الحساسية والنوعية

في الطب والإحصاء ، يصف كل من الحساسية والنوعية رياضياً دقة اختبار يُحدد وجود حالة طبية أو عدم وجودها. فإذا صُنِّف الأفراد المصابون بالحالة على أنهم "إيجابيون"، وغير المصابين بها على أنهم "سلبيون"، فإن الحساسية تُعدّ مقياساً لمدى قدرة الاختبار على تحديد الحالات الإيجابية الحقيقية، بينما تُعدّ النوعية مقياساً لمدى قدرة الاختبار على تحديد الحالات السلبية الحقيقية.

الحساسية (معدل الإيجابية الحقيقية) هي احتمال الحصول على نتيجة اختبار إيجابية، بشرط أن يكون الفرد مصابًا بالفعل.
الخصوصية (معدل النتيجة السلبية الحقيقية) هي احتمال الحصول على نتيجة اختبار سلبية، بشرط أن يكون الفرد سلبيًا بالفعل.

إذا تعذّر معرفة الحالة المرضية الحقيقية، يُمكن تحديد الحساسية والنوعية نسبةً إلى " اختبار معياري ذهبي " يُفترض صحته. في جميع الاختبارات، سواء التشخيصية أو الفحصية ، توجد عادةً مفاضلة بين الحساسية والنوعية، بحيث تعني الحساسية الأعلى نوعية أقل، والعكس صحيح.

يتميز الاختبار الذي يكشف بدقة عن وجود حالة مرضية، وينتج عنه عدد كبير من النتائج الإيجابية الحقيقية وعدد قليل من النتائج السلبية الكاذبة، بحساسية عالية. وهذا أمر بالغ الأهمية، خاصةً عندما تكون عواقب عدم علاج الحالة خطيرة، أو عندما يكون العلاج فعالاً للغاية وله آثار جانبية قليلة.

الاختبار الذي يستبعد بدقة الأفراد غير المصابين بالحالة، مما ينتج عنه عدد كبير من النتائج السلبية الصحيحة وعدد قليل من النتائج الإيجابية الخاطئة، يتمتع بدقة عالية. وهذا أمر بالغ الأهمية، خاصةً عندما يتعرض الأشخاص الذين تم تشخيص إصابتهم بالحالة لمزيد من الفحوصات، والتكاليف، والوصمة الاجتماعية، والقلق، وما إلى ذلك.

تم تقديم مصطلحي "الحساسية" و "النوعية" من قبل عالم الإحصاء الحيوي الأمريكي جاكوب يروشالمي في عام 1947. ^{[ 1 ]}

توجد تعريفات مختلفة ضمن مجال مراقبة جودة المختبرات ، حيث تُعرَّف "الحساسية التحليلية" بأنها أقل كمية من المادة في العينة يمكن قياسها بدقة بواسطة اختبار (وهي مرادفة لحد الكشف )، بينما تُعرَّف "النوعية التحليلية" بأنها قدرة الاختبار على قياس كائن حي أو مادة معينة دون غيرها. ^{[ 2 ]} ومع ذلك، تتناول هذه المقالة الحساسية والنوعية التشخيصية كما هو مُعرَّف أعلاه.

تطبيق على دراسة الفحص

تخيل دراسة تقيّم اختبارًا يكشف عن مرض ما. كل شخص يخضع للاختبار إما مصاب بالمرض أو غير مصاب به. قد تكون نتيجة الاختبار إيجابية (تصنيف الشخص على أنه مصاب بالمرض) أو سلبية (تصنيف الشخص على أنه غير مصاب بالمرض). قد تتطابق نتائج الاختبار لكل مشارك مع حالته الصحية الفعلية أو لا. في هذا السياق:

إيجابي حقيقي: تم التعرف على المرضى بشكل صحيح على أنهم مرضى
نتيجة إيجابية خاطئة: تم تصنيف أشخاص أصحاء بشكل خاطئ على أنهم مرضى
سلبي حقيقي: تم تحديد الأشخاص الأصحاء بشكل صحيح على أنهم أصحاء
نتيجة سلبية خاطئة: تم تصنيف الأشخاص المرضى بشكل خاطئ على أنهم أصحاء

بعد الحصول على أعداد النتائج الإيجابية الحقيقية، والنتائج الإيجابية الخاطئة، والنتائج السلبية الحقيقية، والنتائج السلبية الخاطئة، يمكن حساب حساسية الاختبار ونوعيته. إذا كانت الحساسية عالية، فمن المرجح أن يُصنّف أي شخص مصاب بالمرض على أنه مصاب. من ناحية أخرى، إذا كانت النوعية عالية، فمن المرجح أن يُصنّف أي شخص غير مصاب بالمرض على أنه غير مصاب. يتضمن موقع المعاهد الوطنية للصحة (NIH) شرحًا لكيفية حساب هذه النسب. ^{[ 3 ]}

تعريف

حساسية

لنأخذ مثالاً على اختبار طبي لتشخيص حالة مرضية. تشير الحساسية (والتي تُسمى أحيانًا معدل الكشف في السياق السريري) إلى قدرة الاختبار على الكشف الصحيح عن المرضى المصابين بالمرض من بين أولئك الذين يعانون منه بالفعل. ^{[ 4 ]} رياضيًا، يمكن التعبير عن ذلك كما يلي:

{\begin{aligned}{\text{الحساسية}}&={\frac {\text{عدد النتائج الإيجابية الحقيقية}}{{\text{عدد النتائج الإيجابية الحقيقية}}+{\text{عدد النتائج السلبية الكاذبة}}}}\\[8pt]&={\frac {\text{عدد النتائج الإيجابية الحقيقية}}{\text{إجمالي عدد الأفراد المرضى في المجتمع}}}\\[8pt]&={\text{احتمالية الحصول على نتيجة اختبار إيجابية بافتراض إصابة المريض بالمرض}}\end{aligned}}

