Overleg:Posttestwaarschijnlijkheid van ziekte

Laatste reactie: 16 jaar geleden door Soete Michel in het onderwerp ?

Hoi,

De titel van dit artikel is posttestwaarschijnlijkheid van ziekte en in de eerste zin wordt dat woord ook als uitgangspunt gekozen. De rest van het artikel spreekt echter van nakans. Als nakans een meer gebuikelijke term is, is het misschien te overwegen dit artikel nakans te noemen en in de beginzin pposttestwaarschijnlijkheid van ziekte als synoniem te noemen. Posttestwaarschijnlijkheid van ziekte zou dan de redirect moeten zijn en nakans het artikel. Als nakans niet de gebruikele term is, moet misschien gekozen worden om voornamelijk posttestwaarschijnlijkheid van ziekte te gebruiken en minder frequent nakans? - QuicHot 11 aug 2007 20:50 (CEST)Reageren

discussie over titel

bewerken

Hoi,

De titel 'posttestwaarschijnlijkheid van ziekte' gebruikte ik voor de duidelijkheid in verband met de inhoud van het artikel. Nakans lijkt me in aanvang waziger terzake en meer uitleg te vergen. Ik gebruikte nadien wegens uitsluitend practische redenen (korter om te typen) de term nakans omdat ik van mening was dat de lezer na de introductie weet dat de term 'nakans' door mij gezien wordt als een synoniem voor het begrip 'posttestwaarschijnlijkheid van ziekte'. Ik heb er geen twijfel over dat het een synoniem is in deze context. Maar ik sluit het niet uit dat het begrip nakans ook in tal van andere wetenschappen bruikbaar zou kunnen zijn of zelfs gebruikt wordt en dus ook in bredere context zou kunnen in een artikel met de titel 'Nakans' beschreven worden. Dit lijkt me een belangrijke bijkomende reden om aan het artikel de titel te geven die ik eraan gaf: Posttestwaarschijnlijkheid van ziekte.

Soete Michel 12 aug 2007 22:00 (CEST)Reageren

fout van de eerste soort

bewerken

Frederik Beuk,

Volgens mij is de fout van de eerste soort niet PTPD+ maar het complement ervan. PTPD- is de fout van de tweede soort. Graag aanpassing.

Soete Michel 21 okt 2007 22:02 (CEST)Reageren

aanpassing

bewerken

Ondertussen werd de tekst op een mij correct lijkende wijze aangepast rekening houden met bovengaande aanmerking

Soete Michel 24 okt 2007 09:50 (CEST)Reageren

?

bewerken

in dit artikel worden fout Type I en Type II genoemd, daar was een lemma over, meer er werd gelinkt naar een ander lemma. De Statistische toets. Veder wordt de Likelihood Ratio+/- over nieuw uitgerekt. Maar dat gebeurde hier en hier ook al. En hier wordt ook de nakans berekent, net als in dit lemma. Bovendien wordt er in dit lemma de voorkans berekent, terwijl het in dit lemma, ontbreekt. Daarnaast had ik graag de formules in TeX gezien.

en pagina opmaak

bewerken

-Beestje 26 jun 2008 00:02 (CEST) ook wordt hier opnieuw de sensitiviteit en specificiteit berekentReageren
en hier wordt Klinische bruikbaarheid van testen over nieuw de nakans berekent, het is mij nog steeds niet duidelijk of dit één test voor nakans is, of dat dit er 1 van de vele anderen is. Beestje 26 jun 2008 01:38 (CEST)Reageren

Beste Beestje,


Ik ben de auteur of coauteur van het rijtje artikelen waarin zogezegd altijd weer hetzelfde verschijnt. Ik val niet in herhaling omdat dat nu eenmaal plezant is maar omdat ik weet dat het om schijnbaar zeer gemakkelijke zaken gaat maar in werkelijkheid zijn het zeer moeilijke. Indien men van het ene artikel naar het andere zou moeten switchen dan zou dat de moeilijkheidsgraad nog zwaar verhogen. Uiteraard mag eenieder proberen de zaken te verbeteren maar ik moet er toch voor waarschuwen dat medische statistiek geen speeltuin is en zeer moeilijk is ook al lijkt dit soms niet. Volgend citaat moge overtuigen. Hertwig, Gerd Gigerenzer

Decisions based on statistical information can mean the difference between life and death--for instance, when a cancer patient has to decide whether to undergo a painful medical procedure based on the likelihood that it will succeed, or when a jury has to decide whether to convict someone based on DNA evidence. Unfortunately, most of us, experts included, have difficulty understanding and combining statistical information effectively.

