Methoden epidemiologischer ForschungMethoden epidemiologischer Forschung

1.1. Planung: Planung: Spezifische Studienformen („Studiendesigns“)

Beobachtung: Ökologische St., Querschnittsst., Fall-Kontroll-St., Kohortenst.

Intervention: ?

2.2. Analyse: Analyse: Allgemeine und spezielle statistische Verfahren

Maßzahlen: Prävalenz, Inzidenz, Rate, Absolutes und Relatives Risiko

Biometrische Analyse: ?

3.3. Interpretation:Interpretation: Kontrolle von Verzerrungen („Bias & Confounding“)

Typen: Selektions-B., Informations-B., Confounding

Kontrolle: ?

Anwendungsfeld Anwendungsfeld

Epidemiologie und BiometrieEpidemiologie und Biometrie

in derin der

Klinischen ForschungKlinischen Forschung

‚‚Klinische‘ Epidemiologie:Klinische‘ Epidemiologie:

Abnormalität Was ist krank / gesund?

Diagnose Wie gut sind welche Tests für welche Krankheit?

Ursache Was verursacht eine Krankheit?

Risiko Welche Faktoren erhöhen die Wahrscheinlichkeit für eine Krankheit?

Prognose Wie verläuft die Erkrankung in welchem Stadium?

Therapie Wie verändert eine Behandlung den Verlauf?

Kosten Welche Kosten verursachen Krankheit / Therapie?

QS, PS

FKS, PS

FKS, PS

PS

Klinische Epidemiologie:Klinische Epidemiologie:

Abnormalität Was ist krank / gesund?

Diagnose Diagnose Wie gut sind welche Tests für welche Krankheit?Wie gut sind welche Tests für welche Krankheit?

Ursache Was bedingt eine Krankheit?

Risiko Welche Faktoren erhöhen die Wahrscheinlichkeit für eine Krankheit?

Prognose Wie verläuft die Erkrankung in welchem Stadium?

Therapie Wie verändert eine Behandlung den Verlauf?

Kosten Welche Kosten verursachen Krankheit / Therapie?

Klinische Epidemiologie undBiometrie

Wahrscheinlichkeit und DiagnoseWahrscheinlichkeit und Diagnose

Diagnostische Tests zielen darauf ab, möglichstwirkungsvoll Kranke von Gesunden zu unterscheiden.

Hierzu werden Diagnoseverfahren oder Testsverwendet, deren Eigenschaften und Güte eszu bestimmen gilt.

Diagnostische TestsDiagnostische Tests

- Wie geeignet ist ein bestimmtes Untersuchungsverfahren als Diagnostischer Test?

- Ist das gleiche Testergebnis für alle Patienten von gleicher Wertigkeit?

- Welche Tests mit welchen Eigenschaften sollte man für welche klinische Situation einsetzen?

Fragen zu Diagnostischen TestsFragen zu Diagnostischen Tests

Wald NJ et al., BMJ 1999;1562-5

Wald NJ et al., BMJ 1999;1562-5

Sicht des „Wissenden“

Krankheit

ja nein Total

Diagnosetest Positiv a (echt positiv)

b (falsch positiv)

a + b (mit Verdacht)

Negativ c (falsch negativ)

d (echt negativ)

c + d (ohne Verdacht)

Total a + c (alle Kranken)

b + d (alle Gesunden)

a + b + c + dAlle Untersuchten

Sicht des„Suchenden“

Krankheit

ja nein Total

Diagnosetest Positiv a (echt positiv)

b (falsch positiv)

a + b (mit Verdacht)

Negativ c (falsch negativ)

d (echt negativ)

c + d (ohne Verdacht)

Total a + c (alle Kranken)

b + d (alle Gesunden)

a + b + c + dAlle Untersuchten

Von der Wahrscheinlichkeit Von der Wahrscheinlichkeit

zu den zu den

Kenngrößen diagnostischer TestsKenngrößen diagnostischer Tests

Testergebnis

Wirklichkeit

Gesamt

W+:(Mamma-Ca:Ja)

