KoasKitMasukCoba gratis 7 hari

Sensitivity, Specificity, PPV, NPV (Positive Predictive Value, Negative Predictive Value)

Kalkulator ini menghitung Sensitivity, Specificity, PPV (Positive Predictive Value), dan NPV (Negative Predictive Value) dari tabel 2x2 yang membandingkan hasil tes diagnostik dengan status penyakit sebenarnya. Setiap nilai berkisar 0 sampai 100 persen, nilai yang lebih tinggi berarti tes lebih sering benar, dan hanya PPV dan NPV yang berubah menurut prevalensi penyakit pada populasi yang diperiksa.

Bandingkan hasil tes dengan diagnosis pasti.

Tabel 2×2

Isi jumlah pasien di setiap sel.

Sakit
Tidak sakit
Total
Tes positif
Tes negatif
Total

Kriteria penilaian

UkuranRumus
Sensitivity, proporsi pasien sakit yang tesnya positifa / (a + c)
Specificity, proporsi pasien tidak sakit yang tesnya negatifd / (b + d)
PPV (Positive Predictive Value), proporsi hasil positif yang benara / (a + b)
NPV (Negative Predictive Value), proporsi hasil negatif yang benard / (c + d)
Accuracy, proporsi semua hasil tes yang benar(a + d) / (a + b + c + d)

Keterangan

  • a, True Positive (TP): jumlah pasien sakit dengan tes positif. Nilainya dalam satuan jumlah pasien, yaitu 0 atau lebih.
  • b, False Positive (FP): jumlah pasien tidak sakit dengan tes positif. Nilainya dalam satuan jumlah pasien, yaitu 0 atau lebih.
  • c, False Negative (FN): jumlah pasien sakit dengan tes negatif. Nilainya dalam satuan jumlah pasien, yaitu 0 atau lebih.
  • d, True Negative (TN): jumlah pasien tidak sakit dengan tes negatif. Nilainya dalam satuan jumlah pasien, yaitu 0 atau lebih.
  • Sensitivity: proporsi pasien sakit yang tesnya positif, yaitu a / (a + c). Nilainya berkisar dari 0 sampai 100 persen.
  • Specificity: proporsi pasien tidak sakit yang tesnya negatif, yaitu d / (b + d). Nilainya berkisar dari 0 sampai 100 persen.
  • PPV (Positive Predictive Value): proporsi hasil positif yang benar-benar sakit, yaitu a / (a + b). Nilainya berkisar dari 0 sampai 100 persen, dan berubah menurut prevalensi.
  • NPV (Negative Predictive Value): proporsi hasil negatif yang benar-benar tidak sakit, yaitu d / (c + d). Nilainya berkisar dari 0 sampai 100 persen, dan berubah menurut prevalensi.
  • Accuracy (akurasi keseluruhan): proporsi semua hasil tes yang benar, yaitu (a + d) / (a + b + c + d). Nilainya berkisar dari 0 sampai 100 persen.
  • Prevalence (prevalensi): proporsi populasi yang diperiksa yang menderita penyakit. Nilainya berkisar dari 0 sampai 100 persen.
  • LR+ (Positive Likelihood Ratio): LR untuk hasil tes positif, yaitu Sensitivity / (1 − Specificity). Nilainya 0 atau lebih, dan semakin besar semakin kuat mendukung adanya penyakit.
  • LR− (Negative Likelihood Ratio): LR untuk hasil tes negatif, yaitu (1 − Sensitivity) / Specificity. Nilainya 0 atau lebih, dan semakin kecil semakin kuat menyingkirkan penyakit.

Sensitivity dan Specificity adalah sifat tes itu sendiri dan tidak bergantung pada prevalensi. PPV dan NPV bergantung pada seberapa umum penyakit itu pada populasi yang diperiksa, jadi keduanya berubah bila prevalensi berubah, sedangkan Sensitivity dan Specificity tidak.

Contoh perhitungan

Sebagai contoh, pemindaian hati pada 344 pasien menghasilkan 231 positif benar, 32 positif semu, 27 negatif semu, dan 54 negatif benar. Sensitivitasnya 89,5 persen, spesifisitasnya 62,8 persen, NPP 87,8 persen, dan NPN 66,7 persen.

Sumber

Altman DG, Bland JM. “Diagnostic tests 1: sensitivity and specificity.” BMJ. 1994;308(6943):1552. DOI 10.1136/bmj.308.6943.1552, PMID 8019315, dan Altman DG, Bland JM. “Diagnostic tests 2: predictive values.” BMJ. 1994;309(6947):102. DOI 10.1136/bmj.309.6947.102, PMID 8038641. Kedua catatan ini mendefinisikan sensitivitas, spesifisitas, nilai prediksi positif, dan nilai prediksi negatif dari tabel 2 × 2 hasil tes terhadap diagnosis sebenarnya. Keduanya tidak mendefinisikan akurasi keseluruhan, yaitu proporsi standar (a + d) / (a + b + c + d). Rumus dan contoh perhitungan juga dicocokkan dengan halaman likelihood ratios dari Centre for Evidence-Based Medicine (CEBM), University of Oxford, https://www.cebm.ox.ac.uk/resources/ebm-tools/likelihood-ratios.