For example, faculty, staff, and students at Harvard Medical School were asked to estimate the probability of a disease given the following information ( ): "If a test to detect a disease whose prevalence is 1/1000 has a false positive rate of 5 per cent, what is the chance that a person found to have a positive result actually has the disease, assuming that you know nothing about the person's symptoms or signs?" The estimates varied wildly, ranging from the most frequent estimate, 95% (given by 27 out of 60 participants), to the correct answer, 2% (given by 11 out of 60 participants)( ). In a study requiring interpretation of 2 mammography outcomes( ), almost all 3 physicians confused the sensitivity of the test (the proportion of positive test results among people with the disease) with its positive predictive value. Science 2000.


Het is duidelijk dat u een en ander nog niet begrepen hebt. Ik raad u aan de discussion bij 'positive predictive value te lezen. Dit zal wellicht veel verbeteren. Vooraleer u niet grondig de zaken kent zou u beter aan deze reeks artikelen niet raken. Mocht u toch iets willen veranderen dat de inhoud raakt dan zou ik u aanbevelen eerst hier overleg te plegen. Indien ge na de lectuur van de 'discussion' bij 'positive predictive value' nog iets niet begrijpt dan zal ik het hier uitleggen, ik heb daar ook moeite gehad om het uitgelegd te krijgen maar in het nederlands zal dat wel beter gaan.


Soete Michel 26 jun 2008 16:41 (CEST)Reageren


Beste Soete Michiel,


De relevantie van medische statistiek is mij evident, als wel de complexiteit. Vooral ook het belang van medische test uitslagen, als wel, het duidelijk hebben wat die test niet zegt, of juist wel kan zeggen. Maar uw lemma's gaan van mij geen medische statisticus maken. Ik begon hieraan toen ik probeerde het lemma specificiteit op te maken. Met de moed der wanhoop heb ik 1 punt geplaatst, in een zin van vier regels, in één van uw lemma's. Ik wil er vooral dat uit kunnen halen wat ik kan, maar dat lukte me niet. U ben hierin duidelijk de expert en ik de leek.

Ik wilde u vragen of u de opmaak, van uw stukken wat wilde verbeteren.

  1. Help:Tekstopmaak#Koppen_en_secties
  2. Wikipedia:Ontwezing, dat kan ook met de volgende code

{{Zie ook|Zie bijvoorbeeld ook: [[Likelihood ratio]], [[Interval likelihood ratio]], [[Gouden standaard (geneeskunde)|Gouden standaard]] en [[Falsifieerbaarheid]]}}
dat wordt dan:

  1. dat er hierin eenduidig terug wordt verwezen naar bv fout-positief en fout-negatief, maar dat kan ook omhoog, naar bv de statistische toets.

En helaas, maar waar, u zult u moeten beseffen dat het ook door Nederlanders gelezen wordt. De Vlaamse taal is een stukken rijker maar in uw vakgebied draait de inhoud 180° om, op een ontkenning en weer de andere kant op, bij een dubbele ontkenning.

Juist omdat medische statistiek geen speeltuin is, wilde ik u verzoeken dit zelf ter hand te nemen.

Bijvoorbeeld voor Likelihood ratio, een kopje positive likelihood en een kopje negative likelihood en hier zo ook PTPD+ en PTPD-. Complexe zaken, zoals dit, vragen meer inspanning om gecommuniceerd te worden. Het is voor velen andere lemma's relevant.

Beestje 26 jun 2008 19:47 (CEST)Reageren

Beste Beestje, U schrijft dat in ‘mijn’ vakgebied de inhoud 180 graden omkeert. Ik moet erkennen dat dit inderdaad al wel eens gebeurt maar dat is juist de eerste reden geweest waarom ik mijn eis gesteld heb dat A > verwachte frequentie moet zijn in cel a (indien, wat vrij algemeen gebruikelijk is, de frequentie van de waar-positieven zich daar bevindt). Het is een der middelen om zo’n 180 graden omkeer niet langer mogelijk te maken. Gezien ge het probleem ziet zijt ge daarmee een der gevorderden in de statistiek en is er goede hoop dat ge volgende beter zult verstaan. Ge zult straks ongetwijfeld bergijpen waarom zo’n 180 graden bocht mogelijk en hopelijk ook hoe hij vermeden kan worden.