W-:(Mamma-Ca: nein)

T+:(Mamma-Ca: Ja)T-:(Mamma-Ca: nein)Gesamt 10.353 1.468.220 1.478.573

Eine (fiktive) Grundgesamtheit

Nach NL Mammographie Programm 1990-1997

P(W+) = 10353/1478573 = 0,007 oder 7 pro 1000 heißt PrävalenzP(W-) = 1469543/1478573 = 0,993 (= Anteil ohne Mamma-Ca in der Grundgesamtheit)

Testergebnis

Wirklichkeit

Gesamt

W+:(Mamma-Ca:Ja)

W-:(Mamma-Ca: nein)

T+:(Mamma-Ca: Ja)T-:(Mamma-Ca: nein)Gesamt 10.353 1.468.220 1.478.573

Eine (fiktive) Grundgesamtheit

P(T+|W+) = 9.030/10.353 = 0,87 heißt Sensitivität (= Anteil der Echt-positiven),P(T-|W+) = 1.323/10.353 = 0,13 ist der Anteil der falsch-negativen Testergebnisse

Testergebnis

Wirklichkeit

Gesamt

W+:(Mamma-Ca:Ja)

W-:(Mamma-Ca: nein)

T+:(Mamma-Ca: Ja)

9.030

T-:(Mamma-Ca: nein)

1.323

Gesamt 10.353 1.468.220 1.478.573

Eine (fiktive) Grundgesamtheit

P(T+|W-) = 10.332/1.468.220 = 0,007 ist der Anteil falsch-positiver Testergebnisse,P(T-|W-) = 1.457.888/1.468.220 = 0,993 heißt Spezifität (=Anteil der Echt-negativen).

Testergebnis

Wirklichkeit

Gesamt

W+:(Mamma-Ca:Ja)

W-:(Mamma-Ca: nein)

T+:(Mamma-Ca: Ja)

9.03010.332 19.362

T-:(Mamma-Ca: nein)

1.3231.457.888 1.459.211

Gesamt 10.353 1.468.220 1.478.573

Eine (fiktive) Grundgesamtheit

Testergebnis

Wirklichkeit

Gesamt

W+:(Mamma-Ca:Ja)

W-:(Mamma-Ca: nein)

T+:(Mamma-Ca: Ja)

9.03010.332 19.362

T-:(Mamma-Ca: nein)

1.3231.457.888 1.459.211

Gesamt 10.353 1.468.220 1.478.573

Eine (fiktive) Grundgesamtheit

ppV = P(W+|T+) = 9030/19362 = 0,47 heißt positiver Prädiktivwert

npV = P(W-|T- ) = 1457888 / 1459211 = 0,999 heißt negativer Prädiktivwert

Testergebnis

Wirklichkeit

Gesamt

W+:(Mamma-Ca:Ja)

W-:(Mamma-Ca: nein)

T+:(Mamma-Ca: Ja)

9.03010.332 19.362

T-:(Mamma-Ca: nein)

1.3231.457.888 1.459.211

Gesamt 10.353 1.468.220 1.478.573

Eine (fiktive) Grundgesamtheit

Formel von Bayes

Thomas Bayes ~1702 - 1761

P(W+|T+) = P(T+|W+) · P(W+)P(T+|W+) · P(W+) + P(T+|W-) · P(W-)

ppV =

Beispiel Mammografie: Prävalenz: 0,7%, Sensitivität: 87%, Spezifität: 99,3%

ppV =0.87 · 0.007

0.87 · 0.007 + 0.007 · 0.993 = 0.47

Formel von Bayes

Thomas Bayes ~1702 - 1761

P(W+|T+) = P(T+|W+) · P(W+)P(T+|W+) · P(W+) + P(T+|W-) · P(W-)

