Презентация на тему: Медицинская биостатистика Лекция 1 Статистика в диагностике

Реклама. Продолжение ниже
Медицинская биостатистика Лекция 1 Статистика в диагностике
Статистика
Данные, пример : каковы признаки этой собаки ?
Популяция и выборка
Случайность выборки обуславливает ее репрезентативность
Имитация многократного вбрасывания игральной кости: программа SUStats.jar http://www.jsc.nildram.co.uk/examples/sustats/SUStats.html
Простейшая форма закона больших чисел - теорема Бернулли
Статистика в диагностике
Что такое «Золотой стандарт» в диагностике?
Всё познается в сравнении
Статистический анализ – фактически единственный надежный путь оценки качества и сравнения диагностических тестов
Основные схемы формирования выборок для статистического контроля качества диагностических тестов
Пример одновыборочного исследования. Ранняя диагностика рака молочной железы - Маммография
Массовый маммографический скрининг
Результаты массового маммографического скрининга
Таблица 2 × 2 – удобная, наглядная и компактная форма представления результатов сравнения диагностических методов
Основные обозначения для исходов диагностического исследования
Символика таблицы 2×2 при диагностических исследованиях. Исходы тестирования
Таблица 2 х 2: возможные исходы диагностического исследования и их наблюдаемые численности
Вероятности исходов. Они нам неизвестны
Основная логика статистического оценивания: точечные оценки
Наблюдаем частоты f ( A ) (разделим все элементы таблица на количество пациентов). Их мы признаем за статистические оценки неизвестных нам вероятностей P ( A )
Два основных типа статистических оценок
Точечные оценки доли
Основная логика статистического оценивания: интервальные оценки
Частотнический доверительный интервал и доверительная вероятность
Что такое Доверительный Интервал (ДИ)?
Надежность доверительных интервалов (ДИ)
Точность и надежность статистических оценок
ДИ
Распознавание и предсказание
Основные вероятностные показатели распознавательной способности диагностического теста
Что такое Чувствительность диагностического теста?
Что такое Специфичность диагностического теста?
Сводка определений основных показателей распознавательной способности проверяемого диагностического теста (ПДТ)
Идеал и бесполезность
Идеальный и бесполезный тесты; значение AUC uninf = 0,5 – неинформативное
ROC -кривые и AUC Программа: edpsychassociates.com/Software/ROCanalysis.xls
Бейзовские точечные оценки показателей распознавательной способности проверяемого диагностического теста (при равномерном приоре)
Наблюдаемые точечные и интервальные статистические оценки показателей распознавательной способности маммографии
Логика использования доверительных интервалов для оценки статистической значимости полученных результатов
ROC -кривая и AUC для результатов маммографии
Статистическая значимость и информативность Se и Sp
Возможные словесные интерпретации для градаций Se
Возможные словесные интерпретации для градаций Sp
Медицинская биостатистика Лекция 1 Статистика в диагностике
Предсказательная способность диагностического теста
Основные вероятностные показатели предсказательной способности диагностического теста
Определения основных показателей предсказательной способности проверяемого диагностического теста
Вероятностные показатели распознавательной и предсказательной способностей диагностического теста
Что такое Распространенность болезни, Prev = P (D+)?
Оценка распространенности болезни при одновыборочном исследовании
Бейзовские точечные оценки показателей предсказательной способности ПДТ в одновыборочном исследовании (при равномерном приоре)
Наблюдаемые значения точечных и интервальных оценок показателей предсказательной способности маммографии и распространенности рака молочной железы
Статистическая значимость отличия PPV от Prev
Идеальный и малопригодный тесты в терминах PPV и NPV
Малоинформативные значения показателей предсказательной способности проверяемого диагностического теста (ПДТ)
Возможные словесные интерпретации для градаций PPV и NPV
Компактная форма записи для совместного представления точечных и интервальных оценок
До и после получения позитива
Контр-прогностичность позитивов
До и после получения негатива
Отношения правдоподобий
Отношения правдоподобий для позитивов и негативов и их инверсии
Идеальный и бесполезный тесты в терминах LR ; значение LR uninf = 1 – неинформативное
Точечные и интервальные статистические оценки отношений правдоподобий для положительных и отрицательных результатов маммографии
Две интерпретации LR
Что такое «шансы за / против» (« одды ») для случайного события?
LR в терминах шансов за / против ( « оддов »)
Медицинская биостатистика Лекция 1 Статистика в диагностике
Принятые словесные интерпретации для градаций LR [+] и LR [-]
Сводка основных полученных результатов по статистическим оценкам распознавательной и предсказательной способностей маммографии для скрининга рака молочной
Полезное правило
График предсказательностей. Программа DiagStat.xls
Сравнение графиков предсказательностей с шаблоном http://en.wikipedia.org/wiki/Pre-_and_post-test_probability
Предсказательно-информативная распространенность заболевания PPV inf
Предсказательно-информативные распространенности infPrev для планируемых значений предсказательности planPPV
Воспроизводимость результатов маммографии
http://breastscreening.cancer.gov/data
http://breastscreening.cancer.gov/
Двухвыборочное исследование по по схеме «случаи – контроли»
Что такое исследование типа «случаи – контроли» ?
Целиакия
Вохмянина Н.В. Опыт HLA -генотипирования больных целиакией. Диагностическая значимость HLA - DQ 2 и HLA - DQ 8. // Медицинская генетика, 2010. - Том 9, N 7. -
ROC -кривая и AUC для HLA - гаплотипирования целиакии
Теорема Бейза в действии
Reverend Thomas Bayes [ bɛi:z ]) – Преподобный Томас Бейз (Байес, Бейес) c. 1702 – 17.04. 1761
Предсказательность позитива PPV и негатива NPV в двухвыборочном ис c ледовании
Распространенность целиакии
Сравнение диагностической и прогностической способностей маммографии и HLA - гаплотипирования
Зависимость предсказательностей PPV и coNPV для HLA - гаплотипирования целиакии от ее распространенности Prev
Почувствуйте разницу
Воспроизводимость результатов применения HLA - гаплотипирования для диагностики целиакии
Вохмянина Н.В. Опыт HLA -генотипирования больных целиакией. Диагностическая значимость HLA - DQ 2 и HLA - DQ 8. // Медицинская генетика, 2010. - Том 9, N 7. -
Вохмянина Н.В. Опыт HLA -генотипирования больных целиакией. Диагностическая значимость HLA - DQ 2 и HLA - DQ 8. // Медицинская генетика, 2010. - Том 9, N 7. -
Галерея графиков предсказательностей
Lotufo P. A., Chae C.U., Ajani U.A., Hennekens C.H., Manson J.A.E. Male pattern baldness and coronary heart disease : The Physician's Health Study // Arch.
Медицинская биостатистика Лекция 1 Статистика в диагностике
Druzhevskaya A.M, Ahmetov I.I., Astratenkova I.V., Rogozkin V.A. 2008. Association of the ACTN3 R577X polymorphism with power athlete status in Russians //
Mayeux R., Saunders A.M., Shea S., et al. Utility of the apolipoprotein E genotype in the diagnosis of Alzheimer’s disease // N. Engl. J. Med., 1998. – Vol.
Banks E., Reeves G., Beral V., Bull D., Crossley B., Simmonds M., Hilton E., Bailey S., Barrett N., Briers P., English R., Jackson A., Kutt E., Lavelle J.,
1/101
Средняя оценка: 4.8/5 (всего оценок: 22)
Код скопирован в буфер обмена
Скачать (1579 Кб)
Реклама. Продолжение ниже
1

Первый слайд презентации: Медицинская биостатистика Лекция 1 Статистика в диагностике

Тишков Артем Валерьевич Кафедра физики, математики и информатики ПСПбГМУ им. акад. И.П. Павлова Автор слайдов: Хромов-Борисов Никита Николаевич Nikita.KhromovBorisov@gmail.com http://independent.academia.edu/NikitaKhromovBorisov 1

Изображение слайда
1/1
2

Слайд 2: Статистика

Статистику можно определить как науку об изучении статистических данных или как науку об изменчивости результатов подсчетов и измерений в разных областях научной и практической деятельности человека. В силу неизбежной изменчивости результатов в биомедицине, фактически все ее выводы и доказательства являются вероятностно-статистическими. 2

Изображение слайда
1/1
3

Слайд 3: Данные, пример : каковы признаки этой собаки ?

