Wartość predykcyjna testu — co naprawdę znaczy dodatni wynik

Test ma 95% czułości i 95% swoistości. Wynik dodatni — czy to znaczy, że z prawdopodobieństwem 95% masz problem? Intuicja krzyczy „tak”. Intuicja się myli, czasem dramatycznie. Odpowiedź zależy od czegoś, co w tych dwóch liczbach w ogóle nie występuje: od tego, jak częsty jest problem w badanej populacji.

Inne pytanie niż czułość

Czułość i swoistość patrzą od strony statusu do wyniku: skoro ktoś jest chory, jak często test to wyłapie. W praktyce mamy jednak odwrotny problem. Trzymamy w ręku wynik — i pytamy, co on znaczy dla tej osoby.

Na to odpowiada wartość predykcyjna. Dodatnia (PPV) mówi: spośród osób z wynikiem dodatnim, ile naprawdę ma problem. Ujemna (NPV) mówi: spośród osób z wynikiem ujemnym, ile naprawdę jest zdrowych. To jest pytanie, które zadaje sobie każdy, kto dostaje wynik — i to wartość predykcyjna, a nie czułość, na nie odpowiada.

Dlaczego rozpowszechnienie zmienia wszystko

Tu wkracza częstość problemu w populacji — rozpowszechnienie. Ten sam test, o niezmienionej czułości i swoistości, daje zupełnie różną wartość predykcyjną w zależności od tego, kogo bada.

Policzmy to na intuicji. Weźmy populację 10 000 osób i problem dotyczący 1% z nich, czyli 100 osób. Test o 95% czułości wyłapie 95 z nich — to prawdziwe dodatnie. Ale wśród 9 900 zdrowych test z 95% swoistością pomyli się u 5%, czyli u 495 osób — to fałszywe dodatnie. Wśród wszystkich dodatnich wyników (95 + 495 = 590) tylko 95 jest trafnych. PPV wynosi około 16%. Większość alarmów jest fałszywa, mimo że test brzmi świetnie.

Mechanizm jest prosty: gdy zdrowych jest bardzo dużo, nawet mały odsetek pomyłek wśród nich daje w liczbach bezwzględnych więcej fałszywych dodatnich niż wszystkich prawdziwych wykryć w nielicznej grupie chorych. Im rzadszy problem, tym mocniej to działa.

Co z tego wynika w praktyce

Pierwszy wniosek: dobry przesiew rzadkiego problemu i tak generuje dużo fałszywych alarmów. To nie wada testu, tylko arytmetyka. Dlatego dodatni przesiew prawie nigdy nie jest rozpoznaniem — jest wskazaniem do badania potwierdzającego, które przesieje fałszywe dodatnie.

Drugi wniosek: populacja ma znaczenie. Ten sam test użyty w grupie podwyższonego ryzyka, gdzie rozpowszechnienie jest wyższe, ma znacznie lepszą PPV niż użyty masowo wśród zdrowych. To jeden z argumentów za celowaniem badań przesiewowych zamiast badania wszystkich.

Trzeci — symetryczny: dla rzadkich problemów NPV jest zwykle bardzo wysoka. Wynik ujemny u osoby z populacji o niskim ryzyku niemal na pewno jest prawdziwy, bo zdrowych jest przytłaczająca większość. Test dobrze uspokaja, gorzej alarmuje — i warto wiedzieć, w którą stronę.

Wartość predykcyjna to pomost między statystyką testu a decyzją o konkretnej osobie. Bez niej łatwo przecenić dodatni wynik i podjąć działanie na podstawie alarmu, który w danej populacji najczęściej jest fałszywy. Jeśli interpretujesz wyniki przesiewu albo projektujesz, kogo nim obejmować, i chcesz to robić z uwzględnieniem rozpowszechnienia — odezwij się.