HC4: Maten van diagnose en prognose

Question 1

Wat is Bayesian thinking?

Answer 1

Pre-test information (information in test result = diagnose stellen) Post-test information

Question 2

Wat is probability?

Answer 2

de kans dat de ziekte aanwezig is

Question 3

Hoe kan je simpel op schrijven: “de kans dat de ziekte aanwezig is”

Answer 3

P (= de kans)
D+ (= ziekte/uitkomst is aanwezig)
P(D+)

Question 4

Wat is de probability dat een 47-jarige vrouw met borstpijn een hartziekte heeft?

Answer 4

pre-test = 30%

odds = 30/70

Question 5

Wat is p (T | D) en wat is p (T,D)?

Answer 5

p (T | D) –> de kans/ het percentage dat iedereen met de ziekte een positieve uitslag heeft

p (T,D) –> de kans/ het percentage dat van alle patiënten de ziekte hebben en positief getest zijn

Question 6

Hoe kan je sensitivity berekenen?

Answer 6

Hetzelfde als True Positive Ratio= P (T+ | D+)
= TP/ (TP + FN)

TP (true positive)
FN (false negative)

Question 7

Hoe bereken je specificity?

Answer 7

P (T- | D-) = TN/ (FP + TN)

TN (true negative)
FP (false positive)

Question 8

Hoe bereken je False Positive Rate?

Answer 8

P (T+ | D-) = FP / (FP + TN)

Question 9

Wat is positive predictive prob of D+?

Answer 9

Dit is post test informatie
De kans dat iemand de ziekte heeft bij een positieve uitslag

Question 10

Wat is negetive predictive prob of D-?

Answer 10

Dit is post test informatie
De kans dat iemand de ziekte niet heeft bij een negatieve uitslag

Question 11

Wat is No treat-test Threshold?

Answer 11

Er is een kans berekend na bv testen die heel erg laag is –> je stuurt patiënt naar huis

Question 12

Wat is Test-trest Threshold?

Answer 12

Er is een kans berekend na bv testen die hoog is –> je gaat de patiënt behandelen

Question 13

Waarom heeft het bijna geen zin om de testen uit te voeren als iemand geen klachten heeft?

Answer 13

De kans dat je dan de ziekte hebt is heel erg klein. Rekening houdende met alle kansen en probablilities (die is veel kleiner)