ppV =

Beispiel Mammografie: Prävalenz: 0,7%, Sensitivität: 87%, Spezifität: 99,3%

ppV =0.87 · 0.007

0.87 · 0.007 + 0.007 · 0.993 = 0.47

Sensitivität

Formel von Bayes

Thomas Bayes ~1702 - 1761

P(W+|T+) = P(T+|W+) · P(W+)P(T+|W+) · P(W+) + P(T+|W-) · P(W-)

ppV =

Beispiel Mammografie: Prävalenz: 0,7%, Sensitivität: 87%, Spezifität: 99,3%

ppV =0.87 · 0.007

0.87 · 0.007 + 0.007 · 0.993 = 0.47

1 - Spezifität

Formel von Bayes

Thomas Bayes ~1702 - 1761

P(W+|T+) = P(T+|W+) · P(W+)P(T+|W+) · P(W+) + P(T+|W-) · P(W-)

ppV =

Beispiel Mammografie: Prävalenz: 0,7%, Sensitivität: 87%, Spezifität: 99,3%

ppV =0.87 · 0.007

0.87 · 0.007 + 0.007 · 0.993 = 0.47

Prävalenz

Herleitung

P ( T+ Λ W+ )

P(T+)PPV = P(W+|T+) =

P(T+|W+) · P(W+)

P(T+|W+) · P(W+) + P(T+|W-) · P(W-)=

P ( T- Λ W- )

P(T-)NPV = P(W-|T-) =

P(T-|W-) · P(W-)

P(T-|W+) · P(W+) + P(T-|W-) · P(W-)=

Formel von Bayes

Thomas Bayes ~1702 - 1761

P(W+|T+) = P(T+|W+) · P(W+)P(T+|W+) · P(W+) + P(T+|W-) · P(W-)

Beispiel Prostatakarzinom (Rektale Palpation):Prävalenz: 5%, Sensitivität: 56%, Spezifität:94%

ppV =

ppV =0.56 · 0.05

0.56 · 0.05 + 0.06 · 0.95 = 0.33

Zusammenfassung

Wahrscheinlichkeit = fester Anteil der Grundgesamtheit

Beispiel: Prävalenz P(W+)

Bedingte Wahrscheinlichkeit = fester Anteil eines definierten Teils der Grundgesamtheit

Beispiel: Sensitivität: P(T+|W+)Spezifität: P(T-|W-)

positiver Prädiktivwert P(W+|T+)negativer Prädiktivwert P(W-|T-)

Wahrscheinlichkeiten sind feste (i. a. unbekannte) Größen, die aus zufälligen Stichproben geschätzt werden können.

Wahrscheinlichkeit und relative Häufigkeit

Theoretische Wahrscheinlichkeit = Relative Häufigkeit der Erkrankung in der Grundgesamtheit

Empirische InformationGewinnung einer repräsentativen Stichprobe-> Bestimmung der relativen Häufigkeit der Erkrankung in der Stichprobez.B. Untersuchung von n=100 Patienten Relative Häufigkeit der Erkrankung = 19%

Beispiel: Prävalenz einer Erkrankung

Wahrscheinlichkeit und relative Häufigkeit

Theoretische Wahrscheinlichkeit = Relative Häufigkeit der Erkrankung in der Grundgesamtheit

Wie viele Erkrankten würde ich finden, wenn ich nicht nur die n Patienten der Stichprobe untersuchen würde, sondern sämtliche Patienten der Grundgesamtheit?

Empirische InformationGewinnung einer repräsentativen Stichprobe-> Bestimmung der relativen Häufigkeit der Erkrankung in der Stichprobez.B. Untersuchung von n=100 Patienten Relative Häufigkeit der Erkrankung = 19%

Beispiel: Prävalenz einer Erkrankung

Nutzung der relativen Häufigkeit der Stichprobe zur Schätzung der entsprechenden Rate in der Grundgesamtheit

Wahrscheinlichkeit und relative Häufigkeit

Theoretische Wahrscheinlichkeit = Relative Häufigkeit der Erkrankung in der Grundgesamtheit

Wie viele Erkrankten würde ich finden, wenn ich nicht nur die n Patienten der Stichprobe untersuchen würde, sondern sämtliche Patienten der Grundgesamtheit?

