Advanced Field Epi:Manual 2 - Diagnostic Tests/id - Revision history

Catriona at 07:49, 10 May 2015

2015-05-10T07:49:14Z

Catriona at 07:49, 10 May 2015

2015-05-10T07:49:05Z

Show changes

Catriona at 07:27, 10 May 2015

2015-05-10T07:27:39Z

Catriona: Created page with "Opsteegh, M., Teunis, P., Mensink, M., Zuchner, L., Titilincu, A., Langelaar, M. & van der Giessen, J. 2010. Evaluation of ELISA test characteristics and estimation of Toxopla..."

2015-05-10T07:27:03Z

Created page with "Opsteegh, M., Teunis, P., Mensink, M., Zuchner, L., Titilincu, A., Langelaar, M. & van der Giessen, J. 2010. Evaluation of ELISA test characteristics and estimation of Toxopla..."

Catriona at 07:25, 10 May 2015

2015-05-10T07:25:53Z

Catriona at 07:25, 10 May 2015

2015-05-10T07:25:46Z

Catriona at 07:24, 10 May 2015

2015-05-10T07:24:47Z

Catriona at 07:24, 10 May 2015

2015-05-10T07:24:18Z

Catriona at 07:23, 10 May 2015

2015-05-10T07:23:18Z

Catriona at 07:23, 10 May 2015

2015-05-10T07:23:06Z

@@ Baris 151: / Baris 151: @@
 Hasil untuk hewan yang bebas penyakit (D-) biasanya tumpang tindih dengan hasil pada populasi yang sakit (D+). Hewan di sebelah kanan dari titik potong (C-C) diklasifikasikan sebagai reaktor (sakit atau terinfeksi) dan hewan ke kiri diklasifikasikan sebagai negatif (tidak terinfeksi). Jika positif palsu lebih sedikit diperlukan, C-C dipindahkan ke kanan; spesifisitas meningkat dan sensitivitas menurun. Namun, jika negatif palsu yang lebih sedikit diperlukan, C-C dipindahkan ke kiri: sensitivitas meningkat dan spesifisitas berkurang.
-Selection of the appropriate cut-off value will depend on a number of issues including the relative cost of false positives and false negatives, the stage of an eradication program, if any, and the availability of other tests. An important consequence of imperfect specificity (i.e. ~< 100%) is that if a large number of animals are tested from a population free of the disease in question, there is a significant chance of abnormal results. For example, if 10 independent samples were tested using a test with 90% specificity the probability of at least 1 positive test result occurring is 65%.
+Pemilihan nilai cut-off yang sesuai tergantung pada sejumlah isu termasuk biaya relatif positif palsu dan negatif palsu, tahap program pemberantasan, jika ada, dan ketersediaan tes lainnya. Konsekuensi penting dari kekhususan yang tidak sempurna (yaitu ~ <100%) adalah bahwa jika sejumlah besar hewan diuji dari populasi bebas penyakit tersebut, ada kemungkinan besar hasil abnormal. Sebagai contoh, jika 10 sampel independen diuji dengan menggunakan tes dengan 90% probabilitas spesifisitas minimal 1 hasil tes positif yang terjadi adalah 65%.
 === Nilai Prediktif ===

@@ Baris 738: / Baris 738: @@
 Everitt, R. S. 1989. Statistical Methods for Medical Investigation, New York, Oxford University Press.
-Feinstein, A. R. & Cicchetti, D. V. 1990. <nowiki>High agreement but low kappa: I. The problems of two paradoxes. [see comments.]. Journal of Clinical Epidemiology., 43:43-9.</nowiki>
+Feinstein, A. R. & Cicchetti, D. V. 1990. High agreement but low kappa: I. The problems of two paradoxes. [see comments.]. Journal of Clinical Epidemiology., 43:43-9.
 Georgiadis, M. P., Johnson, W. O., Singh, R. & Gardner, I. A. 2003. Correlation-adjusted estimation of sensitivity and specificity of two diagnostic tests. Applied statistics, 52:63-76.

