Fulltext - SBU

i en konvex båge, för att sluta i det högsta tröskelvärdet (högsta möjliga
sensitivitet), se Figur 2.
Figur 2 Exempel på ROC-kurva.
Nyckelvärdet i en ROC­analys är ”arean under kurvan”, kallad Area
Under the Curve (AUC). I exemplet ovan är AUC = 0,80. AUC ger en
uppskattning av prediktiv validitet som dels avspeglar precisionen över
samtliga möjliga tröskelvärden, dels är mindre känsligt för bastal än vad
som är fallet med PPV­/NPV­angivelser.
När det gäller riskbedömningar inom psykiatrin återspeglar AUC­värdet
sannolikheten att en slumpmässigt utvald farlig patient ska ha en högre
predicerad återfallsrisk än en slumpmässigt utvald icke­farlig patient.
Typiskt varierar AUC­värdet mellan 0,50 och 1,00 där 0,50 innebär att
prognosen helt saknar validitet (man kan lika gärna ”kasta krona eller
klave” som Ennis och Litwack uttryckte det i sin översikt från 1974 [26])
och 1,00 indikerar en perfekt precision i prediktionerna.
Hur AUC­värden ska tolkas i sammanhanget är föremål för viss debatt.
Sjöstedt och Grann argumenterade nyligen att AUC allmänt tolkats
överdrivet optimistiskt när det gäller riskbedömningar i andra och tredje
generationen, och föreslog följande schematiska tolkningsmall [43]:
0,90 hög precision.
Exakt hur man ska väga olika AUC­värden kommer alltid att vara
bestämt av hur man väger kostnad­ och nyttoaspekter för korrekta respektive
felaktiga bedömningar, alltså hur man i ett större sammanhang
värderar de underliggande PPV­/NPV­värdena. Se vidare i Kapitel 4
Diskussion – vad säger evidensen?
28 R I S K B E D Ö M N I N G A R I N O M P S Y K I AT R I N – K A N VÅ L D I S A M H Ä L L E T F Ö R U T S ÄG A S ?
K A P I T E L 1 • I N L E D N I N G O C H B A KG R U N D 29