TP, de sanna positiva, är de med tillståndet som testet flaggar; FP, de falska positiva, är de utan det som det flaggar. Nämnaren är alla med ett positivt svar, och PPV är andelen av dem som verkligen har tillståndet: frågan den som håller i ett positivt svar ställer.
Räkneexempel
30 sanna positiva och 10 falska positiva: PPV = 30 / (30 + 10) = 0,75. Tre positiva svar av fyra stämmer. Vänt på det betyder PPV 0,75 med 10 falska positiva 30 sanna, som kortet räknar ut.
Varför det beror på hur vanligt tillståndet är
Ta ett test med sensitiviteten 90 % och specificiteten 90 %. Bland 1 000 personer varav 100 har tillståndet flaggar det 90 sanna fall och 90 av de 900 friska: PPV = 90 / 180 = 50 %. Bland 1 000 personer varav 10 har det flaggar det 9 sanna fall och 99 friska: PPV = 9 / 108 = 8 %. Testet är detsamma; de testade är det inte, och PPV följer prevalensen. Det är Bayes sats skriven som antal.
Vad det är till för
Sensitivitet och specificitet beskriver testet för dem som gör det; de prediktiva värdena beskriver ett svar för den som får det. En tabell från en studie som valt sina fall och kontroller var för sig ger ett PPV för den studiens blandning, inte för en mottagning, och därför tar kalkylatorn för sensitivitet och specificitet också en prevalens och de två måtten.
Vanliga misstag
- Att läsa det som sensitiviteten. Sensitiviteten läses nedåt i en kolumn; PPV tvärs över en rad.
- Att ta med ett PPV från en befolkning till en annan. Det följer med prevalensen.
- Att läsa 1 − PPV som andelen falska positiva. Andelen falska positiva är FP genom de friska, 1 − Sp.
Vanliga frågor
Vad är det negativa prediktiva värdet?
TN / (TN + FN), samma fråga för ett negativt svar, på sidan om
negativt prediktivt värde.
PPV eller precision?
Samma tal. Maskininlärningen kallar det precision.
Hur fås det ur sensitivitet, specificitet och prevalens?
PPV = Se · p / (Se · p + (1 − Sp)(1 − p)) med prevalensen p, vilket kalkylatorn räknar i sitt
andelsläge.