Hoofdstuk 11: Testaccuraatheid Flashcards
True positive (TP)
Diagnose
Ziek
True negative (TN)
Geen diagnose
Niet ziek
False positive (FP)
Diagnose
Niet ziek
False negative (FN)
Geen diagnose
Ziek
Sensitiviteit
TP / TP+FN
Verhouding tussen het aantal correct geïdentificeerde respondenten met het geteste kenmerk, ten opzichte van alle personen die in werkelijkheid het geteste kenmerk hebben
Specificiteit
TN / TN+FP
Verhouding tussen het aantal correct geïdentificeerde respondenten zonder het geteste kenmerk, ten opzichte van alle personen die in werkelijkheid het kenmerk niet hebben
False positive rate (FPR)
FP / FP+TN = 1 - specificiteit
Verhouding tussen het aantal fout geïdentificeerde respondenten zonder het geteste kenmerk, ten opzichte van alle respondenten die in de werkelijkheid het kenmerk niet hebben
False negative rate (FNR)
FN / FN+TP = 1 - sensitiviteit
Verhouding tussen het aantal fout geïdentificeerde respondenten met het geteste kenmerk, ten opzichte van alle respondenten die in de werkelijkheid het kenmerk hebben
Positive predictive value (PPV)
TP / TP+FP
Kans dat een persoon met een positief testresultaat in werkelijkheid het kenmerk heeft
Negative predictive value (NPV)
TN / TN+FN
Kans dat een persoon met een negatief testresulaat in werkelijkheid het kenmerk niet heeft
Positive likelihood ratio (PLR)
sensitiviteit / 1-specificiteit
In welke mate je vertrouwen dat het kenmerk aanwezig is bij een persoon stijgt, als die persoon een positieve diagnose heeft
Negative likelihood ratio (NLR)
1-sensitiviteit / specificiteit
In welke mate je vertrouwen dat het kenmerk afwezig is bij een persoon stijgt, als die persoon een negatieve diagnose heeft
Interpretatie likelihood ratio
> 10 of <0,1 → grote verandering in vertrouwen
5-10 en 0,1-0,2 → gemiddelde verandering in vertrouwen
2-5 en 0,2-0,5 → kleine (maar soms belangrijke) verandering in vertrouwen
1-2 en 0,5-1 → kleine (en meestal niet belangrijke) verandering in vertrouwen
Bayes theorem
P(A/B) = P(B/A).P(A) / P(B) (op formularium gegeven)
P(A) = kans dat iemand het gemeten kenmerk heeft
P(B) = kans dat iemand een positieve diagnose krijgt
P(A/B) = de kans dat iemand het gemeten kenmerk heeft indien deze persoon ook een positieve diagnose krijgt
P(B/A) = de kans dat iemand een positieve diagnose krijgt indien deze persoon werkelijk het gemeten kenmerk heeft
Cut-off waarde verlagen
Sensitiviteit stijgt
Specificiteit daalt