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].

PrzypisyEdytuj

  1. 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, DOI10.1136/bmj.309.6947.102, ISSN 0959-8138, PMID8038641.
  2. John P.A. Ioannidis, Why Most Published Research Findings Are False, „PLOS Medicine”, 2 (8), 2005, e124, DOI10.1371/journal.pmed.0020124, ISSN 1549-1676, PMID16060722, PMCIDPMC1182327 [dostęp 2017-02-06].c?
  3. Hollis N. Erb, Prior probability (the pretest best guess) affects predictive values of diagnostic tests, „Veterinary Clinical Pathology”, 40 (2), 2011, s. 154–158, DOI10.1111/j.1939-165X.2011.00315.x, ISSN 1939-165X.

Linki zewnętrzneEdytuj