EPI Übernahme - Wir halten zusammen
Real ist es natürlich weder eine gute Sache, noch eine intelligente Entscheidung. Er agiert wie ein Privatanleger der dem schlechten Geld noch gutes hinterherwirft. Er weigert sich seinen eigenen Fehler einzusehen. Man mag es verstehen...
@Diabolo2022, Dir auch alles Gute für 2023 ;)
Nur weil hier einige immer nur etwas Positives lesen wollen, darf man den kritischen Kommentaren hier nicht das Recht absprechen, die letzten 10 Jahre lagen die User zumindest richtig, auch wenn's schmerzt.
Permanent wider allen Fakten und Realitäten darauf zu beharren, dass die Spezifität völlig unwichtig sei, gehört genauso zur Ignoranz. CMS fordert die Einhaltung beider Werte, basta! (um es mit den Worten eines Ex-Kanzlers und Freund eines....deutlich zu machen). Frohe Weihnachten.
Mancher hat eben das Karma-Prinzip noch nicht verstanden. Ich möchte nicht in Nähe derlei Leute sein, wenn sie ihr Karma einholt ;)
Dir auch happy xmas
Trotzdem bemühe ich mich nochmal in meiner Unfähigkeit, dir zu erklären, was der User n00bs in WO skizziert hat und was Mogli dir andauernd versucht zu erklären.
Die ROC-Kurve ist laut Definition:
Receiver Operating Characteristic, kurz ROC, ist ein statistisches Verfahren, mit dem die Aussagekraft von Laborparametern, aber auch anderen Untersuchungsverfahren, optimiert und verglichen werden kann. Der ungewöhnliche Name erklärt sich dadurch, dass die Methode ursprünglich in der Rundfunktechnik entwickelt wurde.
Wir wissen jetzt nicht, wie die Kurve bei Epigenomics Multiomics Test konkret ist.
Wir gehen davon aus, dass Epigenomics auf dieser Kurve nun den Spezifitätswert von 90 % festgesetzt hat, einfach um die CMS Mindestvorgabe zu erhalten. Dabei ist eine Sensitivität von 84 % herausgekommen.
Du siehst anhand der Grafik, bei der von Siemens der Eisenmangel festgestellt werden sollte, dass es unterschiedliche Kurven geben kann (blau und grün). Die grüne Kurve würde nach meinem Verständnis der aktuellen Zusammensetzung des Multiomics Tests mit den neu ein lizenzierten Proteinmarkern und den Bestandsbiomarkern entsprechen.
Eine blaue Kurve wäre einfach eine andere Zusammensetzung z. B. nur die bisherigen Biomarker oder der alte ProColon Test.
Wenn wir jetzt die blaue Kurve hernehmen, dann kannst du dort 90 % Spezifität nehmen, hast aber wohl eine Sensitivität von ca. 30 %. Das korreliert eben miteinander, rein statistisch.
Ich habe in meiner unendlichen malerischen Fähigkeit dazu verleiten lassen, eine fiktive Kurve in Rot einzuzeichnen. Dies soll dem aktuellen Test von Epi entsprechen. Du sollst nur wissen, am Ende verschiebt man lediglich zu Lasten der Sensitivität (da haben wir eine Bandbreite, zur Erfüllung der CMS-Mindestwerte von 84 % - zu 74 % also 10 % Punkten). Da aber der Sensitivitätswert wichtiger ist, als der Spezifitätswert, hat man hier unter Einhaltung der CMS Vorgaben agiert.
Das ist die Theorie und es wird nicht schlauer, wenn wir hier nur auf Baisis von Halbwissen und Fehlinformationen disktuieren. Es muss durch ein wissenschaftliches Whatever Gremium oder Journal – PUNKT!
Jayt, uns fehlen einfach die Zahlen ,dann kann man sich das selber ausrechnen. Die Formeln dafür habe ich aber eben nicht die Zahlen.
Falsch positiv (FP)
Richtig negativ (RN)
Falsch negativ (FN)
Sensitivität = RP/(RP+FN)
Spezifität = RN/(FP+RN)
Nur um dich bzgl. des Spezifitätswerts zu beruhigen, weil dir dieser Wert augenscheinlich deutlich wichtiger ist. Er wird uns nicht das Genick brechen, will ich dir damit verdeutlichen!
Und kein Arzt oder Wissenschaftler der seriös arbeitet, wird dir am Ende sagen "Hey, der Spezifitätswert muss besser als der Sensitivitätswert sein, sonst ist der Test unnütz!".
Wir sehen es doch an den aktuell zugelassen Tests (Stichwort FIT).
Von den 171 richtig negativen Probanden, müssen dann 17 Personen wegen eines falsch negativen Ergebnisses zur Darmspiegelung.
Ist das ein Problem? Das Ziel ist am Ende, die Vorsorgequote zu erhöhen, was damit erreicht wird, egal auf welchem Weg. Das passiert aktuell beim FIT Test genauso.
Wenn das Leben von Menschen retten möchte, dann ist das eine Farce, nichts anderes. Angenommen alle haben keine Lust einen Stuhltest zu machen oder einen Bluttest, einfach weil die Leute Lust darauf haben sich endoskopisch untersuchen zu lassen, dass würde momentan BEZAHLT werden! Alle 10 Jahre Darmspiegelung kostet 100 $ pro Jahr (ca. 1000 $ waren doch die Kosten, wenn ich mich recht erinnere). Dann werden die 17 * 90 $ = 1530 $, was ich mir einspare, weil die falsch negativen zur Darmspiegelung müssen, eher positiv bewertet, weil Sie aus dem ca. 90 $ teuren und vermutlich "jährlichen" Testintervall eines Bluttests rausfallen würden. Bei Guadrant wären die Kosten jedenfalls deutlich höher und eine viel größere Belastung für das Gesundheitswesen und somit der gesamten Bevölkerung! Daher auch die Argumentation von Greg, dass der Preis der Gamechanger sein könnte.
