Neuropsykologisk testning Flashcards
- Validitet, reliabilitet, specificitet och sensitivitet är viktiga begrepp då vi värderar ett tests psykometriska egenskaper. Förklara dessa kortfattat.
Reliabilitet: ett mått på hur tillförlitligt ett test är; i vilken utsträckning det är förknippat med mätfel. Om vi får samma resultat vid olika tidpunkter och i olika situationer (mätresultat kan replikeras) är reliabiliteten god.
Validitet: ett mått som anger i vilken utsträckning testet mäter vad det syftar till att mäta. Ex: resultat i ett minnes-test skall säga något om patients minnesförmåga.
Både sensitivitet och specificitet är två validitetsmått:
Specificitet: Hög sensitivitet = en god förmåga att identifiera de personer som faktiskt har egenskapen som testet avser att mäta [ex: påvisar en diagnos hos så många individer som möjligt som uppfyller kriterier för en diagnos]
Sensitivitet: Hög specificitet = en god förmåga att identifiera de personer som faktiskt inte har egenskapen som testet avser att mäta [ex: inte påvisar en diagnos hos de individer som inte uppfyller kriterierna för en diagnos]
Man vill ha både hög sensitivitet och specificitet i ett test!
Exempel tavlor.
Reliabilitet:
Ett mått på hur tillförlitligt ett test är; i vilken utsträckning det är förknippat med mätfel. Om vi får samma resultat vid olika tidpunkter och i olika situationer (mätresultat kan replikeras) är reliabiliteten god.
Reliabilitetskoefficienten anges mellan O – 1. Ju högre värde, ju tillförlitligare är testet. Vägledning: 0.70 = godtagbar, 0.80 = bra, 0.90 = utmärkt
Validitet:
Ett mått som anger i vilken utsträckning testet mäter vad det syftar till att mäta. Ex: resultat i ett minnes-test skall säga något om patients minnesförmåga.
Anges i form av en validitetskoefficient som varierar mellan 0-1 [ingen konsensus kring riktvärden, då det är svårt att mäta validiteten]
Specificitet:
Hög sensitivitet = en god förmåga att identifiera de personer som faktiskt har egenskapen som testet avser att mäta [ex: påvisar en diagnos hos så många individer som möjligt som uppfyller kriterier för en diagnos]
Sensitivitet:
Hög specificitet = en god förmåga att identifiera de personer som faktiskt inte har egenskapen som testet avser att mäta [ex: inte påvisar en diagnos hos de individer som inte uppfyller kriterierna för en diagnos]
Exempel tavlor
Tavla 1: Hög validitet och hög reliabilitet - testet mäter samma varje gång och mäter det som avses att mätas (mitt i prick)
Tavla 2: Låg validitet och hög reliabilitet - testets olika delar mäter samma typ av sak/samma varje gång, men fel sak
Tavla 3: Hög validitet och låg reliabilitet - testet mäter rätt sak - “mitt i prick” men testets olika delar/olika mätningar är mer spridda än expv bild 1 & 2 = lägre reliabilitet
Tavla 4: Låg validitet och låg reliabilitet - testet mäter inte vad det avser mäta och stor spridning på testets olika delar/olika mättillfällen = låg överensstämmelse
12: Redogör kortfattat för metoder att värdera neuropsykologiska testers validitet respektive reliabilitet
Exempel på reliabilitetsmått:
- Test-retest reliabilitet
- Interbedömarreliabilitet
- Intern konsistens
- Cronbachs alpha
Exempel på validitetsmått:
- Begreppsvaliditet
- Innehållsvaliditet
- Prediktiv validitet
- Uppenbar validitet/face validity
- Ekologisk validitet
Exempel på reliabilitetsmått :
- Test-retest reliabilitet: upprepade mätningar utförs på samma sätt – samband i resultat undersöks mellan två olika mättillfällen - att patienter ska prestera ungefär likartat i en första och andra testning, man räknar då bort inlärningseffekten
- Interbedömarreliabilitet: mätningar genomförs av två olika bedömare som utför en mätning med hjälp av samma test - likartat resultat oberoende av vem som bedömer tester
- Intern konsistens: hur väl mäter olika delar av testet samma sak? Mäts via att dela testet i delar (ex: split-half) och jämföra samband
- Cronbachs alpha: ett sammanfattande korrelationsmått mellan (alla) olika delar i ett test
Exempel på validitetsmått:
- Begreppsvaliditet: hur väl testet mäter den egenskap det utger sig för att mäta [samband mellan det aktuella och andra liknande test undersöks]
- Innehållsvaliditet: hur representativt testet är för sitt område (ex: minne). [bygger på grad av konsensus]
- Prediktiv validitet: hur väl ett testresultat kan förutsäga utveckling i framtiden (ex: MCI-Alzheimer). [testresultat jämförs med utfall]
- Uppenbar validitet/face validity: Hur väl testet tycks mäta vad det är tänkt att mäta, att ett minnestest faktiskt upplevs testa minnet.
