Etude de valeurs diagnostiques (gH) version 1.53                      gilles.hunault "at" univ-angers.fr Avant d'effectuer les calculs via ce formulaire, il est utile de lire ou de relire l'article classification evaluation paru dans Nature Methods en aout 2016. Une copie locale de ce court article (au format PDF) est ici. Données     Malades     Non-malades      Signes présents (test positif)                 Signes absents (test négatif)                           Vrais +         Faux +         Faux -         Vrais -                                     Exemples : References         SAS proc Freq to produce PV         Exemples Falissard         Predictive values and ROC Curves         Bewick (Critical Care, statistics review 13)        version PDF Précautions d'emploi Comme le montrent les exemples Bewick_1 et Bewick_2, pour une même valeur de SENS et SPEC, si la prévalence augmente, la VPP augmente et la VPN diminue. Plus la valeur de PLR est grande, meilleur est le test. Plus l'indice de Youden se rapproche de 1, meilleur est le test. Voici des cas limites avec 1000 individus pour mieux comprendre ces indices Faible prévalence               Prévalence moyenne               Forte prévalence               On se méfiera de la VPG qui peut correspondre à des indices de Youden différents pour divers tests appliqués à une même population (même prévalence) car pour un même nombre total de bien classés l'indice de Youden augmente avec la VPP en cas de forte prévalence de la maladie alors qu'il augmente avec la VPN en cas de faible prévalence. Ici, dans tous les cas, la VPG (ou OA, Overall Accuracy) est de 95 %.      Faible prévalence (30 %)   VPP à 100 % VPN 93 %               VPP à 96 % VPN 95 %             VVPP à 90 % VPN 97 %             VPP à 86 % VPN 100 %              Forte prévalence (70 %)   VPP à 100 % VPN 86 %               VPP à 97 % VPN 90 %             VPP à 95 % VPN 96 %             VPP à 93 % VPN 100 %             Code-source de cette page

 

 

   Retour à la page principale de   (gH)