نسبة احتمالات التشخيص

في الاختبارات الطبية ذات التصنيف الثنائي ، تُعد نسبة الأرجحية التشخيصية ( DOR ) مقياسًا لفعالية الاختبار التشخيصي . ^[1] يتم تعريفها على أنها نسبة احتمالات أن يكون الاختبار إيجابيًا إذا كان الشخص مصابًا بمرض نسبة إلى احتمالات أن يكون الاختبار إيجابيًا إذا لم يكن الشخص مصابًا بالمرض.

إن الأساس المنطقي لنسبة احتمالات التشخيص هو أنها مؤشر واحد لأداء الاختبار (مثل الدقة وإحصائية Youden's J ) ولكنها مستقلة عن الانتشار (على عكس الدقة) ويتم تقديمها كنسبة احتمالات ، وهو أمر مألوف لدى الممارسين الطبيين. ^{[ بحاجة لمصدر ]}

يتم تعريف نسبة احتمالات التشخيص رياضيا على النحو التالي:

${\displaystyle {\text{نسبة الاحتمالات التشخيصية، DOR}}={\frac {TP/FN}{FP/TN}}={\frac {TP/FP}{FN/TN}}={\frac {TP\cdot TN}{FP\cdot FN}}}$^{[2] [3]}

حيث ، ، و هي عدد النتائج الإيجابية الحقيقية، والنتائج السلبية الكاذبة، والنتائج الإيجابية الكاذبة والنتائج السلبية الحقيقية على التوالي. ^[1]${\displaystyle TP}$${\displaystyle FN}$${\displaystyle FP}$${\displaystyle TN}$

كما هو الحال مع نسبة الاحتمالات ، فإن لوغاريتم نسبة الاحتمالات التشخيصية موزع بشكل طبيعي تقريبًا . ^{[ يحتاج إلى توضيح ]} الخطأ المعياري لنسبة الاحتمالات التشخيصية اللوغاريتمية هو تقريبًا:

${\displaystyle \mathrm {SE} \left(\ln {\text{DOR}}\right)={\sqrt {{\frac {1}{TP}}+{\frac {1}{FN}}+{\frac {1}{FP}}+{\frac {1}{TN}}}}}$

ومن هذا يمكن حساب فاصل ثقة تقريبي بنسبة 95% لنسبة احتمالات التشخيص اللوغاريتمي:

${\displaystyle \ln {\text{DOR}}\pm 1.96\times \mathrm {SE} \left(\ln {\text{DOR}}\right)}$

يؤدي رفع قيمة الفاصل الزمني التقريبي للثقة لنسبة احتمالات التشخيص اللوغاريتمية إلى إعطاء الفاصل الزمني التقريبي للثقة لنسبة احتمالات التشخيص. ^[1]

تتراوح نسبة احتمالات التشخيص من الصفر إلى ما لا نهاية، على الرغم من أنها أكبر من واحد بالنسبة للاختبارات المفيدة، وتشير نسب الاحتمالات التشخيصية الأعلى إلى أداء اختبار أفضل. ^[1] تشير نسب الاحتمالات التشخيصية الأقل من واحد إلى أنه يمكن تحسين الاختبار ببساطة عن طريق عكس نتيجة الاختبار - الاختبار في الاتجاه الخاطئ، في حين أن نسبة الاحتمالات التشخيصية التي تبلغ واحدًا بالضبط تعني أن الاختبار من المرجح أن يتنبأ بنتيجة إيجابية بغض النظر عن الحالة الحقيقية - لا يقدم الاختبار أي معلومات. ^{[ بحاجة لمصدر ]}

يمكن التعبير عن نسبة احتمالات التشخيص من حيث حساسية وخصوصية الاختبار: ^[1]

${\displaystyle {\text{DOR}}={\frac {{\text{الحساسية}}\times {\text{الخصوصية}}}{\left(1-{\text{الحساسية}}\right)\times \left(1-{\text{الخصوصية}}\right)}}}$

يمكن أيضًا التعبير عنها من حيث القيمة التنبؤية الإيجابية (PPV) والقيمة التنبؤية السلبية (NPV): ^[1]

${\displaystyle {\text{DOR}}={\frac {{\text{PPV}}\times {\text{NPV}}}{\left(1-{\text{PPV}}\right)\times \left(1-{\text{NPV}}\right)}}}$

كما أنها مرتبطة بنسب الاحتمالية ، و : ^[1]${\displaystyle LR+}$${\displaystyle LR-}$

${\displaystyle {\text{DOR}}={\frac {LR+}{LR-}}}$

تُستخدم نسبة احتمالات التشخيص اللوغاريتمية أحيانًا في التحليلات التلوية لدراسات دقة الاختبار التشخيصي نظرًا لبساطتها (كونها موزعة بشكل طبيعي تقريبًا). ^[4]