3 Данные, пример : каковы признаки этой собаки ? Качественные : Ее окрас - коричневый с черным У нее длинная шерсть Она энергичная Количественные : счетные : У нее 4 ноги У нее два брата мерные : Ее вес – 25, 5 кг Ее рост (в холке) 56, 5 см 3

Изображение слайда
Изображение для работы со слайдом
1/2
4

Слайд 4: Популяция и выборка

В медицине и в эпидемиологии термин Популяция является калькой с английского population - синоним статистического понятия «генеральная совокупность», т.е. совокупность индивидуумов, из которой отбирается выборка. Поскольку вероятностной моделью популяции является определенная случайная величина (вероятностная переменная), которая характеризуется определенным распределением, то с этой точки зрения удобно говорить о выборке из данного распределения. 4

Изображение слайда
1/1
5

Слайд 5: Случайность выборки обуславливает ее репрезентативность

Один из важнейших вопросов, решаемых статистикой: Действительно ли данная выборка отражает основные свойства (параметры) распределения, из которого она извлечена? Другими словами, представительна ли (репрезентативна ли) имеющаяся выборка? Если выборка случайная, то закон больших чисел (ЗБЧ) гарантирует ее репрезентативность. ЗБЧ – ОСНОВА ОСНОВ СТАТИСТИКИ 5

Изображение слайда
1/1
6

Слайд 6: Имитация многократного вбрасывания игральной кости: программа SUStats.jar http://www.jsc.nildram.co.uk/examples/sustats/SUStats.html

6

Изображение слайда
Изображение для работы со слайдом
Изображение для работы со слайдом
Изображение для работы со слайдом
Изображение для работы со слайдом
Изображение для работы со слайдом
Изображение для работы со слайдом
Изображение для работы со слайдом
Изображение для работы со слайдом
Изображение для работы со слайдом
Изображение для работы со слайдом
Изображение для работы со слайдом
Изображение для работы со слайдом
1/13
7

Слайд 7: Простейшая форма закона больших чисел - теорема Бернулли

Она утверждает, что если вероятность события P ( A ) неизменна во всех испытаниях, то с увеличением числа испытаний частота события f ( A ) все ближе сходится к его вероятности, т.е. частота становится все более устойчивой и все меньше отклоняется от вероятности. Следствие: Мы можем не знать значение вероятности события, но проведя по возможности как можно больше испытаний, мы можем использовать наблюдаемую частоту в качестве надежной статистической оценки этой неизвестной вероятности. 7

Изображение слайда
1/1
Реклама. Продолжение ниже
8

Слайд 8: Статистика в диагностике

Статистический контроль качества диагностических тестов с бинарными исходами 8

Изображение слайда
1/1
9

Слайд 9: Что такое «Золотой стандарт» в диагностике?

«Золотой стандарт» (или эталон сравнения) – такой диагностический тест, который максимально точно (практически безошибочно) определяет наличие или отсутствие определенной болезни у пациента. Например, при диагнозе рака одними из наиболее убедительных принято считать результаты гистологической диагностики. Эталонный метод диагностики совсем не обязательно должен быть единственным. Чаще всего это есть результат применения нескольких диагностических методов. 9

Изображение слайда
1/1
10

Слайд 10: Всё познается в сравнении

Золотой стандарт бывает дорог, болезнен, рискован и потому его нецелесообразно (неэкономично) использовать в массовых обследованиях. Очевидно, что и врач и пациент воздержатся от его применения, если им будет предложен другой более простой, щадящий, но не менее надежный метод диагностики. Вопрос : как убедиться в надежности нового метода? Ответ : надо сравнить результаты, получаемые с использованием предлагаемого теста, с результатами золотого стандарта. 10

Изображение слайда
1/1
11

Слайд 11: Статистический анализ – фактически единственный надежный путь оценки качества и сравнения диагностических тестов

Диагностические тесты далеко не всегда дают верные ответы, и поэтому возникает необходимость выразить количественно, насколько точен, надежен и информативен данный тест. Очевидно, что лучший и фактически единственный путь работать с несовершенной информацией – использовать статистические методы и выражать результаты диагноза и прогноза в терминах вероятности. Поэтому следует осознавать, что диагностические тесты определяют не наличие или отсутствие болезни, но лишь их вероятности. 11

Изображение слайда
1/1
12

Слайд 12: Основные схемы формирования выборок для статистического контроля качества диагностических тестов

1. Одновыборочное, когортное ( cohort), общепопуляционное - population - based ) или поперечно-срезовое одномоментное ( cross-sectional ) формирование и исследование выборки. При одновыборочной схеме из данной популяции отбирается одна случайная выборка (когорта) субъектов без использования информации о наличии или отсутствии у них данной болезни. 2. Двухвыборочное, при котором формируются две независимые случайные выборки по схеме «случаи – контроли» ( case-control). 12

Изображение слайда
1/1
13

Слайд 13: Пример одновыборочного исследования. Ранняя диагностика рака молочной железы - Маммография

13

Изображение слайда
1/1
14

Слайд 14: Массовый маммографический скрининг

Banks E., Reeves G., Beral V., Bull D., Crossley B., Simmond M., Hilton E., Bailey S., Barret N., Briers P., Englis R., Jackson A., Kutt E., Lavelle J., Rockal L., Wallis M.G., Wilson M., Patnick J. Influence of personal characteristics of individual women on sensitivity and specificity of mammography in the Million Women Study: cohort study BMJ, 2004; Vol. 329; No 7464; p. 477 14

Изображение слайда
1/1
Реклама. Продолжение ниже
15

Слайд 15: Результаты массового маммографического скрининга

Таблица сопряженности (перекрестной классификации) 2 × 2 15 Результат маммографии Рак молочной железы (золотой стандарт: биопсия) Всего Есть [+] Нет [-] Положительный [ + ] 629 3 885 4 514 Отрицательный [ − ] 97 117 744 117 841 Всего 726 121 629 122 355

Изображение слайда
1/1
16

Слайд 16: Таблица 2 × 2 – удобная, наглядная и компактная форма представления результатов сравнения диагностических методов

Прове-ряемый Диагностический Тест Эталон сравнения («Золотой стандарт») Всего [ + ] [ − ] [ + ] a b a + b [ − ] c d c + d Всего a + c b + d n Обычно (по умолчанию): В столбцах такой таблицы представляют результаты применения Эталона сравнения («Золотого стандарта»). В строках таблицы представляют результаты применения изучаемого метода. Иногда, однако, строки и столбцы в таблице меняют местами. 16