Ge stelt dat ge me niet verstaat omdat ik vlaming ben. Ge besluit dit uit de studie van één geval (uw niet begrijpen) en dat is alvast een foutieve statistische redenering. Uit één geval kan er geen betrouwbare statistische conclusie getrokken worden. Laat ons veronderstellen dat we dat onderzochten op een steekproef vlamingen en een steekproef nederlanders en dat dit de resultaten waren.


                                  begrepen            niet begrepen
vlaming                         90   (a)                    10 (b)
nederlander                     10   (c)                    90 (d)


De sensitiviteit is hier dus 90% (testresultaat in statistische zin moet zeer breed geïnterpreteerd worden, ja-neen, positief-negatief, man-vrouw enz.......). Dat althans is mijn conclusie want sensitiviteit = a / (a + c). Tot zover lijkt alles super eenvoudig en ik denk dat ge tot nu toe volkomen accoord kunt gaan. Helaas is het slechts schijn dat het eenvoudig is. We zullen eens 180 graden draaien. De positieve predictieve waarde of noem het posttestwaarschijnlijkheid van ziekte bij positief testresultaat (a/(a+b)) is 90%. Ik zie niet onmiddellijk een probleem maar gij misschien wel: het is inderdaad zo dat hier de noodzaak aanwezig is een resultaat positief te noemen. Het vlaming zijn wordt dan positief genoemd, nederlander zijn negatief. Gij zegt dus ‘maar zo niet’ en gij draait vlaming en nederlander en de frequenties erbij om in de tabel. Op het eerste zicht is het probleem voor u dan opgelost. En of nu een vlaming of nederland positief is is iets waar ik mijn hazeslaapje niet voor laat. Maar nu komt ge me vertellen dat de sensitiviteit 10% is (180 graden omgedraaid), ik wordt klaar wakker en dan zitten we beiden met het probleem dat gij terecht en ter goeder trouw beweert dat de sensitiviteit van de test 10% is en ik met evenveel reden beweer dat ze 90% is. En dat zint me absoluut niet, het is het een of het ander. We hebben dus een criterium nodig dat onafhankelijk van onze goede smaak kan bepalen wat het positieve antwoord is en dus wat de frequentie is van de ware positieven. Na lang en grondig nadenken koos ik voor het criterium a > (a + b)(a + c)/N (a groter dan de verwachte waarde in cel a).


Conclusies kunnen ook 90 graden gedraaid voorkomen. In de tekst ‘sensitiviteit’ staat ziek- niet ziek voor de rijen, in de andere artikels voor de kolommen maar de velden worden op dezelfde wijze (a,b,c en d) genoemd. Dus is sensitiviteit = a (a + c) of sensitiviteit = a (a + b). Dat kan verwarrend werken maar hier vind ik geen criterium waarmee men de willekeur kan op rationele basis wegwerken. Dit lijkt me enkel bij conventie op te lossen. Hiermee is één der problemen geschetst tenzij ge het nog niet verstaan hebt (ze zeggen dan alhier, ge verstaat gij zeker geen vlaams zeker).


Andere problemen die ge vermeldde te hebben zijn opgelost in de ‘discussion’ bij ‘positive predictive value’ Ik ben zwaar tegenstander van het samensmelten van ‘posttestwaarschijnlijnlijkheid van ziekte’ en ‘predictieve waarde’. De positieve predictieve waarde is hetzelfde als de posttestwaarschijnlijkheid van ziekte bij positief testresultaat maar de negatieve predictieve waarde is het complement van de posttestwaarschijnlijkheid van ziekte bij negatief resultaat. De benaming is evenwel heel anders. Bij predictieve waarden denkt men in de eerste plaats aan de waarde van de test, bij posttestwaarschijnlijkheden aan de persoon en dat zijn gans andere denkkaders.


Op uw vraag naar onderverdelingen en zo wens ik niet in te gaan. Voor mij is het een geheel en ik wens het als geheel te behouden. Die er anders over denkt die doet maar. Ik heb er niets op tegen zolang het waar blijft wat er staat.


Soete Michel 27 jun 2008 18:13 (CEST)Reageren

Terugkeren naar de pagina "Posttestwaarschijnlijkheid van ziekte".