Empirische InformationGewinnung einer repräsentativen Stichprobe-> Bestimmung der relativen Häufigkeit der Erkrankung in der Stichprobez.B. Untersuchung von n=100 Patienten Relative Häufigkeit der Erkrankung = 19%

Beispiel: Prävalenz einer Erkrankung

Nutzung der relativen Häufigkeit der Stichprobe zur Schätzung der entsprechenden Rate in der Grundgesamtheit

Deskriptive Statistik: Beschreibung des empirischen StichprobenergebnissesInduktive Statistik: Induktiver Schluss von der empirischen Information der Stichprobe auf die Grundgesamtheit.

Wahrscheinlichkeit und relative Häufigkeit

Theoretische Wahrscheinlichkeit = Relative Häufigkeit der Erkrankung in der Grundgesamtheit

Wie viele Erkrankten würde ich finden, wenn ich nicht nur die n Patienten der Stichprobe untersuchen würde, sondern sämtliche Patienten der Grundgesamtheit?

Empirische InformationGewinnung einer repräsentativen Stichprobe-> Bestimmung der relativen Häufigkeit der Erkrankung in der Stichprobez.B. Untersuchung von n=100 Patienten Relative Häufigkeit der Erkrankung = 19%

Beispiel: Prävalenz einer Erkrankung

Nutzung der relativen Häufigkeit der Stichprobe zur Schätzung der entsprechenden Rate in der Grundgesamtheit

Deskriptive Statistik: Relative Erkrankungsrate in der Stichprobe, z.B.=19%Induktive Statistik: Schätzung der unbekannten Rate in der GG, z.B. =19% mit Konfidenzintervall 11.8% – 28.1%

p̂

Konfidenzintervall

―h

― ―

0 1Rel. Häufigkeit in

der Stichprobe

? ? ? ?? ? ??? ? ?Wahrscheinlichkeit P=?

Konfidenzintervall

―h

― ―

0 1Rel. Häufigkeit in

der Stichprobe

Wahrscheinlichkeit P=?? ? ? ?? ? ??? ? ?

Das Konfidenzintervall enthält mit 95%iger Wahrscheinlichkeit den unbekannten Wert P

Konfidenzintervall

―h

― ―

0 1Rel. Häufigkeit in

der Stichprobe

Wahrscheinlichkeit P=?? ? ? ?? ? ??? ? ?

Das Konfidenzintervall enthält mit 95%iger Wahrscheinlichkeit den unbekannten Wert P

1 2h (1 h)KI h z n

Konfidenzintervall1 2

h (1 h)KI h z n

Relative Häufigkeit h Fallzahl n(Approximatives)

Konfidenzintervall der Wahrscheinlichkeit P

19 % 100 11.3 % - 26.7 %

19 % 1000 16.6 % - 21.4 %

19 % 10000 18.2 % - 19.8 %

19 % 100000 18.8 % - 19.2 %

Testergebnis

Wirklichkeit(nach Goldstandard ermittelt)

GesamtW+:

(Mamma-Ca:Ja)W-:

(Mamma-Ca: nein)

T+:(Mamma-Ca: Ja) 12 97 109T-:(Mamma-Ca: nein) 2 889 891

Gesamt 14 986 1000

Eine zufällige Stichprobe

Testergebnis

Wirklichkeit(nach Goldstandard ermittelt)

GesamtW+:

(Mamma-Ca:Ja)W-:

(Mamma-Ca: nein)

T+:(Mamma-Ca: Ja) 12 97 109T-:(Mamma-Ca: nein) 2 889 891

Gesamt 14 986 1000

Eine zufällige Stichprobe

Schätzwerte:Prävalenz = 14/1000 = 0.014, Sensitivität = 12/14 = 0.86, Spezifität = 889/986 = 0.90, ppV = 12/109 = 0.11