Изображение слайда
1/1
17

Слайд 17: Основные обозначения для исходов диагностического исследования

D = результаты, полученные с использованием эталона сравнения ( от англ. Disease). D + = наличие болезни по результатам, полученным с использованием эталона сравнения. D - = отсутствие болезни по результатам, полученным с использованием эталона сравнения. T = результаты, полученные с использованием проверяемого диагностического средства ( от англ. Test). T + = «позитив », т.е. положительный результат проверяемого теста. T - = «негатив », т.е. отрицательный результат проверяемого теста. 17

Изображение слайда
1/1
18

Слайд 18: Символика таблицы 2×2 при диагностических исследованиях. Исходы тестирования

Эталон Всего [+] [-] Тест [+]  (T+, D+) Истинные «позитивы» (TP – True Positive)  (T+, D-) Ложные «позитивы» (FP –False Positive) T+ [-]  (T-, D+) Ложные «негативы» (FN – False Negative)  (T-, D-) Истинные «негативы» (TN – True Negative) T- Всего D+ D- 18

Изображение слайда
1/1
19

Слайд 19: Таблица 2 х 2: возможные исходы диагностического исследования и их наблюдаемые численности

Прове-ряемый метод диагнос-тики Эталон сравнения Всего [ + ] [ − ] [ + ] (T+, D + ) a TP (T+, D-) b FP (T+) a + b [ − ] (T-, D+) c FN (T-, D-) d TN (T-) c + d Всего (D+) a + c (D-) b + d n Наблюдаемые численности: a TP – число истинных «позитивов», т.е. верно положительных результатов тестов ( T+, D+ ), b FP – число ложных «позитивов», т.е. ошибочно положительных результатов теста ( T+, D- ), с FN – число ложных «негативов», т.е. ошибочно отрицательных результатов теста ( T-, D+ ), d TN – число истинных «негативов», т.е. верно отрицательных результатов тестов ( T-, D -) 19

Изображение слайда
1/1
20

Слайд 20: Вероятности исходов. Они нам неизвестны

Эталон Всего [+] [-] Тест [+]  P (T+, D+)  P (T+, D-) P (T+) [-]  P (T-, D+)  P (T-, D-) P (T-) Всего P (D+) P (D-) 1 20

Изображение слайда
1/1
21

Слайд 21: Основная логика статистического оценивания: точечные оценки

Обычно вероятности P (или иные параметры) нам неизвестны. Мы их оцениваем (благодаря ЗБЧ) по наблюдаемым численностям : a, b, с и d. Например, точечной оценкой для распространенности болезни по данным одновыборочного исследования P (D+) может служить наблюдаемая частота f (D+) = ( a + c ) / n, т.е. доля больных от общего числа n обследованных. 21

Изображение слайда
1/1
22

Слайд 22: Наблюдаем частоты f ( A ) (разделим все элементы таблица на количество пациентов). Их мы признаем за статистические оценки неизвестных нам вероятностей P ( A )

Эталон Всего [+] [-] Тест [+]  f (T+, D+)  f (T+, D-) f (T+) [-]  f (T-, D+)  f (T-, D-) f (T-) Всего f (D+) f (D-) 1 22

Изображение слайда
1/1
23

Слайд 23: Два основных типа статистических оценок

Принципиальной особенностью выборочных данных является их изменчивость (варьирование). Поэтому при оценивании на их основе параметров распределения, из которого они извлечены, нельзя ограничиваться одним числом. Обязательно нужны еще оценки их варьирования. Поэтому различают два типа статистических оценок: Точечное оценивание – оценка одним числом. Интервальное оценивание – оценка интервалом. В статистике для интервального оценивания используются Доверительные Интервалы. Доверительный интервал  — это такой интервал, который содержит (накрывает) неизвестный оцениваемый параметр с заданной вероятностью. Такая вероятность называется Доверительной Вероятностью или Уровнем Доверия. Уровень Доверия выбирается исследователем. 23

Изображение слайда
1/1
24

Слайд 24: Точечные оценки доли

Частотническая: Бейзовская: если a priori 24

Изображение слайда
1/1
25

Слайд 25: Основная логика статистического оценивания: интервальные оценки

Понятно, что если мы многократно повторим сравнения данного диагностического теста с эталоном сравнения, то наблюдаемые частоты f ( X i ) неизбежно будут варьировать. Поэтому задача математиков – вывести математический закон (вероятностное распределение), которому подчиняется варьирование этой частоты. Если такой закон найден, то тогда можно получить доверительные интервалы (ДИ) для оценки вероятностей P (X i ) с заданной доверительной вероятностью (1 – α ). 25

Изображение слайда
1/1
26

Слайд 26: Частотнический доверительный интервал и доверительная вероятность

- вероятность того, что истинное, неизвестное нам значение параметра θ unkn расположено внутри данного интервала. - вероятность того, что истинное значение оцениваемого параметра θ unkn расположено слева от нижней границы этого интервала слева. - вероятность того, что истинное значение оцениваемого параметра θ unkn расположено справа от верхней границы этого интервала слева. 26

Изображение слайда
Изображение для работы со слайдом
Изображение для работы со слайдом
Изображение для работы со слайдом
1/4
27

Слайд 27: Что такое Доверительный Интервал (ДИ)?

100( 1 – α ) % - й Доверительный Интервал (ДИ) есть такой интервал, который с заданной доверительной вероятностью (1 – α ) накрывает искомое оцениваемое значение параметра. Принципиально важно понимать, что ДИ является случайным. Это означает, что от опыта к опыту его границы будут колебаться, варьировать. 27 27

Изображение слайда
1/1
28

Слайд 28: Надежность доверительных интервалов (ДИ)

Уровень значимости α Уровень доверия 100(1 – α )% Степень надёжности ДИ 0,05 95 % Низкая 0,01 99 % Средняя 0,001 99,9 % Высокая 28

Изображение слайда
1/1
29

Слайд 29: Точность и надежность статистических оценок

Чем ý же ДИ, тем оценка точнее. Поэтому показателем точности интервальной оценки может служить ширина доверительного интервала W = φ U – φ L. Чем больше доверительная вероятность (1 – α ), тем оценка надежнее. Однако ДИ с доверительной вероятностью 100% - бессмыслен. Например, 100%-й ДИ для доли будет содержать все значения в границах от 0 до 1: [0, 1]. 29

Изображение слайда
1/1
30

Слайд 30: ДИ

Итак, например, 99%-й ДИ означает, что если мы многократно повторим наши наблюдения, то в 99% случаев получаемые интервалы накроют (неизвестное ) значение оцениваемой вероятности P ( или иного параметра θ ). Но в 1 % случаев мы можем «промахнуться»: вычисленный интервал не накроет искомое значение. И промах этот может случиться как раз с данной конкретной выборкой. Отсюда мы приходим к выводу о неизбежной необходимости многократно повторять опыты (или наблюдения). 30 30

Изображение слайда
1/1
31

Слайд 31: Распознавание и предсказание

Не существует единого количественного показателя, с помощью которого можно было бы измерить способность диагностического теста распознавать и предсказывать наличие или отсутствие данной болезни. Показатели качества диагностического теста удобно разделить на показатели его распознавательной способности и показатели его предсказательной способности, Они образуют две пары противоположностей: показатели и контр-показатели. Только сопоставляя эти противоположности можно получить их содержательные интерпретации. 31

Изображение слайда
1/1
32

Слайд 32: Основные вероятностные показатели распознавательной способности диагностического теста

Четыре показателя распознавательной способности образуют две пары противоположностей: Чувствительность Se и контр-чувствительность coSe = 1 – Se. Специфичность Sp и контр-специфичность coSp = 1 – Sp. Они являются условными вероятностями 32

Изображение слайда
1/1
33

Слайд 33: Что такое Чувствительность диагностического теста?

