Nilai Prediktif Negatif suatu Tes

Memahami nilai prediktif negatif bisa membingungkan. Namun, ini adalah bagian penting untuk memahami kualitas dan keakuratan tes medis. Nilai prediktif negatif memberi tahu Anda apa artinya jika Anda menguji negatif untuk suatu penyakit. Ini adalah penanda seberapa akurat hasil tes negatif itu. Dengan kata lain, ini memberitahu Anda seberapa besar kemungkinannya Anda sebenarnya tidak menderita penyakit ini.

Nilai prediktif negatif didefinisikan sebagai jumlah negatif sejati (orang yang tes negatif yang tidak terinfeksi) dibagi dengan jumlah total orang yang dites negatif. Ini bervariasi dengan sensitivitas tes, spesifisitas tes, dan prevalensi penyakit seperti yang Anda lihat pada contoh di bawah ini. Karena ketergantungan pada prevalensi penyakit di komunitas tempat mereka bekerja, mencari tahu nilai prediksi negatifnya rumit. Kebanyakan dokter tidak bisa begitu saja memberi Anda angka untuk nilai prediktif negatif ketika Anda masuk untuk tes yang diberikan - bahkan jika mereka tahu sensitivitas dan spesifisitas.

Ejaan Alternatif: NPV

Sebuah contoh

Jika tes klamidia memiliki sensitivitas 80% & spesifisitas 80% dalam populasi 100 dengan prevalensi klamidia 10%:8 dari 10 tes positif benar positif72 dari 90 tes negatif benar negatifDari 74 tes negatif, 82 adalah negatif sejati dan 2 negatif negatif. Oleh karena itu, nilai prediksi negatif (NPV) akan menjadi 97% (72/74). 97% orang yang dites negatif sebenarnya akan negatif untuk klamidia. Sebaliknya, jika tes yang sama diberikan pada populasi dengan prevalensi klamidia 40: 32 dari 40 tes positif sejati positif40 dari 60 tes negatif benar negatif. Dari 48 tes negatif, 8 negatif palsu. Itu berarti nilai prediktif negatif adalah 83% (40/48).

Bagaimana Berbagai Faktor Mempengaruhi Nilai Prediktif Negatif

Nilai prediktif negatif berlaku turun sebagai penyakit menjadi lebih umum dalam suatu populasi. Sebaliknya, nilai prediksi positif naik.

Demikian pula, tes sensitivitas tinggi membuat nilai prediksi negatif meningkat. Itu karena ada lebih sedikit negatif palsu. (Lebih banyak orang yang tes positif positif pada tes sensitivitas tinggi) Sebaliknya, tes spesifisitas tinggi lebih penting untuk nilai prediksi positif. Dengan tes itu, lebih sedikit positif palsu. Semakin tinggi spesifisitas, semakin banyak orang yang tes negatif negatif.