貝葉斯公式在醫(yī)學(xué)診斷中的應(yīng)用_第1頁
貝葉斯公式在醫(yī)學(xué)診斷中的應(yīng)用_第2頁
貝葉斯公式在醫(yī)學(xué)診斷中的應(yīng)用_第3頁
貝葉斯公式在醫(yī)學(xué)診斷中的應(yīng)用_第4頁
貝葉斯公式在醫(yī)學(xué)診斷中的應(yīng)用_第5頁
已閱讀5頁,還剩11頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、概率論與數(shù)理統(tǒng)計(jì).貝葉斯公式在醫(yī)學(xué)診斷中的應(yīng)用二連二排九班聯(lián)合制作監(jiān) 制:幻 燈:T E L:Q Q:概率論與數(shù)理統(tǒng)計(jì). 貝葉斯公式最早發(fā)表于1763年, 當(dāng)時(shí)貝葉斯已經(jīng)去世, 其結(jié)果沒有受到應(yīng)有的重視. 現(xiàn)在, 貝葉斯公式以及根據(jù)它發(fā)展起來的貝葉斯統(tǒng)計(jì)已成為機(jī)器學(xué)習(xí)、人工智能、知識(shí)發(fā)現(xiàn)等領(lǐng)域的重要工具. 后來, 人們才逐漸認(rèn)識(shí)到了這個(gè)著名概率公式的重要性. Thomas Bayes(1702-1761)概率論與數(shù)理統(tǒng)計(jì). 定義 設(shè)A1, A2, , An為樣本空間的一個(gè)劃分, 且P(Ai)0 (i=1,2,n), 則對于任何一事件 B ( P(B)0), 有1() (|)(|)() (|)j

2、jjniiiP A P B AP A BP A P B A, (j=1,2,n). 該公式是在觀察到事件B已發(fā)生的條件下, 尋找導(dǎo)致B發(fā)生的每個(gè)原因的概率.(The definition of Bayes formula)(The definition of Bayes formula)概率論與數(shù)理統(tǒng)計(jì).貝葉斯法根據(jù)診斷試驗(yàn)的靈敏度、特異度、患病時(shí)各征象出現(xiàn)的情況(條件概率),結(jié)合各種疾病在人群中的比例(先驗(yàn)概率),推算出患各種疾病的概率(后驗(yàn)概率),其算法可為個(gè)體診斷提供依據(jù),其基本思想有助于醫(yī)學(xué)工作者科學(xué)地解釋試驗(yàn)結(jié)果,提高診斷水平概率論與數(shù)理統(tǒng)計(jì).靈敏度(sensitivity)又稱為真

3、陽性率,即有病者被試驗(yàn)判為患者的概率特異度(specificity)又稱為真陰性率,即無病者被試驗(yàn)判為非患者的概率%100)/D P(Tcaa%100dbd)/DP(T-一、診斷試驗(yàn)一、診斷試驗(yàn)概率論與數(shù)理統(tǒng)計(jì).二、貝葉斯法在醫(yī)學(xué)診斷中的應(yīng)用二、貝葉斯法在醫(yī)學(xué)診斷中的應(yīng)用(一)貝葉斯公式(二)先驗(yàn)概率對診斷的影響(三)多個(gè)試驗(yàn)聯(lián)合應(yīng)用概率論與數(shù)理統(tǒng)計(jì).(一)貝葉斯公式(一)貝葉斯公式 定義 設(shè)D1, D2 , Dn為樣本空間的一個(gè)劃分, 且P( Di )0 (i=1,2,n)(The definition of Bayes formula)D1, D2 , Dn 為一組互不相容事件,它們的概率

4、之和為1,可看成需要診斷的一組疾病P(Di )為先驗(yàn)概率P(TDi )為條件概率P(Di T)為后驗(yàn)概率,即:預(yù)測值概率論與數(shù)理統(tǒng)計(jì).(二)先驗(yàn)概率對診斷的影響(二)先驗(yàn)概率對診斷的影響 一般來說每一種診斷試驗(yàn)針對某種疾病的靈敏度、特異度相對固定,其條件概率不變,患病率的高低或疾病構(gòu)成情況會(huì)影響疾病的診斷概率論與數(shù)理統(tǒng)計(jì).(三)多個(gè)試驗(yàn)聯(lián)合應(yīng)用(三)多個(gè)試驗(yàn)聯(lián)合應(yīng)用臨床上及篩檢研究中常將多個(gè)指標(biāo)聯(lián)合應(yīng)用,以提高診斷的效率概率論與數(shù)理統(tǒng)計(jì).如某醫(yī)院收集一年該院乳腺腫塊病例,其中纖維腺瘤240例、乳腺病160例、乳腺癌50例,臨床表現(xiàn)如下表?,F(xiàn)有一患者腫塊表面不整齊,該如何診斷?若該病人年齡40歲

5、,如何診斷?概率論與數(shù)理統(tǒng)計(jì).僅以腫塊表面不整齊單一指標(biāo)作為標(biāo)準(zhǔn)時(shí),根據(jù)貝葉斯公式計(jì)算,該患者患纖維腺瘤的可能性為48 ,患乳腺病的可能性是34 ,患乳腺癌可能性僅為18概率論與數(shù)理統(tǒng)計(jì).如果多個(gè)(m)指標(biāo)相互獨(dú)立,聯(lián)合應(yīng)用多個(gè)試驗(yàn)的后驗(yàn)概率用下式計(jì)算:概率論與數(shù)理統(tǒng)計(jì).同時(shí)應(yīng)用腫塊表面不整齊且年齡40歲兩個(gè)指標(biāo)時(shí)后驗(yàn)概率為:多個(gè)重要指標(biāo)的聯(lián)合使用廣泛應(yīng)用于臨床診斷或鑒別診多個(gè)重要指標(biāo)的聯(lián)合使用廣泛應(yīng)用于臨床診斷或鑒別診斷,是提高診斷效率的有效方法,但應(yīng)注意各指標(biāo)間要斷,是提高診斷效率的有效方法,但應(yīng)注意各指標(biāo)間要相互獨(dú)立相互獨(dú)立概率論與數(shù)理統(tǒng)計(jì).貝葉斯分析的應(yīng)用有助于客觀準(zhǔn)確地權(quán)重各種臨床信貝葉斯分析的應(yīng)用有助于客觀準(zhǔn)確地權(quán)重各種臨床信息,更重要地是這種思路在一定程度上有助于改進(jìn)醫(yī)息,更重要地是這種思路在一定程度上有助于改進(jìn)醫(yī)生的醫(yī)學(xué)診斷決策行為生的醫(yī)學(xué)診斷決策行為概率論與數(shù)理統(tǒng)計(jì).參考資料:北京大學(xué)學(xué)報(bào)( 醫(yī)學(xué)版

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論