看板 Statistics 關於我們 聯絡資訊
: : 比如說,目前H1N1 rapid test的sensitivity與specificity分別約是60%跟80% : : 怎麼樣去解釋這兩個數字? : 有病的60% 可以被抓出來 : 沒病的有20% 會被誤判為有病 : : TypeI error = 0.2 在流病議題上是常見的數字嘛? : power = 0.6 聽起來..好像也不是很讓人放心? 還是說這個領域能到這樣很不錯了? : : → clickhere:wiki: Sensitivity_and_specificity 08/31 13:34 : → clickhere:typeI err and power 好像不是這樣用的...... 08/31 13:35 : → clickhere:<-腦殘了, 原po是對的. 08/31 13:47 : → bmka:sensitivity 跟specificiey 是用來評量篩檢法的準確度 08/31 14:12 : → bmka:但是如果要make decision的話,應該還是要看所有檢測的樣本裡 08/31 14:13 : → bmka:真正被感染的比例是多少,也就是說在流感季節剛開始時 08/31 14:14 : → bmka:跟流感季節進入全盛期,對於test positive 或negative 08/31 14:15 : → bmka:所考慮採取的治療方法有可能不同 08/31 14:15 : → bmka:(yes, I am talking about positive predictive value and 08/31 14:16 : → bmka:negative predictive value) 08/31 14:16 : → bmka:clickhere大的問題是對的,沒有hypothesis testing, 哪裡來的 08/31 15:40 : → bmka:Type I error & power?? 08/31 15:41 阿..我還以為這只是不同領域對同一件事情的描述不一樣? 我知道我們可以將 得病/未得病 對照 快篩結果顯示得病/未得病 的資料算出 Sensitivity 和 Specificity 然後用來評量篩檢法的準確度 Sensitivity 60%, Specificity80% 這個結果似乎不太令人滿意 那要改變快篩的結果 不就要將快篩的threshold調低 讓他更容易偵測出得病(Sensitivity↑ 1-beta↑ beta↓) 副作用就是實際未得病卻被篩成得病的人也增多了(Specificity↓ 1-alpha↓ alpha↑) 如果要同時提高Sensitivity & Specificity, 治本的方法就是增加case 讓 得病/未得病的兩個分布分開來 這些不就是快篩的power 跟 typeI typeII error? hypothesis testing的部分,不就是'快篩'這個動作? 篩下去,就做了決策 (囧\ 對我來說 FDR, alpha, typeI error 只要是那個'田'字表格,都是指同樣的東西) -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.109.73.58
memphis:喔 對了 關於本系列第一篇下的風險云云 08/31 17:46
memphis:我的解釋是很社會面的,我們要調整門檻值 那有什麼困難? 08/31 17:48
memphis:可是 偵測到有病的人數增加了 別人不會認為偵測方法改良 08/31 17:49
memphis:而是更直接的 "疫情升等,影響經濟" "誤判投藥,要求國賠" 08/31 17:50
memphis:太敏感也是很危險的... 08/31 17:51
bmka:hypothesis testing 一定是在檢驗population parameters 08/31 20:47
bmka:這兩個概念(sensitivity/specificity vs Type I/II error) 08/31 20:48
bmka:是類似的concept用在不同的地方,意義也不一樣 08/31 20:49
bmka:造你的想法,null hypothesis是什麼?可以用parameter來描述嗎? 08/31 20:51
bmka:"rapid test" is not a "statistical test"! :) 08/31 20:52
bmka:又, 增加被感染的人數,不會改變快篩sensitivity/specificity 08/31 20:56
bmka:但是會改變positive/negative predictive value 08/31 20:57
tew:SAS比較好處理 09/01 11:18
clickhere:提高sensitivity要從那個kit下手,60%可能是大樣本的結論 09/02 07:58
clickhere:增加被感染的人數,不會改變快篩sensitivity 09/02 07:59
clickhere:但隔24/48小時篩第兩次, 可能會有幫助. 09/02 08:01
clickhere:不過PCR的結果可能也出來了 :( 09/02 08:09
clickhere:太敏感也許不好,但可避免擴散.60%好像和random沒差太多. 09/02 08:19
clickhere:可以這麼說嗎? 可以檢定sensitivity是否為60%, 而非該 09/02 08:28
clickhere:kit有0.6的power. 09/02 08:28
bmka:YES. sensitivity本身就是population parameter 09/02 11:05
bmka:It is the probability of a positive test among patients 09/02 11:08
bmka:disease. 09/02 11:08
bmka:with disease... 又, rRT-PCR的結果會那麼快出來嗎? 09/02 11:11
bmka:60%還真是跟丟銅板決定差不多了, 所以應該還是要以clinical 09/02 11:17
bmka:symptoms, severity and underlying disease來決定是否投藥 09/02 11:18
bmka:把快篩結果當auxiliary information 09/02 11:21
bmka:clickhere大, 當場做兩次快篩跟隔一兩天做第二次,會有不同 09/02 11:53
bmka:影響嗎? 09/02 11:53
bmka:唯一想到不同處是一兩天後病毒量會比較多 09/02 12:29
clickhere:跑RT-PCR很快,慢得是前處理(無自動化) 09/03 10:11
clickhere:不確定,但直覺跟病毒量有關,即使是PCR也是. 09/03 10:13
clickhere:也許還得先養一下........ 09/03 10:14
sneak: ( https://daxiv.com 01/02 14:58