Чувствительность Se ( от англ. Sensitivity) есть вероятность «позитива» у субъекта с болезнью: P ( T +| D +) = P ( T +, D +) | [ P ( D +)] Она является вероятностным показателем способности положительных результатов диагностического теста («позитивов») распознавать («чувствовать») наличие болезни. 33

Изображение слайда
1/1
34

Слайд 34: Что такое Специфичность диагностического теста?

Специфичность Sp ( от англ. Specificity) есть вероятность «негатива» у субъекта без болезни: P ( T -| D -) = P ( T -, D -) | [ P ( D -)] Она является вероятностным показателем способности отрицательных результатов диагностического теста («негативов») распознавать отсутствие болезни. 34

Изображение слайда
1/1
35

Слайд 35: Сводка определений основных показателей распознавательной способности проверяемого диагностического теста (ПДТ)

Проверяемый тест (ПДТ ) Эталон сравнения Результат: [+] [-] Резуль-тат : [+] Чувствительность – вероятность позитива у субъекта с болезнью Se = P (T+|D+) Контр-специфичность – вероятность позитива у субъекта без болезни coSp = P (T+|D-) = 1 – Sp [-] Контр-чувствительность – вероятность негатива у субъекта с болезнью coSe = (T-|D+) = 1 – Se Специфичность – вероятность негатива у субъекта без болезни Sp = P (T-|D-) 35

Изображение слайда
1/1
36

Слайд 36: Идеал и бесполезность

Идеальный тест Тест Эталон [+] [-] [+] Se = 1 coSp = 0 [-] coSe = 0 Sp = 1 Бесполезный тест Тест Эталон [+] [-] [+] Se = 0 coSp = 1 [-] coSe = 1 Sp = 0 36 Se + Sp = 2 или AUC = ( Se + Sp )/2 = 1 Se + Sp = 0

Изображение слайда
1/1
37

Слайд 37: Идеальный и бесполезный тесты; значение AUC uninf = 0,5 – неинформативное

Если тест идеальный, то Se = 1 и Sp = 1, т. е. Se + Sp = 2 или AUC = ( Se + Sp ) / 2 = 1 Если Se + Sp = 1 или AUC = ( Se + Sp ) / 2 = 0,5, то тест следует признать бесполезным. Значение AUC uninf = 0,5 – неинформативное. 37

Изображение слайда
1/1
38

Слайд 38: ROC -кривые и AUC Программа: edpsychassociates.com/Software/ROCanalysis.xls

Идеальный тест Бесполезный тест 38

Изображение слайда
Изображение для работы со слайдом
Изображение для работы со слайдом
1/3
39

Слайд 39: Бейзовские точечные оценки показателей распознавательной способности проверяемого диагностического теста (при равномерном приоре)

Проверяе-мый тест (ПДТ ) Эталон сравнения Результат: [+] [-] Резуль-тат : [+] [-] Всего 1 1 39

Изображение слайда
1/1
40

Слайд 40: Наблюдаемые точечные и интервальные статистические оценки показателей распознавательной способности маммографии

Se W coSp = (1 – Sp ) W Уровень доверия 0, 84 0, 89 0, 05 0, 031 0, 03 3 0, 002 95% 0, 8 7 0, 83 0, 9 0 0, 0 7 0, 03 2 0, 03 1 0, 033 0, 00 2 99% 0, 82 0, 90 0, 08 0,030 0, 03 4 0, 00 3 99,9% coSe = (1 – Se ) Sp 0, 11 0, 10 0, 05 0, 967 0, 9 7 0 0, 00 3 95% 0, 1 4 0, 10 0, 1 7 0, 0 7 0, 968 0, 967 0, 9 70 0, 00 3 99% 0,1 0 0, 1 8 0, 08 0, 966 0, 9 70 0, 00 4 99,9% 1 1 Программа DiagStat.xls 40

Изображение слайда
1/1
41

Слайд 41: Логика использования доверительных интервалов для оценки статистической значимости полученных результатов

100(1 – α )%- й ДИ является интервальной оценкой истинного, неизвестного нам значения показателя (параметра) φ unkn с заранее выбранной нами доверительной вероятностью 100(1 – α )%. Если 100(1 – α )%- й ДИ не накрывает неинформативное значение оцениваемого показателя (параметра), тогда приходят к выводу, что оцениваемое значение φ unkn статистически значимо отличается от неинформативного. При этом добавляют, что отличие значимо на выбранном уровне значимости α. Когда же 100(1 – α )%- й ДИ накрывает неинформативное значение оцениваемого показателя, то делают вывод, что оцениваемое значение φ unkn статистически не отличается от неинформативного ( на данном уровне значимости α ). 41

Изображение слайда
1/1
42

Слайд 42: ROC -кривая и AUC для результатов маммографии

AUC = ( Se + Sp ) / 2 = (0,87 + 0,97) / 2 = 0,92 с 99%-м ДИ от 0,88 до 0,95 Компактная запись: AUC = 0,88 0,92 0,95 Полученный 99%- й ДИ [0,88;0,95] не содержит неинформативное значение AUC uninf = 0,5, c ледовательно, оцениваемое этим интервалом значение AUC unkn статистически значимо отличается от неинформативного значения 0,5 на уровне значимости α = 0,01. 42

Изображение слайда
Изображение для работы со слайдом
1/2
43

Слайд 43: Статистическая значимость и информативность Se и Sp

Для информативности теста в целом следует анализировать полусумму Se и Sp. Однако в некоторых случаях исследователя может интересовать чувствительность или специфичность в отдельности. Например, для скрининга важна чувствительность. Для ROC -анализа, при выборе точки отсечения, необходимо чтобы и Se и Sp были разумно большими. Для достаточно распространенных заболеваний, будем считать неинформативными для Sp и Se значение 0,5. В нашем примере маммологического скрининга 99,9%- й ДИ для Se, равный [0, 82;0,90], не накрывают неинформативное значения 0,5, значит Se статистически высоко значимо отличается от неинформативного значения 0,5 на уровне на уровне значимости α = 0,001. 43

Изображение слайда
1/1
44

Слайд 44: Возможные словесные интерпретации для градаций Se

Se Способность положительных результатов диагностического теста распознавать наличие болезни: 0,0 – 0,5 Практически бесполезная 0,5 – 0,7 Низкая 0,7 – 0,9 Умеренная 0,9 – 1,0 Высокая 44

Изображение слайда
1/1
45

Слайд 45: Возможные словесные интерпретации для градаций Sp

Sp Способность отрицательных результатов диагностического теста распознавать отсутствие болезни : 0,0 – 0,5 Практически бесполезная 0,5 – 0,7 Низкая 0,7 – 0,9 Умеренная 0,9 – 1,0 Высокая 45