قد تكون النتيجة السلبية في اختبار ذي حساسية عالية مفيدة لاستبعاد المرض، ^{[ 4 ]} إذ نادرًا ما يُشخّص المصابين به خطأً. أما الاختبار ذو الحساسية الكاملة (100%) فيُشخّص جميع المرضى المصابين بالمرض من خلال النتيجة الإيجابية. في هذه الحالة، تُستبعد النتيجة السلبية وجود المرض لدى المريض بشكل قاطع. مع ذلك، فإن النتيجة الإيجابية في اختبار ذي حساسية عالية ليست بالضرورة مفيدة لتأكيد الإصابة بالمرض. لنفترض أن هناك مجموعة اختبار وهمية مصممة لإعطاء نتيجة إيجابية دائمًا. عند استخدامها على المرضى، تكون نتيجة جميع المرضى إيجابية، ما يُعطي الاختبار حساسية كاملة (100%). لكن الحساسية لا تأخذ في الحسبان النتائج الإيجابية الكاذبة. كما أن الاختبار الوهمي يُعطي نتيجة إيجابية على جميع الأصحاء، ما يُعطيه معدل نتائج إيجابية كاذبة بنسبة 100%، ويجعله عديم الفائدة في الكشف عن المرض أو تأكيده.

لا تأخذ حسابات الحساسية في الاعتبار نتائج الاختبارات غير الحاسمة. إذا تعذر إعادة الاختبار، فينبغي إما استبعاد العينات غير الحاسمة من التحليل (مع ذكر عدد حالات الاستبعاد عند تحديد الحساسية) أو اعتبارها نتائج سلبية خاطئة (مما يعطي أسوأ قيمة للحساسية، وبالتالي قد يقلل من قيمتها الحقيقية).

الاختبار ذو الحساسية الأعلى يكون معدل الخطأ من النوع الثاني فيه أقل .

الخصوصية

لنأخذ مثالاً على اختبار طبي لتشخيص مرض ما. تشير الخصوصية إلى قدرة الاختبار على استبعاد المرضى الأصحاء الذين لا يعانون من المرض بشكل صحيح. رياضياً، يمكن كتابة ذلك على النحو التالي:

{\begin{aligned}{\text{النوعية}}&={\frac {\text{عدد النتائج السلبية الحقيقية}}{{\text{عدد النتائج السلبية الحقيقية}}+{\text{عدد النتائج الإيجابية الكاذبة}}}}\\[8pt]&={\frac {\text{عدد النتائج السلبية الحقيقية}}{\text{إجمالي عدد الأفراد الأصحاء في المجتمع}}}\\[8pt]&={\text{احتمالية الحصول على نتيجة سلبية للاختبار بافتراض أن المريض سليم}}\end{aligned}}

قد تكون النتيجة الإيجابية في اختبار ذي خصوصية عالية مفيدة لتأكيد الإصابة بالمرض، نظرًا لأن هذا الاختبار نادرًا ما يُعطي نتائج إيجابية لدى الأصحاء. ^{[ 5 ]} سيكشف اختبار ذو خصوصية 100% عن جميع المرضى غير المصابين بالمرض من خلال نتيجته السلبية، وبالتالي فإن النتيجة الإيجابية ستؤكد وجود المرض بشكل قاطع. مع ذلك، فإن النتيجة السلبية لاختبار ذي خصوصية عالية ليست بالضرورة مفيدة لاستبعاد الإصابة بالمرض. على سبيل المثال، الاختبار الذي يُعطي دائمًا نتيجة سلبية ستكون خصوصيته 100% لأن الخصوصية لا تأخذ في الحسبان النتائج السلبية الكاذبة. سيُعطي هذا الاختبار نتيجة سلبية للمرضى المصابين بالمرض، مما يجعله غير مُجدٍ لاستبعاد الإصابة به.

الاختبار ذو الخصوصية الأعلى يكون معدل الخطأ من النوع الأول فيه أقل .

رسم توضيحي

رسم توضيحي بياني للحساسية والنوعية

يوضح الرسم البياني أعلاه العلاقة بين الحساسية والنوعية. يمثل الخط الأسود المتقطع في منتصف الرسم البياني النقطة التي تتساوى عندها الحساسية والنوعية. عند التحرك إلى يسار هذا الخط، تزداد الحساسية لتصل إلى أقصى قيمة لها وهي 100% عند الخط A، بينما تنخفض النوعية. تبلغ الحساسية عند الخط A نسبة 100% لأنه عند هذه النقطة لا توجد نتائج سلبية خاطئة، أي أن جميع نتائج الاختبار السلبية هي نتائج سلبية حقيقية. عند التحرك إلى اليمين، يحدث العكس، حيث تزداد النوعية حتى تصل إلى الخط B وتصبح 100%، بينما تنخفض الحساسية. تبلغ النوعية عند الخط B نسبة 100% لأن عدد النتائج الإيجابية الخاطئة يساوي صفرًا عند هذا الخط، أي أن جميع نتائج الاختبار الإيجابية هي نتائج إيجابية حقيقية.

