostische Studien dienen der Untersuchung und Bewertung diagnostischer Tests anhand der diagnostischen Güte.
- Wie wird die Güte eines diagnostischen Tests bestimmt? Für die Bestimmung der Güte eines diagnostischer Tests wird die Entscheidung des diagnostischen Tests (krank/gesund) mit einem Gold Standard oder einer Referenzdiagnostik verglichen - einem Außenkriterium, das als der wahre Gesundheitszustand festgelegt wird.
- Definieren Sie den Begriff Diagnostischer Test „Jede Erhebung einer Einzelinformation, die direkt oder indirekt Aufschluß über das Vorliegen einer bestimmten Erkrankung oder deren Stadien geben kann.Zu den Diagnosetests gehören neben in-vivo-Tests und in-vitro Verfahren auch klinische Befunde, anamnestische Angaben oder Informationen aus dem Krankheitsverlauf.“
- Nennen Sie die 3 Arten von diagnostischen Tests quantitativer Diagnosetest-> (stetige Messgröße, z.B. Laborwert) semiquantittaver Diagnosetest-> (ordinale Messgröße, z.B. Rating-Methode) einfacher Diagnosetest->(binäre oder nominale Messgröße z.B. Test positiv/negativ)
- Nennen Sie 3 medizinische Beispiele für diagnostische Tests Serumdiagnostik (ELISA oder Western Blot) auf HIV-Antikörper Fruchtwasseruntersuchung oder Chorionpunktion zur pränatalen Diagnose von Erbschäden (z.B. Down-Syndrom) Screening-Tests bei Neugeborenen auf genetisch bedingte Enzymdefekte
- Nach welchen Kriterien bewerte ich einen diagnostischen Test? Untersuchung der Zuverlässigkeit der Befunderhebung Untersuchung der Validität des Tests Untersuchung der Praktibilität des Tests
- Was bedeutet Reliabilität? Verlässlichkeit
- Definieren Sie den Begriff Sensitivität Die Sensitivität ist die Wahrscheinlichkeit, dass bei einem Kranken der Test positiv ist also P(T+|K+) a/(a+b) ist der Anteil der Kranken, die Test-positiv sind
- Definieren Sie den Begriff Spezifität Die Spezifität ist die Wahrscheilichkeit, dass bei einem Gesunden der Test negativ ist = P(T-|K-) d/c+d = Anteil der Gesunden, die Test negativ sind
- Advertisement
- Nennen Sie die Eigenschaften der Sensitivität und Spezifität Sens und Spez sind nur als Paar aussagekräftig! Ein diagnostischer Test ist genau dann besser als eine Zufallsentscheidung, wenn Sepz+Sens > 1 ist Sensitivität und Spezifität sind von der Zusammensetzung der getesteten Population abhängig (z.B. Altersstruktur)
- Was ist der positive prädiktive Wert? (=Positiver Vorhersagewert)P+ = P(K+|T+)Ist die Wahrscheinlichkeit, dass eine Person mit positivem Testbefund die Zielkrankheit aufweist
- Was ist der negative prädiktive Wert? (=Negativer Vorhersagewert)P- = P(K-|T-)Ist die Wahrscheinlichkeit, dass eine Person mit negativem Testbefund die Zielkrankheit nicht aufweist
- Was ist der Zusammenhang zwischen den prädiktiven Wert und Prävalenz, Sens und Spez? Positiver und negativer Prädiktiver Wert hängen von der Prävalenz der Spez und Sens ab Der positive prädiktive Wert steigt, wenn: die Prävalenz der Erkrankung steigt (z.B. 5% auf 10%) die Sens steigt und/oder die Spez steigt
- Nennen Sie die Eigenschaften der prädiktiven Werte Die Abhängigkeit der prädiktiven Werte von der Prävalenz hat zur Folge: Eine Schätzung der prädiktiven Werte ist nicht in Studien möglich, bei denen Stichproben von "Gesunden" und "Kranken" getrennt gezogen werden (sogenannte "geschichtete Stichproben") Die Schätzwerte sind nicht übertragbar auf andere Populationen mit anderen Erkrankungsprävalenzen Auch Tests mit hoher Sepz und Sens können in der Praxis nicht anwendbar sein; ihre Anwendung kann sogar ethisch bedenklich sein (z.B. bei einer sehr geringen Prävalenz der Erkrankung)
- Definieren Sie den Begriff ROC Kurve ROC= Receiver Operating Charecteristics ROC-Kurven entstehen wenn man bei quantitativen Diagnosetests die kritische Schwelle für die Test-Positivität variiert. Dabei erhält man eine Familie binärer Diagnosetests, die alle unterschiedliche Sens und Spez haben. Die Paare (Seny, 1-Spez) bilden die ROC-Kurve
- Definieren Sie den Begriff AUC Area under the curve Die Fläche unter der ROC Kurve ist gleich der Wahrscheinlichkeit, dass ein Kranker höhere Werte hat als ein Gesunder, sie drückt also die Fähigkeit des Diagnosetests aus, zwischen "krank" und "gesund" zu unterscheiden AUC=1 -> exzellent AUC=0,75 -> gut AUC=0,5 -> schlecht
- Nennen Sie Eigenschaften von ROC-Kurven Die Fläche unter der ROC-Kurve kann für den Vergleich von quantitativen Diagnose Tests genutzt werden Die ROC-Kurve ist invariant gegenüber monotonen Transformationen der Messwertskala des diagnostischen Tests. Sie ist nicht-parametrisch d.h. nur abhängig von den Rängen der Beobachtungen in der kombinierten Stichprobe
- Wann existiert ein optimaler Schwellenwert (Spez, Sens)? wenn Sens und Spez gleich wichtig sind (vereinfachte Situation) Paralleles Verschieben der Winkelhalbierenden bis sie die ROC-Kurve nur noch berührt. Der Berührungspunkt liefert den optimalen Schwellenwert
- Wie gut muss ein Test sein, damit seine Verwendung gerechtfertigt ist? Bei geringer Prävalenz benötigt man Tests mit sehr hoher Spez, um einen hohen positiven prädiktiven Wert zu erzielen Die Anforderungen an Spez und Sens: hängen ab von den Konsequenzen der Fehldiagnosen (ethische und finanzielle Kosten) falsch-positiv schwerwiegender, dann hohe Spezifität gefordert (Bestätigungstest) falsch-negativ schwerwiegender, dann hohe Sensitivität gefordert (Entdeckungstest = Screeningtest) Ausschluss einer Krankheit, dann hohe Sensitivität (Ausschlusstest)