4.5 Maten van risico betreft diagnose en prognose Flashcards
Hoe kan er Diagnostisch Bayesian geredeneerd worden?
Pre-test (prior) informatie (waarmee de patiënt naar binnen komt) -> Dit wordt beïnvloedt door de informatie in de test result (diagnose stellen/diagnostisch proces) -> Post-test informatie (uiteindelijk resultaat)
Als van te voren de kans op iets 0% is, dan maakt de resultaat na de test ook niet uit, het blijft 0%
Wat is de probability?
P(D+):
- De kans dat de ziekte aanwezig is, deze kans is tussen de 0 en 1
P: Kans
(D+): Disease positief, dus wel ziek
Hoe kan de tabel met Test+ en Test- worden opgesteld en afgelezen?
Op welke 3 manieren kan er beredeneerd worden op basis van de probabilities?
P(D):
- Kans op het hebben van de ziekte
P(T I D):
- Binnen alle mensen die de ziekte hebben, hoeveel daarvan is de test positief
- Dus de True Positive (TP)
- Er moet alleen verticaal naar de tabel gekeken worden, dus van de mensen die de ziekte hebben hoeveel daarvan zijn er ook TP
P(T, D):
- Van alle patiënten die er zijn, hoeveel daarvan hebben zowel de test als de ziekte positief
- Dus binnen het gehele vlak van het tabel, hoeveel daarvan zijn er positief (Bijv. hoeveel van de totaal 1000 mensen)
Wat is de True Positive Ratio?
P(T+ID+) = TP/(TP+FN)
Wat is de False Positive Ratio?
P(T+ID-) =FP/(FP+TN)
1- specificiteit
Wat is de Sensitiviteit?
Het is exact hetzelfde als de True Positive Ratio
P(T+ID+) = TP/(TP+FN)
Wat is de specificiteit?
Het is soortgelijk aan de False Positive Ratio
P(T-ID-) = TN/(FP+TN)
Wat is de Positive predictive probability of D+ en hoe wordt dat afgelezen?
P(D+IT+)
Het wordt afgelezen van de tabel op de horizontale manier
Wat is de Negative predictive probability of D- en hoe wordt dat afgelezen?
P(D-IT-)
Het wordt afgelezen van de tabel op de horizontale manier
