Dein Herz schlägt für die
Neurophysiotherapie? Willkommen bei
uns!
Wir sind eine moderne, auf
Neurologie spezialisierte
Physiotherapie-Praxis, in der das
Wohl und die individuelle
Entwicklung unserer Patient*innen
im Mittelpunkt stehen. Doch genauso
wichtig sind uns die Menschen im
Team. Gemeinsam setzen wir auf
wertschätzendes Miteinander,
kontinuierliches Lernen und
fachliche wissenschaftliche
Weiterentwicklung in einer
entspannten Atmosphäre.
Bei uns findest du mehr als nur
einen Job ...
Neurophysiotherapie? Willkommen bei
uns!
Wir sind eine moderne, auf
Neurologie spezialisierte
Physiotherapie-Praxis, in der das
Wohl und die individuelle
Entwicklung unserer Patient*innen
im Mittelpunkt stehen. Doch genauso
wichtig sind uns die Menschen im
Team. Gemeinsam setzen wir auf
wertschätzendes Miteinander,
kontinuierliches Lernen und
fachliche wissenschaftliche
Weiterentwicklung in einer
entspannten Atmosphäre.
Bei uns findest du mehr als nur
einen Job ...
Warum man sich zur Beurteilung eines Testes nicht nur auf eines der beiden Merkmale verlassen darf, sondern sich am besten beide Gütekriterien anschauen sollte, erklärt das sog. Oma-Paradoxon.
Oma-Paradoxon
Stellen wir uns wieder die Schlange von Testpersonen vor unserer Teststation vor. Sagen wir 20 von diesen 100 Personen wären erkrankt.
Würde eine unserer Omas jetzt durch ihre übersinnlichen Kräfte alle Personen als krank einstufen, hätte sie eine Sensitivität von sagenhaften 100 Prozent. Denn Sie hat ja alle der 20 Kranken als "richtig positiv" (i.S. von krank) erkannt und ihr ist kein Erkrankter "durchgerutscht".
Ihre Spezifität wäre allerdings unterirdisch. Nämlich null (Berechnung lt. untenstehender Grafik: Null Richtig Negative (gesund) geteilt durch alle 80 Gesunden ergibt: Null)
Oder im umgekehrten Falle: Würde sie alle als "gesund" klassifizieren, hätte sie eine Spezifität von 100 Prozent - alle 80 Gesunden wurden als "richtig negativ" erkannt. Sie hat aus keinem Gesunden einen Kranken gemacht.
Die Sensitivität betrüge allerdings: Null. (Berechnung: Null Richtig Positive geteilt durch alle 20 Erkrankten ergibt: Null)
Daher ist es immer angebracht, sich beide Kriterien eines Testes anzuschauen.
Vorhersagewerte / prädiktive Werte
Kennzahlen in die beide Mermale (sowohl Sensitiviät als auch Spezifität) einfließen sind die sog. Positiven bzw. Negativen Vorhersagewerte (siehe untenstehende Grafik, von links nach rechts gelesen). Daher sind diese Kennzahlen im praktischen Alltag für die Betroffenen auch aussagekräftiger.
Positiver Vorhersagewert/Positiver prädiktiver Wert (PPW)
Der positive Vorhersagewert zeigt, wie hoch die Wahrscheinlichkeit ist, an einer Erkrankung auch wirklich erkrankt zu sein, wenn der Test positiv ist.
Er ergibt sich aus der Anzahl richtig positiv Getesteter, geteilt durch die Anzahl aller positiv getesteter.
(Alle-Krank-Oma-Variante: 20 Prozent)
Negativer Vorhersagewert/Negativer prädiktiver Wert (NPW)
Der negative Vorhersagewert zeigt, wie hoch die Wahrscheinlichkeit ist, eine Erkrankung nicht zu haben, wenn der Test negativ ist.
Er ergibt sich aus der Anzahl der Anzahl richtig negativ getesteter Patienten, geteilt durch die Anzahl aller negativ Getesteten.
(Alle-Gesund-Oma-Variante: 80 Prozent)
Logischerweise wird bei diagnostischen Mitteln ein Vorhersagewert von jeweils 100 Prozent angestrebt.
Wenn Sie sich die Darstellung als PDF herunterladen möchten, klicken Sie bitte hier.
Daniel Bombien und Friedrich Merz / physio.de
Im dritten Teil unserer Artikelserie erfahren Sie warum sich die Vorhersagewerte eines Testes je nach Prävalenz stets verändern.
Teil I: Sensitivität und Spezifität
Teil III: Vorhersagewerte in Abhängigkeit zur Prävalenz
BegriffsklärungSensitivitätSpezifitätPrävalenzTests, Scores & Indizes
Zitat:
Er (PPW) ergibt sich aus der Anzahl richtig positiv Getesteter, geteilt durch die Anzahl aller positiv getesteter.
Ganz korrekt wäre (wie es auch in der Grafik steht): PPW ergibt sich aus der Anzahl aller positiven Tests geteilt durch die Summe aus richtig positiven und falsch positiven Tests!
Entsprechendes gilt auch für den NPW...
Gefällt mir
Wollen Sie diesen Beitrag wirklich melden?
Problem beschreiben
Arminia schrieb:
@Daniel Bombien
Zitat:
Er (PPW) ergibt sich aus der Anzahl richtig positiv Getesteter, geteilt durch die Anzahl aller positiv getesteter.
Ganz korrekt wäre (wie es auch in der Grafik steht): PPW ergibt sich aus der Anzahl aller positiven Tests geteilt durch die Summe aus richtig positiven und falsch positiven Tests!
Entsprechendes gilt auch für den NPW...
Gefällt mir
Wollen Sie diesen Beitrag wirklich melden?
Problem beschreiben
Hähnchen schrieb:
Endlich mal auf seriöse Füße gestellt. Geht doch und Danke. Für mein aktuelles Berufsleben bedeutet das nichts ,aber wenn nicht greifbare Dinge die unseren Alltag massiv beeinflussen dann ist Ihre Berechnung inkl. Erklärung aller Ehren Wert. Sie wird plausibler und erkennbarer. Wagen Sie doch bitte den letzten Schritt! Was können wir gegen diese fiese Nummer sinnvoll(!) tun?
Mein Profilbild bearbeiten