Co to są False Positive i False Negative?
Wszystkie testy mogą potencjalnie skutkować fałszywymi pozytywami i fałszywymi negatywami. Każdy test może być badany pod kątem tego, jak często możemy spodziewać się fałszywych pozytywów i fałszywych negatywów.
Fałszywy Pozytyw
Fałszywy pozytyw (+) oznacza, że wyniki wskazują, że masz chorobę, na którą byłeś testowany, ale tak naprawdę jej nie masz. Fałszywy negatyw (-) oznacza, że wyniki stwierdzają, że nie masz danego schorzenia, ale w rzeczywistości je masz.
Wynik fałszywie ujemny
Fałszywy negatywny (-) oznacza, że wyniki mówią, że nie masz choroby, ale tak naprawdę ją masz. Fałszywie ujemne (-) wyniki testów mogą się zdarzyć w różnych testach medycznych, od testów na poczęcie, gruźlicę (TB) lub boreliozę (choroba Lyme) do testów na nadużywanie i obecność w organizmie substancji, które mają działanie fizjologiczne (narkotyki lub alkohol).
Różnica między fałszywie dodatnim a fałszywie ujemnym
Opis
Fałszywy wynik pozytywny
Wynik prawdziwie fałszywy oznacza, że nie wykryto materiału genetycznego pochodzącego z danej choroby (na przykład grypy).
Fałszywy negatyw
Fałszywy negatywny oznacza, że test pokazuje wynik negatywny, ale powinien być to wynik pozytywny (+). Oznacza to, że dana osoba faktycznie choruje lub jest zakażona, ale z powodu błędu w badaniu lub diagnozie może otrzymać informację, że nie jest zakażona.
Obszary, w których mogą wystąpić
Fałszywy wynik pozytywny
Fałszywie pozytywne mogą się zdarzyć w takich obszarach, jak:
- Nie jesteś w ciąży, ale test ciążowy pokazuje i potwierdza fałszywie pozytywny (nie właściwy pozytywny) wynik
- Test przesiewowy na złośliwość (raka) potwierdza pozytywny wynik, ale w rzeczywistości jesteś wolny od raka lub nie masz żadnego wzrostu lub choroby nowotworowej.
- Sytuacja, w której badanie przesiewowe w ciąży (badanie prenatalne) wykazuje pewne komplikacje lub potwierdza pozytywny wynik dla zespołu Downa, podczas gdy w rzeczywistości Twój płód nie ma żadnych zaburzeń.
- Oprogramowanie wirusowe potwierdza, że każdy program do badania chorób jest niebezpieczny lub złośliwy, podczas gdy w rzeczywistości jest nieszkodliwy.
Fałszywy negatyw
Fałszywe negatywy mogą się zdarzyć w obszarach, jak:
Metoda
Fałszywy pozytyw
Problem – Wykrycie gatunku, gdy w próbce nie występuje eDNA gatunku docelowego.
Źródła – (1) Nieprawidłowe wykrycie gatunków niedocelowych (tj. niewystarczająca czułość testu) lub (2) zanieczyszczenie DNA.
Rozwiązanie – Należy poprawić specyficzność testu i zachować ostrożność podczas pobierania, przenoszenia i przetwarzania próbek. Włączenie kontroli negatywnych do projektów eksperymentalnych
Wynik fałszywie ujemny
Problem – niewykrycie gatunku, gdy eDNA gatunku docelowego jest obecne w próbce.
Źródła – (1) niewystarczająca czułość testu lub (2) błąd metody podczas przetwarzania próbki.
Rozwiązanie – Należy poprawić specyficzność testu i zachować ostrożność podczas pobierania, obróbki i przetwarzania próbek. Włączenie kontroli negatywnych do projektów eksperymentalnych
Typ błędu
Fałszywy pozytyw
Fałszywy pozytyw = błąd typu I
Fałszywy negatyw
Fałszywy negatyw = błąd II rodzaju
Powoduje
Fałszywy pozytyw
Zanieczyszczenie od:
- Wcześniejsze badanie próbki przez autoanalizatory
- Amplikony z poprzednich amplifikacji tego samego celu
- Błędy w pobieraniu próbek; próbki lub odczynniki
- Błędy w przepisywaniu wyników i prowadzeniu dokumentacji
Fałszywy wynik negatywny
- Obecność inhibitorów w próbce
- Próbki zdegradowane
- Zmniejszenie wewnątrzgatunkowej różnorodności genetycznej i związanej z nią różnorodności fenotypowej (Strain diversity)
- Homologia celu primera
- Sonda (jednoniciowy DNA lub RNA używany do poszukiwania swojej komplementarnej sekwencji w genomie próbki) homologia celu (real-time PCR)
- Zepsute lub zdegradowane odczynniki
- Nieprawidłowe działanie sprzętu (Malfunctioning equipment)
- Część substancji chemicznej lub liczba, która równomiernie dzieli inną liczbę (Aliquoting errors); próbka lub odczynniki
- szczególny rodzaj błędu przy wprowadzaniu danych, popełniany przez programy do optycznego rozpoznawania znaków (OCR) (błędy transkrypcji) podczas uzyskiwania wyników i prowadzenia zapisów
Podsumowanie
Punkty różnicy pomiędzy False positive i False negative zostały podsumowane jak poniżej: