Bayes' theorem

1. ベイズの定理
EBM的診断ツール

2. 診断
除外
診 断 と は
可能性を上下する手続き

3. ベイズの定理
事前確率 事後確率
事前オッズ 事後オッズ
×尤度比
Likelihood Ratio(LR)
a b
a+b
a
b
a
c+d
c
d
c
c d

4. 尤度比診断の可能性を何倍にするか
Likelihood Ratio(LR)
ある検査の基準
陽性尤度比（LR+）
陰性尤度比（LR-）
Sp
1-Sn
1-Sp
Sn満たす
満たさず
Sn:感度
Sp:特異度

5. 尤度比診断の可能性を何倍にするか
Likelihood Ratio(LR)
陽性尤度比（LR+）＝
陰性尤度比（LR-）＝ Sp
1-Sn
1-Sp
Sn
例題：Sn 80, Sp 70
LR+=0.8/(1-0.7)=0.8/0.3=2.67
LR-=(1-0.8)/0.7=0.2/0.7=0.29

6. 尤度比診断の可能性を何倍にするか
Likelihood Ratio(LR)
1 5 100.50.1
髄膜炎に対して
Jolt accentuation陰性
虫垂炎だという
外科医の直感
ACSに対して
両上肢の放散する胸痛＋
脳梗塞に対して
頭部CT陰性尿管結石に対して
血尿陰性
かなり
否定
かなり
診断
ちょっと
否定
ちょっと
診断

7. ベイズの定理
事前確率 事後確率
事前オッズ 事後オッズ
×尤度比
a b
a+b
a
b
a
c+d
c
d
c
c d
30%
LR+ 7, LR- 0.2

8. ベイズの定理
事前確率 事後確率
事前オッズ 事後オッズ
×尤度比
30 70
30+70
30
70
30
210+70
210
70
210
210 70
30%
×7
70
30
LR+ 7
75%

9. ベイズの定理
事前確率 事後確率
事前オッズ 事後オッズ
×尤度比
30 70
30+70
30
70
30
6+70
6
70
6
6 70
30%
×0.2
70
30
LR- 0.2
7.9%