Изображение слайда
1/1
46

Слайд 46

Когда в нашем распоряжении имеются оценки чувствительности и специфичности маммографического обследования, мы можем сообщить пациентке лишь следующее: «если у Вас рак, то вероятность того, что результат Вашего маммографического обследования будет положительным, равна 8 7%. Если же у Вас нет рака, то вероятность того, что результат Вашего маммографического обследования будет отрицательным, равна 9 7%». 46

Изображение слайда
1/1
47

Слайд 47: Предсказательная способность диагностического теста

Получив у данного пациента положительный (или отрицательный) результат данного диагностического теста, мы более всего заинтересованы получить ответ на основной прагматический вопрос: Какова вероятность того, что у этого пациента действительно имеется (или действительно отсутствует) данная болезнь? Статистическая оценка такой вероятности называется предсказательной вероятностью положительного (или отрицательного) результата теста. Синонимы: предсказательность, прогностичность ; предсказательная, прогнозирующая, прогностическая ценность диагностического теста, пост-тестовая вероятность, По-английски: PPV – Positive Predictive Value (of a test) и NPV – Negative Predictive Value (of a test). 47

Изображение слайда
1/1
48

Слайд 48: Основные вероятностные показатели предсказательной способности диагностического теста

Четыре показателя предсказательной способности образуют две пары противоположностей: предсказательность «позитивов» PPV и их контр-предсказательность coPPV = 1 – PPV предсказательность «негативов» NPV и их контр-предсказательность coNPV = 1 – NPV Они также являются условными вероятностями 48 Основные вероятностные показатели предсказательной способности диагностического теста

Изображение слайда
1/1
49

Слайд 49: Определения основных показателей предсказательной способности проверяемого диагностического теста

Проверяемый тест (ПДТ ) Эталон сравнения Результат: [+] [-] Резуль-тат : [+] Предсказательность позитива – вероятность наличия болезни у субъекта с позитивом PPV = P (D+|T+) Контр-предсказательность позитива – вероятность отсутствия болезни у субъекта с позитивом coPPV = P (D-|T+) = 1 – PPV [-] Контр-предсказательность негатива – вероятность наличия болезни у субъекта с негативом coNPV = P (D+|T-) = 1 – NPV Предсказательность негатива – вероятность отсутствия болезни у субъекта с негативом NPV = P (D-|T-) 49

Изображение слайда
1/1
50

Слайд 50: Вероятностные показатели распознавательной и предсказательной способностей диагностического теста

Se = P(T+|D+) Чувствительрность coSp = 1 – Sp = P(T+|D-) Counter-specificity P(T|D) coSe = 1 – Se = P(T-|D+) Контр-чувствительность Sp = P(T-|D-) Специфичность P(T|D) ≠ P(D|T) PPV = P(D+|T+) Предсказательность позитивов coPPV = 1 – PPV = P(D-|T+) Контр-предсказательность позитивов P(D|T) coPPV = 1 – NPV = P(D+|T-) Контр-предсказательность негативов NPV = P(D-|T-) Пердсказательность негативов 50

Изображение слайда
1/1
51

Слайд 51: Что такое Распространенность болезни, Prev = P (D+)?

Вероятность обнаружить пациента с данной болезнью в данной популяции: P ( D+ ) называется распространенностью болезни. Ее оценкой является доля, f ( D+ ), лиц с данной болезнью в выборке объемом n из данной популяции, выявленных с помощью золотого стандарта. Два варианта оценки распространенности: Данные демографической (медицинской) статистики. Общепопуляционное исследование - исследование, в котором из данной популяции отбирают случайным образом большую группу людей (репрезентативную выборку). 51

Изображение слайда
1/1
52

Слайд 52: Оценка распространенности болезни при одновыборочном исследовании

Прове-ряемый метод диагнос-тики Эталон сравнения Всего [ + ] [ − ] [ + ] (T+,D+ ) a (T+,D-) b (T+) a + b [ − ] (T-,D+ ) c (T-,D-) d (T-) c + d Всего (D+) a + c (D-) b + d n Вероятность обнаружить пациента с данной болезнью в данной популяции: P (D+). В одновыборочном исследовании ее оценкой является доля лиц с данной болезнью в выборке объемом n из данной популяции: f (D+), выявленных с помощью золотого стандарта. В одновыборочном исследовании она вычисляется как отношение количества больных ( a + c ), выявленных с помощью золотого стандарта, в данной выборке, к общему числу обследованных n : Prev = f (D+) = ( a + c )/ n Или Prev = f (D+) = ( a + c +1 )/ ( n + 2) 52

Изображение слайда
1/1
53

Слайд 53: Бейзовские точечные оценки показателей предсказательной способности ПДТ в одновыборочном исследовании (при равномерном приоре)

Проверяе-мый тест (ПДТ ) Эталон сравнения Все-го Результат: [+] [-] Резуль-тат : [+] 1 [-] 1 53

Изображение слайда
1/1
54

Слайд 54: Наблюдаемые значения точечных и интервальных оценок показателей предсказательной способности маммографии и распространенности рака молочной железы

PPV W coPPV = (1 – PPV ) W Всего Уровень доверия 0, 13 0, 15 0, 02 0, 85 0, 87 0, 02 95% 0, 14 0, 1 3 0, 15 0, 02 0, 86 0, 8 5 0, 87 0, 02 1 99% 0, 12 0, 1 6 0, 04 0, 84 0, 8 8 0, 04 99,9% coNPV = (1 – NPV ) NPV 0, 000 7 0, 0010 0, 0003 0, 9990 0, 9993 0, 0003 95% 0, 0008 0, 0006 0, 001 1 0, 000 5 0, 9992 0, 9989 0, 999 4 0, 000 5 1 99% 0, 000 6 0, 0011 0, 0005 0, 99 90 0, 9994 0, 000 6 99,9% Распространенность рака молочной железы, Prev Контр-распространенность рака молочной железы, coPrev 0, 00 6 0, 00 7 0, 00 1 0, 99 4 0, 995 0, 00 1 95% 0, 00 6 0, 005 0, 00 7 0, 00 2 0, 994 0, 99 4 0, 9 5 0, 001 1 99% 0, 005 0, 007 0, 00 2 0, 993 0, 99 5 0, 0 2 99,9% 54 Программа DiagStat.xls

Изображение слайда
1/1
55

Слайд 55: Статистическая значимость отличия PPV от Prev

В данном случае 99,9%-го ДИ для PPV [ 0,13 ; 0,15 ] не пересекается с 99,9%-м ДИ для Prev [ 0,005 ; 0,007 ], c ледовательно, оцениваемое значение PPV статистически значимо отличается от распространенности рака молочной железы в обследованной популяции на уровне значимости α = 0,001. 55

Изображение слайда
1/1
56

Слайд 56: Идеальный и малопригодный тесты в терминах PPV и NPV

В терминах предсказательных вероятностей: Если тест идеальный, то PPV = 1 и NPV = 1. Если PPV ≤ 0,5 и NPV ≤ 0,5, то тест следует признать практически малопригодным. 56

Изображение слайда
1/1
57

Слайд 57: Малоинформативные значения показателей предсказательной способности проверяемого диагностического теста (ПДТ)

Проверяемый диагностический тест (ПДТ ) Эталон сравнения Всего Результат: [+] [-] Результат : [+] PPV lowinf = 0,5 coPPV lowinf = 0,5 1 [-] coNPV lowinf = 0,5 NPV lowinf = 0,5 1 57