حساسية عالية وخصوصية منخفضة
حساسية منخفضة وخصوصية عالية

يمثل الخط المتصل الأوسط في كلا الشكلين أعلاه، والذي يوضح مستوى الحساسية والنوعية، نقطة القطع للاختبار. وكما ذُكر سابقًا، يؤدي تحريك هذا الخط إلى مفاضلة بين مستوى الحساسية والنوعية. يحتوي الجانب الأيسر من هذا الخط على نقاط البيانات التي تقل نتائجها عن نقطة القطع وتُعتبر سلبية (تشير النقاط الزرقاء إلى النتائج السلبية الكاذبة، والنقاط البيضاء إلى النتائج السلبية الحقيقية). أما الجانب الأيمن من الخط فيُظهر نقاط البيانات التي تزيد نتائجها عن نقطة القطع وتُعتبر إيجابية (تشير النقاط الحمراء إلى النتائج الإيجابية الكاذبة). يحتوي كل جانب على 40 نقطة بيانات.

بالنسبة للشكل الذي يُظهر حساسية عالية وخصوصية منخفضة، توجد 3 نتائج سلبية كاذبة و8 نتائج إيجابية كاذبة. باستخدام حقيقة أن النتائج الإيجابية = النتائج الإيجابية الحقيقية + النتائج الإيجابية الكاذبة، نحصل على: النتائج الإيجابية الحقيقية = النتائج الإيجابية - النتائج الإيجابية الكاذبة، أو TP = 40 - 8 = 32. عدد المرضى في مجموعة البيانات يساوي TP + FN، أي 32 + 3 = 35. وبالتالي، فإن الحساسية هي 32 / 35 = 91.4%. باستخدام الطريقة نفسها، نحصل على: النتائج الإيجابية الحقيقية = 40 - 3 = 37، وعدد الأصحاء 37 + 8 = 45، مما ينتج عنه خصوصية قدرها 37 / 45 = 82.2 %.

في الشكل الذي يُظهر حساسية منخفضة وخصوصية عالية، توجد 8 نتائج سلبية كاذبة و3 نتائج إيجابية كاذبة. باستخدام نفس طريقة الشكل السابق، نحصل على TP = 40 - 3 = 37. عدد المرضى هو 37 + 8 = 45، مما يُعطي حساسية قدرها 37 / 45 = 82.2 %. توجد 40 - 8 = 32 نتيجة سلبية صحيحة. وبالتالي، تكون الخصوصية 32 / 35 = 91.4%.

نتيجة اختبار بحساسية 100%
نتيجة اختبار ذات خصوصية بنسبة 100%

تشير النقطة الحمراء إلى المريض المصاب بالحالة الطبية. وتشير الخلفية الحمراء إلى المنطقة التي يتوقع فيها الاختبار أن تكون نقطة البيانات إيجابية. يبلغ عدد النتائج الإيجابية الحقيقية في هذا الشكل 6، وعدد النتائج السلبية الخاطئة 0 (لأن جميع الحالات الإيجابية تم التنبؤ بها بشكل صحيح). وبالتالي، تبلغ الحساسية 100% (من 6 / (6 + 0) ). يوضح الشكل السابق هذه الحالة أيضًا، حيث يقع الخط المنقط عند الموضع A (يتوقع النموذج أن يكون الجانب الأيسر سلبيًا، بينما يتوقع أن يكون الجانب الأيمن إيجابيًا). عندما يكون الخط المنقط، وهو خط قطع الاختبار، عند الموضع A، يتنبأ الاختبار بشكل صحيح بجميع أفراد فئة النتائج الإيجابية الحقيقية، ولكنه يفشل في تحديد نقطة البيانات من فئة النتائج السلبية الحقيقية بشكل صحيح.

كما هو موضح في الشكل السابق، تشير النقطة الحمراء إلى المريض المصاب بالحالة المرضية. مع ذلك، في هذه الحالة، تشير الخلفية الخضراء إلى أن الاختبار يتوقع أن جميع المرضى غير مصابين بالحالة المرضية. بالتالي، يبلغ عدد نقاط البيانات السلبية الحقيقية 26، بينما يبلغ عدد نقاط البيانات الإيجابية الكاذبة صفرًا. ينتج عن ذلك خصوصية بنسبة 100% (من 26 / (26 + 0) ). لذا، لا يمكن الاعتماد على الحساسية أو الخصوصية وحدها لقياس أداء الاختبار.

الاستخدام الطبي

في التشخيص الطبي ، تُعرف حساسية الاختبار بقدرته على تحديد المصابين بالمرض بدقة (معدل الإيجابية الحقيقية)، بينما تُعرف خصوصية الاختبار بقدرته على تحديد غير المصابين به بدقة (معدل السلبية الحقيقية). فإذا تم اختبار 100 مريض معروف إصابتهم بمرض ما، وكانت نتيجة 43 منهم إيجابية، فإن حساسية الاختبار تبلغ 43%. أما إذا تم اختبار 100 شخص غير مصابين بالمرض، وكانت نتيجة 96 منهم سلبية تمامًا، فإن خصوصية الاختبار تبلغ 96%. وتُعد الحساسية والخصوصية من خصائص الاختبار المستقلة عن انتشار المرض، إذ أن قيمهما جوهرية للاختبار ولا تعتمد على انتشار المرض في المجتمع محل الدراسة. ^{[ 6 ]} أما القيم التنبؤية الإيجابية والسلبية ، وليس الحساسية أو الخصوصية، فهي قيم تتأثر بانتشار المرض في المجتمع محل الاختبار.

