Negativt förutsägbart värde

Att förstå negativt prediktivt värde kan vara förvirrande. Det är dock en viktig del av förståelsen av kvaliteten och noggrannheten hos medicinska test. Det negativa prediktiva värdet berättar vad det betyder om du testar negativ för en sjukdom. Det är en markör för hur exakt det negativa testresultatet är. Med andra ord, det berättar hur sannolikt det är det du har faktiskt inte sjukdomen.
Det negativa prediktiva värdet definieras som antalet sanna negativ (personer som testar negativa som inte är infekterade) dividerat med det totala antalet personer som testar negativa. Det varierar med testkänslighet, testspecificitet och förekomst av sjukdom som du kan se i exemplet nedan. På grund av beroendet av sjukdomsprevalens i samhället där de arbetar, är det komplicerat att räkna ut det negativa prediktiva värdet. De flesta läkare kan inte bara ge dig ett tal för det negativa prediktiva värdet när du går in för ett visst test - även om de känner till känsligheten och specificiteten.
Alternativa stavningar: NPV

Ett exempel 

Om ett klamyditest har 80% känslighet och 80% specificitet hos en population på 100 med en chlamydia-prevalens på 10%:
8 av 10 sanna positiva test positiva
72 av 90 sanna negativ test negativa
Av 74 negativa tester är 82 äkta negativa och 2 är falska negativa. Därför skulle det negativa prediktiva värdet (NPV) vara 97% (72/74). 97% av de som testar negativa skulle faktiskt vara negativa för klamydia. Däremot, om samma test ges i en population med en chlamydia-prevalens på 40: 32 av 40, sanna positiva test positiva
40 av 60 sanna negativ test negativa Av 48 negativa tester är 8 falska negativa. Det betyder att det negativa prediktiva värdet är 83% (40/48).

Hur olika faktorer påverkar negativt prediktivt värde

Negativt prediktivt värde går ner som en sjukdom blir vanligare i en population. Däremot ökar positivt prediktivt värde. 
På samma sätt gör test med hög känslighet det negativa prediktiva värdet. Det beror på att det finns färre falska negativ. (Fler personer som är positiva test positiva på ett högt känslighetsprov) I motsats är höga specificitetstester viktigare för positivt prediktivt värde. Med dessa test, färre falska positiva. Ju högre specificitet, desto fler personer är negativa test negativa.