Изображение слайда
1/1
58

Слайд 58: Возможные словесные интерпретации для градаций PPV и NPV

PPV = P (D+|T+) Способность «позитивов» предсказывать наличие болезни 0,0 – 0,5 Практически малопригдная 0,5 – 0,7 Низкая 0,7 – 0,9 Средняя 0,9 – 1,0 Высокая 58 NPV = P (D-|T-) Способность «негативов» предсказывать отсутствие болезни

Изображение слайда
1/1
59

Слайд 59: Компактная форма записи для совместного представления точечных и интервальных оценок

Пример: Точечная оценка чувствительности маммографии: 0,87 Нижняя граница 99,9 %-го доверительного интервала (ДИ): 0,83 Верхняя граница 99,9 %-го ДИ: 0,90 Компактная запись: 0,82 0,87 0,90 59 59

Изображение слайда
1/1
60

Слайд 60: До и после получения позитива

Статистическая оценка вероятности наличия рака молочной железы до маммографического обследования равна оценке его распространенности: Prev = f (D+) = 0,005 0,00 6 0,007. После получения позитива 99,9%-й ДИ для предсказательной вероятности наличия у пациентки рака PPV = f (D+|T+) = 0,12 0,14 0,16 не перекрывается с 99,9%-м ДИ для распространенности. Следовательно, оцениваемое этим интервалом неизвестное значение PPV статистически высоко значимо превышает распространенность болезни. 60

Изображение слайда
1/1
61

Слайд 61: Контр-прогностичность позитивов

Однако оно статистически значимо МЕНЬШЕ неинформативного значения 0,5, и мы приходим к выводу о практической непригодности положительных результатов маммографии для надежного предсказания наличия рака молочной железы. Этот вывод становится очевидным, если обратиться к статистической оценке контр-прогностичности позитивов, которая составила: coPPV = f (D-|T+) = (1 – PPV ) = 0,86 0,86 0,88 Таким образом, получается, что наличие позитива свидетельствует не столько о наличии рака молочной железы, сколько о его отсутствии. 61

Изображение слайда
1/1
62

Слайд 62: До и после получения негатива

Статистическая оценка вероятности отсутствия рака молочной железы до маммографического обследования равна оценке его контр-распространенности: coPrev = f (D-) = 0,993 0,994 0,995 или 99,41%. После получения негатива оценка предсказательной вероятности отсутствия у пациентки рака статистически значимо повышается и становится равной: NPV = f (D-|T-) = 0,9989 0, 9992 0,9994 или 99,92%. Соответственно, оценка контр-предсказательности негативов получается очень малой: coNPV = (1 – NPV ) = f (D+|T-) = 0,0006 0,0008 0,0011 или 0,08%. 62

Изображение слайда
1/1
63

Слайд 63: Отношения правдоподобий

Между показателями распознавательной и предсказательной способностей ПДТ имеет место взаимозависимость, которая определяется четырьмя объединяющими их показателями качества диагностического теста, называемыми отношениями правдоподобий. Они также образуют две взаимно инвертированные пары: отношение правдоподобий для «позитивов» LR [+] и его инверсия invLR [+] = 1/ LR [+], отношение правдоподобий для «негативов» LR [-] и его инверсия invLR [+] = 1/ LR [-]. 63

Изображение слайда
1/1
64

Слайд 64: Отношения правдоподобий для позитивов и негативов и их инверсии

Проверяемый диагностичес-кий тест (ПДТ ) Эт а лон сравнения Результат: [+] [-] Резуль-тат : [+] Отношение правдоподобий для позитивов: LR [+] = P (T+|D+) / P (T+|D - ) Инверсия отношения правдоподобий для позитивов: invLR [+] = P (T+|D - ) / P (T+|D+) [-] Инверсия о тношения правдоподобий для негативов: invLR [-] = P (T-|D+) / P (T-|D-) Отношение правдоподобий для негативов: LR [-] = P (T - |D - ) / P (T-|D+) 64

Изображение слайда
1/1
65

Слайд 65: Идеальный и бесполезный тесты в терминах LR ; значение LR uninf = 1 – неинформативное

Если тест идеальный, то L R [+] =  и LR [-] = . Если L R [+] ≤ 1 и LR [-] ≤ 1, то тест следует признать бесполезным. Значение LR uninf = 1 – неинформативное. 65

Изображение слайда
1/1
66

Слайд 66: Точечные и интервальные статистические оценки отношений правдоподобий для положительных и отрицательных результатов маммографии

LR [+] W LR [-] W Уровни доверия 25, 9 28, 2 2, 3 6, 0 8, 7 2, 7 95% 27, 1 25, 6 28, 6 3, 0 7, 2 5, 7 9, 3 3, 6 99% 25, 2 29, 0 3, 8 5, 4 10, 0 4, 6 99,9% В данном случае 99,9%-е ДИ для обоих LR не накрывают неинформативные значения LR [+] uninf = LR [-] uninf = 1. Значит, оцениваемые этими ДИ неизвестные истинные значения обоих LR статистически высоко значимо отличаются от неинформативного значения (на уровне значимости α = 0,001 ). 66

Изображение слайда
1/1
67

Слайд 67: Две интерпретации LR

LR [+] показывает, во сколько раз чаще позитивы будут получаться у субъектов с болезнью, чем у субъектов без болезни. LR [-] показывает, в о сколько раз чаще негативы будут получаться у субъектов без болезни, чем у субъектов с болезнью. В то же время отношение правдоподобий для позитивов LR [+] показывает, во сколько раз различаются претестовые (априорные) и посттестовые (апостериорные) « одды » (шансы) в пользу наличия болезни против ее отсутствия. А отношение правдоподобий для негативов LR [-] показывает, во сколько раз различаются претестовые (априорные) и посттестовые (апостериорные) « одды » (шансы) в пользу отсутствия болезни против ее наличия. 67

Изображение слайда
1/1
68

Слайд 68: Что такое «шансы за / против» (« одды ») для случайного события?

Два английских слова chance и odds на русский переводятся фактически одинаково: «шанс» и «шансы». Это создает трудности в их понимании. Поэтому здесь для термина odds предлагается использовать уточняющее словосочетание «шансы за/против». Шансы за/против события A есть отношение вероятности осуществления этого события P ( A ) к вероятности его неосуществления P ( Ā ): O ( A ) = P ( A ) / P ( Ā ) = P ( A ) / [1 – P ( A )] 68

Изображение слайда
1/1
69

Слайд 69: LR в терминах шансов за / против ( « оддов »)

LR [+] есть отношение посттестовых шансов за/против наличия болезни к претестовым шансам у субъекта с «позитивом». LR [ - ] есть отношение посттестовых шансов за/против отсутствия болезни к претестовым шансам у субъекта с «негативом». 69

Изображение слайда
1/1
70

Слайд 70

70

Изображение слайда
1/1
71

Слайд 71: Принятые словесные интерпретации для градаций LR [+] и LR [-]

LR [+] Повышение посттестовых шансов за / против наличия болезни у субъекта с позитивом по сравнению с претестовыми шансами за / против наличия у него болезни 1 – 3 Практически ничтожное 3 – 10 Малое 10 – 33 Среднее 33 – 100 Высокое 100 – 1000 Очень высокое > 1000 Практически идеальное LR [-] Повышение посттестовых шансов за / против отсутствия болезни у субъекта с негативом по сравнению с претестовыми шансами за / против отсутствия у него болезни 71