المفاهيم الخاطئة

كثيرًا ما يُزعم أن الاختبار عالي التخصص فعال في تأكيد الإصابة بمرض ما عند ظهور نتيجة إيجابية، بينما يُعتبر الاختبار عالي الحساسية فعالًا في استبعاد الإصابة بمرض ما عند ظهور نتيجة سلبية. ^{[ 7 ]}^{[ 8 ]} وقد أدى ذلك إلى استخدام اختصاري SPPIN وSNNOUT على نطاق واسع، حيث يشيران إلى أن الاختبار عالي التخصص ، عند ظهور نتيجة إيجابية، يؤكد الإصابة بالمرض (SP-P- IN )، بينما يشير الاختبار عالي الحساسية ، عند ظهور نتيجة سلبية، إلى استبعاد الإصابة بالمرض (SN-N-OUT). ومع ذلك، فإن كلا الاختصارين مضللان من الناحية الاستدلالية، إذ تتحدد القدرة التشخيصية لأي اختبار بمدى انتشار الحالة المرضية قيد الاختبار، وحساسية الاختبار ، وتخصصه. ^[⁹^]^[¹⁰^]^[¹¹^] ويتمتع اختصار SNNOUT ببعض المصداقية عندما يكون انتشار الحالة المرضية المعنية منخفضًا للغاية في العينة المختبرة.

يُستكشف التوازن بين الخصوصية والحساسية في تحليل منحنى ROC باعتباره توازناً بين معدل الاستدعاء (TPR) ومعدل النتائج الإيجابية الكاذبة (FPR). ^{[ 12 ]} إن إعطاءهما وزناً متساوياً يُحسّن مستوى المعلومات = الخصوصية + الحساسية - 1 = TPR - FPR، حيث يُعطي مقدار هذا الفرق احتمال اتخاذ قرار مستنير بين الفئتين (أكبر من 0 يُمثل استخداماً مناسباً للمعلومات، و0 يُمثل أداءً عشوائياً، وأقل من 0 يُمثل استخداماً غير مناسب للمعلومات). ^{[ 13 ]}

مؤشر الحساسية

مؤشر الحساسية أو d′ (يُنطق "دي-برايم") هو إحصائية تُستخدم في نظرية كشف الإشارات . وهو يُحدد مدى التباعد بين متوسطات توزيعات الإشارة والضوضاء، مقارنةً بالانحراف المعياري لتوزيع الضوضاء. بالنسبة للإشارات والضوضاء الموزعة توزيعًا طبيعيًا بمتوسطات وانحرافات معيارية $\mu _{S}$ و $\sigma _{S}$ ، و $\mu _{N}$ و $\sigma _{N}$ ، على التوالي، يتم تعريف d′ على النحو التالي:

d^{\prime }={\frac {\mu _{S}-\mu _{N}}{\sqrt {{\frac {1}{2}}\left(\sigma _{S}^{2}+\sigma _{N}^{2}\right)}}}

^{[ 14 ]}

يمكن أيضًا إيجاد تقدير لقيمة d′ من خلال قياسات معدل الإصابة ومعدل الإنذار الكاذب . ويتم حسابها على النحو التالي:

d′ = Z (معدل الإصابة) − Z (معدل الإنذار الكاذب)، ^{[ 15 ]}

حيث الدالة Z ( p ), p ∈ [0, 1]، هي معكوس التوزيع التراكمي الغاوسي .

d′ هو إحصاء بلا أبعاد . تشير قيمة d′ الأعلى إلى إمكانية اكتشاف الإشارة بسهولة أكبر.

مصفوفة الارتباك

يمكن فهم العلاقة بين الحساسية والنوعية والمصطلحات المشابهة باستخدام الجدول التالي. لنفترض مجموعة تحتوي على P حالة إيجابية و N حالة سلبية لحالة معينة. يمكن صياغة النتائج الأربع في جدول توافق 2×2 أو مصفوفة ارتباك ، بالإضافة إلى اشتقاقات لعدة مقاييس باستخدام هذه النتائج، كما يلي:

		الحالة المتوقعة		^{المصادر:}^{[ 16 ]}^{[ 17 ]}^{[ 18 ]}^{[ 19 ]}^{[ 20 ]}^{[ 21 ]}^{[ 22 ]}^{[ 23 ]}^{منظر يتحدث يحرر}
	إجمالي عدد السكان $= P + N$	نتيجة إيجابية متوقعة	النتيجة المتوقعة سلبية	مستوى المعلومات ، مستوى معلومات وكيل المراهنات (BM) $= TPR + TNR - 1$	عتبة الانتشار $($ PT) $=$ $\sqrt TPR \times FPR - FPR / TPR - FPR$
الحالة الفعلية	موجب حقيقي (P) ^{[ أ ]}	إيجابي حقيقي (TP)، تم تسجيله ^{[ ب ]}	النتيجة السلبية الخاطئة ، الخطأ، التقليل من شأن المشكلة	معدل الإيجابية الحقيقية (TPR)، الاستدعاء ، الحساسية (SEN)، $احتمال$ الكشف ، معدل الإصابة ، القدرة $= TP / P =$ $1 - FNR$	$معدل النتائج$ السلبية الكاذبة (FNR)، معدل الخطأ من النوع الثاني ^{[ c ]} $= FN / P =$ $1 - TPR$
الحالة الفعلية	السالب الحقيقي (N) ^{[ d ]}	إيجابي كاذب ، إنذار كاذب، مبالغة في التقدير	سلبي حقيقي (TN)، رفض صحيح ^{[ هـ ]}	$معدل الإنذار$ الكاذب (FPR)، احتمال الإنذار الكاذب ، خطأ النوع الأول الناتج ^{[ f ]} $= FP / N =$ $1 - TNR$	معدل السلبية الحقيقية (TNR)، والنوعية (SPC)، والانتقائية $= ⁠ TN / N ⁠$ $= 1 - FPR$
	الانتشار $= P / P + N$	القيمة التنبؤية الإيجابية (PPV)، الدقة $= ⁠ TP / TP + FP ⁠$ $= 1 - FDR$	معدل الإغفال الخاطئ (FOR) $= FN / TN + FN =$ $1 -$ $NPV$	نسبة الاحتمالية الإيجابية (LR+) $= ⁠ TPR / FPR ⁠$	نسبة الاحتمالية السلبية (LR−) $= ⁠ FNR / TNR ⁠$
	الدقة (ACC) $= ⁠ TP + TN / P + N ⁠$	معدل الاكتشاف الخاطئ (FDR) $= ⁠ FP / TP + FP ⁠$ $= 1 - PPV$	القيمة التنبؤية السلبية (NPV) $= ⁠ TN / TN + FN ⁠$ $= 1 - FOR$	التمييز (MK)، دلتا P ( Δ p) $= PPV + NPV - 1$	نسبة احتمالات $التشخيص$ ( $DOR$ ) $= LR + / LR- =$ $TP$ $\times TN$ $/$ $FP \times FN$
	الدقة المتوازنة (BA) $= ⁠ TPR + TNR / 2 ⁠$	النتيجة F1 $= 2 PPV$ $\times$ $TPR$ $/$ _PPV $+ TPR$ $=$ $2$ $TP / 2 TP + FP + FN$	مؤشر فولكس-مالوز (FM) $= \sqrt PPV \times TPR$	معامل ارتباط فاي أو ماثيوز (MCC) $= \sqrt معدل الإيجابية الحقيقية \times معدل السلبية الحقيقية \times القيمة التنبؤية الإيجابية \times القيمة التنبؤية السلبية$ $- \sqrt معدل السلبية الكاذبة \times معدل الإيجابية الكاذبة \times معدل الإيجابية الكاذبة \times معدل الاكتشاف الخاطئ$	درجة التهديد (TS)، مؤشر النجاح الحرج (CSI)، مؤشر جاكارد $= ⁠ TP / TP + FN + FP ⁠$

