Epidemiologie (Subject) / A2: Seminar 5 (Lesson)

This lesson was created by Nero_b.

Learn lesson

back  |  next 1 / 1

• Negativer Vorhersagewert - auch "prädiktiver Wert des negativen Testresultat - gibt die bedingte Wahrscheinlichkeit an gesund zu sein, falls ein negatives Testergebnis vorliegt  - p(K-!T-)  = Zahl der Gesunden mit negativem Testwert/ Gesamtzahl  aller Testnegativen  = d/ c + d   - lässt sich errechnen, wenn Sensitivität, Spezifität und Prävalenz vorliegen = Spezifität x (1-Prävalenz)/ Spezifität x (1-Prävalenz) + (1-Sensitivität) x Prävalenz   - Zusammenhang zwischen dem negativen npV und Prävalenz: npV sinkt, wenn Prävalenz steigt 
• Sensitivität Definition- bedingte Wahrscheinlichkeit für einen positiven Test unter den tatsächlich Kranken- Besser: Die Empfindlichkeit eines Testverfahrens, da die Wahrscheinlichkeit für die richtige Entscheidung angegeben wird  = P(T+/ K+) = Zahl der Testpositiven unter den Erkrankten = a/ a + c - hohe Sensitivität = wenig übersehene Kranke   
• Spezifität Definition- bedingte Wahrscheinlichkeit für einen negativen Test unter den tatsächlich Gesunden- Besser: Treffsicherheit eines Testverfahrens bzw. Wahrscheinlichkeit für die richtige Entscheidung unter den Gesunden= p(T-!K-) = Zahl der Gesunden mit negativem Test unter der Gesamtzahl der Gesunden= d/ b + d
• Positiver Vorhersagewert - auch "Prädiktiver Wert des positiven Testresultats"  - gibt die bedingte Wahrscheinlichkeit an krank zu sein, falls ein positives Testergebnis vorliegt  - p(K+!T+)  = Zahl der Erkrankten mit positivem Test/ Gesamtzahl der  testpositiven Fälle = a/ a+b  - sind Prävalenz, Sensitivität und Spezifität eines Testverfahrens bekannt, lässt sich der ppV mittels des Satz von Bayes berechnen  = Sensitivität x Prävalenz/ Sensitivität x Prävalenz + (1-Spezifität) x (1-Prävalenz)   - spiegelt die diagnostische Fähigkeit eines positiven Testergebnisses wider
• Bayes´sche Formel - A-posteriori-Wahrscheinlichkeit - Formelherleitung - Positiver Prädiktiver Wert A-posteriori-Wahrscheinlichkeit- gibt die Wahrscheinlichkeit an, mit der die Krankheit K vorliegt, wenn das Symptom S bekannt ist    -->     P (K / S) Bayes´sche Formel=        Wahrscheinlichkeit einer Krankheit   x   Sensitivität eines Test                  Wahrscheinlichkeit eines Symptoms im Allgemeinen                     - P(K/ S) =   P(K) x P(T/ K) : P(S)--> P(K) = Wahrscheinlichkeit für das Auftreten der Krankheit--> P(T/K) = Wahrscheinlichkeit für das Symptom S bei eine Krankheit K                    = Entspricht der Sensitivität eines Tests--> P(S) = Wahrscheinlichkeit für das Auftreten eines Symptoms im Allgemeinen 

back  |  next 1 / 1