Tanısal Doğruluk Çalışması Tasarımı
Diagnostic Test Accuracy Study (Sensitivity, Specificity, Likelihood Ratios) · Ayrıca şöyle bilinir: diagnostic accuracy study, test accuracy, STARD, diagnostic evaluation
Bir tanısal doğruluk çalışması, yeni bir tanı testinin (veya biyobelirtecin, görüntüleme yönteminin, klinik değerlendirmenin) bir referans standardına (altın standart) kıyasla hastalığın varlığını veya yokluğunu ne kadar iyi tespit ettiğini değerlendirir. 2003 yılından bu yana STARD (Standards for Reporting of Diagnostic Accuracy Studies - Tanısal Doğruluk Çalışmalarının Raporlanması İçin Standartlar) girişimi tarafından standartlaştırılan tanısal doğruluk çalışmaları, klinik tıbbın temelini oluşturur ve yeni testlerin hasta tanısını ve tedavisini iyileştirip iyileştiremeyeceğini ve nasıl iyileştirebileceğini belirler.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
+17 tane daha
Ne zaman kullanılır
Tanısal doğruluk çalışmaları şu durumlarda kullanılır: (1) yeni bir tanı testi, görüntüleme yöntemi veya biyobelirteç geliştirmek veya değerlendirmek, (2) iki tanı testini karşılaştırarak hangisinin üstün olduğunu belirlemek, (3) bir testin klinik popülasyonlarda hastalığı doğru bir şekilde tespit edip edemeyeceğini belirlemek, (4) testin alt gruplarda (yaş, cinsiyet, hastalık evresi, komorbiditeye göre) benzer şekilde performans gösterip göstermediğini değerlendirmek, (5) test benimsenmesi konusunda klinik uygulama kılavuzlarını bilgilendirmek, (6) asemptomatik popülasyonlarda tarama testlerini değerlendirmek, (7) klinik karar verme sürecinde tanı testlerini değerlendirmek (tedavi seçimlerini yönlendiriyor mu?).
Güçlü yönler & sınırlılıklar
- Doğrudan ve şeffaf: 'Bu test hastalığı doğru bir şekilde tespit ediyor mu?' sorusunu açıkça yanıtlar.
- Standartlaştırılmış metodoloji: STARD yönergeleri tutarlı raporlamayı sağlar ve yanlılığı önler.
- Pratik alaka düzeyi: sonuçlar doğrudan klinik karar vermeyi ve test benimsenmesini bilgilendirir.
- Çoklu metrikler: duyarlılık, özgüllük, tahmin edici değerler, LR'ler ve ROC eğrileri test performansının nüanslı bir resmini sunar.
- Alt grup değerlendirmesi: testin farklı popülasyonlarda eşit derecede iyi çalışıp çalışmadığını değerlendirebilir (eşitlik için önemlidir).
- Referans standardı tanımı: 'altın standart' mükemmel veya evrensel olarak kabul edilmiş olmayabilir. Referans standardı kusurluysa, tüm çalışma kusurludur.
- Spektrum yanlılığı: çalışma popülasyonu hastalığın klinik spektrumunu temsil etmiyorsa (örneğin, yalnızca şiddetli vakalar, hafif vakalar eksik), doğruluk tahminleri genellenemez.
- Eşik seçimi: sürekli testler için (örneğin, biyobelirteç seviyeleri), kesme noktasının seçimi duyarlılık/özgüllük dengesini belirler. Farklı eşikler farklı doğruluklar verir. Çalışma, bir dizi eşiği test etmeli veya tek bir kesme noktasını haklı çıkarmalıdır.
- Kusurlu körleştirme: test operatörü hastalık durumunu biliyorsa veya referans standardı değerlendiricisi indeks test sonucunu biliyorsa, yanlılık doğruluğu şişirir.
- Yayın yanlılığı: olumsuz veya sonuçsuz doğruluk çalışmaları yayınlanmayabilir, yayınlanmış doğruluk tahminlerini şişirir.
SSS
Duyarlılık ve Pozitif Tahmini Değer (PTD) arasındaki fark nedir?
Duyarlılık = hastalığın varlığı verildiğinde pozitif test olasılığı. Şunu sorar: 'Hastalığım varsa, test bunu yakalar mı?' Yüksek duyarlılık, az sayıda yanlış negatif anlamına gelir (test nadiren hastalığı kaçırır). PTD = pozitif test verildiğinde hastalık olasılığı. Şunu sorar: 'Testim pozitifse, hastalığım var mı?' PTD, hastalık prevalansına bağlıdır: aynı test, yüksek prevalanslı popülasyonlarda daha yüksek PTD'ye ve düşük prevalanslı popülasyonlarda daha düşük PTD'ye sahiptir. Duyarlılık, belirli bir test ve eşik için sabittir. Klinik uygulama için PTD genellikle daha önemlidir (pozitif sonucun hastalığı anlamına gelip gelmediğini bilmek istersiniz), ancak popülasyona bağlıdır. Her ikisini de raporlayın ve popülasyonlar arasında daha kararlı olan Olasılık Oranlarını kullanın.
