Das Verständnis des negativen prädiktiven Wertes (NPV) kann verwirrend sein. Er ist jedoch ein wichtiger Teil des Verständnisses der Qualität und Genauigkeit von medizinischen Tests. Der negative prädiktive Wert sagt Ihnen, was es bedeutet, wenn Sie negativ auf eine Krankheit testen. Er ist ein Marker dafür, wie genau das negative Testergebnis ist. Mit anderen Worten, er sagt Ihnen, wie wahrscheinlich es ist, dass Sie die Krankheit tatsächlich nicht haben.
Der negative Vorhersagewert ist definiert als die Anzahl der echten Negativbefunde (Personen, die negativ getestet haben und nicht infiziert sind) geteilt durch die Gesamtzahl der Personen, die negativ getestet haben. Er variiert je nach Testsensitivität, Testspezifität und Krankheitsprävalenz, wie Sie im Beispiel unten sehen können. Aufgrund der Abhängigkeit von der Krankheitsprävalenz in der Gemeinschaft, in der sie arbeiten, ist es kompliziert, den negativen Vorhersagewert zu ermitteln. Die meisten Ärzte können Ihnen nicht einfach eine Zahl für den negativen prädiktiven Wert angeben, wenn Sie sich für einen bestimmten Test entscheiden, selbst wenn sie die Sensitivität und Spezifität kennen.
Beispiel
Wenn ein Chlamydien-Test eine Sensitivität von 80% und eine Spezifität von 80% in einer Population von 100 Personen mit einer Chlamydien-Prävalenz von 10% aufweist:
- 8 von 10 wahrhaft positiven Testergebnissen
- 72 von 90 echten Negativtests sind negativ
Von 74 negativen Tests sind 82 echte Negative und 2 falsche Negative. Daher würde der NPV 97% betragen (72/74). 97% der Menschen, die negativ testen, wären tatsächlich negativ für Chlamydien. Wird derselbe Test dagegen bei einer Bevölkerung mit einer Chlamydien-Prävalenz von 40 durchgeführt: 32 von 40 echten Positiven sind positiv.
40 von 60 echten Negativtests sind negativ. Von 48 negativen Tests sind 8 falsche Negativtests. Das bedeutet, dass der negative Vorhersagewert 83% beträgt (40/48).
Wie sich verschiedene Faktoren auf den negativen Vorhersagewert auswirken
Der negative Vorhersagewert sinkt mit zunehmender Häufigkeit einer Krankheit in einer Bevölkerung. Im Gegensatz dazu steigt der positive prädiktive Wert an.
In ähnlicher Weise lassen hohe Sensitivitätstests den negativen Vorhersagewert ansteigen. Das liegt daran, dass es weniger falsch negative Ergebnisse gibt. Im Gegensatz dazu sind Tests mit hoher Spezifität wichtiger für einen positiven prädiktiven Wert (mehr Menschen, die positiv sind, testen positiv auf einen Test mit hoher Sensitivität). Bei diesen Tests gibt es weniger falsch positive Ergebnisse. Je höher die Spezifität, desto mehr Menschen, die negativ sind, testen negativ.