FARMASÖTİK KİMYADA HASSASİYET VE ÖZGÜLLÜK

“Pozitif” ve “negatif” terimlerinin ilgili durumun değerine değil, onun varlığına veya yokluğuna atıfta bulunduğunu unutmayın; durumun kendisi bir hastalık olabilir, böylece “pozitif” “hastalıklı” anlamına gelebilir, “negatif” ise “sağlıklı” anlamına gelebilir.

Tanısal tıbbi testler de dahil olmak üzere birçok testte duyarlılık, gerçek pozitiflerin göz ardı edilmediği derecedir (bu nedenle yanlış negatifler azdır) ve özgüllük, gerçek negatiflerin bu şekilde sınıflandırıldığı derecedir (bu nedenle yanlış pozitifler azdır). Bu nedenle, son derece hassas bir test nadiren gerçek bir olumluya bakar (örneğin, mevcut kötü bir şeye rağmen “kötü bir şey göstermez”); oldukça spesifik bir test, testin hedefi olmayan herhangi bir şey için nadiren pozitif bir sınıflandırma kaydeder (örneğin, bir bakteri türünü bulmak ve onu gerçek hedef olan yakından ilişkili başka bir tane için yanlış yapmak); ve son derece hassas ve son derece spesifik bir test her ikisini de yapar, bu nedenle “aradığı bir şeyi nadiren gözden kaçırır” ve “bu şey için nadiren başka bir şeyle hata yapar.”

Hassasiyet ve özgüllük

Duyarlılık, bu nedenle, yanlış negatiflerden kaçınılmasını nicelendirir ve özgüllük yanlış pozitifler için de aynısını yapar . Herhangi bir test için, genellikle önlemler arasında bir denge vardır – örneğin havaalanı güvenliğinde , yolcuların testi güvenlik için potansiyel tehditler için olduğundan, tarayıcılar kemer tokaları ve anahtarlar gibi düşük riskli öğeler üzerinde alarmları tetikleyecek şekilde ayarlanabilir (düşük özgüllük), tehlikeli nesneleri tanımlama olasılığını artırmak ve tehdit oluşturan nesnelerin (yüksek hassasiyet) eksik olma riskini en aza indirmek için. Bu değiş tokuş bir alıcı çalışma özelliği kullanılarak grafiksel olarak gösterilebilir eğrisi. Mükemmel bir yordayıcı % 100 duyarlı olarak tanımlanır, yani tüm hasta bireyler doğru olarak hasta ve% 100 spesifik olarak tanımlanır, yani hiçbir sağlıklı birey yanlış hasta olarak tanımlanmaz. Ancak gerçekte, deterministik olmayan herhangi bir öngörücü, Bayes hata oranı olarak bilinen minimum hata sınırına sahip olacaktır . Duyarlılık ve özgüllük değerleri, ilgili popülasyondaki pozitif vakaların yüzdesine karşı agnostiktir (örneğin, kesinlik yerine).

“Duyarlılık” ve “özgüllük” terimleri 1947’de Amerikalı biyoistatist Jacob Yerushalmy tarafından tanıtıldı. ^[2]

TANIMLAR

True / false pozitif / negatif , true veya false terminolojisinde atanan sınıflandırmanın doğru veya yanlış  olduğunu ifade ederken, pozitif  veya negatif pozitif  veya negatif kategoriye atanmayı ifade eder.