Изображение слайда
1/1
72

Слайд 72: Сводка основных полученных результатов по статистическим оценкам распознавательной и предсказательной способностей маммографии для скрининга рака молочной железы и их интерпретация

Показатель Наблюдаемая точечная оценка с 99,9%-м ДИ Интерпретация качества теста Se 0,82 0,87 0,90 Средняя чувствительность Sp 0,9678 0,968 0,9683 Высокая специфичность Prev 0,005 0,00 6 0,007 Редкое заболевание PPV 0,13 0,14 0,15 Практически непригодная предсказательность NPV 0,9989 0,9992 0,9994 Высокая предсказательность LR [+] 25,5 27,1 28,4 Умеренная информативность LR [-] 5, 4 7, 2 10, 0 Низкая информативность 72

Изображение слайда
1/1
73

Слайд 73: Полезное правило

Где и когда только возможно, следует визуализировать результаты статистического анализа, т.е. представлять их наглядно – графически. 73

Изображение слайда
1/1
74

Слайд 74: График предсказательностей. Программа DiagStat.xls

Чем более выгнута красная кривая для PPV, тем лучше способность положительных результатов теста предсказывать наличие болезни. Чем более выгнута синяя кривая для (1 – NPV ), тем лучше способность отрицательных результатов теста предсказывать отсутствие болезни. 74

Изображение слайда
Изображение для работы со слайдом
1/2
75

Слайд 75: Сравнение графиков предсказательностей с шаблоном http://en.wikipedia.org/wiki/Pre- and post-test probability

75

Изображение слайда
Изображение для работы со слайдом
Изображение для работы со слайдом
1/3
76

Слайд 76: Предсказательно-информативная распространенность заболевания PPV inf

Точечной оценкой предсказательно-информативной распространенности при заданном (фиксированном) значении планируемой предсказательности позитивов является: Если мы хотим иметь предсказательность хотя бы PPV fix = 0,5, то: 18.02.2019 76

Изображение слайда
1/1
77

Слайд 77: Предсказательно-информативные распространенности infPrev для планируемых значений предсказательности planPPV

infPrev Оценка Границы ДИ Ширина ДИ Уровень доверия Нижняя Верхняя Информативная распространенность при planPPV = 0,7 0,076 0,083 0,007 95% infPrev = P (D+| PPV =0,7) 0,079 0,076 0,084 0,008 99% 0,075 0,085 0,010 99,9% Информативная распространенность при planPPV = 0,9 0,24 0,26 0,02 95% infPrev = P (D+| PPV =0,9) 0,25 0,24 0,26 0,02 99% 0,24 0,26 0,02 99,9% 77 В группе риска женщин с распространенностью РМЖ Prev = 25% маммография будет предсказывать наличие РМЖ с вероятностью PPV = 90%.

Изображение слайда
1/1
78

Слайд 78: Воспроизводимость результатов маммографии

78

Изображение слайда
1/1
79

Слайд 79: http://breastscreening.cancer.gov/data

США, 2002 - 2006 гг. Маммо-графия Рак молочной железы (биопсия) Всего есть, [+] нет, [-] [ + ] 12 896 a 335 077 b 347 973 a + b [ − ] с 3 428 d 2 939 938 с + d 2 943 366 Всего a + с 16 324 b + d 3 275 015 n 3 291 339 США, 2007 - 2009 гг. Маммо-графия Рак молочной железы (биопсия) Всего есть, [+] нет, [-] [ + ] 5 025 a 177 076 b 182 101 a + b [ − ] с 889 d 1 711 592 с + d 1 712 481 Всего a + с 5 914 b + d 1 888 668 n 1 894 582 79

Изображение слайда
1/1
80

Слайд 80: http://breastscreening.cancer.gov/

США, 2002 - 2006 гг. США, 2007 - 2009 гг. 80

Изображение слайда
Изображение для работы со слайдом
Изображение для работы со слайдом
1/3
81

Слайд 81: Двухвыборочное исследование по по схеме «случаи – контроли»

81

Изображение слайда
1/1
82

Слайд 82: Что такое исследование типа «случаи – контроли» ?

При формировании выборок по схеме «случаи – контроли» случайным образом отбираются две независимые группы субъектов: - группа субъектов с болезнью – «случаи» и - группа субъектов без болезни – «контроли» Такие исследования менее затратны, чем одновыборочные. Но для них необходимо иметь оценки распространенности заболевания, которые так или иначе получаются на основе одновыборочных иследований. 82

Изображение слайда
1/1
83

Слайд 83: Целиакия

Целиакия  —  нарушение  пищеварения, которое вызывается  некоторыми пищевыми продуктами, содержащими определённые белки —глютен (клейковина) и близкие к нему белки  (авенин, гордеин  и др.) в таких злаках, как  пшеница, рожь, ячмень и   овёс. У некоторых субъектов, предрасположенных к целиакии, эти белки приводят к повреждению ворсинок  тонкой кишки. Болезнь имеет смешанный аутоиммунный, аллергический, наследственный генез, наследуется по аутосомно-доминантному   типу. Синонимы: болезнь Ги — Гертера  — Гейбнера, глютенэнтеропатия, кишечный инфантилизм ( англ.: Coeliac disease,  non-tropical sprue,  c(o)eliac sprue,  gluten enteropathy  and  gluten intolerance ). 83

Изображение слайда
1/1
84

Слайд 84: Вохмянина Н.В. Опыт HLA -генотипирования больных целиакией. Диагностическая значимость HLA - DQ 2 и HLA - DQ 8. // Медицинская генетика, 2010. - Том 9, N 7. - С. 33-41

Гаплотипы Численности и частоты гаплотипов в группах Больные целиакией II-IV степени Контрольная группа Всего Предрасполага - ющие : DQ2 + DQ8 191 Se = 0,86 0,92 0,95 173 coSp = 0,42 0,44 0,47 364 Остальные 17 coSe = 0,046 0,082 0,14 219 Sp = 0,53 0,56 0,58 236 Всего 208 392 600 84 84

Изображение слайда
1/1
85

Слайд 85: ROC -кривая и AUC для HLA - гаплотипирования целиакии

AUC = ( Se + Sp ) / 2 = (0, 92 + 0, 56 ) / 2 = 0, 74 с 99%-м ДИ от 0,68 до 0,80 Компактная запись: AUC = 0,68 0,74 0,80 85

Изображение слайда
Изображение для работы со слайдом
1/2
86

Слайд 86: Теорема Бейза в действии

86

Изображение слайда
1/1
87

Слайд 87: Reverend Thomas Bayes [ bɛi:z ]) – Преподобный Томас Бейз (Байес, Бейес) c. 1702 – 17.04. 1761

87 Теорема Бейза

Изображение слайда
Изображение для работы со слайдом
Изображение для работы со слайдом
1/3
88

Слайд 88: Предсказательность позитива PPV и негатива NPV в двухвыборочном ис c ледовании

В общем виде согласно теореме Бейза 88

Изображение слайда
1/1
89

Слайд 89: Распространенность целиакии

Долгое время целиакия считалась редким заболеванием с распространенностью от 1 : 10 000 до 1 :1000. Однако по современным данным она считается довольно распространенным заболеванием. В США и в Европе (в России в частности) распространенность целиакии варьирует от 1:300 до 1:100, т.е. от 0,3% до 1%. Средняя распространенность целиакии в мире оценивается как 1 : 184, т.е. 0,54%. 89

