Bayes Teoremi
Nadir hastalık + iyi test = düşük güvence
Yükleniyor…
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.