Предварительное испытание вероятность и послетестовая вероятность (альтернативно пишутся предтестовые и послетестовое вероятность) являются вероятностями о наличии состояния (например, болезнь ) до и после диагностического теста , соответственно. Послетестовая вероятность , в свою очередь, может быть положительной или отрицательной , в зависимости от того, выпадает ли тест на положительный или отрицательный соответственно. В некоторых случаях он используется для оценки вероятности развития интересующего состояния в будущем.
Тест в этом смысле может относиться к любому медицинскому тесту (но обычно в смысле диагностических тестов), а в широком смысле также включает вопросы и даже предположения (например, предположение, что целевой человек - женщина или мужчина). Возможность различать до- и послетестовые вероятности различных состояний является основным фактором при показании медицинских тестов .
Дотестовая вероятность
Дотестовая вероятность индивидуума может быть выбрана одной из следующих:
- Распространенность заболевания, которые могут должны быть выбраны , если никакой другой характеристики не известны личности, или он может быть выбран для простоты расчета , даже если другие характеристики известны хотя такое бездействие может привести к ошибочным результатам
- Пост-тестовая вероятность состояния, возникшего в результате одного или нескольких предыдущих тестов.
- Грубая оценка, которую, возможно, придется выбрать, если более систематические подходы невозможны или эффективны
Оценка вероятности послетеста
В клинической практике посттестовые вероятности часто просто приблизительно оцениваются или даже предполагаются. Обычно это приемлемо при обнаружении патогномоничного признака или симптома, и в этом случае почти наверняка присутствует целевое состояние; или при отсутствии обнаружения sine qua non признака или симптома, и в этом случае почти наверняка отсутствует целевое состояние.
В действительности, однако, субъективная вероятность наличия состояния никогда не бывает точно 0 или 100%. Тем не менее, существует несколько систематических методов оценки этой вероятности. Такие методы обычно основаны на предварительном выполнении теста на контрольной группе, в которой наличие или отсутствие состояния известно (или, по крайней мере, оценено другим тестом, который считается высокоточным, например, по « Золотому стандарту »), в для того, чтобы установить данные о выполнении теста. Эти данные впоследствии используются для интерпретации результатов тестирования любого человека, прошедшего тестирование с помощью этого метода. Альтернативой или дополнением к методам, основанным на контрольных группах, является сравнение результата теста с предыдущим тестом на том же человеке, что чаще встречается в тестах для мониторинга .
Наиболее важные систематические методы оценки вероятности после тестирования на основе контрольных групп включают методы, обобщенные и сопоставленные в следующей таблице, а также описанные в отдельных разделах ниже.
Методика | Установление данных о производительности | Метод индивидуальной интерпретации | Способность точно интерпретировать последующие тесты | Дополнительные преимущества |
---|---|---|---|---|
По прогнозным значениям | Прямые коэффициенты из референтной группы | Самый простой: прогнозируемое значение равно вероятности | Обычно низкий: для каждого последующего предтестового состояния требуется отдельная контрольная группа. | Доступно как для двоичных, так и для непрерывных значений |
По отношению правдоподобия | На основе чувствительности и специфичности | Коэффициенты после теста, полученные путем умножения предварительных коэффициентов на коэффициент | Теоретически безграничный | Состояние перед тестированием (и, следовательно, вероятность перед тестом) не обязательно должно быть таким же, как в контрольной группе. |
По относительному риску | Соотношение риска среди экспонированных и риска среди неэкспонированных | Вероятность до тестирования, умноженная на относительный риск | Низкий, если последующие относительные риски не получены из того же многомерного регрессионного анализа. | Относительно интуитивно понятен в использовании |
По диагностическим критериям и правилам клинического прогноза | Вариативно, но обычно очень утомительно | Переменная | Обычно отлично подходит для всех тестов, включенных в критерии | Обычно наиболее предпочтительно, если доступно |
По прогнозным значениям
Прогностические значения могут использоваться для оценки посттестовой вероятности индивидуума, если предтестовая вероятность индивидуума может быть предположена примерно равной распространенности в контрольной группе, в которой имеются как результаты испытаний, так и знания о наличии или отсутствии состояния (например, болезнь, которая может быть определена « Золотым стандартом »).