ROC eğrisi nedir ve AUC ne anlama gelir?
ROC (Alıcı İşletim Karakteristik) eğrisi, tanısal eşiği değiştirdikçe Duyarlılık (doğru pozitif oranı) - (1−Özgüllük) (yanlış pozitif oranı) grafiğini çizer. Sürekli testler için (örneğin, kan basıncı, biyobelirteç seviyeleri), her olası kesme noktası farklı duyarlılık/özgüllük verir. ROC eğrisi bu dengeyi gösterir. AUC (Eğri Altındaki Alan), ROC eğrisinin altındaki alandır. AUC = 0.5 rastgele tahmine (diyagonal çizgi) anlamına gelir. AUC = 1.0 mükemmel ayrımcılıktır. Yönergeler: AUC 0.5–0.7 = orta, 0.7–0.8 = kabul edilebilir, 0.8–0.9 = mükemmel, >0.9 = olağanüstü. AUC eşikten bağımsızdır ve duyarlılık/özgüllük dengesinin tüm aralığını hesaba katar, testleri karşılaştırmak için kullanışlıdır.
Olasılık Oranı nedir ve neden kullanmalıyım?
Olasılık Oranı (LR), duyarlılığın özgüllüğe (veya 1−özgüllüğe) oranıdır. LR+ = Duyarlılık / (1−Özgüllük) pozitif bir testin hastalık olasılığını ne kadar artırdığını söyler. LR− = (1−Duyarlılık) / Özgüllük negatif bir testin hastalık olasılığını ne kadar azalttığını söyler. Örneğin, LR+ = 10, pozitif bir testin hastalığı 10 kat daha olası hale getirdiği anlamına gelir. LR− = 0.1, negatif bir testin hastalığı 10 kat daha az olası hale getirdiği anlamına gelir. Neden LR'ler? Eşikten ve prevalanstan bağımsızdırlar: aynı LR herhangi bir popülasyonda geçerlidir, PTD/NTD'nin prevalansla değişmesinin aksine. Bayes teoremini kullanarak, test öncesi olasılığı (prevalans) LR aracılığıyla test sonrası olasılığa dönüştürürsünüz, doğrudan 'Bu testi sipariş etmeli miyim?' ve 'Sonuç hastam için ne anlama geliyor?' sorularını yanıtlarsınız.
Referans standardı nedir ve neden mükemmel olmalı?
Referans standardı, hastalığın teşhisi için kabul edilen 'altın standarttır': kanser için biyopsi, KAH için anjiyografi, COVID-19 için PCR. İndeks testi buna karşılaştırılır. Referans standardı kusurluysa (bazen yanlış sonuçlar verirse), tüm çalışma tehlikeye girer: indeks testi anlaşmazlıklarının indeks testin yanlış olduğunu veya referans standardının yanlış olduğunu mu gösterdiğini bilemezsiniz. Mükemmel referans standardı idealdir ancak genellikle imkansızdır. Referans standardının bilinen bir kusuru varsa, bunu belgeleyin ve sonuçlar üzerindeki etkisini tartışın. Tahmin edilen duyarlılık ve özgüllük teknik olarak kusurlu referansa göre, gerçek hastalığa göre değil. Referans standardı sınırlamaları hakkında şeffaf olun.
Kaynaklar
- Bossuyt, P. M., Reitsma, J. B., Bruns, D. E., Gatsonis, C. A., Glasziou, P. P., Irwig, L. M., ... & de Vet, H. C. (2003). Towards complete and accurate reporting of studies of diagnostic accuracy: the STARD initiative. Annals of Internal Medicine, 138(1), 40–44. DOI: 10.7326/0003-4819-138-1-200301070-00010 ↗
- Cohen, J. F., Korevaar, D. A., Altman, D. G., Bruns, D. E., Gatsonis, C. A., Hooft, L., ... & Bossuyt, P. M. (2016). STARD 2015 guidelines for reporting diagnostic accuracy studies: explanation and elaboration. BMJ Open, 6(11), e012799. DOI: 10.1136/bmjopen-2016-012799 ↗
- Jaeschke, R., Guyatt, G. H., & Sackett, D. L. (1994). Users' guides to the medical literature. III. How to use an article about a diagnostic test. A. Are the results of the study valid? JAMA, 271(5), 389–391. DOI: 10.1001/jama.1994.03510290071040 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 4). Diagnostic Test Accuracy Study (Sensitivity, Specificity, Likelihood Ratios). ScholarGate. https://scholargate.app/tr/clinical-research/diagnostic-accuracy-study
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Kohort Çalışma TasarımıKlinik araştırma↔ karşılaştır
- Rastgele Kontrollü Deney (RKD)Deney tasarımı↔ karşılaştır