„Youden-Index“ – Versionsunterschied
| [gesichtete Version] | [gesichtete Version] |
Kritik am Index |
Keine Bearbeitungszusammenfassung |
||
| Zeile 3: | Zeile 3: | ||
[[Beurteilung eines Klassifikators|Sensitivität+Spezifität]]-1 |
[[Beurteilung eines Klassifikators|Sensitivität+Spezifität]]-1 |
||
Nach Youden liegt der Wertebereich zwischen 0 und 1.<ref name=":2" /> Die Trennung der Gruppen gelingt am besten, wenn der Youden-Index am größten wird.<ref name=":0" /> Der Index ist unabhängig von der Grundquote (Prävalenz) einer Störung.<ref name=":1">{{Literatur|Autor = Heinrich Tröster|Titel = Früherkennung im Kindes- und Jugendalter: Strategien bei Entwicklungs-, Lern- und Verhaltensstörungen|Verlag = Hogrefe Verlag|Jahr = 2009|ISBN = 9783840920783|Online = {{Google Buch| BuchID=xPRptD06lm8C| Seite=94}}|Seiten = 94}}</ref> Der Youden-Index ist zu unterscheiden von den Maßen Gesamttrefferquote und Aufdeckungsrate.<ref name=":1" /> Beim Youden-Index werden falsch negative Klassifikationen ebenso gewichtet, wie felsch positive. Beispielsweise würde ein Test mit einer Sensitivität von 0,25 und einer Spezifität von 0,9 den gleichen Wert für den Youden-Index ergeben, wie ein Test mit einer Sensitivität von 0,9 und einer Spezifität von 0,25.<ref>{{Literatur |Autor=Noel S. Weiss, Thomas D. Koepsell |Titel=Epidemiologic Methods: Studying the Occurrence of Illness |Verlag=Oxford University Press |Datum=2014-07-03 |ISBN=9780199387786 |Online=https://books.google.de/books?id=55_NAwAAQBAJ&pg=PT271&dq=Youdens+J&hl=de&sa=X&ved=0ahUKEwi12MnUmcHgAhXHp4sKHYTADUg4ChDoAQg3MAI#v=onepage&q=Youdens%20J&f=false |Abruf=2019-02-16}}</ref> In der Praxis kann allerdings ein Klassifikationsfehler der einen Art schwerwiegender sein als ein Klassifikationsfehler der anderen Art, weshalb es sinnvoll sein kann diese Klassifikationsfehler getrennt zu betrachten. So könnte man sich beispielsweise dafür entscheiden einen Schwellenwert zu wählen, bei dem zwar einige Gesunde fälschlich als krank kategorisiert werden, aber dafür weniger wirklich Kranke übersehen werden. |
Nach Youden liegt der Wertebereich zwischen 0 und 1.<ref name=":2" /> Die Trennung der Gruppen gelingt am besten, wenn der Youden-Index am größten wird.<ref name=":0" /> Der Index ist unabhängig von der Grundquote (Prävalenz) einer Störung.<ref name=":1">{{Literatur|Autor = Heinrich Tröster|Titel = Früherkennung im Kindes- und Jugendalter: Strategien bei Entwicklungs-, Lern- und Verhaltensstörungen|Verlag = Hogrefe Verlag|Jahr = 2009|ISBN = 9783840920783|Online = {{Google Buch| BuchID=xPRptD06lm8C| Seite=94}}|Seiten = 94}}</ref> Anders ist das beispielsweise bei der Gesamttrefferquote (engl. Accuracy, also die Wahrscheinlichkeit richtig zu diagnostizieren). Hier gehen die Fallzahlen der beiden zu trennenden Gruppen ein, was zu einer Verzerrung führen kann, wenn der Wert von der Fehlerrate der größeren Gruppe dominiert wird.<ref>{{Literatur |Autor=Martin Schumacher, Gabriele Schulgen-Kristiansen |Titel=Methodik klinischer Studien: Methodische Grundlagen der Planung, Durchführung und Auswertung |Verlag=Springer-Verlag |Datum=2008-09-02 |ISBN=9783540851363 |Online=https://books.google.de/books?id=jMofBAAAQBAJ&pg=PA328&lpg=PA328&dq=fehlklassifikationsrate+parameter&source=bl&ots=wvA2wKGdFP&sig=ACfU3U0SJy7b2xAjdjkcP23bKKG4Q2f0FA&hl=de&sa=X&ved=2ahUKEwjM_qTH1sPgAhWEC-wKHdIeCeAQ6AEwAXoECAUQAQ#v=onepage&q=fehlklassifikationsrate%20parameter&f=false |Abruf=2019-02-17}}</ref> Der Youden-Index ist zu unterscheiden von den Maßen Gesamttrefferquote und Aufdeckungsrate.<ref name=":1" /> Beim Youden-Index werden falsch negative Klassifikationen ebenso gewichtet, wie felsch positive. Beispielsweise würde ein Test mit einer Sensitivität von 0,25 und einer Spezifität von 0,9 den gleichen Wert für den Youden-Index ergeben, wie ein Test mit einer Sensitivität von 0,9 und einer Spezifität von 0,25.