Vertrauensgrenzen

Schätzwerte untere Grenze obere Grenze Prävalenz 14/1000 = 0.014 0.008 0.023 Sensitivität 12/14 = 0.86 0.57 0.98Spezifität 889/986 = 0.90 0.88 0.92ppV 12/109 = 0.11 0.06 0.18

Die angegebenen Grenzen sind so berechnet, dass sie mit

95%-Wahrscheinlichkeit den (unbekannten) wahren Wert umschließen.

Das so berechnete Intervall ist das 95%-Konfidenzintervall.

- Wie geeignet ist ein bestimmtes Untersuchungsverfahren als Diagnostischer Test?

- Welche Tests mit welchen Eigenschaften sollte man für welche klinische Situation einsetzen?

- Ist das gleiche Testergebnis für alle Patienten von gleicher Wertigkeit?

Fragen zu Diagnostischen TestsFragen zu Diagnostischen Tests

Guter diagnostischer Test

Schlechter diagnostischer Test

- Wie geeignet ist ein bestimmtes Untersuchungsverfahren als Diagnostischer Test?

- Welche Tests mit welchen Eigenschaften sollte man für welche klinische Situation einsetzen?

- Ist das gleiche Testergebnis für alle Patienten von gleicher Wertigkeit?

Fragen zu Diagnostischen TestsFragen zu Diagnostischen Tests

Creatin Kinase und Myokardinfarkt

MI + MI Ø

CK ≥ 80 IU 190 30 220

CK < 80 IU 40 100 140

230 130 360

Se 83%

Sp 77%

PPV = 0.86

Wahl des Diagnosekriteriums (Cutpoint)Wahl des Diagnosekriteriums (Cutpoint)

MI + MI Ø

CK ≥ 160 IU 97 1 231

CK < 160 IU 133 129 129

230 130 360

MI + MI Ø

CK ≥ 160 IU 98

CK < 160 IU 262

230 130 360

Creatin Kinase und MyokardinfarktMI + MI Ø

CK ≥ 80 IU 190 30 220

CK < 80 IU 40 100 140

230 130 360

Se 83%

Sp 77%

PPV = 0.86

Se 42%

Sp 99%

PPV = 0.99

• Spezifisch eingestellte Tests werden vor allem zur

Sicherung einer Diagnose eingesetzt

Für den Arzt ist ein hochspezifischer Test

insbesondere dann hilfreich, wenn er positiv ausfällt!

Faustregel (engl.): SpPIn

Wahl des Diagnosekriteriums (Cutpoint)Wahl des Diagnosekriteriums (Cutpoint)

MI + MI Ø

CK ≥ 40 IU

CK < 40 IU

230 130 360

Creatin Kinase und Myokardinfarkt

MI + MI Ø

CK ≥ 40 IU 228 42 270

CK < 40 IU 2 88 90

230 130 360

Se 99%

Sp 68% NPV = 0.98

MI + MI Ø

CK ≥ 80 IU 190 30 220

CK < 80 IU 40 100 140

230 130 360

Se 83%

Sp 77%NPV = 0.71

• Sensitiv eingestellte Tests werden vor allem zum

Ausschluß einer Erkrankung (Screening) eingesetzt

Für den Arzt ist ein hochsensitiver Test insbesondere dann hilfreich,

wenn er negativ ausfällt!