Если результат теста представляет собой двоичную классификацию на положительные или отрицательные тесты , то можно составить следующую таблицу:
Состояние (согласно « Золотому стандарту ») | ||||
Положительный | Отрицательный | |||
Результат теста | Положительный | Истинно положительный | Ложноположительный результат ( ошибка типа I ) | → Положительная прогностическая ценность |
Отрицательный | Ложноотрицательный результат ( ошибка типа II ) | Истинно отрицательный | → Отрицательная прогностическая ценность | |
↓ Чувствительность | ↓ Специфика | ↘ Точность |
Дотестовую вероятность можно рассчитать по диаграмме следующим образом:
Вероятность предварительного тестирования = (истинно положительный + ложноотрицательный) / общая выборка
Кроме того, в этом случае положительная вероятность после теста (вероятность наличия целевого состояния, если тест выйдет из строя) численно равна положительному прогнозируемому значению , а отрицательная вероятность после теста (вероятность наличия целевое условие, если тест выдает отрицательный результат) численно дополняет отрицательную прогностическую ценность ([отрицательная пост-тестовая вероятность] = 1 - [отрицательная прогностическая ценность]), [1] снова при условии, что у испытуемого нет другого факторы риска, которые приводят к тому, что у этого человека вероятность перед тестированием отличается от вероятности контрольной группы, использованной для установления положительных и отрицательных прогностических значений теста.
На приведенной выше диаграмме эта положительная вероятность после тестирования , то есть вероятность достижения целевого состояния после тестирования при положительном результате теста, рассчитывается как:
Вероятность положительного результата тестирования = истинные положительные результаты / (истинные положительные результаты + ложные положительные результаты)
По аналогии:
Послетестовая вероятность заболевания при отрицательном результате рассчитывается как:
Вероятность отрицательного результата тестирования = ложноотрицательные результаты / (ложные отрицательные результаты + истинные отрицательные результаты)
Достоверность приведенных выше уравнений также зависит от того, что выборка из совокупности не имеет существенной систематической ошибки выборки , из-за которой группы тех, кто страдает этим заболеванием, и тех, у кого нет существенной несоразмерности, по сравнению с соответствующей распространенностью и «непропорциональностью» в популяции. . Фактически, приведенные выше уравнения недействительны только для исследования случай-контроль, в котором отдельно собираются одна группа с условием и одна группа без него.
По отношению правдоподобия
Вышеупомянутые методы не подходят для использования, если предварительная вероятность отличается от распространенности в контрольной группе, используемой, среди прочего, для установления положительной прогностической ценности теста. Такая разница может возникнуть, если предшествовал другой тест или лицо, участвующее в диагностике, считает, что необходимо использовать другую вероятность предварительного теста, поскольку ему известны, например, конкретные жалобы, другие элементы истории болезни , признаки физического осмотра , либо вычисление каждого результата как теста сам по себе с его собственной чувствительностью и специфичностью или, по крайней мере, выполнение приблизительной оценки индивидуальной предтестовой вероятности.
В этих случаях, распространенность в контрольной группе не совсем точна в представлении предтестовой вероятности индивидуума, и, следовательно, прогностическое значение (будь тем положительным или отрицательным ) не является вполне точным в представлении после тестирования вероятности из человек, имеющий целевое состояние.
В этих случаях вероятность посттеста может быть оценена более точно с помощью отношения правдоподобия для теста. Отношение правдоподобия рассчитывается на основе чувствительности и специфичности теста и, таким образом, не зависит от распространенности в контрольной группе [2] и, аналогично, не меняется с изменением предтестовой вероятности , в отличие от положительных или отрицательных прогностических данных. значения (которые могут измениться). Кроме того, в действительности, достоверность посттестовой вероятности, определенной на основе отношения правдоподобия, не зависит от систематической ошибки выборки в отношении тех, у кого это заболевание или нет, в выборке населения, и может проводиться как исследование случай-контроль, в котором отдельно собираются те с условием и без него.
Оценка вероятности после теста на основе вероятности до теста и отношения правдоподобия выглядит следующим образом: [2]
- Предварительные шансы = (Предварительная вероятность / (1 - Предварительная вероятность)
- Посттестовые шансы = Предварительные шансы * Отношение правдоподобия
В приведенном выше уравнении положительная вероятность после тестирования рассчитывается с использованием положительного отношения правдоподобия , а отрицательная вероятность после тестирования рассчитывается с использованием отрицательного отношения правдоподобия .
