Read on Twitter
buat publik, media massa, terutama sejawat dokter yang masih ngomongin sensitivitas atau spesifisitas untuk interpretasi hasil tes diagnostik.
mari kita sama-sama bertaubat...
[quick thread]
mari kita sama-sama bertaubat...
[quick thread]
oh iya..
apalagi pakai istilah satu ini: akurasi.
no no no, lebih ga berarti lagi yang namanya & #39;akurasi& #39; tuh.
untuk penyakit yang prevalensinya rendah, misal covid di komunitas (katakan lah 1%), saya kumpulin acak 100 orang terus saya tebak aja:
"anda semua negatif covid!"
apalagi pakai istilah satu ini: akurasi.
no no no, lebih ga berarti lagi yang namanya & #39;akurasi& #39; tuh.
untuk penyakit yang prevalensinya rendah, misal covid di komunitas (katakan lah 1%), saya kumpulin acak 100 orang terus saya tebak aja:
"anda semua negatif covid!"
dengan saya ngomong gitu doang, otomatis..
akurasi: 99%!
saya kan berhasil nebak bener 99/100 orang.
spesifisitas: 100%!
saya berhasil nebak bener 99/99 orang yang negatif.
see? ga perlu tes-tesan malah.
akurasi: 99%!
saya kan berhasil nebak bener 99/100 orang.
spesifisitas: 100%!
saya berhasil nebak bener 99/99 orang yang negatif.
see? ga perlu tes-tesan malah.
oke, kembali ke topik. sensitivitas apa sih memang?
P( tes + | penyakit + )
berapa kans pasien di depan saya hasil tesnya positif, kalau dia beneran sedang sakit.
hlo, ini jelas bukan estimate of interest. kebalik!
P( tes + | penyakit + )
berapa kans pasien di depan saya hasil tesnya positif, kalau dia beneran sedang sakit.
hlo, ini jelas bukan estimate of interest. kebalik!
realita yang dokter lakukan di praktik kan gini:
pasien datang
*ga tau ini pasien sakit atau ga*
yaudah, history taking..
periksa fisik
penunjang (contoh pake suatu tes, eh keluarnya positif misal)
pasien datang
*ga tau ini pasien sakit atau ga*
yaudah, history taking..
periksa fisik
penunjang (contoh pake suatu tes, eh keluarnya positif misal)
jadi di kepala kita tuh mikirnya:
P( penyakit + | tes + )
berapa kans pasien di depan saya beneran sedang sakit, kalau hasil tesnya keluar positif.
gitu kan? iya.
yang barusan namanya: positive predictive value (ppv).
P( penyakit + | tes + )
berapa kans pasien di depan saya beneran sedang sakit, kalau hasil tesnya keluar positif.
gitu kan? iya.
yang barusan namanya: positive predictive value (ppv).
sama halnya dengan spesifisitas. keliru kalau mikir pakai ini:
spesifisitas: P( tes - | penyakit - )
padahal di praktik klinis butuhnya..
negative predictive value: P( penyakit - | tes - )
terjemahan: kalau hasil tes keluar negatif, berapa ya kansnya pasien ini ga sakit.
spesifisitas: P( tes - | penyakit - )
padahal di praktik klinis butuhnya..
negative predictive value: P( penyakit - | tes - )
terjemahan: kalau hasil tes keluar negatif, berapa ya kansnya pasien ini ga sakit.
baik, sudah terpecahkan dong masalahnya? sadly, belum 
https://abs.twimg.com/emoji/v2/... draggable="false" alt="🙂" title="Leicht lächelndes Gesicht" aria-label="Emoji: Leicht lächelndes Gesicht">
kenapa?
ppv, npv itu juga ada kelemahannya:
kita mesti punya data studi diagnostik lokal di indonesia dan divalidasi di berbagai settings yang sesuai masing-masing (komunitas, primary, secondary, tertiary care).
kenapa?
ppv, npv itu juga ada kelemahannya:
kita mesti punya data studi diagnostik lokal di indonesia dan divalidasi di berbagai settings yang sesuai masing-masing (komunitas, primary, secondary, tertiary care).
mau pakai temuan yang dipublish peneliti lain di luar sana? highly likely not generalisable.
makanya udah paham pakai ppv dan npv, kalau anda dokter di indonesia..ga kepake juga sih heeee
terus gimana?https://abs.twimg.com/emoji/v2/... draggable="false" alt="🥲" title="Smiling face with tear" aria-label="Emoji: Smiling face with tear">
makanya udah paham pakai ppv dan npv, kalau anda dokter di indonesia..ga kepake juga sih heeee
terus gimana?
likelihood ratios.
ini mesti buat thread sendiri lagi.
at least, pesan utama thread yang ini:
metrik-metrik yang di atas tadi jangan sampai salah malah dipakai ya buat diagnosis klinis.
[end]
![likelihood ratios.ini mesti buat thread sendiri lagi.at least, pesan utama thread yang ini:metrik-metrik yang di atas tadi jangan sampai salah malah dipakai ya buat diagnosis klinis.[end]](https://pbs.twimg.com/media/ElQnjh3WkAA_zLS.png "likelihood ratios.ini mesti buat thread sendiri lagi.at least, pesan utama thread yang ini:metrik-metrik yang di atas tadi jangan sampai salah malah dipakai ya buat diagnosis klinis.[end]")
ini mesti buat thread sendiri lagi.
at least, pesan utama thread yang ini:
metrik-metrik yang di atas tadi jangan sampai salah malah dipakai ya buat diagnosis klinis.
[end]
