HC 9 week 1

Question 1

Wat is de specificiteit?

Answer 1

‘True negatives’ percentage terecht negatieve testuitslagen.
Spec = p (T- / D-)

Question 2

Wat is de sensitiviteit?

Answer 2

‘True posistives’ percentage terecht positieve uitslagen.
Sens = p (T+ / D+)

Question 3

Door middel van predicitie modellen/regels kunnen we de kans op een ziekte op basis van klinisch kenmerken berekenen.

Answer 3

JA

Question 4

Hoe ziet de regel van Bayes er uit?

Answer 4

Posterior odds = (prior odds) keer (likelihood ratio)

Question 5

Wat is prior odds?

Answer 5

De kans op de ziekte voordat er testen zijn gedaan. Bijvoorbeeld dus die kans op basis van klinische kenmerken.

Question 6

Wat is de posterior odds?

Answer 6

Testuitslag + waarde van een diagnostische test (specificiteit en sensitiviteit)

Question 7

Hoe kan je odds uitrekenen vanuit ‘kans (p)’?

Answer 7

odds = p / (1 - p)

Question 8

Hoe kan je kans uitrekenen vanuit ‘odds’?

Answer 8

p = odds / (odds + 1)

Question 9

Wat is de Likelihood Ratio?

Answer 9

Is de verhouding van:
Mensen die aan de ziekte lijden en de proportie met een positieve testuitslag.
Mensen die niet aan de ziekte lijden en de proportie met een positieve testuitslag.

Question 10

Wat is de formule voor de Likelihood Ratio?

Answer 10

LR = p (T+ / D+) / p (T+ / D+)

Question 11

Wat kan je over de test zeggen als de LR 1 is?

Answer 11

De test is dan even vaak positief bij zieken en niet-zieken, de test is dus non-informatief.

Question 12

Wat kan je zeggen over de test als de LR hoger is dan 1?

Answer 12

Dan is de test informatief. Hoe hoger de LR, hoe informatiever de test.

Question 13

Wat is de LR voor een positieve test?

Answer 13

LR+ = p (T- / D+) / p (T+ / D-)

= Sens / (1 - Spec)

Question 14

Wat is de LR voor een negatieve test?

Answer 14

LR- = p (T- / D+) / p (T- / D-)

= (1 - Sens) / Spec