Bir karışıklık matrisinden terminoloji ve türevleri

durum pozitif (P) verilerdeki gerçek pozitif vakaların sayısı durum negatif (N) verilerdeki gerçek olumsuz vakaların sayısı gerçek pozitif (TP) eşdeğerde. isabetle gerçek negatif (TN) eşdeğerde. doğru ret ile yanlış pozitif (FP) eşdeğerde. ile yanlış alarm , Tip I hata yanlış negatif (FN) eşdeğerde. özlem ile, Tip II hatası duyarlılık , hatırlama , isabet oranı veya gerçek pozitif oran (TPR) özgüllük , seçicilik veya gerçek negatif oran (TNR) hassasiyet veya pozitif tahmin değeri (PPV) negatif tahmin değeri (NPV) kaçırılma oranı veya yanlış negatif oran (FNR) düşme veya yanlış pozitif oran (FPR) yanlış keşif oranı (FDR) yanlış ihmal oranı (FOR) Tehdit puanı (TS) veya kritik başarı endeksi (CSI) doğruluk (ACC) dengeli doğruluk (BA) F1 skoru bir harmonik ortalama bir hassasiyet ve duyarlılık Matthews korelasyon katsayısı (MM) Fowlkes – Mallows endeksi (FM) bilgilendirme veya bahis şirketi bilgilendirme (BM) belirginlik (MK) veya deltaP Kaynaklar: Fawcett (2006), [3] Güçler (2011), [4] Ting (2011), [5] ve CAWCR [6] Chicco & Jurman (2020) [7] . Tharwat (2018) [8] .

TARAMA ÇALIŞMASINA UYGULAMA  

İnsanları bir hastalık için tarayan yeni bir testi değerlendiren bir çalışma düşünün. Testi yapan her insanın ya hastalığı vardır ya da yoktur. Test sonucu pozitif (kişiyi hastalığa sahip olarak sınıflandırmak) veya negatif (kişiyi hastalığa sahip değil olarak sınıflandırmak) olabilir. Her bir deneğin test sonuçları, süjenin gerçek durumuyla eşleşebilir veya eşleşmeyebilir. Bu ortamda:

• Gerçek pozitif: Hasta insanlar doğru olarak hasta olarak tanımlandı
• Yanlış pozitif: Sağlıklı insanlar yanlış hasta olarak tanımlanır
• Gerçek negatif: Sağlıklı insanlar sağlıklı olarak doğru bir şekilde tanımlanır
• Yanlış negatif: Hasta insanlar yanlış sağlıklı olarak tanımlandı

Genel olarak, Pozitif = tanımlanmış ve negatif = reddedilmiştir. Bu nedenle:

• Gerçek pozitif = doğru tanımlanmış
• Yanlış pozitif = yanlış tanımlanmış
• Gerçek negatif = doğru bir şekilde reddedildi
• Yanlış negatif = yanlış reddedildi

KARIŞIKLIK MATRİSİ  

P pozitif örnekleri ve bazı durumların N negatif örnekleri olan bir grup düşünün . Dört sonuç, aşağıdaki gibi bir 2 x 2 olasılık tablosunda veya konfüzyon matrisinde formüle edilebilir :

		Gerçek durum
	Toplam nüfus	Durum pozitif	Durum negatif	Prevalans =Σ Durum pozitif/Population Toplam nüfus	Doğruluk (ACC) =Σ Gerçek pozitif + Σ Gerçek negatif/Population Toplam nüfus
Öngörülen durum	Öngörülen durum pozitif	Gerçek pozitif	Yanlış pozitif , Tip I hatası	Pozitif öngörücü değer (PPV), Hassasiyet =Positive Gerçek pozitif/Condition Öngörülen durum pozitif	Yanlış keşif oranı (FDR) =Positive Yanlış pozitif/Condition Öngörülen durum pozitif
	Öngörülen koşul negatif	Yanlış negatif , Tip II hatası	Gerçek negatif	Yanlış ihmal oranı (FOR) =Negative Yanlış negatif/Condition Öngörülen koşul negatif	Negatif tahmin değeri (NPV) =Negative Gerçek negatif/Condition Öngörülen koşul negatif
		Gerçek pozitif oran (TPR), Hatırlama , Hassasiyet , tespit olasılığı, Güç =Positive Gerçek pozitif/Σ Durum pozitif	Yanlış pozitif oran (FPR), Düşüş , yanlış alarm olasılığı =Positive Yanlış pozitif/Negative Koşul negatif	Olumlu olabilirlik oranı (LR +) =TPR/FPR	Teşhis olasılık oranı (DOR) =LR +/LR-	F 1 skor = 2 ·Hassas · Hatırlama/Hassasiyet + Hatırlama
		Yanlış negatif oran (FNR), Kaçırma oranı =Negative Yanlış negatif/Σ Durum pozitif	Özgüllük (SPC), Seçicilik, Gerçek negatif oran (TNR) =Negative Gerçek negatif/Negative Koşul negatif	Olumsuz olabilirlik oranı (LR−) =FNR/TNR

