Worldlex Wiki 
Les valeurs prédictives positives ( VPP) et négatives (VPN ) correspondent aux proportions de résultats positifs et négatifs, dans les tests statistiques et diagnostiques, qui sont respectivement de vrais positifs et de vrais négatifs . La VPP et la VPN décrivent la performance d'un test diagnostique ou d'une autre mesure statistique. Un résultat élevé peut être interprété comme un indicateur de la précision de cette statistique. La VPP et la VPN ne sont pas intrinsèques au test (contrairement aux taux de vrais positifs et de vrais négatifs ) ; elles dépendent également de la prévalence . La VPP et la VPN peuvent toutes deux être calculées à l'aide du théorème de Bayes .
Bien que parfois utilisées comme synonymes, la valeur prédictive positive se réfère généralement à celle établie par des groupes témoins, tandis que la probabilité post-test se réfère à la probabilité individuelle. Toutefois, si la probabilité pré-test de l'individu pour la maladie cible est identique à la prévalence observée dans le groupe témoin ayant servi à établir la valeur prédictive positive, les deux valeurs sont numériquement égales.
En recherche d'informations , la statistique PPV est souvent appelée précision .
précision , est définie commeUn « vrai positif » correspond à un résultat positif au test, confirmé par le test de référence. Un « faux positif » correspond à un résultat positif au test, alors que le résultat est négatif. La valeur idéale de la valeur prédictive positive (VPP), pour un test parfait, est de 1 (100 %), et la pire valeur possible est zéro.
La VPP peut également être calculée à partir de la sensibilité , de la spécificité et de la prévalence de la maladie :
cf. théorème de Bayes
Le complément du PPV est le taux de fausses découvertes (FDR) :
Valeur prédictive négative (VPN)
La valeur prédictive négative est définie comme suit :
Un « vrai négatif » correspond à l'événement où le test prédit un résultat négatif et où le sujet présente un résultat négatif selon la méthode de référence. Un « faux négatif » correspond à l'événement où le test prédit un résultat négatif et où le sujet présente un résultat positif selon la méthode de référence. Avec un test parfait, c'est-à-dire un test qui ne produit aucun faux négatif, la valeur de la VAN est de 1 (100 %), et avec un test qui ne produit aucun vrai négatif, la valeur de la VAN est nulle.
La VPN peut également être calculée à partir de la sensibilité , de la spécificité et de la prévalence :
Le complément de la VAN est letaux de fausses omissions (FOR) :
Bien que parfois utilisées comme synonymes, la valeur prédictive négative se réfère généralement à celle établie par des groupes témoins, tandis que la probabilité post-test négative se réfère plutôt à une probabilité individuelle. Toutefois, si la probabilité pré-test de l'individu pour la maladie cible est identique à la prévalence observée dans le groupe témoin ayant servi à établir la valeur prédictive négative, alors les deux sont numériquement égales.
Relation
Le diagramme suivant illustre la relation entre la valeur prédictive positive , la valeur prédictive négative , la sensibilité et la spécificité .
| État prévu | Sources :
| ||||||||||||||||||||||||||||||||||
| Population totale = P + N | Prédiction positive | Prédiction négative | Information du bookmaker (BM) = TPR + TNR − 1 | Seuil de prévalence (SP) = √ TPR × FPR − FPR/TPR − FPR | |||||||||||||||||||||||||||||||
| Réel positif (P) | Vrai positif (VP), succès | Faux négatif (FN), omission, sous-estimation | Taux de vrais positifs (TVP), rappel , sensibilité (SEN), probabilité de détection, taux de succès, puissance = Taux de faux négatifs (FNR), taux de non-détection , erreur de type II = faux positif (FP), fausse alarme, surestimation | Vrai négatif (VN), rejet correct | Taux de faux positifs (FPR), probabilité de fausse alarme, erreur de type I = Taux de vrais négatifs (TNR), spécificité (SPC), sélectivité = | Prévalence = précision = Taux de fausses omissions (FOR) = Rapport de vraisemblance positif (LR+) = Rapport de vraisemblance négatif (LR−) = Précision (ACC) = Taux de fausses découvertes (FDR) = Valeur prédictive négative (VPN) = Rapport de cotes diagnostiques (DOR) = Score F1 =Indice de Fowlkes-Mallows (FM) = √ PPV × TPR | Coefficient de corrélation de Matthews (MCC) = √ ( TPR × TNR × PPV × NPV - √( FNR × FPR × FOR × FDR) | Score de menace (TS), indice de succès critique (CSI), indice de Jaccard = étude transversale ou d'une autre étude populationnelle permettant d'obtenir des estimations de prévalence valides . En revanche, la sensibilité et la spécificité peuvent être estimées à partir d'études cas-témoins .Exemple résoluSupposons que le test de dépistage du sang occulte dans les selles (FOB) soit utilisé chez 2 030 personnes pour rechercher un cancer colorectal :
| |||||||||||||||||||||||||||