Screeningøkonomi

Screeningøkonomi omhandler Wilson-Jungner-kriterierne for, hvornår screening giver mening, og matematikken bag, hvorfor den prædiktive værdi bryder sammen ved lav prævalens.

Hvorfor det er vigtigt

Selv en meget nøjagtig test genererer overvældende mange falsk positive, når den underliggende sygdom er sjælden, hvilket fører til alarmtræthed og unødvendige opfølgende undersøgelser.

Matematikken

Positiv prædiktiv værdi (PPV) = (Sensitivitet × Prævalens) / [(Sensitivitet × Prævalens) + ((1−Specificitet) × (1−Prævalens))]

Gennemarbejdet eksempel

En test med 95 % sensitivitet og 95 % specificitet anvendt på en sygdom med 0,1 % prævalens har en PPV på kun omkring 2 % — 98 % af de positive resultater er falske.

Forbindelse til softwareudvikling

Direkte analogi til alarmtræthed i overvågningssystemer: en detektor med høj nøjagtighed anvendt på en sjælden hændelse producerer stadig overvejende falske alarmer. For dimensionering af et helt screeningsprogram frem for en enkelt test, se antal, der skal screenes — hvor mange personer der skal igennem hele screen-og-behandl-forløbet for at forhindre ét udfald.

Faldgruber

• At citere sensitivitet og specificitet uden at angive prævalensen.
• At ignorere Wilson-Jungner-kriterierne og screene uden at have en effektiv behandling til rådighed.

Kilder

• Wilson JMG, Jungner G, Principles and Practice of Screening for Disease.
• UK National Screening Committee, screening criteria.