- Вероятность посттеста = шансы посттеста / (шансы посттеста + 1)
Отношение также можно оценить с помощью так называемой номограммы Фагана (показанной справа), проведя прямую линию от точки заданной предтестовой вероятности до заданного отношения правдоподобия в их шкалах, которые, в свою очередь, оценивают пост -тест вероятности в точке, где прямая линия пересекает свою шкалу.
Вероятность после тестирования может, в свою очередь, использоваться в качестве вероятности перед тестированием для дополнительных тестов, если она продолжает вычисляться таким же образом. [2]
Диаграмма, относящаяся к вероятности до и после теста, с зеленой кривой (верхняя левая половина), представляющей положительный тест, и красной кривой (нижняя правая половина), представляющей отрицательный тест, для случая чувствительности 90% и специфичности 90%, что соответствует положительному отношению правдоподобия 9 и отрицательному отношению правдоподобия 0,111. Длина зеленых стрелок представляет изменение абсолютной (а не относительной) вероятности при положительном тесте, а красные стрелки представляют изменение абсолютной вероятности при отрицательном тесте.
По длине стрелок видно, что при низких вероятностях перед тестированием положительный тест дает большее изменение абсолютной вероятности, чем отрицательный тест (свойство, которое обычно является допустимым, если специфичность не намного выше. чем чувствительность). Точно так же при высокой вероятности предварительного тестирования отрицательный тест дает большее изменение абсолютной вероятности, чем положительный тест (свойство, которое обычно действует, если чувствительность не намного превышает специфичность).Связь между вероятностями до и после тестирования для различных положительных результатов отношения правдоподобия (верхняя левая половина) и различных отрицательных значений отношения правдоподобия (нижняя правая половина).
Можно выполнить расчет отношений правдоподобия для тестов с непрерывными значениями или более чем двумя результатами, что аналогично расчету для дихотомических результатов. С этой целью для каждого уровня результата теста рассчитывается отдельное отношение правдоподобия, которое называется отношениями правдоподобия для определенного интервала или страты. [4]
Пример
Человек прошел скрининг с помощью теста на скрытую кровь в кале (FOB), чтобы оценить вероятность того, что у этого человека есть целевое состояние рака кишечника, и результат оказался положительным (кровь была обнаружена в стуле). Перед тестом этот человек имел до-тестовую вероятность рака кишечника, например, 3% (0,03), что можно было бы оценить, например, путем оценки истории болезни, обследования и предыдущих тестов этого человека. .
Чувствительность, специфичность и т. Д. Теста FOB были установлены на выборке из 203 человек (без такой наследственности) и распределились следующим образом:
Пациенты с раком кишечника (подтверждено при эндоскопии ) | ||||
Положительный | Отрицательный | |||
Фекальные оккультные крови экрана теста исход | Положительный | TP = 2 | FP = 18 | → Положительная прогностическая ценность = TP / (TP + FP) = 2 / (2 + 18) = 2/20 = 10% |
Отрицательный | FN = 1 | TN = 182 | → Отрицательная прогностическая ценность = TN / (FN + TN) = 182 / (1 + 182) = 182/183 ≈ 99,5% | |
↓ Чувствительность = TP / (TP + FN) = 2 / (2 + 1) = 2/3 ≈ 66,67% | ↓ Специфичность = TN / (FP + TN) = 182 / (18 + 182) = 182/200 = 91% | ↘ Точность = (TP + TN) / Всего = (2 + 182) / 203 = 184/203 = 90,64% |
Исходя из этого, можно установить отношения правдоподобия теста: [2]
- Отношение правдоподобия положительное = чувствительность / (1 - специфичность) = 66,67% / (1-91%) = 7,4
- Отрицательное отношение правдоподобия = (1 - чувствительность) / специфичность = (1 - 66,67%) / 91% = 0,37
- Вероятность предварительного тестирования (в этом примере) = 0,03
- Предварительный коэффициент = 0,03 / (1 - 0,03) = 0,0309
- Положительные шансы после тестирования = 0,0309 * 7,4 = 0,229
- Вероятность положительного результата тестирования = 0,229 / (0,229 + 1) = 0,186 или 18,6%.
Таким образом, у этого человека после теста вероятность (или «пост-тестовый риск») составляет 18,6% от рака кишечника.