يمكن استخدام تقنيات التحليل التلوي التقليدية مثل ترجيح التباين العكسي لدمج نسب الاحتمالات التشخيصية اللوغاريتمية المحسوبة من عدد من مصادر البيانات لإنتاج نسبة احتمالات تشخيصية إجمالية للاختبار المعني. ^{[ بحاجة لمصدر ]}

يمكن أيضًا استخدام نسبة احتمالات التشخيص اللوغاريتمية لدراسة التوازن بين الحساسية والنوعية ^{[5] [6]} من خلال التعبير عن نسبة احتمالات التشخيص اللوغاريتمية من حيث لوجيت معدل الإيجابية الحقيقية (الحساسية) ومعدل الإيجابية الكاذبة (1 − النوعية)، ومن خلال إنشاء مقياس إضافي، : ${\displaystyle S}$

${\displaystyle D=\log {\text{DOR}}=\log {\left[{\frac {TPR}{(1-TPR)}}\times {\frac {(1-FPR)}{FPR}}\right]}=\operatorname {logit} (TPR)-\operatorname {logit} (FPR)}$

${\displaystyle S=\operatorname {logit} (TPR)+\operatorname {logit} (FPR)}$

ومن الممكن بعد ذلك رسم خط مستقيم، . إذا كانت b ≠ 0، فهناك اتجاه في الأداء التشخيصي مع عتبة تتجاوز المقايضة البسيطة بين الحساسية والخصوصية. يمكن استخدام القيمة a لرسم منحنى ROC الموجز (SROC). ^{[5] [6]}${\displaystyle D=a+bS}$

خذ في الاعتبار الاختبار باستخدام مصفوفة الارتباك 2×2 التالية :

نتيجة الاختبار     الحالة (كما تم تحديدها بواسطة " المعيار الذهبي ")	إيجابي	سلبي
إيجابي	26	3
سلبي	12	48

نحسب نسبة احتمالات التشخيص على النحو التالي:

${\displaystyle {\text{DOR}}={\frac {TP/FP}{FN/TN}}={\frac {26/12}{3/48}}=34.666\ldots \approx 35}$

إن نسبة احتمالات التشخيص هذه أكبر من واحد، لذا فإننا نعلم أن الاختبار يميز بشكل صحيح. نحسب الفاصل الزمني للثقة لنسبة احتمالات التشخيص لهذا الاختبار على النحو التالي [9، 134].

إن نسبة احتمالات التشخيص غير محددة عندما يكون عدد النتائج السلبية الكاذبة أو الإيجابية الكاذبة صفرًا - إذا كانت كل من النتائج السلبية الكاذبة والإيجابية الكاذبة صفرًا، فإن الاختبار مثالي، ولكن إذا كانت واحدة فقط كذلك، فإن هذه النسبة لا تعطي مقياسًا صالحًا للاستخدام. والاستجابة النموذجية لمثل هذا السيناريو هي إضافة 0.5 إلى جميع الخلايا في جدول الطوارئ، ^{[1] [7]} على الرغم من أنه لا ينبغي اعتبار هذا تصحيحًا لأنه يقدم تحيزًا للنتائج. ^[5] يقترح إجراء التعديل على جميع جداول الطوارئ، حتى لو لم تكن هناك خلايا بها إدخالات صفرية. ^[5]

• الحساسية والنوعية
• التصنيف الثنائي
• القيمة التنبؤية الإيجابية والقيمة التنبؤية السلبية
• نسبة الاحتمالات

• جلاس، أفينا س.؛ ليجمر، جيروين ج.؛ برينس، مارتن هـ.؛ بونسل، جوك ج.؛ بوسويت، باتريك م م (2003). "نسبة الأرجحية التشخيصية: مؤشر واحد لأداء الاختبار". مجلة علم الأوبئة السريرية . 56 (11): 1129-1135. doi : 10.1016/S0895-4356(03)00177-X . PMID  14615004.
• بوهينينج، دانكمار؛ هولينج، هاينز؛ باتيليا، فالنتين (2010). "تقييد نسبة الاحتمالات التشخيصية في تحديد قيمة القطع المثلى لاختبار تشخيصي مستمر". الأساليب الإحصائية في البحث الطبي . 20 (5): 541-550. doi :10.1177/0962280210374532. PMID  20639268. S2CID  21221535.
• تشيكو، ديفيد؛ ستاروفويتوف، فاليري؛ جورمان، جوزيبي (2021). "فوائد معامل ارتباط ماثيوز (MCC) على نسبة الاحتمالات التشخيصية (DOR) في تقييم التصنيف الثنائي". IEEE Access . 9 : 47112–47124. doi : 10.1109/ACCESS.2021.3068614 . hdl : 10281/431140 .

• لماذا تعتبر قاعدة بايز أفضل مع احتمالات الظهور على يوتيوب