포지티브 및 네거티브 예측 값에 대한 통계 테스트

나는 논문을 읽었으며 PPV (Positive Predictive Value)와 NPV (Negative Predictive Value)를 비교 한 표를 보았습니다. 그들은 그들을 위해 일종의 통계 테스트를했습니다. 이것은 표의 스케치입니다.

PPV    NPV    p-value
65.9   100    < 0.00001
...

모든 행은 특정 우발 사태 테이블을 나타냅니다.

그들은 어떤 종류의 가설 검정을 했습니까? 감사!

아래 표시된 것과 같은 교차 분류를 가정합니다 (여기서는 선별 도구의 경우).

선별 정확도와 예측력의 네 가지 측정 값을 정의 할 수 있습니다.

• 민감도 (se), a / (a ​​+ c), 즉 질병이 존재하는 경우 스크린이 양성 결과를 제공 할 확률;
• 특이성 (sp), d / (b + d), 즉 질환이없는 경우 스크린이 음성 결과를 제공 할 확률;
• 양성 예측 값 (PPV), a / (a ​​+ b), 즉 정확하게 진단 된 양성 결과 (긍정적 인)를 가진 환자의 확률;
• 음의 예측값 (NPV), d / (c + d), 즉 올바르게 진단 된 음성 검사 결과가있는 환자 (음수).

각 4 개의 측정 값은 관측 된 데이터에서 계산 된 간단한 비율입니다. 따라서 적절한 통계 테스트는 이항 (정확한) 테스트 로 대부분의 통계 패키지 또는 많은 온라인 계산기에서 사용할 수 있습니다. 검정 된 가설은 관측 된 비율이 0.5와 유의하게 다른지 여부입니다. 그러나 측정 정확도에 대한 정보를 제공하기 때문에 단일 유의성 검정보다는 신뢰 구간을 제공하는 것이 더 흥미로 웠습니다. 어쨌든, 표시된 결과를 재현하려면 양방향 테이블의 총 마진을 알아야합니다 (PPV 및 NPV 만 %로 지정).

예를 들어, 다음 데이터를 관찰한다고 가정합니다 (CAGE 설문지는 알코올에 대한 선별 설문입니다).

R에서 PPV는 다음과 같이 계산됩니다.

> binom.test(99, 142)

    Exact binomial test

data:  99 and 142 
number of successes = 99, number of trials = 142, p-value = 2.958e-06
alternative hypothesis: true probability of success is not equal to 0.5 
95 percent confidence interval:
 0.6145213 0.7714116 
sample estimates:
probability of success 
             0.6971831 

SAS를 사용하는 경우 사용 메모 24170 : 민감도, 특이도, 양수 및 음수 예측 값, 가양 성 및 음수 확률 및 가능성 비율을 어떻게 추정 할 수 있습니까?를 볼 수 있습니다. .

컴퓨팅 신뢰 구간, 가우시안 근사에 (1.96는의 표준 정규 분포의 분위수 인 또는 와 특히 비율이 아주 작거나 큰 경우 (여기서는 종종 해당됨), 실제로는 %)가 사용됩니다. p=0.9751−α/2α=$p \pm 1.96 \times \sqrt{p(1-p)/n}$$p=0.975$$1-\alpha/2$$\alpha=5$

자세한 내용은

뉴컴, RG. 단일 비율에 대한 양측 신뢰 구간 : 7 가지 방법 비교 . 의학 통계 , 17, 857-872 (1998).

참조하십시오

Kosinski, Andrzej S. 진단 테스트의 예측 값을 비교하기위한 가중 일반화 된 점수 통계. 의학 통계 http://dx.doi.org/10.1002/sim.5587 온라인 출판 : 2012 년 8 월 22 일