Positiver und negativer Vorhersagewert

PPV ist die Zahl richtig positiver Tests geteilt durch alle positiven Tests: TP/(TP+FP). NPV ist TN/(TN+FN), also richtig negative geteilt durch alle negativen Ergebnisse. Bei TP=90, FP=20, TN=180 und FN=10 ergeben sich etwa 81,8 % und 94,7 %. Die Nenner sind Testergebnisgruppen, anders als bei Sensitivität und Spezifität, deren Nenner den Referenzstatus bilden. Vorhersagewerte hängen von Prävalenz, Schwelle und Referenzstandard ab. Bei künstlichem Fall-Kontroll-Anteil sind sie nicht direkt auf die Zielpopulation übertragbar. Für andere Prävalenzen lassen sie sich mit Sensitivität und Spezifität neu berechnen. Das Testergebnis selbst beschreibt nicht die Prävalenz.

Wenn ein Zustand selten ist, gibt es in einer getesteten Gruppe oft viele Nichtbetroffene. Selbst eine gute Spezifität kann dann genügend falsch positive Ergebnisse erzeugen, um den PPV zu senken. Bei höherer Prävalenz steigt typischerweise PPV, während NPV sinkt. Sensitivität und Spezifität sind dagegen bedingte Kennwerte nach wahrem Status, auch wenn sie in verschiedenen Spektren praktisch variieren können. Vorhersagewerte sind daher populationsgebunden. Vorhersagewerte hängen von Prävalenz, Schwelle und Referenzstandard ab. Bei künstlichem Fall-Kontroll-Anteil sind sie nicht direkt auf die Zielpopulation übertragbar. Für andere Prävalenzen lassen sie sich mit Sensitivität und Spezifität neu berechnen. Das Testergebnis selbst beschreibt nicht die Prävalenz.

Meist nicht direkt, weil Forschende bei Fall-Kontroll-Designs Fall- und Kontrollzahlen gezielt auswählen. Der Anteil Erkrankter in der Stichprobe entspricht dann nicht der Prävalenz der Zielpopulation und verzerrt PPV sowie NPV. Übertragbar werden sie erst, wenn eine passende Prävalenz bekannt ist und Sensitivität sowie Spezifität für dieselbe Schwelle und Population sinnvoll angesetzt werden. Sonst sind Vorhersagewerte aus der Stichprobe keine Populationsprognose. Vorhersagewerte hängen von Prävalenz, Schwelle und Referenzstandard ab. Bei künstlichem Fall-Kontroll-Anteil sind sie nicht direkt auf die Zielpopulation übertragbar. Für andere Prävalenzen lassen sie sich mit Sensitivität und Spezifität neu berechnen. Das Testergebnis selbst beschreibt nicht die Prävalenz.

Rechne zuerst das Muster aus dem Beispiel nach: Bei TP=90, FP=20, TN=180, FN=10 ist PPV=90/110≈81,8 %, NPV=180/190≈94,7 %. Positiver und negativer Vorhersagewert verwendet PPV = TP/(TP+FP); NPV = TN/(TN+FN). Kurz gesagt: vorhersagewerte geben an, wie häufig positive oder negative Tests mit dem Referenzstatus übereinstimmen. Einheitencheck: PPV und NPV als Anteile oder Prozent · TP, FP, TN, FN als Fallzahlen. Requires a representative population sample or valid prevalence and reference classification. Werte sind nur vergleichbar, wenn Definition, Nenner und Zeitraum übereinstimmen. Schreibe diese Angaben neben das Ergebnis, damit die Bezugsgruppe erkennbar bleibt. Bei einer unplausiblen Richtung kontrollierst du zuerst Datenaufbereitung und Rechenbasis, bevor du biologische Ursachen diskutierst.

Eine zentrale Grenze von Positiver und negativer Vorhersagewert lautet: Requires a representative population sample or valid prevalence and reference classification. Nutze die Kennzahl deshalb nicht losgelöst von ihrer Referenz; sie eignet sich für Einordnung der Aussagekraft positiver und negativer Testergebnisse in einer Zielpopulation. Vorhersagewerte geben an, wie häufig positive oder negative Tests mit dem Referenzstatus übereinstimmen. Bei Vergleichen zwischen Populationen oder Experimenten prüfst du, ob Definition, Nenner und Erhebungszeitraum übereinstimmen. Ist die Annahme nicht plausibel, zeigt das Ergebnis nur, was das vereinfachte Modell aus den Eingaben berechnet; es ist dann kein belastbarer Schätzer für die Zielpopulation. Nenne diese Einschränkung im Bericht und leite keine Kausalwirkung aus der Formel allein ab.