负面预测价值

了解负面的预测价值可能会令人困惑。 然而,它是了解医学检查质量和准确性的重要部分。阴性预测值告诉你如果对某种疾病检测为阴性,这意味着什么。 这是否定测试结果准确度的标志。 换句话说,它告诉你实际上没有这种疾病的可能性

阴性预测值定义为真阴性(测试阴性未感染的人)除以测试阴性的总人数。 它可能因测试灵敏度, 测试特异性和疾病发病率而异,如下面的示例所示。 由于他们工作的社区对疾病流行的依赖性,弄清楚负面预测价值是复杂的。 即使他们知道敏感性和特异性,大多数医生在进行任何特定测试时都不能简单地为您提供负数预测值。

替代拼写: NPV

一个例子

如果衣原体检测在衣原体感染率为10%的100人群体中具有80%的灵敏度和80%的特异性:

8个真正的阳性检测结果为阳性
90个真实阴性中的72个测试阴性

在74个负面测试中,82个是真正的负面测试,2个是负面测试。 因此,阴性预测值(NPV)将为97%(72/74)。 97%测试阴性的人实际上对衣原体阴性。
-----
相反,如果在披衣菌流行率为40:
40个真阳性中有32个检测为阳性
60个真实阴性中有40个测试阴性
在48个负面测试中,8个是否定的。 这意味着负面预测值是83%(40/48)。

各种因素如何影响负面预测价值

随着疾病在人群中越来越普遍,负面预测值下降

相反, 正面预测价值上升。

同样,高灵敏度测试会使负向预测值增加。 这是因为有更少的漏报。 (更多的人在高灵敏度试验中呈阳性检测结果)相反,高特异性检测对阳性预测值更重要。 通过这些测试,误报率更低。 特异性越高,负面测试负面的人越多。