Kandungan
Memahami nilai ramalan negatif (NPV) boleh membingungkan. Walau bagaimanapun, ia adalah bahagian penting dalam memahami kualiti dan ketepatan ujian perubatan. Nilai ramalan negatif memberitahu anda apa maksudnya jika anda menguji negatif penyakit. Ini adalah penanda seberapa tepat keputusan ujian negatif itu. Dengan kata lain, ia memberitahu anda bagaimana kemungkinannya anda sebenarnya tidak mempunyai penyakit.Nilai ramalan negatif ditakrifkan sebagai bilangan negatif benar (orang yang menguji negatif yang tidak dijangkiti) dibahagi dengan jumlah orang yang menguji negatif. Ini berbeza dengan kepekaan ujian, kekhususan ujian, dan kelaziman penyakit seperti yang anda lihat dalam contoh di bawah. Kerana pergantungan pada prevalensi penyakit di masyarakat tempat mereka bekerja, mengetahui nilai ramalan negatif adalah rumit. Sebilangan besar doktor tidak boleh memberi anda nombor untuk nilai ramalan negatif semasa anda menjalani ujian tertentu walaupun mereka mengetahui kepekaan dan kekhususan.
Contohnya
Sekiranya ujian klamidia mempunyai kepekaan 80% dan kekhususan 80% pada populasi 100 orang dengan kelaziman klamidia 10%:
- 8 daripada 10 positif benar positif
- 72 daripada 90 negatif benar ujian negatif
Dari 74 ujian negatif, 82 adalah negatif benar dan 2 adalah negatif palsu. Oleh itu, NPV akan menjadi 97% (72/74). 97% orang yang menguji negatif sebenarnya akan negatif untuk klamidia. Sebaliknya, jika ujian yang sama diberikan pada populasi dengan kelaziman klamidia 40: 32 daripada 40 positif positif positif
40 dari 60 ujian negatif benar negatif Daripada 48 ujian negatif, 8 adalah negatif palsu. Ini bermaksud nilai ramalan negatif adalah 83% (40/48).
Bagaimana Pelbagai Faktor Mempengaruhi Nilai Ramalan Negatif
Nilai ramalan negatif berlakuturun kerana penyakit menjadi lebih biasa pada populasi. Sebaliknya, nilai ramalan positif meningkat.
Begitu juga, ujian kepekaan tinggi menjadikan nilai ramalan negatif meningkat. Ini kerana terdapat lebih sedikit negatif palsu. (Lebih banyak orang yang positif ujian positif pada ujian kepekaan tinggi.) Sebaliknya, ujian kekhususan tinggi lebih penting untuk nilai ramalan positif. Dengan ujian tersebut, semakin sedikit positif palsu. Semakin tinggi kekhususan, semakin banyak orang yang negatif ujiannya negatif.