HASSASİYET  

Duyarlılık, testin durumu olan hastaları doğru bir şekilde tespit etme yeteneğini ifade eder. ^[9] Bir hastalığı tanımlamak için kullanılan tıbbi test örneğinde, testin duyarlılığı (bazen klinik bir ortamda tespit oranı olarak da adlandırılır), hastalığı olanlar arasında hastalığa pozitif test eden kişilerin oranıdır. Matematiksel olarak, bu şu şekilde ifade edilebilir:

Yüksek hassasiyetli bir testte negatif bir sonuç, hastalığı dışlamak için yararlıdır. ^[9] Yüksek duyarlılık testi, sonucu negatif olduğunda güvenilirdir, çünkü hastalığa sahip olanları nadiren yanlış teşhis eder. % 100 hassasiyete sahip bir test, pozitif test ederek hastalığı olan tüm hastaları tanıyacaktır. Negatif bir test sonucu , bir hastada hastalığın varlığını kesin olarak dışlar .

Yüksek hassasiyetli bir testte pozitif bir sonuç, hastalıkta karar vermek için yararlı olmayabilir. Bir ‘sahte’ test kitinin her zaman olumlu bir okuma verecek şekilde tasarlandığını varsayalım. Hastalıklı hastalarda kullanıldığında, tüm hastalar pozitif test eder ve teste% 100 hassasiyet verir. Bununla birlikte, tanım gereği duyarlılık yanlış pozitifleri dikkate almaz. Sahte test, tüm sağlıklı hastalarda pozitif olarak% 100 yanlış pozitif oran vererek pozitif olarak geri döner ve hastalığı tespit etmek veya “yönetmek” için işe yaramaz hale getirir.

Hassasiyet, test edilen popülasyondaki gerçek pozitiflerin oranı ile ilgili bir ifade olan hassasiyet veya pozitif öngörücü değerle (gerçek pozitiflerin birleşik doğru ve yanlış pozitiflere oranı) aynı değildir.

Duyarlılığın hesaplanması belirsiz test sonuçlarını dikkate almaz. Bir test tekrarlanamazsa belirsiz numuneler ya analizden çıkarılmalıdır (duyarlılık belirtilirken hariç tutulanların sayısı belirtilmelidir) ya da yanlış negatifler (duyarlılık için en kötü durum değerini veren ve bu nedenle de hafife alabilecek) olarak değerlendirilebilir ).

ÖZGÜLLÜK 

Bir hastalığı teşhis etmek için tıbbi test örneğini düşünün. Özgüllük, testin sağlıklı hastaları koşulsuz olarak doğru bir şekilde reddetme yeteneği ile ilgilidir. Bir testin özgüllüğü, hastalığa sahip olmadığı bilinen ve bunun için negatif test edecek sağlıklı hastaların oranıdır. Matematiksel olarak, bu ayrıca şu şekilde de yazılabilir:

Yüksek özgüllüklü bir testte pozitif bir sonuç, hastalıkta karar vermek için yararlıdır. Test sağlıklı hastalarda nadiren olumlu sonuçlar verir. Olumlu bir sonuç, yüksek bir hastalık varlığı olasılığını gösterir. ^[10]

Daha yüksek özgüllüğe sahip bir test daha düşük tip I hata oranına sahiptir.

