Screeningøkonomi

Screeningøkonomi omhandler Wilson-Jungner-kriteriene for når screening er fornuftig, og matematikken bak hvorfor prediktiv verdi kollapser ved lav prevalens.

Hvorfor det er viktig

Selv en svært nøyaktig test genererer overveldende mange falske positive når den underliggende sykdommen er sjelden, noe som fører til alarmtretthet og unødvendige oppfølgingsundersøkelser.

Matematikken

Positiv prediktiv verdi (PPV) = (Sensitivitet × Prevalens) / [(Sensitivitet × Prevalens) + ((1−Spesifisitet) × (1−Prevalens))]

Gjennomarbeidet eksempel

En test med 95 % sensitivitet og 95 % spesifisitet anvendt på en sykdom med 0,1 % prevalens har en PPV på bare rundt 2 % — 98 % av de positive resultatene er falske.

Kobling til programvareutvikling

Direkte analogi til alarmtretthet i overvåkingssystemer: en detektor med høy nøyaktighet anvendt på en sjelden hendelse produserer fortsatt overveiende falske alarmer. For å dimensjonere et helt screeningprogram i stedet for én enkelt test, se antall som må screenes: hvor mange mennesker som må gjennom hele screen-og-behandle-løpet for å forebygge ett utfall.

Fallgruver

• Å sitere sensitivitet og spesifisitet uten å oppgi prevalensen.
• Å ignorere Wilson-Jungner-kriteriene og screene uten å ha en effektiv behandling tilgjengelig.

Kilder

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