Faustregel (engl.): SnNOut

Wahl des Diagnosekriteriums (Cutpoint)Wahl des Diagnosekriteriums (Cutpoint)

010

2030

405060

7080

90100

0 10 20 30 40 50 60 70 80 90 100

Falsch-Positive (1 - Spezifität)

Ech

t-Pos

itive

(Sen

sitiv

ität)

CK ≥ 80

CK ≥ 160

CK ≥ 40

ROC-Kurve

010

2030

405060

7080

90100

0 10 20 30 40 50 60 70 80 90 100

Falsch-Positive (1 - Spezifität)

Ech

t-Pos

itive

(Sen

sitiv

ität)

CK ≥ 80

CK ≥ 160

CK ≥ 40

ROC-Kurve‚optimaler‘ Test

- Wie geeignet ist ein bestimmtes Untersuchungsverfahren als Diagnostischer Test?

- Welche Tests mit welchen Eigenschaften sollte man für welche klinische Situation einsetzen?

- Ist das gleiche Testergebnis für alle Patienten von gleicher Wertigkeit?

Fragen zu Diagnostischen TestsFragen zu Diagnostischen Tests

Formel von Bayes

Thomas Bayes ~1702 - 1761

P(W+|T+) = P(T+|W+) · P(W+)P(T+|W+) · P(W+) + P(T+|W-) · P(W-)

ppV =

Beispiel Mammografie: Prävalenz: 0,7%, Sensitivität: 87%, Spezifität: 99,3%

ppV =0.87 · 0.007

0.87 · 0.007 + 0.007 · 0.993 = 0.47

Prävalenz

DMW 2006;131:1078-1084

Patienten: Stabile AP mit CCS I-III.Nicht-invasiver Ischämietest vor Katheteruntersuchung!(Szinti, Belastungs-EKG oder Stress-Echo)

Patientengut und Diagnostische WertigkeitPatientengut und Diagnostische Wertigkeit

Test Stenose >50%

Stenose <50%

Ischämie + 3554 4152 7706

Ischämie - 1083 2122 3205

4637 6274 10911

Test Stenose >50%

Stenose <50%

Ischämie + 8623 3437 12060

Ischämie - 2227 2189 4416

10850 5626 16476

Frauen Männer

P 42.5%Se 76.6%Sp 33.8%

ppV 46.1%

P 65.9%Se 79.5%Sp 38.9%

ppV 71.5%

Patientengut und Diagnostische WertigkeitPatientengut und Diagnostische Wertigkeit

Die Eigenschaften Diagnostischer Tests werden

weitgehend unabhängig von der Untersuchungs-

situation (d.h. konstant) charakterisiert durch

Sensitivität Sensitivität

SpezifitätSpezifität

Die Eigenschaften Diagnostischer Tests werden

abhängig von der Untersuchungssituation

(d.h. variabel) charakterisiert durch

PrävalenzPrävalenz (oder Vor-Test-Wahrscheinlichkeit)

Positiver Prädiktiver Wert (PPV)Positiver Prädiktiver Wert (PPV)

Negativer Prädiktiver Wert (NPV)Negativer Prädiktiver Wert (NPV)

Der Nutzen eines Untersuchungsverfahren als

Diagnostischer Tests hängt u. a. ab von der Wahl der

Grenzwerte (Cutpoints),

Patientengruppe,

…

Fragen – und Antworten?Fragen – und Antworten?

1. Eine pharmazeutische Firma entwickelt einen neuenEnzymtest auf Darmkrebs und untersucht ihn bei 60 Patientenmit bekanntem Darmkrebs und bei 144 endoskopisch karzinomfreien Kontrollen. Es findet sich bei 44(73%) Krebspatienten und 32 (22%) Kontrollen ein positiver Test.

A) Welche Sensitivität und Spezifität hat der Test?

B) Welchen PPV hat der Test in der Studie?

C) Welchen NPV hat der Test in der Studie?

2. Wie wäre der PPV, wenn die Vor-Test-Wahrscheinlichkeit nur 3% ist (Screening)?

SE = 73% SP = 78%

PPV = 44 / (44 + 32) = 58%

NPV = 112 / (112 + 16) = 87.5%

PPV = SE * PR / SE*PR +(1-SP)*(1-PR) =0.73 * 0.03 / 0.73*0.03 + 0.22*0.97 =0.093 oder 9.3%

Fragen – und Antworten?Fragen – und Antworten?

