貝葉斯公式在醫(yī)學(xué)診斷中的應(yīng)用

.,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