Test öncesi olasılık ve likelihood ratio’dan test sonrası olasılığı hesaplayın ve nomogram üzerinde görün.
Fagan nomogramı (Fagan, 1975), bir tanısal testin sonucunu Bayes teoremine göre yorumlamayı görselleştiren bir grafiktir: test öncesi olasılık ile testin likelihood ratio değeri birleştirilerek test sonrası olasılık elde edilir. Bu araç hem nomogramı çizer hem de test sonrası olasılığı sayısal hesaplar; likelihood ratio’yu doğrudan girebilir veya duyarlılık ve özgüllükten hesaplatabilirsiniz. Kanıta dayalı tıp uygulayan hekimler, tanısal doğruluk çalışması yürüten araştırmacılar ve tıp eğitimcileri için tasarlanmıştır.
Bayes Teoremi
Odds formu
İki Giriş Modu
LR veya sens/spes
Görsel Nomogram
Çizim + sayısal
Bu araç klinik karar destek ve eğitim amaçlıdır. Test sonrası olasılık, girilen test öncesi olasılık ve likelihood ratio değerlerinin doğruluğuna bağlıdır. Tanısal kararlar klinik bağlamla birlikte verilmelidir.
Hastalığın ön olasılığı — 0 ile 100 arası
LR>1 olasılığı artırır, LR<1 azaltır
Kaynak künyeli, biyoistatistik ve klinik araştırma perspektifiyle hazırlanmıştır.
Fagan nomogramı, bir tanısal testin sonucunu Bayes teoremine göre yorumlamayı görselleştiren klasik bir grafiktir. Terrence Fagan tarafından 1975’te tanıtılmıştır. Test öncesi olasılık ile testin likelihood ratio (olabilirlik oranı) değeri birleştirilerek test sonrası olasılık elde edilir. Bu araç hem nomogramı çizer hem de test sonrası olasılığı sayısal olarak hesaplar.
Bir testin "pozitif" veya "negatif" çıkması tek başına yeterli değildir; sonucun anlamı, hastalığın test öncesi olasılığına bağlıdır. Aynı test, düşük ve yüksek ön olasılıklı hastalarda çok farklı sonuçlar üretir. Fagan nomogramı, kanıta dayalı tıbbın merkezindeki bu Bayesyen akıl yürütmeyi somutlaştırır ve gereksiz testleri ya da yanlış güven duygusunu azaltır.
Kanıta dayalı tıp uygulayan hekimler, acil ve dahili branşlar, tıp eğitimcileri ve tanısal doğruluk çalışması yürüten araştırmacılar için tasarlanmıştır. Tanısal testlerin klinik değerini sunmada ve öğretmede özellikle yararlıdır.
Test öncesi olasılığı yüzde olarak girin. Ardından ya doğrudan likelihood ratio değerini girin ya da testin duyarlılık ve özgüllüğünü girerek LR+ ve LR−’yi hesaplatın. Hesapla tuşuna bastığınızda test sonrası olasılık hem sayısal olarak hem de nomogram üzerinde çizilen doğru ile gösterilir.
Jaeschke ve arkadaşları (1994) kaba eşikler önermiştir: LR+ >10 veya LR− <0,1 test sonrası olasılıkta büyük ve çoğunlukla belirleyici değişiklik yaratır; 5–10 (veya 0,1–0,2) orta düzey; 2–5 (veya 0,2–0,5) küçük ama bazen önemli; 1–2 (veya 0,5–1) nadiren önemli değişiklik sağlar. LR = 1 testin hiçbir bilgi katmadığı anlamına gelir.
Bayes teoremi bahis (odds) formunda uygulanır: test öncesi olasılık bahse çevrilir (bahis = p/(1−p)), likelihood ratio ile çarpılarak test sonrası bahis elde edilir, tekrar olasılığa çevrilir. LR+ = duyarlılık/(1−özgüllük); LR− = (1−duyarlılık)/özgüllük. Hesaplama sunucu tarafında yürütülür.
Test sonrası olasılık, girilen test öncesi olasılık ve likelihood ratio değerlerinin doğruluğuna bağlıdır. Test öncesi olasılık genellikle klinik yargı ve prevalansa dayalı bir tahmindir; hatalı tahmin sonucu doğrudan etkiler. Likelihood ratio’lar çalışma popülasyonuna ve spektrumuna göre değişebilir. Tanısal kararlar klinik bağlamla birlikte verilmelidir.
Tanısal doğruluk çalışmalarında duyarlılık/özgüllük, likelihood ratio, ROC/AUC, karar eşiği optimizasyonu ve örneklem büyüklüğü hesabında biyoistatistik desteği sunuyoruz.
Bu hesaplayıcıyla birlikte kullanabileceğiniz araçlar
Araştırmanızı bir üst seviyeye taşıyacak profesyonel destek
Duyarlılık, özgüllük, likelihood ratio, ROC/AUC ve karar eşiği analizleri dahil tanısal doğruluk çalışmalarında biyoistatistik desteği sunuyoruz.
Fagan nomogramı, bir tanısal testin sonucunu Bayes teoremine göre yorumlamayı görselleştiren klasik bir grafiktir. Terrence Fagan tarafından 1975’te tanıtılmıştır. Üç eksenden oluşur: solda test öncesi olasılık, ortada testin likelihood ratio (olabilirlik oranı) değeri ve sağda test sonrası olasılık. İlk iki noktayı birleştiren düz bir doğru, sağ eksende test sonrası olasılığı verir.
Nomogramın altında yatan hesap Bayes teoreminin bahis (odds) formudur: test öncesi bahis, likelihood ratio ile çarpılarak test sonrası bahse dönüştürülür. Aynı test farklı test öncesi olasılıklarda çok farklı sonuçlar üretebileceğinden, tanısal testin yorumu her zaman klinik bağlama bağlıdır. Likelihood ratio yorumu için Jaeschke ve arkadaşlarının (1994) eşikleri yaygın olarak kullanılır.
Bu hesaplayıcı klinik karar destek ve eğitim aracıdır; yalnızca bilgilendirme amacı taşır. Test sonrası olasılık, girilen test öncesi olasılık ve likelihood ratio değerlerinin doğruluğuna bağlıdır. Tanısal kararlar klinik tablo, ek testler ve klinisyen değerlendirmesiyle birlikte verilmelidir. Model İstatistik CRO, bu aracın kullanımına dayalı kararlardan sorumluluk kabul etmez.