GLOSSAR
Youden Index
Der Youden Index (auch Youdens J) ist ein Verfahren, das zur Optimierung von Analysemethoden im Sinne von ROC-Kurven (Receiver-Operating-Characteristics-Analyse, Grenzwertoptimierung) genutzt wird. Dabei ist das grundlegende Ziel, einen Schwellenwert zu bestimmen, an dem die Unterscheidung von zwei Gruppen anhand eines Tests mit grösstmöglicher Wahrscheinlichkeit gelingen wird. In diesem Zusammenhang wird auch vom Konzept der Trennschärfe gesprochen. Der Wertebereich des Youden Index befindet sich in einem kontinuierlichen Bereich zwischen [-1,1]. Die Formel zur Berechnung des Youden Index lautet:
Youden-Index = Sensitivität + Spezifität – 1
Die Sensitivität (auch Trefferquote) eines Tests gibt an, wie hoch die Wahrscheinlichkeit eines Tests einzuschätzen ist, Personen als positiv zu klassifizieren, die auch tatsächlich die gesuchte Eigenschaft aufweisen. Dagegen wird unter der Spezifität eines Tests die Fähigkeit verstanden, Personen als negativ zu klassifizieren, welche die gesuchte Eigenschaft tatsächlich nicht aufweisen.
Je höher die Werte des ermittelten Youden-Index, desto besser ist der spezifische Schwellenwert des Tests geeignet, um Subjekte mit verschiedener Gruppenzugehörigkeit korrekt zu identifizieren. Der Youden-Index ist damit in der Lage, eine ausgewogene Integration von Sensitivität und Spezifität eines Tests zu erreichen. Auf diese Weise wird eine optimale Vorhersage ermöglicht.
Zusammenfassung: Der Youden-Index ist eine Kennzahl, welche im Rahmen der Grenzwertoptimierung von Tests herangezogen wird, um zu ermitteln, wie die optimalen Sensitivitäts- und Spezifitätswerte eines Tests sein müssen, um eine bestmögliche Vorhersage zu erreichen. Da die Sensitivität und die Spezifität von Tests nicht unabhängig voneinander sind, gilt es im Rahmen von Grenzwertoptimierungen, die optimale Balance hinsichtlich der beschriebenen Kennwerte zu finden.
Häufig gestellte Fragen
Was ist der Youden-Index in der medizinischen Statistik?
Der Youden-Index ist ein Mass für die diagnostische Genauigkeit eines Tests und gibt an, wie gut der Test zwischen kranken und gesunden Personen unterscheiden kann. Er wird berechnet, indem man von der Summe von Sensitivität und Spezifität Eins subtrahiert und das Ergebnis maximiert.
Wofür wird der Youden-Index in der medizinischen Statistik verwendet?
Der Youden-Index wird häufig in der medizinischen Statistik verwendet, um die diagnostische Genauigkeit eines Tests zu bewerten und den besten Cut-off-Wert zu ermitteln, um zwischen kranken und gesunden Personen zu unterscheiden. Er kann auch zur Auswahl des optimalen Tests aus einer Reihe von verfügbaren Tests verwendet werden.
Wie interpretiert man den Youden-Index in der medizinischen Statistik?
Ein höherer Youden-Index bedeutet eine bessere Trennschärfe des Tests zwischen Kranken und Gesunden. Der optimalste Cut-off-Wert eines Tests ist der Punkt, bei dem der Youden-Index maximal ist. Der Index ist besonders relevant, wenn beide Fehlerarten (falsch positiv und falsch negativ) gleich gewichtet werden sollen. Er liegt zwischen 0 und 1, wobei ein Wert von 1 auf einen perfekten Test (keine falsch-positiven oder falsch-negativen Ergebnisse) hinweist und ein Wert von 0 bedeutet, dass der Test keinerlei diagnostischen Nutzen hat. Der Index hilft insbesondere dabei, den optimalen Schwellenwert (Cut-off) für einen Test zu bestimmen, bei dem das Verhältnis von Sensitivität und Spezifität am ausgewogensten ist.
Wie wird der Youden-Index in der medizinischen Statistik berechnet?
Der Youden-Index wird berechnet, indem man die Sensitivität (Anteil korrekt erkannter Erkrankter) und Spezifität (Anteil korrekt erkannter Gesunder) addiert und anschliessend 1 subtrahiert: J = Sensitivität + Spezifität −1
Der optimale Schwellenwert eines diagnostischen Tests entspricht dem maximalen Youden-Index, der das beste Gleichgewicht zwischen Sensitivität und Spezifität darstellt.
Gibt es Alternativen zum Youden-Index in der medizinischen Statistik?
Ja, es gibt andere Masse der diagnostischen Genauigkeit wie zum Beispiel die Fläche unter der ROC-Kurve (AUC), die Likelihood-Quotienten und die Informationsschärfe. Die Wahl des Masses hängt jedoch von der Fragestellung und den verfügbaren Daten ab.
Diagnostische Schwellenwerte mit dem Youden Index fundiert bestimmen.
