Bayes Teoremi
Nadir hastalık + iyi test = düşük güvence
Özet
Tıbbi bir test pozitif çıktıysa hasta olma olasılığınız nedir? Bayes teoremi cevabı verir ve çoğu zaman sezgiden çok farklı. Slider'larla nadir hastalık + iyi test senaryosunda pozitif testin neden çoğunlukla yanlış olduğunu gör.
Detay
Thomas Bayes 1763'te (ölümünden sonra yayınlandı) koşullu olasılık için bir formül verdi: bir olayın gerçekleşme olasılığı, başka bir olay gerçekleştiğinde nasıl güncellenir. Tıbbi test örneği bunu somutlaştırır. Bir testin duyarlılığı (sensitivity) hastaları doğru tanıma oranı, özgüllüğü (specificity) sağlamları doğru tanıma oranıdır. İkisi de yüksek olsa bile, hastalık çok nadirse (düşük prevalans) yanlış pozitiflerin sayısı gerçek pozitiflerden büyük olabilir — sonuç: pozitif testin gerçekten hastalık göstermesi olasılığı (PPV — pozitif tahmin değeri) düşük çıkar. Bu sezgi karşıtı sonuç tıbbi karar verme, koronovirüs tarama programları, mahkeme delili değerlendirmesi ve makine öğrenmesi (özellikle dengesiz veri setleri) için kritik öneme sahiptir.
Bayes Teoremi Değerlendirmesi
Bu içeriği nasıl buldunuz? Yıldızlara tıklayarak puanınızı bırakabilirsiniz.
Yorum ve Değerlendirme Yap