試験前および試験後の確率

臨床現場では、試験後の確率は、多くの場合、おおよそ推定または推測されるだけです。 これは、通常、標的状態が存在することがほぼ確実である場合、または標的状態が存在しないことがほぼ確実である場合、病理学的徴候または症状の

しかし、現実には、条件の存在の主観的確率は決して正確に0または100％ではありません。 しかし、その確率を推定するためのいくつかの体系的な方法があります。 このような方法は、通常、試験性能のデータを確立するために、条件の有無が既知である（または少なくとも”金本位制”などの非常に正確であると考えられる別の試験によって推定される）参照群に対して試験を以前に行ったことに基づいている。 これらのデータは、その後、この方法によって試験された任意の個体の試験結果を解釈するために使用される。 参照グループベースの方法の代替または補完は、テスト結果を同じ個人の以前のテストと比較することであり、これは監視のためのテストでより一般的

テスト後の確率を推定するための最も重要な系統的参照グループベースの方法には、以下の表に要約および比較され、以下の個々のセクションでさらに説

予測値によって編集

予測値を使用して、個体の検定後の確率を推定することができます 個人の事前テスト確率は、条件（例えば、”金本位制”によって決定することができるような疾患）の有無に関する試験結果と知識の両方が利用可能である

テスト結果が正または負のいずれかのテストにバイナリ分類されている場合、次の表を作成できます:

事前テスト確率は、次のように図から計算することができます:

テスト前確率=(True positive+False negative)/Total sample

また、この場合、テスト後確率(テストが陽性になった場合にターゲット条件を持つ確率)は数値的に正の予測値に等しく、負のテスト後確率(テストが陰性になった場合にターゲット条件を持つ確率)は数値的に負の予測値(=1-)に相補的であり、再びテスト対象の個体が他の危険因子を持たないと仮定すると、テスト後確率(テストが陰性になった場合にターゲット条件を持つ確率)は数値的に負の予測値(=1-)に相補的である。その個人が持っていることになります テストの正および負の予測値を確立するために使用される参照グループとは異なる事前テスト確率。

上の図では、この陽性検査後の確率、つまり陽性検査結果が与えられたターゲット条件の検査後の確率は、

陽性検査後の確率=真陽性/(真陽性+偽陽性)

同様に、

陰性結果が与えられた疾患の検査後の確率は、次のように計算されます。:

negative posttest probability=False negatives/(False negatives+True negatives)

上記の式の妥当性は、母集団からのサンプルが、条件を持つ人々と、対応する有病率および”非有病率”から実質的に不均衡にならない人々のグループを作る実質的なサンプリングバイアスを持っていないことにも依存する。 実際には、上記の式は、条件を持つ1つのグループとそれを持たない1つのグループを別々に収集するケースコントロール研究では有効ではありません。

尤度比による編集

上記の方法は、テスト前の確率が、テストの正の予測値を確立するために使用された参照グループの有病率と異なる場合には、使用するのが不適当である。 このような違いは、別の検査が先行した場合、または診断に関与する人が、例えば、特定の苦情、病歴の他の要素、身体検査の兆候などの知識のために、別の検査前確率を使用しなければならないと考えた場合に発生する可能性があります。

これらの場合、参照群の有病率は、個体の試験前確率を表す上で完全に正確ではなく、したがって、予測値（正または負のいずれか）は、目標条件を有する個体の試験後確率を表す上で完全に正確ではない。

これらの場合、検定の尤度比を使用することにより、検定後の確率をより正確に推定することができます。 尤度比は、検定の感度と特異度から計算され、それによって、参照群の有病率に依存せず、同様に、正または負の予測値（変化する）とは対照的に、変更された検定前の確率で変化しない。 また，尤度比から決定された検定後確率の妥当性は，母集団標本における条件の有無についてサンプリングバイアスに脆弱ではなく，条件の有無を別々に収集するケースコントロール研究として行うことができる。

テスト前の確率と尤度比からのテスト後の確率の推定は次のようになります:

• Pretest odds=(Pretest probability/(1-Pretest probability)
• Posttest odds=Pretest odds*Likelihood ratio