@@ Baris 189: / Baris 189: @@
 With an understanding of the principles of predictive values, the following rules of thumb for using tests in the diagnostic process at the individual animal level can be recommended:
-* Jika tujuannya adalah ''untuk mengonfirmasikan kemungkinan diagnosis'' (aturan situasi "rule-in"), kemudian pilih pengujian yang memiliki ''spesifisitas tinggi'' (~>95%) dan setidaknya sensitivitas sedang (~>75%). Jika hasil positif dikembalikan, maka sangat mungkin individu memiliki penyakit tersebut (PPV tinggi untuk pengujian dengan spesifisitas tinggi). Jika hasil negatif dikembalikan, maka pekerjaan diagnostik selanjutnya diperlukan.
+* If the objective is ''to confirm a likely diagnosis'' (the "rule-in" situation), then choose a test which has ''high specificity'' (~>95%) and at least moderate sensitivity (~>75%). If a positive result is returned, then it is highly likely the individual has the disease in question (PPV's are high for tests with high specificity). If a negative result is returned, then further diagnostic work up is required.
-* Jika tujuannya adalah untuk ''mengonfirmasikan bahwa individu bebas dari penyakit tertentu'' (aturan situasi "rule-out"), kemudian pilih pengujian dengan sensitifitas tinggi (~>95%) dan setidaknya spesifisitas sedang (~ >75%). Jika hasil negatif dikembalikan, maka sangat mungkin individu bebas dari penyakit tersebut. Jika hasil positif dikembalikan, maka pengujian lebih lanjut diperlukan dengan tes yang lebih spesifik untuk memastikan apakah hasilnya adalah hasil positif palsu atau bukan.
+* If the objective is to ''confirm that an individual is free from a particular disease'' (the "rule-out" situation), then choose a test with high sensitivity (~>95%) and at least moderate specificity (~>75%). If a negative result is returned, then it is highly likely the individual is free from the disease in question. If a positive result is returned, then further testing is required with more specific tests to ascertain whether or not the result was a false positive result or not.
 == Beberapa pengujian ==
@@ Baris 489: / Baris 489: @@
 Oleh karena itu, prevalensi benar = (0.04 + 0.9 - 1)/(0.9 + 0.9 - 1) = -0.06/0.8 = -0.0625.
-Contoh di atas menggambarkan satu potensi masalah dengan rumus Rogan dan Gladen, yaitu dalam beberapa keadaan perkiraan negatif dapat dihasilkan. Namun, prevalensi negatif (<0) jelas tidak mungkin, jadi untuk skenario ini asumsi tentang sensitivitas dan spesifisitas pastilah tidak benar. Sebagai contoh, jika spesifisitas adalah 90% (0,9), dan Anda menguji 150 hewan, Anda berharap memiliki 0,1*150 atau rata-rata sekitar 15 hasil positif palsu (bahkan pada populasi yang tidak terinfeksi). Oleh karena itu jika hanya 4 positif dicatat, spesivisitas tes harus jauh lebih tinggi dari 90% (perkiraan minimum mengasumsikan semua positif adalah positif palsu, sehingga spesifisitas = 1 - prevalensi jelas = 1 - 4% atau 96%).
+<nowiki>The above example illustrates one potential problem with Rogan and Gladen formula, which is that in some circumstances negative estimates can be produced. However, a negative (<0) prevalence is clearly impossible, so for this scenario the assumptions about sensitivity and specificity must be incorrect. For example, if specificity was 90% (0.9), and you tested 150 </nowiki>animals, you would expect to have 0.1*150 or on average about 15 false positive results (even in an uninfected population). Therefore if only 4 positives were recorded, the specificity of the test must be much higher than 90% (a minimum estimate would be to assume all of the positives are false positives, so that specificity = 1 - apparent prevalence = 1 - 4% or 96%).
 Karena perkiraan prevalensi adalah proporsi yang juga harus kita hitung dan menghadirkan interval kepercayaan untuk estimasi.
@@ Baris 517: / Baris 517: @@
 Jika spesifisitas uji adalah 100% (yaitu setiap reaktor ditindaklanjuti untuk mengkonfirmasi statusnya) perhitungan SeH disederhanakan:
-'''SeH '''= 1 - (1 - Prev x Se)<sup>m</sup>
+'''SeH ''' = 1 - (1 - Prev</nowiki> x Se)<sup>m</sup>
 Sebuah contoh

@@ Baris 643: / Baris 643: @@
 Metode "gold standard" bergantung pada klasifikasi individu menggunakan tes referensi (atau tes) dengan sensitivitas  dan/atau spesifisitas yang sempurna untuk mengidentifikasi kelompok individu yang sakit dan yang tidak sakit di mana tes dapat dievaluasi. Sebaliknya, metode "non gold standard" yang digunakan dalam situasi di mana penentuan status infeksi sebenarnya dari setiap individu tidak memungkinkan atau secara ekonomis tidak layak.
-Terlepas dari metode yang digunakan untuk memperkirakan sensitivitas dan spesifisitas, sejumlah prinsip penting yang harus dipertimbangkan ketika mengevaluasi tes, seperti untuk studi epidemiologi lainnya ([# _ENREF_8 Greiner dan Gardner, 2000]):
+Terlepas dari metode yang digunakan untuk memperkirakan sensitivitas dan spesifisitas, sejumlah prinsip penting yang harus dipertimbangkan ketika mengevaluasi tes, seperti untuk studi epidemiologi lainnya ([#8 Greiner dan Gardner, 2000]):
 * Populasi penelitian dari mana sampel diambil harus mewakili populasi di mana tes ini akan diterapkan;

