Innan ett diagnostiskt test börjar användas är det nödvändigt att säkerställa att det ger korrekta svar och att det är till nytta för patienter och användare. Därför görs studier innan lansering för att fastställa testets prestanda.
Tester kan vara kvalitativa, det vill säga ge ett ja- eller nejresultat om substansen som testas finns eller inte i provet. Tester kan också vara kvantitativa, det vill säga resultatet är ett mätvärde. Exempel är graviditetstest respektive mätning av blodvärde (hemoglobin). För de kvantitativa testerna anges ofta ett referensintervall som i de flesta fall är angivna så att cirka 95 procent av de som upplever sig friska faller inom intervallet. Analysresultatet bör tolkas ihop med den kliniska bilden.1
Sensitivitet och specificitet
Ett tests tillförlitlighet kan beskrivas med dess sensitivitet och specificitet.
Sensitiviteten, känsligheten, beskriver testets förmåga att påvisa ett tillstånd hos dem som faktiskt har tillståndet. Hög sensitivitet är viktigt vid sjukdomar där konsekvensen blir stor om testet inte hittar en individ som är sjuk, det vill säga andelen sant positiva bör vara hög. Exempel är en patient med en smittsam sjukdom där testet påvisar sjukdomen.
Specificiteten, träffsäkerheten, beskriver testets förmåga att utesluta tillståndet hos dem som saknar tillståndet. Ett test bör ha hög specificitet vid sjukdomar där till exempel riskerna med en behandling är stor, det vill säga andelen falskt positiva ska vara så låg som möjligt. Om t ex specificiteten är 99% så betyder det att 1 av 100 är falskt positiv.
Sensitivitet och specificitet kan få värden mellan 0 och 100 %. Test som uppvisar < 50% är inte bättre än slumpen. Det perfekta testet har 100% på båda variablerna, men det är sällan så i praktiken. Därför behöver man ofta kompromissa mellan sensitivitet eller specificitet vid val av test. Valet görs utifrån syftet med testet och konsekvenserna ett felaktigt resultat kan få.1
Prediktionsvärde och prevalens
När läkare möter en patient med symptom och får ett positivt resultat på ett test är det förstås intressant att veta hur sannolikt det är att patienten faktiskt har sjukdomen. Denna sannolikhet beskrivs som positivt prediktivt värde hos ett test.
Sannolikheten att de som testas inte har sjukdomen när testresultatet är negativt beskrivs som negativt prediktivt värde. Prediktionsvärdena påverkas av sensitivitet, specificitet och prevalens (förekomsten av en sjukdom i en befolkning vid en viss tidpunkt) för sjukdomen. Om prevalensen är låg i en population så minskar det positiva prediktiva värdet medan det negativa prediktiva värdet ökar.1
Prevalens är ett begrepp som ofta används inom epidemiologin där man studerar sjukdomars utbredning och speciella mönster i en befolkning för att kunna göra förebyggande insatser.2