↑ عدد الحالات الإيجابية الحقيقية في البيانات
↑ نتيجة اختبار تشير بشكل صحيح إلى وجود حالة أو سمة معينة
↑ خطأ من النوع الثاني: نتيجة اختبار تشير خطأً إلى غياب شرط أو سمة معينة.
↑ عدد الحالات السلبية الحقيقية في البيانات
↑ نتيجة اختبار تشير بشكل صحيح إلى عدم وجود حالة أو سمة معينة
↑ خطأ من النوع الأول: نتيجة اختبار تشير بشكل خاطئ إلى وجود شرط أو سمة معينة.

مثال عملي: تم تطبيق اختبار تشخيصي بحساسية 67% وخصوصية 91% على 2030 شخصًا للبحث عن اضطراب تبلغ نسبة انتشاره بين السكان 1.48%

		نتيجة اختبار فحص الدم الخفي في البراز		^{منظر يتحدث يحرر}
	إجمالي عدد السكان = 2030	نتيجة الاختبار إيجابية	نتيجة الاختبار سلبية	الدقة (ACC) = (TP + TN) / عدد السكان = (20 + 1820) / 2030 ≈ 90.64%	الدرجة F ₁ = 2 × الدقة × الاستدعاء / الدقة + الاستدعاء ≈ 0.174
مرضى سرطان الأمعاء (كما تم تأكيده بالتنظير الداخلي )	الحالة الفعلية إيجابية (AP) = 30 (2030 × 1.48%)	النتيجة الإيجابية الحقيقية (TP) = 20(2030 × 1.48% × 67%)	النتيجة السلبية الخاطئة (FN) = 10(2030 × 1.48% × (100% - 67%) )	معدل الإيجابية الحقيقية (TPR)، الاستدعاء ، الحساسية = TP / AP = 20 / 30 ≈ 66.7%	معدل النتائج السلبية الكاذبة (FNR)، معدل الخطأ = FN / AP = 10 / 30 ≈ 33.3%
مرضى سرطان الأمعاء (كما تم تأكيده بالتنظير الداخلي )	الحالة السلبية الفعلية (AN) = 2000 (2030 × (100% - 1.48%) )	النتائج الإيجابية الخاطئة (FP) = 180(2030 × (100% - 1.48%) × (100% - 91%) )	النتيجة السلبية الحقيقية (TN) = 1820(2030 × (100% - 1.48%) × 91%)	معدل الإيجابية الكاذبة (FPR)، والنتائج المترتبة ، واحتمالية الإنذار الكاذب = FP / AN = 180 / 2000 = 9.0%	النوعية ، الانتقائية، معدل السلبية الحقيقية (TNR) = TN / AN = 1820 / 2000 = 91%
	انتشار = AP / عدد السكان = 30 / 2030 ≈ 1.48%	القيمة التنبؤية الإيجابية (PPV)، الدقة = TP / (TP + FP) = 20 / (20 + 180) = 10%	معدل الإغفال الخاطئ (FOR) = الجبهة الوطنية / (الجبهة الوطنية + TN) = 10 / (10 + 1820) ≈ 0.55%	نسبة الاحتمالية الإيجابية (LR+) = معدل الإيجابية الحقيقية / معدل الإيجابية الخاطئة = (20 / 30) / (180 / 2000) ≈ 7.41	نسبة الاحتمالية السلبية (LR − ) = ⁠ FNR / TNR ⁠ = (10 / 30) / (1820 / 2000) ≈ 0.366
		معدل الاكتشاف الخاطئ (FDR) = FP / (TP + FP) = 180 / (20 + 180) = 90.0%	القيمة التنبؤية السلبية (NPV) = TN / (FN + TN) = 1820 / (10 + 1820) ≈ 99.45%	نسبة احتمالات التشخيص (DOR) = LR + / LR − ≈ 20.2

