Tierseuchen (Subject) / Epidemiologische Begriffe (Lesson)

This lesson was created by sophiefromaugitown.

Learn lesson

This lesson is not released for learning.

back  |  next 1 / 1

• Sensitivität = a / (a + c) - Empfindlichkeit - Anzahl der positiv getesteten / Anzahl der Kranken insgesamt - Rate richtig positiver Ergebnisse - bezieht sich auf den Kranken --> Wahrscheinlichkeit, dass der Test positiv ist, wenn man krank ist
• Spezifität = d / (b+d) (Gesunde mit negativem Testergebnis / alle Gesunde) - Wahrscheinlichkeit für eine negative Diagnose, wenn der Patient gesund ist → richtig negative Rate bezieht sich auf die Gesunden → Wahrsch., dass Test neg. wenn man gesund ist
• Positiver Prädiktiver Wert - Wahrscheinlichkeit krank zu sein, wenn Testergebnis positiv - Anzahl Kranker mit pos. Testergebnis/ alle Patienten mit pos. Testergebnis - bezieht sich auf jene mit pos. Test → Wahrsch., dass man krank ist, wenn Test pos.
• Negativer Prädiktiver Wert Wahrscheinlichkeit gesund zu sein, wenn Testergebnis negativAnzahl Gesunder mit neg. Testergebnis/alle Patienten mit neg. Testergebnisbezieht sich auf jene mit neg. Test → Wahrsch., dass man gesund ist, wenn Test neg.
• Prävalenz 1 - Anzahl kranke / Population - "at risk" zu einem Bestimmten Zeitpunkt - von 1000 ist 1 erkrankt --> Prävalenz 0,1 % - in Vierfeldertafel mit einbeziehen!!!
• Beispiele für Spezifität, Sensitivität, Prävalenz Sens 99%, Spez 98%, Präv 0,1% 100 Erkrankte, 99 pos., 100.000 Gesunde, 98.000 negativ PPW: 99 / 2099 --> 0,004 --> 4,7 % Sens 90 %, Spez 99,73 %, Präv 0,15 %, 100.000 Fälle 150 Erkrankte, 135 positiv, 99.850 Gesunde, 99.580 negativ PPW: 135/405 --> 1/3
• Beispiel für Sensitivität, Spezifität und PPW Sens 99%, Spez 98%, Prävalenz 0,1% → 100 Erkrankte, 99 positiv; 100.000 Gesunde, 98.000 negativ → PPW: 99/2099=0,047=4,7% Sens 90%, Spez 99,73%, Prävalenz 0,15%, 100.000 Fälle → 140 Erkrankte, 135 positiv; 99.850 Gesunde, 99.580 negativ → PPW: 135/405=1/3 durch erhöhte Spezifität steigt auch der PPW deutlich an!
• Sensitivität und Spezifität in Zusammenhang cut-off-Werten serologischer Testverfahren Sensitivität und Spezifität = Gütekriterien für diagnostische TestsProblem: geschätzter Wert → Konfidenzintervall (Bereich um geschätzten Wert, in dem „wahrer“ Wert liegen könnte) hohe SensitivitätKranke fast alle erfasst → wenig falsch neg.Gesunde verdächtigt → viele falsch pos.hohe Kosten Tests und Nachsorgeethische ProblemeVerwendung: Verhinderung Ausbreitung Infektion, Krankheit eliminieren hohe SpezifitätGesunde richtig erkannt → wenig falsch pos.Kranke nicht richtig erkannt → viele falsch neg.geringe Kosten Tests und Nachsorge, hohe Kosten durch Unerkannte AusbreitungVerwendung: Screening Einfluss des Cut-offsdie meisten Tests sagen nicht „pos“/“neg“ sondern geben numerischen Wert anAusprägung zwischen zwei Extremenab wann positiv → von Experten festgelegt = „Cut-off“
• Prävalenz 2 - relative Häufung einer Erkrankung- Anzahl bestehender Fällte / Population „at risk“ - zu bestimmtem Zeitpunkt, „Stichtagskonzept“ = Inzidenzrate x Krankheitsdauer Krankheitsdauer: Zeit bis Rekonvaleszenz/Tod
• Inzidenz - relativ Häufung von Neuerkrankungen- Anzahl neuer Fälle/Population „at risk“- in bestimmtem Zeitintervall, „Zeitbereichskonzept“→ US zu zwei Zeitpunkten - Rate, also Anzahl pro Zeiteinheit
• Advertisement
• Inzidenzdichte Inzidenz / Gesamt-Risikozeit (Expositionszeit)   = Summe der Zeiten errechnet, die alle einzelnen Individuen der unter Risiko stehenden Population innerhalb des Beobachtungszeitraumes angehört haben
• Probleme bei Ermittlung und Vergleich von Prävalenzen - Ermittlung: meist labordiagnostisch/klin. US Problem: - Sensitivität (Empfindlichkeit) und Spezifität (Treffsicherheit)→ Sensitivität und Spezifität eines Diagnoseverfahrens müssen einbezogen werden - eingeschickte Proben → wie viele aus welchem Bestand? - Herdenprävalenz kann abweichen, wenn z.B. aus betroffenem Bestand besonders viele (Prävalenz höher) bzw. wenige (Prävalenz niedriger) Proben - wahre Prävalenz ist abh. von Sensitivität und Spezifität - viele falsch positive Ergebnisse → ermittelte Prävalenz > wahre Prävalenz

back  |  next 1 / 1