Распространенность в выборке населения рассчитывается как:
- Распространенность = (2 + 1) / 203 = 0,0148 или 1,48%
Вероятность индивидуума до тестирования была более чем в два раза выше, чем вероятность для выборки населения, хотя вероятность после тестирования индивидуума была менее чем в два раза выше, чем вероятность для выборки населения (которая оценивается по положительной прогностической ценности теста, равной 10%) , в отличие от того, что привело бы к менее точному методу простого умножения относительных рисков.
Конкретные источники неточности
Конкретные источники неточности при использовании отношения правдоподобия для определения посттестовой вероятности включают вмешательство в детерминанты или предыдущие тесты или перекрытие тестовых целей, как поясняется ниже:
Вмешательство в тест
С вероятностью после тестирования , оцененной на основе вероятности до теста с отношением правдоподобия , следует обращаться с осторожностью у лиц с другими детерминантами (такими как факторы риска), чем население в целом, а также у лиц, которые прошли предыдущие тесты, потому что такие детерминанты или тесты могут также влиять на сам тест непредсказуемым образом, по-прежнему приводя к неточным результатам. Пример с фактором риска ожирения является то , что дополнительный брюшной жир может сделать это трудно пальпировать органы брюшной полости и уменьшить разрешение брюшной ультрасонографии , и аналогичным образом , остаток контраст бария из предыдущей радиографии может мешать последующим абдоминальных обследований, [5] , в эффект, снижающий чувствительность и специфичность таких последующих тестов. С другой стороны, эффект вмешательства может потенциально повысить эффективность последующих тестов по сравнению с использованием в контрольной группе, например, некоторые обследования органов брюшной полости легче выполнять на людях с недостаточным весом.
Перекрытие тестов
Кроме того, достоверность расчетов любой вероятности до тестирования, которая сама получена из предыдущего теста, зависит от того, что два теста существенно не перекрываются в отношении тестируемого целевого параметра, такого как анализы крови на вещества, принадлежащие одному и тот же нарушенный метаболический путь . Примером крайности такого перекрытия является то, когда чувствительность и специфичность были установлены для анализа крови, обнаруживающего «вещество X», и аналогично для одного, обнаруживающего «вещество Y». Если на самом деле «вещество X» и «вещество Y» являются одним и тем же веществом, то проведение двух последовательных тестов одного и того же вещества может вообще не иметь диагностической ценности, хотя расчет, кажется, показывает разница. В отличие от описанного выше вмешательства, увеличение частичного совпадения тестов только снижает их эффективность. В медицинских учреждениях диагностическая достоверность повышается за счет комбинирования тестов различных методов, чтобы избежать существенного дублирования, например, в сочетании анализа крови, биопсии и рентгенографии .
Способы преодоления неточности
Чтобы избежать таких источников неточности за счет использования отношений правдоподобия, оптимальным методом было бы собрать большую контрольную группу эквивалентных лиц, чтобы установить отдельные прогностические значения для использования теста у таких людей. Однако с более глубоким знанием истории болезни человека, физического осмотра, предыдущего теста и т. Д. Этот человек становится более дифференцированным, и становится все труднее найти контрольную группу для установления индивидуальных прогностических значений, что делает оценку вероятности послетестового исследования по прогностическим значениям недействительной. .
Другой метод устранения таких неточностей - оценка результата теста в контексте диагностических критериев, как описано в следующем разделе.
По относительному риску
Вероятность после тестирования иногда можно оценить, умножив вероятность до теста на относительный риск, заданный тестом. В клинической практике это обычно применяется при оценке истории болезни человека, где «тест» обычно представляет собой вопрос (или даже предположение) относительно различных факторов риска, например, пола, курения табака или веса, но он может потенциально может стать серьезным испытанием, например, поставить человека на весы . При использовании относительных рисков результирующая вероятность обычно скорее связана с индивидуумом, у которого развивается заболевание в течение определенного периода времени (аналогично заболеваемости в популяции), а не является вероятностью того, что индивидуум имеет данное состояние в настоящее время, но косвенно может быть оценкой последнего.
Использование коэффициента опасности может быть использовано несколько аналогично относительного риска.
Один фактор риска
Чтобы установить относительный риск, риск в группе, подвергшейся воздействию, делится на риск в группе, не подвергшейся воздействию.