الحسابات ذات الصلة

معدل النتائج الإيجابية الكاذبة (α) = الخطأ من النوع الأول = 1 - النوعية = FP / (FP + TN) = 180 / (180 + 1820) = 9%
معدل النتائج السلبية الكاذبة (β) = الخطأ من النوع الثاني = 1 - الحساسية = FN / (TP + FN) = 10 / (20 + 10) ≈ 33%
القدرة = الحساسية = 1 − β
نسبة الاحتمالية الإيجابية = الحساسية / (1 - النوعية) ≈ 0.67 / (1 - 0.91) ≈ 7.4
نسبة الاحتمال السلبي = (1 - الحساسية) / النوعية ≈ (1 - 0.67) / 0.91 ≈ 0.37
عتبة الانتشار = $PT={\frac {{\sqrt {TPR(-TNR+1)}}+TNR-1}{(TPR+TNR-1)}}$ ≈ 0.2686 ≈ 26.9%

نجح هذا الاختبار الافتراضي للكشف عن سرطان القولون والمستقيم (اختبار الدم الخفي في البراز) في تشخيص ثلثي المرضى (66.7%) بشكل صحيح. ^{[ أ ]} مع ذلك، عند الأخذ في الاعتبار معدلات الانتشار، يتضح أن هذا الاختبار الافتراضي يتميز بنسبة عالية من النتائج الإيجابية الكاذبة، ولا يُمكنه تشخيص سرطان القولون والمستقيم بدقة لدى عموم السكان الذين لا تظهر عليهم أعراض (القيمة التنبؤية الإيجابية = 10%).

من جهة أخرى، يُظهر هذا الاختبار الافتراضي دقة عالية في الكشف عن الأفراد غير المصابين بالسرطان (القيمة التنبؤية السلبية ≈ 99.5%). لذا، عند استخدامه في الفحص الروتيني لسرطان القولون والمستقيم لدى البالغين الذين لا تظهر عليهم أعراض، فإن النتيجة السلبية تُوفر بيانات مهمة للمريض والطبيب، مثل طمأنة المرضى القلقين بشأن الإصابة بسرطان القولون والمستقيم.

تقدير الأخطاء في الحساسية أو النوعية المذكورة

قد تكون قيم الحساسية والنوعية وحدها مضللة للغاية. يجب حساب الحساسية أو النوعية في أسوأ الحالات لتجنب الاعتماد على تجارب ذات نتائج قليلة. على سبيل المثال، قد يُظهر اختبار معين حساسية بنسبة 100% عند اختباره أربع مرات مقابل المعيار الذهبي ، ولكن اختبارًا إضافيًا واحدًا مقابل المعيار الذهبي أعطى نتيجة ضعيفة سيشير إلى حساسية بنسبة 80% فقط. إحدى الطرق الشائعة للقيام بذلك هي تحديد فاصل الثقة لنسبة ذات الحدين ، والذي يُحسب غالبًا باستخدام فاصل ويلسون.

يمكن حساب فترات الثقة للحساسية والنوعية، مما يعطي نطاق القيم التي تقع ضمنها القيمة الصحيحة عند مستوى ثقة معين (على سبيل المثال، 95٪). ^{[ 26 ]}

المصطلحات في استرجاع المعلومات

في مجال استرجاع المعلومات ، تُسمى القيمة التنبؤية الإيجابية بالدقة ، وتُسمى الحساسية بالاستدعاء . وعلى عكس المفاضلة بين الخصوصية والحساسية، فإن هذين المقياسين مستقلان عن عدد النتائج السلبية الصحيحة، وهو عدد غير معروف عمومًا وأكبر بكثير من العدد الفعلي للوثائق ذات الصلة والمسترجعة. هذا الافتراض بوجود أعداد كبيرة جدًا من النتائج السلبية الصحيحة مقارنةً بالنتائج الإيجابية نادر في التطبيقات الأخرى. ^{[ 13 ]}

يمكن استخدام مقياس F كمقياس وحيد لأداء الاختبار للفئة الإيجابية. مقياس F هو المتوسط التوافقي للدقة والاستدعاء.

F=2\times {\frac {{\text{precision}}\times {\text{recall}}}{{\text{precision}}+{\text{recall}}}}

في المصطلحات التقليدية لاختبار الفرضيات الإحصائية ، تُسمى حساسية الاختبار بالقوة الإحصائية للاختبار، مع العلم أن مصطلح " القوة" في هذا السياق له استخدام أعم لا ينطبق على هذا السياق. الاختبار الحساس يتميز بانخفاض معدل الخطأ من النوع الثاني .

المصطلحات في تحليل الجينوم

على غرار مجال استرجاع المعلومات ، في مجال أبحاث التنبؤ الجيني ، يكون عدد النتائج السلبية الحقيقية (غير الجينات) في التسلسلات الجينومية غير معروف عمومًا، وهو أكبر بكثير من العدد الفعلي للجينات (النتائج الإيجابية الحقيقية). وقد شاع استخدام مصطلح "الخصوصية" في هذا المجال البحثي، نظرًا لسهولة فهمه وفهمه البديهي، مع الصيغة الرياضية للدقة والاستدعاء كما هو مُعرّف في الإحصاء الحيوي. ويمثل كل من الخصوصية (كقيمة تنبؤية إيجابية) والحساسية (معدل النتائج الإيجابية الحقيقية) معيارين رئيسيين يُحددان دقة خوارزميات التنبؤ الجيني. ^{[ 27 ]}^{[ 28 ]}^{[ 29 ]}^{[ 30 ]} في المقابل، فإن مصطلح "الخصوصية" بمعنى معدل النتائج السلبية الحقيقية لن يكون له تطبيق يُذكر، إن وُجد، في مجال أبحاث تحليل الجينوم.

