Статистичний тест на позитивне та негативне прогностичне значення

Я читав документ і побачив таблицю з порівнянням між PPV (позитивне прогнозне значення) та NPV (від'ємне прогнозне значення). Вони зробили для них якийсь статистичний тест, це ескіз таблиці:

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

Кожен рядок посилається на певну таблицю надзвичайних ситуацій.

Який тест гіпотези вони зробили? Дякую!

epidemiology contingency-tables p-value

— Симона
джерело

Якщо припустити перехресну класифікацію, подібну до наведеної нижче (тут, для екрануючого інструменту)

alt текст

ми можемо визначити чотири заходи точності екранування та прогнозованої потужності:

Чутливість (se), a / (a + c), тобто ймовірність екрана, що дає позитивний результат, враховуючи наявність захворювання;
Специфічність (sp), d / (b + d), тобто ймовірність екрану, що забезпечує негативний результат, враховуючи відсутність захворювання;
Позитивне прогностичне значення (PPV), a / (a + b), тобто ймовірність пацієнтів з позитивними результатами тесту, які встановлені правильно (як позитивні);
Негативне прогнозне значення (NPV), d / (c + d), тобто ймовірність пацієнтів з негативними результатами тесту, які встановлені правильно (як негативні).

Кожні чотири заходи - це прості пропорції, обчислені із спостережуваних даних. Відповідним статистичним тестом, таким чином, був биноміальний (точний) тест , який повинен бути доступний у більшості статистичних пакетів або багатьох онлайн-калькуляторів. Тестована гіпотеза полягає в тому, чи спостерігаються пропорції значно відрізняються від 0,5 чи ні. Однак мені було цікавіше довести довірчі інтервали, а не єдиний тест значущості, оскільки він дає інформацію про точність вимірювання. У будь-якому випадку, для відтворення результатів, які ви показали, вам потрібно знати загальні запаси вашої двосторонньої таблиці (ви вказали лише PPV та NPV як%).

Наприклад, припустимо, що ми спостерігаємо такі дані (опитувальник CAGE - це скринінг-опитувальник алкоголю):

alt текст

тоді в R ППВ обчислювали б наступним чином:

> 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

Якщо ви використовуєте SAS, ви можете подивитися Примітку щодо використання 24170: Як я можу оцінити чутливість, специфічність, позитивні та негативні прогнозні значення, помилкові позитивні та негативні ймовірності та коефіцієнти ймовірності? .

$p \pm 1.96 \times \sqrt{p(1-p)/n}$ $p=0.975$ $1-\alpha/2$ $\alpha=5$

Для подальшого ознайомлення ви можете подивитися

Ньюком, Р.Г. Двосторонні інтервали довіри для єдиної пропорції: порівняння семи методів . Статистика в медицині , 17, 857-872 (1998).

— хл
джерело

Дякую. Гаразд, я прочитав на самому початку статті, що вони використовували тест Chi-квадрата для всіх категоричних змінних. Написана таблиця класифікації зокрема не стосується змінної, вона є результатом класифікаційного завдання. Це не дуже зрозуміло! Тепер я припускаю, що вони зробили класичний тест на пропорцію ... можливо, Chi-квадрат ..

— Симона

Я знову придивився до цього питання, і я побачив, що значення p не посилається ні на PPV, ні на NPV, воно стосується всього рядка. Я думаю, тест, який вони мали, повинен бути пов'язаний з цілою таблицею дій у надзвичайних ситуаціях.

— Симона

@Simone Отже, якщо я вас правильно зрозумів, ви пропонуєте авторам надати значення PPV та NPV, але дали p-значення, що відповідає тесту глобальної асоціації таблиці 2x2? Чи пов’язано це з цим останнім питанням, stats.stackexchange.com/questions/9464/… ?

— chl

Так, це питання пов'язане з тим, якби значення p було пов'язане або з PPV, або з NPV. І в цьому випадку ви дали рішення. Тест відповідає всій таблиці 2х2, я ніколи не дізнаюся, що це за тест!

— Симоне

Будь ласка, дивіться

Косінський, Анджей С. Вагова узагальнена статистика балів для порівняння прогнозних значень діагностичних тестів. Статистика в медицині http://dx.doi.org/10.1002/sim.5587 опубліковано в Інтернеті: 22 серпня 2012 року

— Анджей Косінський
джерело