<ref>{{Literatur |Autor=Noel S. Weiss, Thomas D. Koepsell |Titel=Epidemiologic Methods: Studying the Occurrence of Illness |Verlag=Oxford University Press |Datum=2014-07-03 |ISBN=9780199387786 |Online=https://books.google.de/books?id=55_NAwAAQBAJ&pg=PT271&dq=Youdens+J&hl=de&sa=X&ved=0ahUKEwi12MnUmcHgAhXHp4sKHYTADUg4ChDoAQg3MAI#v=onepage&q=Youdens%20J&f=false |Abruf=2019-02-16}}</ref> In der Praxis kann allerdings ein Klassifikationsfehler der einen Art schwerwiegender sein als ein Klassifikationsfehler der anderen Art, weshalb es sinnvoll sein kann diese Klassifikationsfehler getrennt zu betrachten. So könnte man sich beispielsweise dafür entscheiden einen Schwellenwert zu wählen, bei dem zwar einige Gesunde fälschlich als krank kategorisiert werden, aber dafür weniger wirklich Kranke übersehen werden. |
||
== Einzelnachweise == |
== Einzelnachweise == |
||
Version vom 17. Februar 2019, 23:29 Uhr
Der Youden-Index (auch Youdens J[1]) ist ein Maß, mit dessen Hilfe anhand einer Receiver Operating Characteristic bestimmt werden kann, welcher Schwellenwert am besten geeignet ist, um bei einer Messung zwei Gruppen voneinander zu unterscheiden. Der Youden-Index wurde von William J. Youden im Jahr 1950 entwickelt[2] und wird wie folgt berechnet:[3]
Nach Youden liegt der Wertebereich zwischen 0 und 1.[2] Die Trennung der Gruppen gelingt am besten, wenn der Youden-Index am größten wird.[3] Der Index ist unabhängig von der Grundquote (Prävalenz) einer Störung.[4] Anders ist das beispielsweise bei der Gesamttrefferquote (engl. Accuracy, also die Wahrscheinlichkeit richtig zu diagnostizieren). Hier gehen die Fallzahlen der beiden zu trennenden Gruppen ein, was zu einer Verzerrung führen kann, wenn der Wert von der Fehlerrate der größeren Gruppe dominiert wird.[5] Der Youden-Index ist zu unterscheiden von den Maßen Gesamttrefferquote und Aufdeckungsrate.[4] Beim Youden-Index werden falsch negative Klassifikationen ebenso gewichtet, wie felsch positive. Beispielsweise würde ein Test mit einer Sensitivität von 0,25 und einer Spezifität von 0,9 den gleichen Wert für den Youden-Index ergeben, wie ein Test mit einer Sensitivität von 0,9 und einer Spezifität von 0,25.[6] In der Praxis kann allerdings ein Klassifikationsfehler der einen Art schwerwiegender sein als ein Klassifikationsfehler der anderen Art, weshalb es sinnvoll sein kann diese Klassifikationsfehler getrennt zu betrachten. So könnte man sich beispielsweise dafür entscheiden einen Schwellenwert zu wählen, bei dem zwar einige Gesunde fälschlich als krank kategorisiert werden, aber dafür weniger wirklich Kranke übersehen werden.
Einzelnachweise
- ↑ Lothar Kreienbrock, Iris Pigeot, Wolfgang Ahrens: Epidemiologische Methoden. Springer-Verlag, 2012, ISBN 978-3-8274-2334-4, S. 171 (google.de).
- ↑ a b William J. Youden: Index for rating diagnostic tests. In: Cancer. 3. Jahrgang, Nr. 1, 1950, S. 32–35, doi:10.1002/1097-0142(1950)3:1<32::aid-cncr2820030106>3.0.co;2-3.
- ↑ a b Helfried Moosbrugger, Augustin Kelava: Testtheorie und Fragebogenkonstruktion. Springer, 2011, ISBN 978-3-642-20072-4, S. 186–187 (eingeschränkte Vorschau in der Google-Buchsuche).
- ↑ a b Heinrich Tröster: Früherkennung im Kindes- und Jugendalter: Strategien bei Entwicklungs-, Lern- und Verhaltensstörungen. Hogrefe Verlag, 2009, ISBN 978-3-8409-2078-3, S. 94 (eingeschränkte Vorschau in der Google-Buchsuche).
- ↑ Martin Schumacher, Gabriele Schulgen-Kristiansen: Methodik klinischer Studien: Methodische Grundlagen der Planung, Durchführung und Auswertung. Springer-Verlag, 2008, ISBN 978-3-540-85136-3 (google.de [abgerufen am 17. Februar 2019]).
- ↑ Noel S. Weiss, Thomas D. Koepsell: Epidemiologic Methods: Studying the Occurrence of Illness. Oxford University Press, 2014, ISBN 978-0-19-938778-6 (google.de [abgerufen am 16. Februar 2019]).