انظر أيضاً

ملحوظات

↑ لكل فحص طبي مزايا وعيوب. وتصف إرشادات الممارسة السريرية ، مثل تلك الخاصة بفحص سرطان القولون والمستقيم، هذه المخاطر والفوائد.^{[ 24 ]}^{[ 25 ]}

مراجع

↑ يروشالمي، ج. (1947). "المشاكل الإحصائية في تقييم أساليب التشخيص الطبي مع إشارة خاصة إلى تقنيات الأشعة السينية". تقارير الصحة العامة . 62 (2): 1432-1439 . doi : 10.2307/4586294 . JSTOR 4586294. PMID 20340527. S2CID 19967899 .
↑ ساه إيه جيه، هوفر دي آر (1998). "[إعادة النظر في الحساسية والنوعية: أهمية المصطلحات في اللغة التحليلية والتشخيصية]". حوليات الأمراض الجلدية والتناسلية . 125 (4): 291-294 . PMID 9747274 .
↑ باريك ر، ماثاي أ، باريك س، تشاندرا سيخار ج، توماس ر (2008). "فهم واستخدام الحساسية والنوعية والقيم التنبؤية" . المجلة الهندية لطب العيون . 56 (1): 45-50 . doi : 10.4103/0301-4738.37595 . PMC 2636062. PMID 18158403 .
1 2 ألتمان دي جي، بلاند جي إم (يونيو 1994). " الاختبارات التشخيصية. 1: الحساسية والنوعية" . المجلة الطبية البريطانية . 308 (6943): 1552. doi : 10.1136/bmj.308.6943.1552 . PMC 2540489. PMID 8019315 .
↑ "SpPin and SnNout" . مركز الطب القائم على الأدلة (CEBM) . تم الاطلاع عليه بتاريخ 18 يناير 2023 .
↑ مانغرولكار ر. "الاستدلال التشخيصي 1 و2" . مؤرشف من الأصل في 1 أغسطس 2011. تم الاطلاع عليه في 24 يناير 2012 .
↑ "التشخيص القائم على الأدلة" . جامعة ولاية ميشيغان. مؤرشف من الأصل بتاريخ 2013-07-06 . تم الاطلاع عليه بتاريخ 2013-08-23 .
↑ "الحساسية والنوعية" . دورة الطب القائم على الأدلة في كلية الطب بجامعة إيموري.
↑ بارون، جيه إيه (أبريل - يونيو 1994). "يا للأسف، هذا ليس صحيحًا". اتخاذ القرارات الطبية . 14 (2): 107. doi : 10.1177/0272989X9401400202 . PMID 8028462. S2CID 44505648 .
↑ بويكو إي جيه (أبريل–يونيو 1994). "استبعاد المرض أو تأكيده باستخدام الاختبار التشخيصي الأكثر حساسية أو تحديدًا: هل هو طريق مختصر أم مسار خاطئ؟". اتخاذ القرارات الطبية . 14 (2): 175–179 . doi : 10.1177/0272989X9401400210 . PMID 8028470. S2CID 31400167 .
↑ بيوزنر د، باتاليا م، ميندر س، ماركس أ، بوخر هـ س، إيغر م (يوليو 2004). "تأكيد أو نفي التشخيص باستخدام "SpPPin" و"SnNOut " : ملاحظة تحذيرية" . المجلة الطبية البريطانية . 329 (7459): 209-213 . doi : 10.1136/bmj.329.7459.209 . PMC 487735. PMID 15271832 .
↑ فوسيت، ت. (2006). "مقدمة في تحليل منحنى ROC". رسائل التعرف على الأنماط . 27 (8): 861-874 . Bibcode : 2006PaReL..27..861F . CiteSeerX : 10.1.1.646.2144 . doi : 10.1016/j.patrec.2005.10.010 . S2CID : 2027090 .
1 2 باورز دي إم (2011). "التقييم: من الدقة والاستدعاء ومقياس F إلى منحنى ROC والمعلوماتية والتمييز والارتباط" . مجلة تقنيات التعلم الآلي . 2 (1): 37-63 .
↑ غيل إس دي، بيركل دي جيه (يناير 2010). "مسار العقد القاعدية يحفز استجابات سمعية انتقائية في الخلايا العصبية الدوبامينية لدى الطيور المغردة عبر إزالة التثبيط" . مجلة علم الأعصاب . 30 (3): 1027-1037 . doi : 10.1523/JNEUROSCI.3585-09.2010 . PMC 2824341. PMID 20089911 .
↑ ماكميلان، ن. أ.، وكريلمان، س. د. (15 سبتمبر 2004). نظرية الكشف: دليل المستخدم . دار النشر النفسية. ص 7. ISBN 978-1-4106-1114-7.
↑ فوسيت، ت. (2006). "مقدمة في تحليل منحنى ROC" (ملف PDF) . رسائل التعرف على الأنماط . 27 (8): 861-874 . doi : 10.1016/j.patrec.2005.10.010 . S2CID 2027090 .
↑ بروفوست ف، توم فاوست (2013-08-01). "علم البيانات للأعمال: ما تحتاج إلى معرفته حول استخراج البيانات والتفكير التحليلي للبيانات" . أورايلي ميديا، إنك .
↑ باورز دي إم (2011). "التقييم: من الدقة والاستدعاء ومقياس F إلى منحنى ROC والمعلوماتية والتمييز والارتباط" . مجلة تقنيات التعلم الآلي . 2 (1): 37-63 .
↑ تينغ كيه إم (2011). ساموت سي، ويب جي آي (محرران). موسوعة تعلم الآلة . سبرينغر. doi : 10.1007/978-0-387-30164-8 . ISBN 978-0-387-30164-8.
↑ بروكس هـ، براون ب، إيبرت ب، فيرو س، جوليف إ، كوه ت ي، روبير ب، ستيفنسون د (26 يناير 2015). "الفريق العامل المشترك بين برنامج أبحاث الطقس العالمي (WWRP) وبرنامج أبحاث الأرصاد الجوية الوطنية (WGNE) المعني بأبحاث التحقق من التنبؤات" . التعاون من أجل أبحاث الطقس والمناخ الأسترالية . المنظمة العالمية للأرصاد الجوية . تاريخ الاسترجاع: 17 يوليو 2019 .
↑ شيكو د، جورمان ج (يناير 2020). "مزايا معامل ارتباط ماثيوز (MCC) مقارنةً بدرجة F1 ودقة تقييم التصنيف الثنائي" . بي إم سي جينوميكس . 21 (1): 6-1–6-13. doi : 10.1186/s12864-019-6413-7 . PMC 6941312. PMID 31898477 .
↑ شيكو د، تويتش ن، جورمان ج (فبراير 2021). "معامل ارتباط ماثيوز (MCC) أكثر موثوقية من دقة التوازن، ومعلومات وكيل المراهنات، والتمييز في تقييم مصفوفة الارتباك ثنائية الفئة" . BioData Mining . 14 (13): 13. doi : 10.1186/s13040-021-00244-z . PMC 7863449. PMID 33541410 .
↑ ثروت أ. (أغسطس 2018). "أساليب تقييم التصنيف" . الحوسبة التطبيقية والمعلوماتية . 17 : 168-192 . doi : 10.1016/j.aci.2018.08.003 .
↑ لين جيه إس، بايبر إم إيه، بيردو إل إيه، راتر سي إم، ويبر إي إم، أوكونور إي، سميث إن، ويتلوك إي بي (21 يونيو 2016). "فحص سرطان القولون والمستقيم". مجلة الجمعية الطبية الأمريكية . 315 (23): 2576-2594 . doi : 10.1001/jama.2016.3332 . ISSN 0098-7484 . PMID 27305422 .
↑ بينارد ف، باركون أ.ن، مارتيل م، رينتلن د.ف (7 يناير 2018). "مراجعة منهجية لإرشادات فحص سرطان القولون والمستقيم للبالغين ذوي المخاطر المتوسطة: تلخيص التوصيات العالمية الحالية" . المجلة العالمية لأمراض الجهاز الهضمي . 24 (1): 124-138 . doi : 10.3748/wjg.v24.i1.124 . PMC 5757117. PMID 29358889 .
↑ "حاسبة الاختبارات التشخيصية عبر الإنترنت تحسب الحساسية والنوعية ونسب الاحتمال والقيم التنبؤية من جدول 2x2 - حاسبة فترات الثقة للمعلمات التنبؤية" . medcalc.org .
↑ بيرج سي ، كارلين إس (1997). "التنبؤ بالبنية الجينية الكاملة في الحمض النووي الجينومي البشري" (ملف PDF) . مجلة البيولوجيا الجزيئية . 268 (1): 78-94 . CiteSeerX 10.1.1.115.3107 . doi : 10.1006/jmbi.1997.0951 . PMID 9149143. مؤرشف من النسخة الأصلية (ملف PDF) بتاريخ 20 يونيو 2015.
↑ لومسادزه أ، تير-هوفانيسيان ف ، تشيرنوف يو، بورودوفسكي م (نوفمبر 2005). "جين مارك-إي إس" . أبحاث الأحماض النووية . 33 (20): 6494-6506 . doi : 10.1093/nar/gki937 . PMC 1298918. PMID 16314312 . لومسادزه أ (2005). " اكتشاف الجينات في الجينومات الجديدة باستخدام خوارزمية التدريب الذاتي" . مجلة أبحاث الأحماض النووية . 33 (20): 6494-6906 . doi : 10.1093/nar/gki937 . PMC 1298918. PMID 16314312 .
↑ كورف ، آي (2004). "اكتشاف الجينات في الجينومات الجديدة" . بي إم سي بيوانفورماتيكس . 5 59. doi : 10.1186/1471-2105-5-59 . PMC 421630. PMID 15144565 .
↑ ياندل م، إنس د (أبريل 2012). " دليل المبتدئين لشرح جينوم حقيقيات النوى". مراجعات الطبيعة. علم الوراثة . 13 (5): 329-42 . doi : 10.1038/nrg3174 . PMID 22510764. S2CID 3352427 .