GRAFİK İLLÜSTRASYON  

• Yüksek hassasiyet ve düşük özgüllük

• 

  Düşük hassasiyet ve yüksek özgüllük

TIBBİ ÖRNEKLER  

Tıbbi olarak tanı testi özgüllük doğru hastalığı (gerçek negatif oranı) olmayanlar tespit etmek test kabiliyeti ise, deney duyarlılığı doğru hastalığı (gerçek pozitif oran) olan belirlemek için bir test yeteneğidir. Hastalığı olduğu bilinen 100 hasta test edilmiş ve 43 test pozitifse, test% 43 hassasiyete sahiptir.  Hastalığı olmayan 100 test edilirse ve 96 tamamen negatif bir sonuç verirse, test% 96 özgüllüğe sahiptir. Duyarlılık ve özgüllük, değerleri testin özünde olduğundan ve ilgili popülasyondaki hastalık prevalansına bağlı olmadığından, yaygınlıktan bağımsız test özellikleridir. ^[11]Pozitif ve negatif prediktif değerler, ancak duyarlılık veya özgüllük değil, test edilen popülasyonda hastalık prevalansından etkilenen değerlerdir. Bu kavramlar , yaygınlık, duyarlılık ve özgüllüğün bir fonksiyonu olarak pozitif ve negatif prediktif değerleri gösteren bu uygulama Bayes klinik tanı modelinde grafiksel olarak gösterilmiştir .

KAVRAM YANILGILARI 

Sıklıkla oldukça spesifik bir testin pozitif olduğunda bir hastalığın yönetiminde etkili olduğu iddia edilirken, oldukça hassas bir testin negatif olduğunda bir hastalığın dışlanmasında etkili olduğu düşünülmektedir. ^[12] [13] Bu, son derece uygun yaygın olarak kullanılan kısaltmalar SPPIN ve SNNOUT yol açmıştır sp ecific test zaman p ositive, kurallar içinde hastalığı (SP-p-İN), ve yüksek ‘ in e  n sitive “Test, N egative kuralları üzerinden hastalığı (SN-n-out). Bununla birlikte, her iki başparmak kuralı da herhangi bir testin teşhis gücü hem duyarlılığı hem de özgüllüğü ile belirlendiği için çıkarımsal olarak yanıltıcıdır . ^{[14][15] [16]}

Spesifiklik ve duyarlılık arasındaki dengesizlik, TPR ve FPR (yani geri çağırma ve serpinti) arasında bir değiş tokuş olarak ROC analizinde araştırılmaktadır . ^[3] Eşit ağırlık vermek bilgililiği = özgüllüğü + duyarlılığı-1 = TPR-FPR’yi optimize eder , büyüklüğü iki sınıf arasında bilinçli bir karar verme olasılığını verir (> 0 bilginin uygun kullanımını temsil eder, 0 şans seviyesi performansını temsil eder) , <0 bilginin sapkın kullanımını temsil eder). ^[4]

HASSASİYET ENDEKSİ  

Sensitivitesi veya d’ (belirgin ‘dee-asal’) a, istatistik sinyali kullanılan algılama teorisi. Gürültü dağılımının standart sapmasına kıyasla, sinyal araçları ile gürültü dağılımları arasındaki ayrımı sağlar. Normalde dağıtılmış ortalama ve standart sapmalar ile sinyal ve gürültüyü ve  , ve sırasıyla d ‘şu şekilde tanımlanır:

[17]İsabet oranı ve yanlış alarm oranı ölçümlerinden d ‘tahmini de bulunabilir . Şu şekilde hesaplanır:

d ‘ = Z (isabet oranı) – Z (yanlış alarm oranı), ^[18]

burada Z ( p ) fonksiyonu , p ∈ [0,1], kümülatif Gauss dağılımının tersidir .

d’ a, boyutsuz istatistik. Daha yüksek bir d ‘ , sinyalin daha kolay tespit edilebileceğini gösterir.

ÇALIŞILAN BİR ÖRNEK 

Nüfus prevalansı% 1.48 olan bir bozukluğu aramak için 2030 kişiye duyarlılık % 67 ve özgüllük % 91 olan bir tanı testi uygulanır.

