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)行舉報或認(rèn)領(lǐng)

文檔簡介

.,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:TEL:QQ:,.,貝葉斯公式最早發(fā)表于1763年,當(dāng)時貝葉斯已經(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)計已成為機(jī)器學(xué)習(xí)、人工智能、知識發(fā)現(xiàn)等領(lǐng)域的重要工具.,后來,人們才逐漸認(rèn)識到了這個著名概率公式的重要性.,.,定義設(shè)A1,A2,An為樣本空間的一個劃分,且P(Ai)0(i=1,2,n),則對于任何一事件B(P(B)0),有,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)生的每個原因的概率.,(ThedefinitionofBayesformula),(ThedefinitionofBayesformula),.,貝葉斯法根據(jù)診斷試驗的靈敏度、特異度、患病時各征象出現(xiàn)的情況(條件概率),結(jié)合各種疾病在人群中的比例(先驗概率),推算出患各種疾病的概率(后驗概率),其算法可為個體診斷提供依據(jù),其基本思想有助于醫(yī)學(xué)工作者科學(xué)地解釋試驗結(jié)果,提高診斷水平,.,靈敏度(sensitivity)又稱為真陽性率,即有病者被試驗判為患者的概率特異度(specificity)又稱為真陰性率,即無病者被試驗判為非患者的概率,一、診斷試驗,.,二、貝葉斯法在醫(yī)學(xué)診斷中的應(yīng)用,(一)貝葉斯公式(二)先驗概率對診斷的影響(三)多個試驗聯(lián)合應(yīng)用,.,(一)貝葉斯公式,定義設(shè)D1,D2,Dn為樣本空間的一個劃分,且P(Di)0(i=1,2,n),(ThedefinitionofBayesformula),D1,D2,Dn為一組互不相容事件,它們的概率之和為1,可看成需要診斷的一組疾病P(Di)為先驗概率P(TDi)為條件概率P(DiT)為后驗概率,即:預(yù)測值,.,(二)先驗概率對診斷的影響,一般來說每一種診斷試驗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)成情況會影響疾病的診斷,.,(三)多個試驗聯(lián)合應(yīng)用,臨床上及篩檢研究中常將多個指標(biāo)聯(lián)合應(yīng)用,以提高診斷的效率,.,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,如何診斷?,.,僅以腫塊表面不整齊單一指標(biāo)作為標(biāo)準(zhǔn)時,根據(jù)貝葉斯公式計算,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,.,如果多個(m)指標(biāo)相互獨立,聯(lián)合應(yīng)用多個試驗的后驗概率用下式計算:,.,同時應(yīng)用腫塊表面不整齊且年齡40歲兩個指標(biāo)時后驗概率為:,多個重要指標(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)間要相互獨立,.,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)生的醫(yī)學(xué)診斷決策行為,.,參考資料:北京大學(xué)學(xué)報(醫(yī)學(xué)版)Vo142No3Ju

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