Изображение слайда
1/1
90

Слайд 90: Сравнение диагностической и прогностической способностей маммографии и HLA - гаплотипирования

Мамография и рак молочной железы Se = 0,83 0,87 0,90 Sp = 0,967 0,968 0,969 LR [+] = 25 27 29 LR [-] = 0, 11 0,14 0, 17 f (D+) = 0, 0054 0, 0059 0, 0 0 65 PPV = 0,126 0,139 0,153 NPV = 0,9989 0,9992 0,9994 HLA -гаплотипирование и целиакия Se = 0,86 0,92 0,95 Sp = 0,53 0,56 0,58 LR [+] = 1,8 2,1 2,3 LR [-] = 0,08 0,15 0,26 «Внешние данные»: f (D+) = 0,0054 Размах: от 0,0033 до 0,010 PPV = 0, 00 7 0,011 0,18 NPV = 0,9982 0,9992 0,9996 90

Изображение слайда
1/1
91

Слайд 91: Зависимость предсказательностей PPV и coNPV для HLA - гаплотипирования целиакии от ее распространенности Prev

91

Изображение слайда
Изображение для работы со слайдом
1/2
92

Слайд 92: Почувствуйте разницу

Прогностичности маммографии при раке молочной железы Прогностичности HLA -гаплотипирования 92

Изображение слайда
Изображение для работы со слайдом
Изображение для работы со слайдом
1/3
93

Слайд 93: Воспроизводимость результатов применения HLA - гаплотипирования для диагностики целиакии

93

Изображение слайда
1/1
94

Слайд 94: Вохмянина Н.В. Опыт HLA -генотипирования больных целиакией. Диагностическая значимость HLA - DQ 2 и HLA - DQ 8. // Медицинская генетика, 2010. - Том 9, N 7. - С. 33-41.  Mäki M., Mustalahti K., Kokkonen J., Kulmala P., Haapalahti M., Karttunen T., Ilonen J., Laurila K., Dahlbom I., Hansson T., Höpfl P., Knip M. Prevalence of celiac disease among children in Finland. N. Engl. J. Med. – 2003. Vol. 348. – P. 2517-2524

Гапло - типы Численности и частоты гаплотипов в группах Больные целиа -- кией II-IV степени Контро - льная группа Всего DQ2 + DQ8 191 173 364 Осталь - ные 17 219 236 Всего 208 392 600 Гапло - типы Тест на аутоантитела Положи-тельный Отрица-тельный Всего DQ2+DQ8 54 1357 1465 Осталь-ные 2 2214 2216 Всего 56 3571 3627 94

Изображение слайда
1/1
95

Слайд 95: Вохмянина Н.В. Опыт HLA -генотипирования больных целиакией. Диагностическая значимость HLA - DQ 2 и HLA - DQ 8. // Медицинская генетика, 2010. - Том 9, N 7. - С. 33-41.  Mäki M., Mustalahti K., Kokkonen J., Kulmala P., Haapalahti M., Karttunen T., Ilonen J., Laurila K., Dahlbom I., Hansson T., Höpfl P., Knip M. Prevalence of celiac disease among children in Finland. N. Engl. J. Med. – 2003. Vol. 348. – P. 2517-2524

95

Изображение слайда
Изображение для работы со слайдом
Изображение для работы со слайдом
1/3
96

Слайд 96: Галерея графиков предсказательностей

96

Изображение слайда
1/1
97

Слайд 97: Lotufo P. A., Chae C.U., Ajani U.A., Hennekens C.H., Manson J.A.E. Male pattern baldness and coronary heart disease : The Physician's Health Study // Arch. Intern. Medicine, 2000. – Vol. 160. – P. 165-171. Simon A., Worthen D. M., Mitas J. A.1979. An evaluation of iridology // JAMA, V. 242, N 1, P. 1385‑1389. 13

Алопеция и ИБС Иридодиагностика и почечная недостаточность 97

Изображение слайда
Изображение для работы со слайдом
Изображение для работы со слайдом
1/3
98

Слайд 98

Известно, что евнухи, когда они становятся евнухами в возрасте до 25 лет, не лысеют. Вряд ли найдется врач, который на основании этих данных будет рекомендовать молодым людям обзаводиться детьми до 25 лет, а потом становится евнухами для того, чтобы на 2% снизить риск развития у них ИБС. Однако это очень похоже на рекомендации медицинских генетиков, подавляющее большинство которых слишком часто бывают основаны на столь же клинически ничтожных значениях распознавательной и предсказательной способностей генетических маркеров. Редко значения отношения правдоподобий для позитивов в этих работах превышают значение LR [+] > 2. 98

Изображение слайда
1/1
99

Слайд 99: Druzhevskaya A.M, Ahmetov I.I., Astratenkova I.V., Rogozkin V.A. 2008. Association of the ACTN3 R577X polymorphism with power athlete status in Russians // Eur. J. Appl. Physiol., 2008. – Vol. 103. – P. 631–634. Кундас Л.А., Жур К.В., Бышнев Н.И. и др. Анализ молекулярно-генетических маркеров, ответственных за устойчивость к физическим нагрузкам, у представителей академической гребли // Молекулярная и прикладная генетика : сб. науч. тр. Институт генетики и цитологии НАН Беларуси; (гл. ред. А.В. Кильчевский ). 2013. - Минск: ГНУ «Институт генетики и цитологии НАН Беларуси», Т. 14. – C. 101-105

Ген ACTN3 и элитные атлеты Ген PPARG и элитные гребцы 99

Изображение слайда
Изображение для работы со слайдом
Изображение для работы со слайдом
1/3
100

Слайд 100: Mayeux R., Saunders A.M., Shea S., et al. Utility of the apolipoprotein E genotype in the diagnosis of Alzheimer’s disease // N. Engl. J. Med., 1998. – Vol. 338. – P. 506- 5 11. Mäki M., Mustalahti K., Kokkonen J., et al. 2003. Prevalence of celiac disease among children in Finland // N. Engl. J. Med, 2003. – Vol. 348. – P. 2517-2524

Ген APOE и болезнь Альцгеймера Гаплотипы HLA и целиакия 100

Изображение слайда
Изображение для работы со слайдом
Изображение для работы со слайдом
1/3
101

Последний слайд презентации: Медицинская биостатистика Лекция 1 Статистика в диагностике: Banks E., Reeves G., Beral V., Bull D., Crossley B., Simmonds M., Hilton E., Bailey S., Barrett N., Briers P., English R., Jackson A., Kutt E., Lavelle J., Rockall L., Wallis M.G., Wilson M., Patnick J. Influence of personal characteristics of individual women on sensitivity and specificity of mammography in the Million Women Study: cohort study // BMJ, 2004. - Vol. 329. – No. 7464. – P. 477-479. Delaney K.P., Branson B.M., Uniyal A., Kerndt P.R., Keenan P.A., Jafa K., Gardner A.D., Jamieson D.J., Bulterys M. Performance of an oral fluid rapid HIV-1/2 test: experience from four CDC studies // AIDS, 2006. – Vol. 20. – P. 1655–1660

Маммография и рак молочной железы Экспресс-тест на ВИЧ, OraQuick 101

Изображение слайда
Изображение для работы со слайдом
Изображение для работы со слайдом
1/3
Реклама. Продолжение ниже