Если во внимание принимается только один фактор риска индивидуума, посттестовая вероятность может быть оценена путем умножения относительного риска на риск в контрольной группе. Контрольная группа обычно представляет собой население, не подвергшееся воздействию, но если облучению подвергается очень небольшая часть населения, то распространенность в общей популяции часто можно принять равной распространенности в контрольной группе. В таких случаях вероятность после тестирования может быть оценена путем умножения относительного риска на риск в общей популяции.
Например, частота из рака молочной железы у женщины в Соединенном Королевстве в возрасте от 55 до 59 оценивается приблизительно в 280 случаев на 100000 в год, [6] , а также фактор риска того , что были подвержены высокой дозы ионизирующего излучения к грудной клетки (например, в качестве лечения других видов рака) дает относительный риск рака груди от 2,1 до 4,0 [7] по сравнению с неэкспонированным. Поскольку подвергается облучению небольшая часть населения, распространенность среди неэкспонированных групп можно принять равной распространенности среди населения в целом. Следовательно, можно оценить, что женщина в Соединенном Королевстве в возрасте от 55 до 59 лет, подвергшаяся воздействию высоких доз ионизирующего излучения, должна иметь риск развития рака груди в течение одного года между 588 и 1.120. в 100 000 (то есть от 0,6% до 1,1%).
Множественные факторы риска
Теоретически общий риск при наличии нескольких факторов риска можно приблизительно оценить путем умножения на каждый относительный риск, но, как правило, это гораздо менее точно, чем использование отношений правдоподобия, и обычно делается только потому, что это намного легче выполнить, когда только относительные риски приводятся по сравнению, например, с преобразованием исходных данных в чувствительность и специфичность и рассчитываются по отношениям правдоподобия. Точно так же в литературе часто приводятся относительные риски вместо отношений правдоподобия, потому что первое более интуитивно понятно. Источники неточности умножения относительных рисков включают:
- На относительные риски влияет распространенность состояния в контрольной группе (в отличие от отношений правдоподобия, которых нет), и эта проблема приводит к тому, что достоверность вероятностей после тестирования становится менее достоверной с увеличением разницы между распространенностью в группе сравнения. контрольная группа и вероятность предварительного тестирования для любого человека. Любой известный фактор риска или предыдущий тест человека почти всегда дает такое различие, снижая обоснованность использования относительных рисков при оценке общего эффекта нескольких факторов риска или тестов. Большинство врачей не принимают во внимание такие различия в распространенности при интерпретации результатов тестов, что может привести к ненужным тестам и диагностическим ошибкам. [8]
- Отдельный источник неточности при умножении нескольких относительных рисков с учетом только положительных тестов заключается в том, что он имеет тенденцию переоценивать общий риск по сравнению с использованием отношений правдоподобия. Такое завышение можно объяснить неспособностью метода компенсировать тот факт, что общий риск не может превышать 100%. Это завышение довольно мало для небольших рисков, но становится выше для более высоких значений. Например, риск развития рака груди в возрасте до 40 лет у женщин в Соединенном Королевстве можно оценить примерно в 2%. [9] Кроме того, исследования евреев ашкенази показали, что мутация BRCA1 дает относительный риск развития рака груди 21,6 у женщин в возрасте до 40 лет, а мутация BRCA2 дает относительный риск развития рака груди 3,3 у женщин. женщины до 40 лет. [10] Исходя из этих данных, можно оценить, что женщина с мутацией BRCA1 будет иметь риск примерно 40% развития рака груди в возрасте до 40 лет, а женщина с мутацией BRCA2 будет иметь риск примерно 6%. Однако, в довольно маловероятной ситуации наличия как в BRCA1 и BRCA2 мутации, просто умножив с обоих относительных рисков приведет к риску более чем 140% от развития рака молочной железы до 40 лет, который не может быть точным в реальности .
Эффект переоценки (упомянутый последним) можно компенсировать путем преобразования рисков в шансы и относительных рисков в отношения шансов . Однако это не компенсирует (упомянутый ранее) эффект какой-либо разницы между до-тестовой вероятностью индивидуума и распространенностью в контрольной группе.
Метод компенсации обоих источников неточностей, приведенных выше, заключается в установлении относительных рисков с помощью многомерного регрессионного анализа . Однако для сохранения достоверности относительные риски, установленные как таковые, должны быть умножены на все другие факторы риска в том же регрессионном анализе и без добавления других факторов, помимо регрессионного анализа.
