«Золотой стандарт» или Эталон сравнения

Нередко бывает невозможно поставить верный диагноз без инвазивных процедур, которые могут быть опасными для здоровья субъекта, хотя такой золотой стандарт является наилучшим из возможных. Например, окончательный диагноз болезни Альцгеймера возможен лишь при посмертном гистопатологическом анализе тканей мозга.

Таким образом, чувствительность измеряет, насколько хорошо тест идентифицирует субъектов с болезнью, а специфичность измеряет, насколько хорошо тест идентифицирует субъектов без болезни.

В идеале тест должен обладать и чувствительностью и специфичностью, близкими к 1,0 (или к 100%, если выражать их в процентах). Однако в реальности часто бывает трудно иметь высокими оба эти показателя.

Последствия ложных позитивов и ложных негативов могут быть различными в разных ситуациях. Например:

Ложноотрицательный ответ для болезни, передающейся половым путем, может привести к дальнейшему ее распространению.

Ложноположительный результат теста на синдром Дауна у беременной женщины может привести к ошибочной рекомендации сделать аборт.

Ложноположительный результат теста Папаниколау на наличие рака шейки матки может быть отвергнут дальнейшим тестированием, однако страх, вызванный у пациента положительным результатом, который впоследствии оказывается ложным, также является важным моментом при оценке качества теста. И наоборот, ложноотрицательный результат этого теста может привести к запоздалому диагнозу рака и неблагоприятному прогнозу.

Два основных показателя, используемых в эпидемиологических исследованиях — заболеваемость и распространённость заболевания. Заболеваемость отражает число новых случаев на единицу человеко-времени (обычно количество новых случаев на тысячу человеко-лет), а распространённость заболевания говорит об общем числе поражённых болезнью в популяции на конкретный момент или промежуток времени.

Необходимые сведения из теории вероятностей и математической статистики3

Многим биомедицинским явлениям и процессам имманентно присуща принципиально неустранимая неопределенность, которую называют случайностью. Механизмы проявления неопределенности и закономерности в проявлениях случайностей изучают теория вероятностей и математическая статистика.

Свойствами или условиями, которые должны быть присущи реальной неопределенной ситуации, чтобы ее можно было успешно математически описать на языке теории вероятностей, являются следующие:

Непредсказуемость: исход ситуации невозможно заранее предсказать с абсолютной точностью. Это свойство довольно очевидно. Если исход ситуации прогнозируем однозначно, то вообще нет никакой необходимости привлекать аппарат теории вероятностей.

Воспроизводимость: имеется по крайней мере умозрительная (теоретическая) возможность воспроизвести рассматриваемую ситуацию как угодно много раз в остающихся неизменными условиях. Это свойство является ключевым для того, чтобы быть уверенным в успехе применения аппарата теории вероятностей к ее описанию. Именно это свойство имеют в виду, когда говорят, что теория вероятностей и математическая статистика направлены на изучение массовых явлений. В связи с условием воспроизводимости следует весьма осторожно относиться к попыткам применять теорию вероятности к анализу уникальных явлений и систем.

Устойчивость частот: каким бы ни было интересующее нас событие, связанное с рассматриваемой ситуацией, при многократном воспроизведении этой ситуации частота события колеблется, но концентрируется возле некоторого числа, приближаясь к нему все ближе и ближе по мере увеличения числа воспроизведений ситуации.

Частота события A определяется как отношение числа случаев (m), в которых наблюдалось рассматриваемое событие, к общему числу воспроизведений ситуации (n):

Число, к которому сходится частота события (A) при многократном воспроизведении ситуации, можно назвать вероятностью случайного события

В подавляющем большинстве ситуаций, рассматриваемых в биомедицине, вероятности событий нам неизвестны. Однако, если рассматриваемая ситуация характеризуется указанными свойствами (непредсказуемость, воспроизводимость ситуации и устойчивость частот), то наблюдаемую частоту события можно использовать в качестве статистической оценки неизвестной нам вероятности. Таким образом, в прикладных задачах вероятность события выступает как некая абстракция, идеализация понятия частоты события.