@@ Baris 641: / Baris 641: @@
 Ada dua pendekatan luas untuk memperkirakan sensitivitas  dan spesifitas tes.
-"Gold standard" methods rely on the classification of individuals using a reference test (or tests) with perfect sensitivity and/or specificity to identify groups of diseased and non-diseased individuals in which the test can be evaluated. In contrast, "Non-gold-standard" methods are used in situations where determination of the true infection status of each individual is not possible or economically feasible.
+Metode "gold standard" bergantung pada klasifikasi individu menggunakan tes referensi (atau tes) dengan sensitivitas  dan/atau spesifisitas yang sempurna untuk mengidentifikasi kelompok individu yang sakit dan yang tidak sakit di mana tes dapat dievaluasi. Sebaliknya, metode "non gold standard" yang digunakan dalam situasi di mana penentuan status infeksi sebenarnya dari setiap individu tidak memungkinkan atau secara ekonomis tidak layak.
 Terlepas dari metode yang digunakan untuk memperkirakan sensitivitas dan spesifisitas, sejumlah prinsip penting yang harus dipertimbangkan ketika mengevaluasi tes, seperti untuk studi epidemiologi lainnya ([# _ENREF_8 Greiner dan Gardner, 2000]):

@@ Baris 606: / Baris 606: @@
 |}
-Where '''''NPV'' '''is the negative predictive value of the test in the population of origin, '''''Se''''' and '''''Sp '''''are animal-level sensitivity and specificity respectively, '''''Prev''''' is true disease prevalence and '''''m '''''is the number of animals tested. As sample size increases the probability that the group will all test negative decreases, so that the overall risk associated with a group can be reduced by increasing the sample size. However, if all animals do test negatively the probability that one or more are actually infected increases (assuming that they are from an infected population), as shown in Figure 4.6.
+'''''NPV'' '''adalah nilai prediktif tes pada populasi asal, '''''Se''''' dan '''''Sp '''''adalah sensitivitas dan spesifisitas tingkat hewan, '''''Prev''''' adalah prevalensi penyakit sebenarnya '''''m '''''adalah jumlah hewan yang diuji. Mengingat ukuran sampel bertambah kemungkinan kelompok semua tes negatif menurun, sehingga keseluruhan risiko yang terkait dengan kelompok dapat dikurangi dengan menambah ukuran sampel. Namun, jika semua hewan melakukan tes negatif probabilitas bahwa satu atau lebih dari satu sebenarnya terinfeksi menjadi meningkat (dengan asumsi bahwa mereka berasal dari populasi yang terinfeksi), seperti yang ditunjukkan pada Gambar 4.6.
 Sebagai contoh: Jika 20 hewan dipilih dari kelompok atau kawanan dengan prevalensi benar 0,05 (5%) dan diuji menggunakan tes dengan Se = 0,9 dan Sp = 0,99, dan 20 memiliki hasil negatif, kemungkinan bahwa ada satu atau lebih dari satu hewan yang terinfeksi dalam kelompok adalah sekitar 0,1 (10%). Selain itu, kemungkinan bahwa 20 hewan akan memiliki hasil tes negatif adalah sekitar 0,33 (33%).

@@ Baris 591: / Baris 591: @@
 |}
-The situation is further complicated where the test procedure being used has poor sensitivity, which is the case for many tests in regular use.
+Situasi semakin rumit ketika prosedur tes yang digunakan memiliki sensitivitas yang buruk, yang sering kali terjadi pada banyak tes yang digunakan secara reguler.
 Probabilitas memperkenalkan infeksi pada kelompok hewan yang diuji negatif adalah sama dengan probabilitas satu atau lebih dari satu hewan dalam kelompok yang terinfeksi tetapi tes negatif. Probabilitas ini dapat dihitung sebagai:

@@ Baris 549: / Baris 549: @@
 SpH = 0.99<sup>100</sup>
-<nowiki>= 0.37 atau 37%</nowiki>
+= 0.37 atau 37%
 SPH tidak terpengaruh oleh prevalensi karena, menurut definisi, SPH hanya berlaku untuk kawanan dengan nol prevalensi (tidak terpengaruh)

@@ Baris 541: / Baris 541: @@
 SeH = 1 - (1 - (0.02*0.9 + (1 - 0.02)*(1 - 0.99)))<sup>100</sup>
-<nowiki>= 0.94 atau 94%</nowiki>
+= 0.94 atau 94%
 SeH menurun seiring penurunan prevalensi.