Кроме того, умножение нескольких относительных рисков имеет такой же риск пропустить важные совпадения включенных факторов риска, как и при использовании отношений правдоподобия. Кроме того, различные факторы риска могут действовать совместно , в результате, например, два фактора, каждый из которых по отдельности имеет относительный риск 2, имеют общий относительный риск 6, когда присутствуют оба, или могут подавлять друг друга, в некоторой степени аналогично помеха, описанная для использования отношений правдоподобия.
По диагностическим критериям и правилам клинического прогноза
Для большинства основных заболеваний установлены диагностические критерии и / или правила клинического прогноза . Установление диагностических критериев или правил клинического прогноза состоит из всесторонней оценки многих тестов, которые считаются важными для оценки вероятности интересующего состояния, иногда также включая то, как разделить его на подгруппы, а также когда и как лечить это состояние. Такое установление может включать использование прогнозных значений, отношений правдоподобия, а также относительных рисков.
Например, критерии ACR для системной красной волчанки определяют диагноз как наличие по крайней мере 4 из 11 результатов, каждый из которых может рассматриваться как целевое значение теста с его собственной чувствительностью и специфичностью. В этом случае была проведена оценка тестов для этих целевых параметров, когда они используются в комбинации, в отношении, например, интерференции между ними и перекрытия целевых параметров, тем самым стремясь избежать неточностей, которые в противном случае могли бы возникнуть при попытке вычислить вероятность болезни, используя отношения правдоподобия отдельных тестов. Следовательно, если диагностические критерии были установлены для состояния, обычно наиболее целесообразно интерпретировать любую посттестовую вероятность этого состояния в контексте этих критериев.
Кроме того, существуют инструменты оценки риска для оценки совокупного риска нескольких факторов риска, такие как онлайн-инструмент [1] из Framingham Heart Study для оценки риска исходов ишемической болезни сердца с использованием нескольких факторов риска, включая возраст, пол, кровь. липиды, артериальное давление и курение, что является гораздо более точным, чем умножение индивидуальных относительных рисков каждого фактора риска.
Тем не менее, опытный врач может оценить вероятность послетеста (и действия, которые оно мотивирует) на основе широкого рассмотрения, включая критерии и правила в дополнение к другим методам, описанным ранее, включая как индивидуальные факторы риска, так и характеристики проведенных тестов. .
Клиническое использование до- и послетестовых вероятностей
Клинически полезным параметром является абсолютная (а не относительная и не отрицательная) разница между вероятностью до и после тестирования, рассчитываемая как:
Абсолютная разница = | (вероятность до теста) - (вероятность после теста) |
Основным фактором такой абсолютной разницы является мощность самого теста, которую можно описать, например, с точки зрения чувствительности и специфичности или отношения правдоподобия. Другим фактором является вероятность предварительного тестирования, при этом более низкая вероятность предварительного тестирования приводит к более низкой абсолютной разнице, в результате чего даже очень мощные тесты достигают низкой абсолютной разницы для очень маловероятных состояний у человека (таких как редкие заболевания в отсутствие какого-либо другого указательного знака), но с другой стороны, даже тесты с малой мощностью могут иметь большое значение для сильно подозрительных условий.
Вероятности в этом смысле также могут быть рассмотрены в контексте условий, которые не являются первичными целями теста, таких как относительные вероятности профиля в процедуре дифференциальной диагностики .
Абсолютную разницу можно сопоставить с пользой для человека, которую дает медицинский тест , например, которую можно приблизительно оценить как:
, где:
- b n - чистая выгода от проведения медицинского обследования
- Λp - это абсолютная разница между вероятностью состояния до и после теста (например, болезней), которых ожидается достичь в результате теста.
- r i - это степень ожидаемой вероятности того, что различия в вероятности приведут к изменениям в вмешательствах (например, переход от «отсутствия лечения» к «назначению лечения в низких дозах»).
- b i - польза от изменений в вмешательствах для индивидуума
- h i - вред от изменений в вмешательствах для человека, например, побочные эффекты лечения
- h t - вред, причиненный самим испытанием
В этой формуле то, что составляет пользу или вред, в значительной степени зависит от личных и культурных ценностей , но общие выводы все же можно сделать. Например, если единственный ожидаемый эффект медицинского теста - сделать одно заболевание более вероятным, чем другое, но эти два заболевания подлежат одинаковому лечению (или ни одно из них не лечится), тогда r i = 0, и тест по существу не требует лечения. выгода для личности.