上の式では、陽性の事後確率は尤度比を使用して計算され、陰性の事後確率は尤度比を使用して計算されます。

• テスト後の確率=テスト後のオッズ/(テスト後のオッズ+ 1)

ファガン-ノモグラム

この関係は、与えられた事前検定確率の点からそのスケールの与えられた尤度比まで直線を作ることによって、いわゆるFagan nomogram（右に示されている）によって推定することもでき、その直線がそのスケールと交差する点でのテスト後の確率を推定する。

テスト後の確率は、同じ方法で計算され続ける場合、追加のテストのテスト前の確率として使用できます。

• テスト前とテスト後の確率を示す図で、感度が90%、特異度が90%の場合は陰性のテストを表す緑色の曲線（左上半分）と、尤度比が陽性の9、陰性の尤度比が0.111に対応する赤色の曲線（右下半分）を示しています。 緑色の矢印の長さは、正の検定が与えられた場合の絶対確率（相対確率ではなく）の変化を表し、赤色の矢印は負の検定が与えられた場合の絶対確率の変
  矢印の長さから、テスト前の確率が低い場合、正のテストは負のテストよりも絶対確率に大きな変化を与えることがわかります（特異性が感度よりも 同様に、テスト前の確率が高い場合、負のテストは、正のテストよりも絶対確率の大きな変化を与えます（感度が特異度よりもあまり高くない限り、一般的に有効な特性）。

• さまざまな尤度比の陽性（左上半分）とさまざまな尤度比の陰性（右下半分）のテスト前とテスト後の確率の関係。

連続した値または2つ以上の結果を持つ検定の尤度比の計算を行うことができ、これは二分法の結果の計算と同様です。 この目的のために、テスト結果のすべてのレベルに対して個別の尤度比が計算され、間隔または層固有の尤度比と呼ばれます。

Exampleeedit

ある個体を糞便潜血検査（FOB）でスクリーニングし、腸癌の標的状態を有する確率を推定し、陽性になった（便中に血液が検出された）。 検査の前に、その個体は、例えば、その個体の病歴、検査および以前の検査の評価によって推定され得るように、例えば、3％（0.03）の腸癌を有する検査前確率を有

感度、特異度など。 FOBテストのうち、203人の人口サンプル（そのような遺伝なし）で確立され、次のように落ちました:

このことから、検定の尤度比を確立することができます:

1. 尤度比正=感度/(1-特異度) = 66.67% / (1 − 91%) = 7.4
2. 尤度比負=(1-感度)/特異度= (1 − 66.67%) / 91% = 0.37

• テスト前の確率(この例では)=0.03
• テスト前の確率= 0.03 / (1 – 0.03) = 0.0309
• ポストテストオッズの正のオッズ= 0.0309 * 7.4 = 0.229
• テスト後の正の確率= 0.229 / (0.229 + 1) = 0.186 または18.6%

したがって、その個体は、腸癌を有する場合の18.6％の検査後確率（または「検査後リスク」）を有する。

母集団サンプルの有病率は次のように計算されます:

• = (2 + 1) / 203 = 0.0148 または1.48%

個人のテスト前の確率は母集団サンプルの2倍以上であったが、個人のテスト後の確率は母集団サンプルの2倍未満であった（これはテストの正の予測値10%によって推定される）。

特定の不正確な原因edit

尤度比を使用してテスト後の確率を決定する場合の特定の不正確な原因には、以下で説明するように、行列式や以前のテスト:

testEditへの干渉

尤度比を持つテスト前確率から推定されるテスト後確率は、一般集団以外の決定要因（危険因子など）を持つ個人や以前のテストを受けた個人では注意して取り扱うべきである。 肥満の危険因子の例は、追加の腹部脂肪が腹部臓器を触診することを困難にし、腹部超音波検査の解像度を低下させることができ、同様に、以前のx線 一方では、干渉の効果は低体重の人々で行われたときより容易であるある腹部の検査のような参照のグループの使用法と比較して潜在的にそれに続く

