Statistics / Diagnosis Validity(타당도)

Sensitivity(민감도)
민감도는 실제 질병이 있는 사람들이 검사를 통해 양성이라고 판단될 확률
(이 검사가 질병이 있는 사람을 얼마나 잘 선별해 내는가?)
Sensitivity = a / a+c
* 표변으로부터 구한 민감도는 모집단의 민감도에 대한 추정값이므로 CI(95%)를 구해야 한다.

Specificity(특이도)
특이도는 질병이 없는 사람들이 검사를 통해 음성이라고 판단될 확률
(이 검사가 질병이 없는 사람을 얼마나 잘 배제시키는가?)
Specificity = d / b+d
* 표변으로부터 구한 민감도는 모집단의 민감도에 대한 추정값이므로 CI(95%)를 구해야 한다.

False Positive Rate
질병이 없는 사람이 검사를 통해 양성이라고 판단될 확률
False Positive Rate = b / b+d = 1 - Specificity

False Negative Rate
질병이 있는 사람들이 검사를 통해 음성이라고 판단될 확률
False Negative Rate = c / a+c = 1 - Sensitivity

Positive likelihood Ratio, LR+
검사 결과의 전반적인 판별력 지표, 임상적 실용성이 Sensitivity, Specificity보다 크다.
질병이 없는 사람이 검사 결과가 양성이 나올 확률에 비해 질병이 있는 사람이 검사 결과가 양성으로 나올 확률이 얼마나 큰지 알려주는 지표
민감도 / 1-특이도 = (a/a+c)/(b/b+d)
*95% CI에 1이 포함되어 있다면 검사결과는 의미가 없다고 해석하고 LR+가 1보다 클수록 판별력이 우수하다고 판단한다.

Negative likelihood Ratio, LR-
질병이 없는 사람이 검사 결과가 음성이 나올 확률에 비해 질병이 있는 사람이 검사 결과과 음성이 나올 확률이 얼마나 큰지 알려주는 지표
(1-민감도) / 특이도 = (b/a+c) / (d/b+d)

Positive Predictive Value, PPV
검사 결과가 양성이 나온 사람이 실제 질병이 있을 확률
PPV = a / a+b

Negative Predictive Value, NPV
검사 결과가 음성이 나온 사람이 실제 질병이 없을 확률
NPV = d / c+d
* PPV와 NPV는 실제 임상에서 의사들이 알고 싶어하는 정보

---

검사 결과가 혈중농도, 혈압같이 연속형 변수로 측정되는 경우에 해당 검사 결과를 양성(Positive)와 음성(Negative)으로 나누는 기준이 되는 수치를 Cutoff value라고 하며 cutoff value가 낮을 수록 Sensitivity는 증가하고, Specificity는 감소한다.

ROC(Receiver Operating Characteristic) Curve
검사 결과가 연속형 변수인 경우 모든 가능한 cutoff value마다 각각의 민감도와 특이도를 계산한 후
가로축을 1-특이도
세로축을 민감도로
놓은 그래프에 cutoff value마다 plot을 찍어서 이은 곡선을 말한다.

- 해당 검사가 유용한 검사인지 파악
해당 검사가 유용하기 위해서는 해당 검사의 ROC Curve가 그래프의 45도 대각선 위 쪽에 존재해야 한다. 그래프의 45도 직선은 LR+가 1인 지점들이며, 그 위쪽은 LR+가 1이상의 지점들이기 때문이다.

- 해당 검사에서 가장 최적의 Cutoff를 찾을 수 있다.
False Positive Rate가 작을 수록, 민감도는 높을수록 좋으므로 왼쪽 상단부에 있을수록 최적이다.

- 동일 질병에 대하여 여러 검사를 비교하여 어떤 검사가 우수한지 파악
Curve 아래면적을 AUC(Area Under Curve)라고 하는데 AUC가 더 큰 검사일수록 우수한 검사