Nilai Prediktif Negatif dari suatu Tes

Memahami nilai prediksi negatif (NPV) bisa membingungkan. Bagaimanapun, ini adalah bagian penting untuk memahami kualitas dan akurasi tes medis. Nilai prediksi negatif memberi tahu Anda seberapa besar Anda dapat yakin jika tes Anda negatif untuk suatu penyakit. Itu adalah penanda seberapa akurat hasil tes negatif itu. Dengan kata lain, ini memberi tahu Anda seberapa besar kemungkinan ituAnda sebenarnya tidak mengidap penyakit itu.

Nilai prediksi negatif didefinisikan sebagai jumlah negatif benar (orang yang dites negatif yang tidak memiliki kondisi) dibagi dengan jumlah total orang yang dites negatif. Ini bervariasi dengan sensitivitas tes, spesifisitas tes, dan prevalensi penyakit.

Karena prevalensi penyakit yang bervariasi di komunitas yang berbeda, nilai prediksi negatif dari suatu tes tidak selalu langsung. 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%, Anda dapat mengharapkan hal berikut:

• 8 dari 10 tes positif benar positif
• 72 dari 90 tes negatif benar

Dari 74 tes negatif, 72 tes negatif benar (tidak terinfeksi) dan 2 negatif palsu (tes negatif, tetapi sebenarnya terinfeksi).

Oleh karena itu, NPV akan menjadi 97% (72/74). Anda dapat memperkirakan bahwa 97% orang yang dites negatif sebenarnya akan negatif untuk klamidia.

Sebaliknya, jika tes yang sama diberikan pada populasi dengan prevalensi klamidia 40, NPV akan berbeda. Itu karena NPV memperhitungkan lebih dari sekadar sensitivitas dan spesifisitas tes diagnostik. Pada kasus ini:

• 32 dari 40 positif benar dinyatakan positif
• 48 dari 60 tes negatif benar

Dari 56 tes negatif, 8 adalah negatif palsu. Artinya nilai prediksi negatif adalah 85% (48/56).

Bagaimana Berbagai Faktor Mempengaruhi Nilai Prediktif Negatif

Tes sensitivitas tinggi membuat nilai prediksi negatif meningkat. Itu karena lebih banyak orang yang benar-benar positif memiliki hasil tes positif pada tes sensitivitas tinggi dan negatif palsu lebih sedikit.

Begitu pula dengan nilai prediksi negatifturun sebagai penyakit menjadi lebih umum dalam suatu populasi.

Sebaliknya, nilai prediksi positif meningkat karena penyakit ini lebih sering terjadi pada suatu populasi. Dan, uji spesifisitas tinggi meningkatkan nilai prediksi positif. Dengan uji spesifisitas tinggi, lebih sedikit hasil positif palsu. Semakin tinggi spesifisitasnya, semakin banyak orang yang hasil tesnya negatif.