pretestsannolikhet

Pretestsannolikhet är sannolikheten att en person har en viss sjukdom innan resultatet av ett diagnostiskt test har blivit känt. Den baseras på klinisk bedömning, sjukdomsprevalens i befolkningen, samt patientens symptom, ålder, kön och andra riskfaktorer. I klinisk diagnostik används pretestsannolikheten för att vägleda beslut om vilka tester som är lämpliga och hur testresultat bör tolkas.

I principen om Bayes’ teorem uppdateras klinikerns bedömning av sannolikheten för sjukdomen efter att testresultatet erhållits. En vanlig form är att använda testets likelihood ratio (LR). Post-testprobabiliteten beräknas från pretestsåld och LR: post odds = pretest odds × LR, där post sannolikhet = post odds / (1 + post odds). LR+ används vid positivt test och LR− vid negativt test. Generellt har högre pretestsannolikhet större påverkan på tolkningen av positiva tester än vad en låg pretestsannolikhet har på negativa tester, och tvärtom.

Detta fenomen påverkar också värdena för positiva och negativa prediktiva värden (PPV och NPV), vilka närmar sig olika siffror beroende på hur stor pretestsannolikheten är i befolkningen eller i den specifika patienten. Felbedömning av pretestsannolikheten kan leda till över- eller undertestning.

Exempel: om pretest sannolikhet är 50% ochLR+ är 5, blir post-test sannolikheten cirka 83%. Om pretest sannolikhet är 5% med samma LR+ blir post-test sannolikheten ungefär 21%. Pretestsannolikhet är därmed en central komponent i diagnostisk slutsats och riskkommunikation.