诊断测试4:似然比率
BMJ2004年;329年doi:https://doi.org/10.1136/bmj.329.7458.168(2004年7月15日发表)引用这个:BMJ329:168 2004;
- 函授:Deeks先生
诊断或筛查测试的属性常常被描述使用敏感性和特异性或预测值,如先前所述的笔记。12似然比率替代统计总结诊断准确性,这有几个特别强大的属性,使他们比其他更有用的临床统计数据。3
每个测试结果都有自己的似然比,总结更多(或更少)可能多少次患者的疾病有特殊的结果比没有这种疾病的患者。更正式,具体测试结果的概率比那些有疾病的人不的概率。
似然比大于1表示测试结果与疾病的存在有关,而似然比小于1表明,试验结果与没有疾病相关联。进一步可能性比率从1越强的证据疾病的存在与否。似然比率高于10和低于0.1被认为提供强有力的证据规则在大多数情况下分别或排除诊断。4当测试报告结果为积极或消极的两个可能性比率被称为阳性似然比、阴性似然比。
的表显示了一项研究的结果的价值在诊断阻塞性气道疾病吸烟的历史。5吸烟史分为四组根据包年吸烟(包每天x年吸烟)。每个类别的似然比是计算百分比除以阻塞性气道疾病患者的类别的百分比没有这一类的疾病。例如,在该病患者28%有40 +吸烟包年只有1.4%的病人没有疾病。似然比是28.4/1.4 = 20.3。超过40包年的吸烟史的强烈预测诊断阻塞性气道疾病的可能性比率大大高于10。虽然不吸烟或少吸烟比20包年都没有阻塞性气道疾病,他们的可能性比不足够小,排除疾病的信心。
测试后使用似然概率的计算比率
预发性=p1= 0.1
预备考试几率=p1/ (1 -p1)= 0.1/0.9 = 0.11
测试后概率=预备考试几率×似然比
测试后概率=o2= 0.11×20.43 = 2.27
测试后的概率=o2/ (1 +o2)= 2.27/3.37 = 0.69
概率似然比率的比率,也可以以同样的方式对待风险比率计算置信区间的目的。6
测试只有两种结果,可能性比率可以计算直接从敏感性和特异性。1例如,如果吸烟习惯是二分高于或低于40包年,敏感性为28.4%(42/148),特异性为98.6% (142/144)。阳性似然比是阻塞性气道疾病的比例超过抽40包年(灵敏度)除以比例没有疾病多抽40包年(1-specificity), 28.4/1.4 = 20.3,像以前一样。消极的似然比是疾病的比例低于抽40包年(1-sensitivity)除以没有疾病比例抽不到40包年(特异性),71.6/98.6 = 0.73。但是,与敏感性和特异性,计算似然比率不需要二分法的测试结果。迫使二分法multicategory测试结果可能丢弃有用的诊断信息。
似然比率可以用来帮助适应你的病人的一项研究结果。为了达到这个目的,他们利用一个数学关系称为贝叶斯定理描述了一个诊断的概率异常的发现改变了我们知识。3测试后的病人疾病的几率估计找借口几率乘以似然比。使用概率而不是风险使得计算稍微复杂(箱),但诺模图可以用来避免使概率和概率之间的转换(图)。7图和框说明阻塞性气道疾病的先验概率为0.1(展示功能),说,更新到0.7的概率的知识说明病人吸烟超过40年。
使用费根的列线图计算测试后概率7
在临床实践中有必要了解一个特定的测试结果预测异常的风险。敏感性和特异性1不这样做:他们描述异常(或正常)预测特定的测试结果。预测值2为特定的测试结果做给概率异常,但取决于异常的患病率研究样本,很少可以普遍超出了研究(除非该研究是基于一个合适的随机样本,有时就是这样人口筛查研究)。似然比率提供了一个解决方案,因为他们可以用来计算异常的概率,而适应不同先验概率的不同上下文的异常的机会。