Biostatistics(6)概率与概率分布

3.2.4 相对风险 Relative risk

The relative risk(RR)of B given A is:

RR.png

当A、B两个事件相互独立时,RR=1;当A、B两个事件不相互独立时,则RR不等于1。当非独立性越强,与1的差异则越大。

Example:Relative Risk
Pr(A+)=.1 Pr(B+)=.17 Pr(A+∩B+)=.08
What is the RR of B+ given A+?
Pr(B+|A+)=Pr(B+∩A+)/Pr(A+)=.08/.1=.8
Pr(B+)=Pr(B+∩A+)+Pr(B+∩A-)
Pr(B+∩A-)=Pr(B+)-Pr(B+∩A-)=.17-.08=.09
Pr(B+|A-)=Pr(B+∩A-)/Pr(A-)=Pr(B+∩A-)/.9=.09/.9=.1
RR=Pr(B+|A+)/Pr(B+|A-)=.8/.1=8

3.2.5 贝叶斯公式 Bayes‘ rule

设S为某一试验的样本空间,A为该试验的事件,且P(A)≠0。设B1,B2,...,Bn是S的一个划分,且P(Bi)>0,i=1,2,...,n。则

Bayes' rule.png

特殊地,

Bayes' rule.png
Example of Bayes' rule

The sensitivity of a symptom(or set of symptoms or screening test) is the probability that a symptom is present given that the person has a disease.
敏感性:又称真阳性率,是实际患病且被诊断试验诊为有病的概率
Pr(test+|disease)
The specificity of a symptom(or set of symptoms or screening test) it the probability that the symptom is not present given that the person does not have a disease.
特异性:又称真阴性率,是实际未患病且被诊断试验诊为无病的概率
Pr(test-|no disease)
Let A=symptom and B=disease
Sensitivity=Pr(A|B) Specificity=Pr(A'|B')

The predictive value positive (PV+) of a screening test is the probability that a person has a disease given that the test is positive.
Pr(disease|test+)
阳性预测值:指筛检试验检出的全部阳性例数中,真正“有病”的例数(真阳性)所占的比例,反映筛检试验结果阳性者患目标疾病的可能性
The predictive value negative (PV-) of a screening test is the probability that a person does not have a disease given that the test is negative.
Pr(no disease|test-)
阴性预测值:指检验结果为阴性的受试者中真正未患病的比例。诊断试验的预测值受到敏感度、特异度和受试者中患病率的影响。
Let A=symptom and B=disease
Predictive value positive=PV+=Pr(B|A)
Predictive value negative=PV-=Pr(B'|A')

Let A=symptom and B=disease
PV+=Pr(B|A)=Pr(A|B)Pr(B)/[Pr(A|B)Pr(B)+Pr(A|B')Pr(B')]
即:

PV+.png

where x=Pr(B)=prevalence of disease in the reference population. Similarly,

PV-.png

Hypertension: Suppose 84% of hypertensives and 23%of normotensive are classified as hypertensive by an automated blood-pressure machine. What are the PV+ and PV- of the machine, assuming 20% of the adult population is hypertensive?
Pr(test+|hypertensive)=0.84 即 sensitivity=0.84
Pr(test+|normotensive)=0.23 即 specificity=1-0.23=0.77
Pr(hypertensive)=0.20
PV+=(.84)(.2)/[(.84)(.2)+(.23)(.8)]=.168/.352=.48
PV-=(.77)(.8)/[(.77)(.8)+(.16)(.2)]=.616/.648

Pulmonary Disease:Suppose a 60-year-old man who has never smoked cigarettes presents to a physician with symptoms of a chronic cough and occasional breathlessness. The physician becomes concerned and orders the patient admitted to the hospital for a lung biopsy. Suppose the results fo the lung biopsy are consistent either with lung cancer or with sarcoidosis, a fairly common, nonfatal lung disease. In this case
A={chronic cough,result of lung biopsy}
Disease state:
B1=normal,B2=lung cancer,B3=sarcoidosis
Suppose that Pr(A|B1)=.001,Pr(A|B2)=.9,Pr(A|B3)=.9,
and that in 60-year-old,never smoking men:Pr(B1)=.99,Pr(B2)=.001,Pr(B3)=.009,
then what are the possibilities of the three disease for the 60-year-old man?
Pr(B1|A)=Pr(A|B1)Pr(B1)/[Pr(A|B1)Pr(B1)+Pr(A|B2)Pr(B)+Pr(A|B3)Pr(B3)]=.001(.99)/[.001(.99)+.9(.001)+.9(.009)]=.099
Pr(B2|A)=.9(.001)/[.001(.99)+.9(.001)+.9(.009)]=.090
Pr(B3|A)=.9(.009)/[.001(.99)+.9(.001)+.9(.009)]=.811
Thus, although the unconditional probability of sarcoidosis is very low (.009),the conditional probability of the disease given these symptoms and this age-sex-smoking group is .811. Also, although the symptoms and diagnostic tests are consistent with both lung cancer and sarcoidosis, the latter is much more likely among patients in this age-sex-smoking group.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,098评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,213评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,960评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,519评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,512评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,533评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,914评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,804评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,563评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,644评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,350评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,933评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,908评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,146评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,847评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,361评论 2 342