Дополнительные факторы, влияющие на решение о том, следует ли проводить медицинский тест, включают: стоимость теста, наличие дополнительных тестов, потенциальное вмешательство в последующий тест (например, пальпация живота, потенциально вызывающая кишечную активность, звуки которой мешают последующей аускультации брюшной полости. ), время, затраченное на тест, или другие практические или административные аспекты. Кроме того, даже если результаты не полезны для испытуемого, результаты могут быть полезны для создания статистики, чтобы улучшить медицинское обслуживание других людей.
Субъективность
Вероятности до и после тестирования являются субъективными, основанными на том факте, что в действительности человек либо имеет это заболевание, либо нет (с вероятностью, всегда равной 100%), поэтому вероятности до и после тестирования для отдельных лиц можно скорее рассматривать. как психологические явления в сознании тех, кто занимается диагностикой .
Смотрите также
- Интерпретация диагностических тестов , включая общие источники неточности и неточности
Рекомендации
- ^ Интернет-курс доказательной практики Марка Эбелла. Колледж общественного здравоохранения Университета Джорджии. Дата обращения: август 2011 г.
- ^ a b c d Коэффициенты правдоподобия. Архивировано 22 декабря 2010 г. в Wayback Machine , из CEBM (Центр доказательной медицины). Последняя редакция страницы: 1 февраля 2009 г. При использовании в примерах общие формулы взяты из справочника, а номера примеров отличаются
- ^ Параметры взяты из изображения в: Zhang W, Doherty M, Pascual E, et al. (Октябрь 2006 г.). «Рекомендации EULAR для лечения подагры, основанные на фактических данных. Часть I: Диагностика. Отчет рабочей группы Постоянного комитета по международным клиническим исследованиям, включая терапию (ESCISIT)» . Аня. Реум. Дис . 65 (10): 1301–11. DOI : 10.1136 / ard.2006.055251 . PMC 1798330 . PMID 16707533 .
- ^ Браун MD, Ривз MJ (2003). «Доказательная медицина неотложной помощи / навыки для доказательной неотложной помощи. Интервальные отношения правдоподобия: еще одно преимущество для диагноста, основанного на фактических данных». Ann Emerg Med . 42 (2): 292–297. DOI : 10,1067 / mem.2003.274 . PMID 12883521 .
- ^ Страница 750 (Глава 10) в: Даннинг, Маршалл Барнетт; Фишбах, Фрэнсис Таласка (2009). Пособие по лабораторным и диагностическим исследованиям [Электронный ресурс] . Филадельфия: Wolters Kluwer Health / Lippincott Williams & Wilkins. ISBN 0-7817-7194-3.
- ^ Диаграмма Excel для Рисунка 1.1: Рак молочной железы (С50), среднего число новых случаев в год и Повозрастной Заболеваемость Цены, Великобритания, 2006-2008 при раке молочной железы - Великобритания статистик заболеваемости Архивирована 14 мая 2012 в Wayback Machine по исследованию рака СОЕДИНЕННОЕ КОРОЛЕВСТВО. Раздел обновлен 18.07.11.
- ^ САУ (2005). «Факты и цифры о раке молочной железы 2005–2006 гг.» (PDF) . Архивировано из оригинального (PDF) 13 июня 2007 года . Проверено 26 апреля 2007 года .
- ^ Agoritsas, T .; Курвуазье, DS; Combescure, C .; Deom, M .; Пернегер, ТВ (2010). «Имеет ли значение для врачей распространенность при оценке вероятности заболевания после тестирования? Рандомизированное испытание» . Журнал общей внутренней медицины . 26 (4): 373–378. DOI : 10.1007 / s11606-010-1540-5 . PMC 3055966 . PMID 21053091 .
- ^ 2% дано из совокупной заболеваемости 2,075 случая на 100,000 у женщин в возрасте до 39 лет, из приведенной выше ссылки на исследование рака в Великобритании.
- ^ Satagopan, JM; Оффит, К .; Foulkes, W .; Робсон, Мэн; Wacholder, S .; Англ., См; Карп, ЮВ; Бегг, CB (2001). «Пожизненные риски рака груди у евреев-ашкенази, носителей мутаций BRCA1 и BRCA2». Эпидемиология, биомаркеры и профилактика рака . 10 (5): 467–473. PMID 11352856 .