Isi
Memahami nilai prediksi negatif (NPV) bisa membingungkan. Namun, ini adalah bagian penting untuk memahami kualitas dan akurasi tes medis. Nilai prediksi negatif memberi tahu Anda apa artinya jika Anda dites negatif untuk suatu penyakit. Itu adalah penanda seberapa akurat hasil tes negatif itu. Dengan kata lain, ini memberi tahu Anda seberapa besar kemungkinan itu Anda sebenarnya tidak mengidap penyakit itu.Nilai prediksi negatif didefinisikan sebagai jumlah negatif benar (orang yang dites 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, sulit untuk mengetahui nilai prediksi negatif. Kebanyakan dokter tidak bisa begitu saja memberi Anda angka untuk nilai prediksi negatif saat Anda mengikuti tes tertentu meskipun mereka mengetahui sensitivitas dan spesifisitasnya.
Contoh
Jika tes klamidia memiliki sensitivitas 80% dan spesifisitas 80% pada populasi 100 dengan prevalensi klamidia 10%:
- 8 dari 10 tes positif benar positif
- 72 dari 90 tes negatif benar
Dari 74 tes negatif, 82 adalah negatif benar dan 2 adalah negatif palsu. Oleh karena itu, NPV akan menjadi 97% (72/74). 97% orang yang hasil tesnya negatif sebenarnya akan negatif untuk klamidia. Sebaliknya, jika tes yang sama diberikan pada populasi dengan prevalensi klamidia 40: 32 dari 40 tes positif benar positif
40 dari 60 tes negatif benar, tes negatif Dari 48 tes negatif, 8 tes negatif palsu. Artinya nilai prediksi negatif adalah 83% (40/48).
Bagaimana Berbagai Faktor Mempengaruhi Nilai Prediktif Negatif
Nilai prediksi negatif pergiturun 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 hasil tesnya positif pada tes sensitivitas tinggi.) Sebaliknya, tes spesifisitas tinggi lebih penting untuk nilai prediksi positif. Dengan tes tersebut, lebih sedikit positif palsu. Semakin tinggi spesifisitasnya, semakin banyak orang yang hasil tesnya negatif.