3. Bei Frauen, die an der Krebsvorsorgeuntersuchung teilnehmen,deckt die Inspektion und Palpation der Brust etwa 14% allerprävalenten Mammakarzinome auf. Welche Testcharakteristik beschreibt diesen Sachverhalt?

4. Die Sensitivität eines Tests erhöht sich in dem Maße wie seine Spezifität steigt. Richtig?

5. BNP im Plasma wird in der Notaufnahme bei Dyspnoeunklarer Genese eingesetzt. Bei einem Trennwert von 50 pg/ml wird hinsichtlich der Diskrimination kardialer (HI) vonnicht-kardialen Ursachen (COPD, PH) die Sensitivität mit 97% und die Spezifität mit 62% angegeben. Mit welchem Ziel würden Sie den Test einsetzen?

Sensitivität

NEIN!

Ausschluss einer kardialen Ursache

Fragen – und Antworten?Fragen – und Antworten?

6. In Ihrer ophthalmologischen Praxis können Sie 100 neue Patienten pro Woche mit einem innovativen nicht-invasiven Verfahren zur Diagnose der AMD untersuchen, das eine Sensitivität von 90%und eine Spezifität von 90% besitzt. Sie wissen, dass eine AMD bei ca. 10% Ihrer neuen Patienten vorliegt.

- Wie schätzen Sie die Qualität des Tests anhand der verfügbaren Angaben des Herstellers ein (interessant oder nicht interessant)?

Fragen – und Antworten?Fragen – und Antworten?

6. In Ihrer ophthalmologischen Praxis können Sie 100 neue Patienten pro Woche mit einem innovativen nicht-invasiven Verfahren zur Diagnose der AMD untersuchen, das eine Sensitivität von 90%und eine Spezifität von 90% besitzt. Sie wissen, dass eine AMD bei ca. 10% Ihrer neuen Patienten vorliegt.

- Wie schätzen Sie die Qualität des Tests anhand der verfügbaren Angaben des Herstellers ein (interessant oder nicht interessant)?

- Wie oft werden Sie im Durchschnitt pro Woche einen Patienten mit einem positiven Testergebnis sehen („Treffsicherheit“)?

AMDKeine AMD

Testpositiv

Test negativ

100

Neues nicht-invasives Verfahren bei AMD

AMDKeine AMD

Testpositiv

Test negativ

10 90 100

Neues nicht-invasives Verfahren bei AMD

AMDKeine AMD

Testpositiv

9

Test negativ

1

10 90 100

Neues nicht-invasives Verfahren bei AMD

AMDKeine AMD

Testpositiv

9 9

Test negativ

1 81

10 90 100

Neues nicht-invasives Verfahren bei AMD

AMDKeine AMD

Testpositiv

9 9 18

Test negativ

1 81 82

10 90 100

Neues nicht-invasives Verfahren bei AMD

PPV = 50% oder 1 von 2 test-positiven hat nichts…

Fragen – und Antworten?Fragen – und Antworten?

6. In Ihrer ophthalmologischen Praxis können Sie 100 neue Patienten pro Woche mit einem innovativen nicht-invasiven Verfahren zur Diagnose der AMD untersuchen, das eine Sensitivität von 90%und eine Spezifität von 90% besitzt. Sie wissen, dass eine AMD bei ca. 10% Ihrer neuen Patienten vorliegt.

- Wie schätzen Sie die Qualität des Tests anhand der verfügbaren Angaben des Herstellers ein (interessant oder nicht interessant)?

- Wie oft werden Sie im Durchschnitt pro Woche einen Patienten mit einem positiven Testergebnis sehen („Treffsicherheit“)?

- Wie schätzen Sie Aufwand und Nutzen des Tests ein?

Vorlesungsdatei (.pdf) unter

http://epi.klinikum.uni-muenster.de/lehre/vl_epi_bio.htm