テストの重複編集

さらに、以前のテストから派生したテスト前の確率に対する計算の妥当性は、一つの代謝経路に属する物質の血液検査など、テストされる目標パラメータに関して二つのテストが有意に重複していないことに依存する。 このような重複の極端な例は、「物質Ｘ」を検出する血液検査、および同様に「物質Ｙ」を検出する血液検査のための感度および特異性が確立されている場 実際には、”物質X”と”物質Y”が同じ物質である場合、同じ物質の二つの連続したテストを行うと、計算には違いがあるように見えますが、診断値はまったく 上記のような干渉とは対照的に、試験の重複を増加させることは、その有効性を低下させるだけである。 医学の設定では、診断妥当性は血液検査、バイオプシーおよびレントゲン写真の組合せの作成の相当な重複を、例えば避けるために異なった様相のテスト

不正確さを克服する方法編集

尤度比を使用してこのような不正確さの原因を回避するには、最適な方法は、そのような個人でテストを使用するた ただし、個人の病歴、身体検査および前のテスト等のより多くの知識と。 その個体はより差別化され、調整された予測値を確立するための参照グループを見つけることが困難になり、予測値によるテスト後の確率の推定が無効

このような不正確さを克服する別の方法は、次のセクションで説明するように、診断基準のコンテキストでテスト結果を評価することです。

による相対リスクedit

テスト後の確率は、テスト前の確率にテストによって与えられた相対リスクを乗算することによって推定することができます。 臨床診療では、これは通常、”テスト”は通常、様々な危険因子、例えば、性別、タバコの喫煙や体重に関する質問（あるいは仮定）であるが、それは潜在的にそのような体重計に個人を置くような実質的なテストすることができ、個々の病歴の評価に適用されます。 相対的なリスクを使用する場合、結果として生じる確率は、通常、現在の状態を有する個体の確率ではなく、一定期間にわたって状態を発症する個体（集団における発生率と同様）にむしろ関連しているが、間接的に後者の推定である可能性がある。

ハザード比の使用は、相対リスクと多少同様に使用できます。

One risk factor edit

相対リスクを確立するために、露出したグループのリスクを未露光グループのリスクで除算します。

個体の1つの危険因子のみを考慮すると、相対リスクと対照群のリスクを乗算することによって、テスト後の確率を推定することができます。 対照群は、通常、未露光の集団を表すが、集団の非常に低い割合が露出している場合、一般集団における有病率は、多くの場合、対照群における有病率と同 このような場合、テスト後の確率は、相対リスクと一般集団のリスクを乗算することによって推定することができます。

例えば、英国の55歳から59歳の女性における乳がんの発生率は、年間約280例あたり100.000例と推定されており、胸部に高線量の電離放射線に曝された危険因子（例えば、他の癌の治療として）は、未露光と比較して2.1から4.0の間の乳がんの相対リスクを与える。 集団の低い割合が暴露されるので、未暴露集団における有病率は、一般集団における有病率と等しいと仮定することができる。 その後、55と59の間の高齢者であり、高線量の電離放射線にさらされている英国の女性は、588と1.120の100.000（つまり、0,6％と1.1％の間）の一年間にわたって乳がんを発症

Multiple risk factor edit

理論的には、複数のリスク要因が存在する場合の総リスクは、それぞれの相対リスクに乗算することによって大まかに推定することができますが、一般的には尤度比を使用するよりもはるかに正確ではなく、通常は、ソースデータを感度と特異性に変換し、尤度比で計算するなどに比べて、相対リスクのみを与えた場合に実行する方がはるかに簡単であるためにのみ行われます。 同様に、前者はより直感的であるため、文献では尤度比の代わりに相対リスクが与えられることが多い。 相対的なリスクの増加の不正確さの原因は次のとおりです:

• 相対リスクは、参照群の状態の有病率によって影響され（尤度比とは対照的に）、この問題は、参照群の有病率と任意の個人のテスト前確率との間の差が増加するにつれて、テスト後の確率の妥当性が低くなることをもたらす。 個人の既知の危険因子または以前の試験は、ほとんどの場合、そのような差を与え、複数の危険因子または試験の総効果を推定する際に相対的リスクを使用することの妥当性を低下させる。 ほとんどの医師は、検査結果を解釈する際にそのような有病率の違いを適切に考慮していないため、不必要な検査および診断エラーを引き起こす可
• 陽性検定のみを考慮すると、いくつかの相対リスクを乗算することの不正確さの別の原因は、尤度比を使用することと比較して総リスクを過大評価す この過大評価は、総リスクが100％を超えることができないという事実を補う方法ができないことによって説明することができる。 この過大評価は、小さなリスクではかなり小さいですが、より高い値では高くなります。 例えば、英国の女性の40歳未満の年齢で乳がんを発症するリスクは、約2％と推定することができます。 また、アシュケナージのユダヤ人の調査はBRCA1の突然変異が21.6歳以下の女性の乳癌を開発する40の相対的な危険を与え、BRCA2の突然変異が3の相対的な危険を与えることを示した。40歳未満の女性の乳癌の開発の3。 これらのデータから、BRCA1変異を有する女性は、40歳未満の年齢で乳癌を発症するリスクの約40％を有し、BRCA2変異を有する女性は、約6％のリスクを有すると推 ただし、BRCA1およびBRCA2突然変異を両方持っていることの幾分ありそうもない状態で、両方の相対的な危険と単に増加することは140%以上の危険で40歳の前に乳癌を開発する40%で起因する、多分現実には正確である場合もありません。

過大評価の（後者の）効果は、リスクをオッズに変換し、相対リスクをオッズ比に変換することによって補償することができます。 しかしながら、これは、個体の試験前確率と参照群における有病率との間のいかなる差の（前に言及された）効果も補償しない。

上記の両方の不正確さの原因を補償する方法は、多変量回帰分析によって相対リスクを確立することです。 しかし、その妥当性を維持するためには、そのように確立された相対的なリスクは、同じ回帰分析において他のすべてのリスク要因と乗算され、回帰分析を超えた他の要因を追加することなく、乗算されなければならない。

また、複数の相対リスクを乗算すると、尤度比を使用する場合と同様に、含まれるリスク要因の重要な重複が欠落するリスクが同じになります。 また、異なる危険因子は相乗効果で作用することができ、例えば、両方が個別に相対リスク2を有する二つの因子は、両方が存在する場合に合計相対リスク6を有するか、または互いに阻害することができる、尤度比を使用するために記載された干渉と幾分同様の結果をもたらすことができる。

診断基準と臨床予測ルールedit

ほとんどの主要な疾患は、診断基準および/または臨床予測ルールを確立しています。 診断基準または臨床予測ルールの確立は、関心のある状態の確率を推定する上で重要と考えられている多くのテストの包括的な評価で構成され、時にはサブグループに分割する方法、およびいつ、どのように状態を治療するかを含む。 そのような確立には、予測値、尤度比、および相対リスクの使用が含まれ得る。

例えば、全身性エリテマトーデスのACR基準では、診断は少なくとも4つの所見のうち11つの所見の存在として定義されており、それぞれが独自の感度と特異性を持つ検査の目標値とみなすことができる。 この場合、これらの標的パラメータの試験は、例えば、それらの間の干渉および標的パラメータの重複に関して組み合わせて使用された場合に評価され、個々の試験の尤度比を用いて疾患の確率を計算しようとする場合に発生する可能性のある不正確さを回避するよう努力している。 したがって、ある状態の診断基準が確立されている場合、一般に、これらの基準の文脈でその状態の任意の検査後確率を解釈することが最も適切であ

また、年齢、性別、血中脂質、血圧、喫煙などの複数の危険因子を使用して冠状動脈性心疾患の転帰のリスクを推定するためのFramingham Heart Studyのオンラインツールなど、いくつかの危険因子の組み合わせリスクを推定するためのリスク評価ツールがあり、各危険因子の個々の相対リスクを乗算するよりもはるかに正確である。

それでも、経験豊富な医師は、個々のリスク要因と実施されたテストのパフォーマンスの両方を含む、以前に説明した他の方法に加えて、基準とルールを含