- Ekologisk validitet: I vilken utsträckning ett test har förmågan att predicera beteende i vardagen, såsom att självständighet, arbetsåtergång, att hantera pengar och mer specifika vardagsrelaterade kognitiva problem (ex: vardagsminne).
Argumentera för varför vi skall använda standardiserade och normerade tester då vi genomför en utredning
Standardisering
- = testet provas på ett representativt stickprov samt att validitet och reliabilitet värderas och optimeras (ung. förfinas tills att det når en acceptabel nivå). Anledningen till att man standardiserar test är att testerna vi använder idag ska vara tillförlitliga, säga något om situationen och vara normerade.
Normering
- = genom statistisk bearbetning överföring av råpoäng till en standardiserad skala till exempel stanineskala, z-poäng, percentilskala eller liknande. Tänk en normalfördelningskurva. 0 är alltså det vanligaste förekommande resultatet, -1 är en standardavvikelse neråt (alltså lägre funktion än snittet i befolkningen) och +1 är en standardavvikelse uppåt (alltså högre funktion än snittet i befolkningen).
- Syftet med normering är att jämföra patienten med friska personer i faktorer som är betydelsefulla; ålder, kön och utbildning. Ideal: 100 personer i varje kluster (med tio års intervall), representativt stickprov för en population (uppfylls sällan i praktiken).
Det finns knappt någon poäng att ens testa personer om testerna inte är standardiserade och normerade. Då kan de ju mäta lite vad som helst. Vi behöver veta att vi faktiskt mäter det som ska mätas och att det stämmer överens med vad som är normalt / onormalt för den generella befolkningen.
- Redogör för olika metoder som kan användas då vi värderar premorbid kapacitet respektive ”malingering”
Värdera premorbid status:
- De bästa resultaten (best-performance method) - det test patienten presterar bäst på tänker man grovt kan representera premorbid nivå- analysera profil i testbatteriet
- Test som inte påverkas (”hold-test”) - Information, Vokabulär (WAIS-IV), New Adult Reading Test (NART) – se sid 391 (Nyman & Bartfai): NART är ett test som utgår från att vissa kognitiva förmågor är förhållandevis intakta under åldrande och vid olika sjukdomar som påverkar hjärna, exempelvis förmågan att läsa/uttala ord som inte följer normala uttalsregler och som därmed är en speeciell aspekt av kunskap och minne
- Test som korrelerar med IQ: Vokabulär, Bildkomplettering (dessa typer av test verkar bättre kunna indikera premorbid status)
- Tidigare status: skolbetyg, antal år i skolan, typ av arbete (detta ska då ge en indikation på tidigare prestation, bör kritiseras!)
Malingering (att påverka resultatet negativt pga dold agenda)
Man kollar här efter:
- finns det någon ekonomisk vinning i att underprestera? (försäkringsärende, skadestånd, bistånd)
- finns det tecken på ett inkonsistent beteende?
- finns det en diskrepans i patientens egen och andras beskrivning av patienten?
Tester som undersöker malingering:
- Rey 15 Item Memory Test, Test Of Memory Malingering (TOMM), tolkningar av resultat i vanliga neuropsykologiska tester, Effort scales (prestations eller lögn-skalor)