		Bağırsak kanseri olan hastalar ( endoskopide doğrulandığı gibi )
		Durum pozitif	Durum negatif
Gaitada gizli kan ekran testi sonucu	Test sonucu pozitif	Gerçek pozitif (TP) = 20 (2030 x% 1,48 x% 67)	Yanlış pozitif (FP) = 180 (2030 x (% 100 – 1.48) x (% 100 – 91))	Pozitif öngörme değeri (PPV) = TP / (TP + FP) = 20 / (20 + 180) = % 10
	Test sonucu negatif	Yanlış negatif (FN) = 10 (2030 x% 1,48 x (% 100-67))	Gerçek negatif (TN) = 1820 (2030 x (% 100 -1.48) x% 91)	Negatif tahmin değeri (NPV) = TN / (FN + TN) = 1820 / (10 + 1820) ≈ % 99,5
		Duyarlılık = TP / (TP + FN) = 20 / (20 + 10) ≈ % 67	Özgünlük = TN / (FP + TN) = 1820 / (180 + 1820) = % 91

İLGİLİ HESAPLAR 

• Yanlış pozitif oran (α) = tip I hata = 1 – özgüllük = FP / (FP + TN) = 180 / (180 + 1820) =% 9
• Yanlış negatif oran (β) = tip II hatası = 1 – hassasiyet = FN / (TP + FN) = 10 / (20 + 10) =% 33
• Güç = hassasiyet = 1 – β
• Olabilirlik oranı pozitif = duyarlılık / (1 – özgüllük) = 0.67 / (1 – 0.91) = 7.4
• Olabilirlik oranı negatif = (1 – duyarlılık) / özgüllük = (1 – 0,67) / 0,91 = 0,37

Bu nedenle, çok sayıda yanlış pozitif ve az sayıda yanlış negatif ile, bozukluğu doğrulamak için tek başına pozitif bir tarama testi zayıftır (PPV =% 10) ve daha fazla araştırma yapılmalıdır; bununla birlikte, tüm vakaların% 66.7’sini doğru olarak tanımlamıştır (duyarlılık). Bununla birlikte, bir tarama testi olarak, bir hastanın bozukluğa sahip olmadığından emin olunmasında (NPV =% 99.5) olumsuz bir sonuç çok iyidir ve bu başlangıç ​​ekranında kanser olmayanların (özgüllük)% 91’ini doğru bir şekilde tanımlar.

BELİRTİLEN HASSASİYET VEYA ÖZGÜLLÜKTEKİ HATALARIN TAHMİNİ  

Tek başına duyarlılık ve özgüllük değerleri oldukça yanıltıcı olabilir. Birkaç sonuç içeren deneylere güvenmemek için ‘en kötü durum’ duyarlılığı veya özgüllüğü hesaplanmalıdır. Örneğin, belirli bir test altın standardına karşı dört kez test edilirse kolayca% 100 hassasiyet gösterebilir, ancak altın standarda karşı kötü bir sonuç veren tek bir ek test sadece% 80 hassasiyet anlamına gelir. Bunu yapmanın yaygın bir yolu, genellikle Wilson skor aralığı kullanılarak hesaplanan binom orantı güven aralığını belirtmektir .

Duyarlılık ve özgüllük için güven aralıkları , doğru değerin belirli bir güven düzeyinde (örneğin % 95) bulunduğu değer aralığı verilerek hesaplanabilir. ^[19]

BİLGİ ERİŞİMİNDE TERMİNOLOJİ  

Genel bir ifade olarak, pozitif öngörü değeri  kesinlik ve hassasiyet hatırlama ifade edilir. Özgüllük ve Duyarlılık dengesinin aksine, bu önlemler hem genel olarak bilinmeyen hem de ilgili ve alınan belgelerin gerçek sayısından çok daha büyük olan gerçek negatiflerin sayısından bağımsızdır. Pozitiflere karşı çok sayıda gerçek negatifin bu varsayımı diğer uygulamalarda nadirdir. ^[4]

F-skoru olumlu bir sınıf için deney performansı bir tek ölçüsü olarak kullanılabilir. F skoru, hassasiyet ve hatırlamanın harmonik ortalamasıdır :

Geleneksel istatistiksel hipotez testi dilinde, bir testin duyarlılığı testin istatistiksel gücü olarak adlandırılır , ancak bu bağlamdaki kelime gücü mevcut bağlamda uygulanamayan daha genel bir kullanıma sahiptir. Hassas bir testte daha az Tip II hatası olacaktır .