Understanding 2x2 epidemiology tables for  calculating effectiveness of tests 

Both clinical practice and clinical or health studies are tied closely with “tests”. Clinicians  frequently order lab or radiologic tests, for example, to help them make a diagnosis.  Researchers also must perform tests for their studies. For example, to find study subjects with  certain diseases, researchers first need to perform tests to find who has the disease and who  does not. Or, to measure the effectiveness of a certain drug against a disease, they need to  perform tests to determine who has been cured after using the drug. The list goes on, but the  point is, tests play a very important role in clinical practice as well as research. 

Now with such an important role that tests play, one might ask, how effective or accurate are  those tests? For example, let’s say you have a sore throat and go to the doctor. He does not see  any white or yellow spots on your throat suggestive of a strep throat, but other signs and  symptoms make him suspicious of strep infection. He suggests using a quick strep diagnostic kit,  which would give you the results right away. You agree to the test, and the result is “positive”.  Does it mean that you DEFINITELY have strep infection? The answer is no; you LIKELY have strep  infection, but that is good enough for the doctor to put you on antibiotics. Of course, a  “culture” would have been more accurate, but that would  take 3 days, and in the trade‐off  between accuracy and speed here, the doctor has chosen speed.  

In the example above, the fact that you LIKELY had strep throat, was enough for the doctor to  start therapy. But this is not always the case. Imagine a blood donor that gives their blood, the  blood undergoes routine tests, and the test shows HIV positive. Similar to the example above,  the screening test that was used here is not the most accurate test. The question is, is it enough  to consider that individual HIV positive? No! This is a much more serious situation than strep  throat, and you don’t want to label or treat someone based on “likelihood” in this case. You  want to be as confident as you possibly can. Therefore, you send the sample for a second, more  expensive, but more accurate test. Now let’s assume the result of the second test comes back  positive. Can you be ABSOLUTELY SURE that the person has HIV? Well, the answer is still no!  but you are now closer to 100% confidence. You can virtually never be 100% sure, but you can  get close to it. For this reason, the doctors will consider other signs, symptoms, tests, patient’s  lifestyle, etc. to arrive at a conclusion. Sometimes, they may decide to repeat the test a second  or even third time, to be sure.