Wartość predykcyjna
Wartość predykcyjna dodatnia, PPV (od ang. positive predictive value) – miara jakości predykcyjnej testu statystycznego, równa proporcji prawdziwie dodatnich wyników wśród wszystkich wyników dodatnich. Wysoka wartość PPV znamionuje wysoką precyzję testu; nie zależy jednak wyłącznie od jego charakterystyki, ale również od częstości występowania stanu dodatniego w populacji (w przypadku medycyny, od chorobowości). W teorii informacji, PPV odpowiada wskaźnikowi precyzji[1].
W kontekście weryfikacji hipotez statystycznych w podejściu częstościowym, wartość predykcyjna dodatnia pozwala wyrazić prawdopodobieństwo, że wynik istotny statystycznie sygnalizuje wykrycie prawdziwego zjawiska. PPV zależy w tym przypadku od przyjętego poziomu błędu pierwszego i drugiego rodzaju – od krytycznego poziomu istotności, np. oraz od mocy statystycznej badania – oraz od odsetka hipotez prawdziwych wśród wszystkich testowanych[1]. Według hiperbolicznego stwierdzenia Ioannidesa, prawdopodobnie „większość opublikowanych odkryć jest fałszywa”, ponieważ PPV jest niewystarczająco wysokie – badania mają przeciętnie niską moc, testują niepewne hipotezy, a badacze dopuszczają się P-hackingu[2].
Wartość predykcyjna ujemna, NPV (od ang. negative predictive value) – proporcja prawdziwie ujemnych wyników wśród wszystkich wyników ujemnych; wyraża prawdopodobieństwo, że ujemny wynik testu jest prawdziwy[1].
Tablica pomyłek przedstawia wzajemne powiązania między różnymi miarami jakości predykcyjnej testu:
Klasa predykowana – wynik testu | |||||
Populacja | Klasyfikacja pozytywna | Klasyfikacja negatywna | Częstość występowania, chorobowość
|
||
Klasa rzeczywista |
Stan pozytywny |
prawdziwie dodatnia, TP | fałszywie ujemna (błąd drugiego rodzaju, FN) |
czułość, TPR
|
FNR
|
Stan negatywny |
fałszywie dodatnia (błąd pierwszego rodzaju, FP) |
prawdziwie ujemna, TN | FPR
|
swoistość, SPC, TNR
| |
dokładność, ACC
|
precyzja, PPV
|
FOR
|
LR+
|
DOR
| |
FDR
|
NPV
|
LR-
|
Wartość predykcyjną dodatnią opisuje zależność między liczbą wyników prawdziwie dodatnich (TP), a ogólną liczbą wyników dodatnich: prawdziwie dodatnich (TP) i fałszywie dodatnich (FP)[1]:
Wartość predykcyjną ujemną opisuje zależność między liczbą wyników prawdziwie ujemnych (TN), a ogólną liczbą wyników ujemnych: prawdziwie ujemnych (TN) i fałszywie ujemnych (FN)[1]:
Wartości predykcyjne można również obliczyć, jeśli znana jest czułość i swoistość testu oraz wcześniejsze prawdopodobieństwo wystąpienia zjawiska (np. współczynnik chorobowości w epidemiologii)[1][3].
Przypisy
edytuj- ↑ a b c d e f Douglas G. Altman, J. Martin Bland , Statistics Notes: Diagnostic tests 2: predictive values, „British Medical Journal”, 309 (6947), 1994, s. 102, DOI: 10.1136/bmj.309.6947.102, ISSN 0959-8138, PMID: 8038641 .
- ↑ John P.A. Ioannidis , Why Most Published Research Findings Are False, „PLOS Medicine”, 2 (8), 2005, e124, DOI: 10.1371/journal.pmed.0020124, ISSN 1549-1676, PMID: 16060722, PMCID: PMC1182327 [dostęp 2017-02-06] .
- ↑ Hollis N. Erb , Prior probability (the pretest best guess) affects predictive values of diagnostic tests, „Veterinary Clinical Pathology”, 40 (2), 2011, s. 154–158, DOI: 10.1111/j.1939-165X.2011.00315.x, ISSN 1939-165X .
Linki zewnętrzne
edytuj- When does a significant p-value indicate a true effect? – symulator PPV w zależności od poziomu istotności, mocy, odsetka prawdziwych hipotez i stopnia P-hackingu.