@v000v: Korrekt, Epi muss liefern und das hat nichts mit einer rosaroten Brille zu tun! Ich befürworte auch, dass Epi liefern muss!
Lieber Jay, niemand muss oder wird mit einem falsch negativen Ergebnisses zur Darmspiegelung gehen. Das ist schon denklogisch unmöglich, weil wer negativ getestet ist denkt/glaub er hätte keinen Grund zur Darmspiegelung zu gehen. Logisch oder?
Es kann also nur der zur Darmspiegelung (unnützerweise) geschickt werden, der falsch POSITIV getestet wird. Bekommt das doch bitte endlich mal hin nicht immer zu verwechseln. Ist doch eigentlich ganz einfach!
Aber ich bin immerhin kein Unmensch und gestehe dir ein, recht zu haben. Bloß ändert das am Inhalt nichts, nur weil ich den falschen Begriff verwendet habe und meine Erklärung trotzdem darauf abzielt.
Beispiel: Bei einer Spezifität von 95% bekommen von allen gesunden Personen 95% ein richtig negatives Testergebnis, 5% jedoch ein falsch positives Ergebnis.
Wer ein falsch positives Ergebnis erhält und das sind die 17 Probanden, hat wie bei einem Covid Antigenschnelltest ein positives Ergebnis, obwohl es negativ ist. Was macht dieser jemand? Richtig, er nimmt die nächste Untersuchungsebene in Anspruch.
Eine Spezifität nach meinem Gefühl von geringer als 80 % ist auch kein Topwert, das können aber Experten auch besser einschätzen. Zu viele zu anderen Tests zu schicken, die ganzen "psychischen" Belastungen der Menschen usw. usf. irgendwo muss es dafür einen "Break-Even" geben, der das auffängt. Oder die Aufklärung beim Arzt ist gut genug, wenn mir ein Arzt genau das vernünftig erklärt, welche Risiken ich habe und was bei einem falsch positiven Ergebnis folgen könnte, dann bin ich informiert und kann abwägen.
Und es war eben kein versehentlich "falsche Beschreibung", was sich daran zeigt, dass Du die Formulierung im Text zweimal falsch erwenden hast, nämlich hier:
1. Von den 171 richtig negativen Probanden, müssen dann 17 Personen wegen eines falsch negativen Ergebnisses zur Darmspiegelung.
2. Dann werden die 17 * 90 $ = 1530 $, was ich mir einspare, weil die falsch negativen zur Darmspiegelung müsse
Von negativ getestet geht aber üblicherweise keiner zur Darmspiegelung. Das war mir wichtig festzuhalten und nur wegen der doppelten, also eben nicht erkennbaren Versehens wollte ich das richtigstellen.
Dein letztes Posting enthält aber einen weiteren dicken Fauxpas, wenn Du schreibst:
>>Beispiel: Bei einer Spezifität von 95% bekommen von allen gesunden Personen 95% ein richtig negatives Testergebnis, 5% jedoch ein falsch positives Ergebnis.
Das ist sachlich ganz ganz grob unrichtig.
Warum? Ganz einfach: Es wäre ganz ganz schlimm, wenn von allen Gesunden nur 95% ein richtig-negatives Ergebnis erhielten, aber 5% ein falsch-positives Testergebnis. Die Realität: Ein positives Ergebnis bekommen nur sehr sehr wenige. Von 17.000 nur grob 70 Stück, wie wir gelernt haben (wenn man keine unnatürliche Testanordnung vornimmt). Also bekommt die absolut große Masse ein negatives Ergebnis (= richtig). Das sind 99,xx%! Ende der Story (keiner geht mehr irgendwohin normalerweise).
Dann bekommen aber 70-100 in solch einer Größenordnung (17k) ein POSITIVES Ergebnis. Davon sind dann 70-85% richtig, wie sich später erweisen wird. Und der Rest war dann eben "falsch positiv". Um die diskutieren wir bei der Spezifität.
Davon abgesehen ist deine Erklärung natürlich richtig.
Trotzdem hatte ich in beiden Fällen "falsch positive" gemeint.
Du zerlegst mein Beispiel, welches ich zitiert habe? Wirklich? Es bezog sich nicht mal auf Epi und seine Studie, sondern war nur ein Beispiel für die Spezifität.
https://flexikon.doccheck.com/de/Spezifit%C3%A4t
Von einer natürlichen Population bekommen bei einer Spez. von 90% circa 1.260 Kandidaten ein falsch-positives Ergebnis (einfach mal 10% von 17k genommen).
Desweiteren gibts noch ~70 weiteren positiv-Tests, die korrekt sind. Also in Gesamtsumme schlägt der Test dann in grob 1.330 bei 17k Test an = 7,8%
Davon ist die ganz große Masse Fehlalarme
hier ist's nochmal idiotensicher erklärt:
https://www.gesundheitsinformation.de/...ivitaet-und-spezifitaet.html
Ich hoffe das wir die Diskussion damit ein für alle mal beendet haben ;)