للمزيد من القراءة

لونغ ، ت. و. (سبتمبر 2003). "فهم الحساسية والنوعية في الجانب الأيمن من الدماغ" . المجلة الطبية البريطانية . 327 (7417): 716-719 . doi : 10.1136/bmj.327.7417.716 . PMC 200804. PMID 14512479 .

روابط خارجية

حاسبة جامعة إلينوي في شيكاغو
حاسبة الحساسية/النوعية لكلية فاسار
MedCalc حاسبة مجانية عبر الإنترنت
تطبيق نموذج التشخيص السريري البايزي الذي يوضح القيم التنبؤية الإيجابية والسلبية كدالة للانتشار والحساسية والنوعية.

[24] عدد الحالات الإيجابية الحقيقية في البيانات

[25] نتيجة اختبار تشير بشكل صحيح إلى وجود حالة أو سمة معينة

[26] خطأ من النوع الثاني: نتيجة اختبار تشير خطأً إلى غياب شرط أو سمة معينة.

[27] عدد الحالات السلبية الحقيقية في البيانات

[28] نتيجة اختبار تشير بشكل صحيح إلى عدم وجود حالة أو سمة معينة

[29] خطأ من النوع الأول: نتيجة اختبار تشير بشكل خاطئ إلى وجود شرط أو سمة معينة.

[32] لكل فحص طبي مزايا وعيوب. وتصف إرشادات الممارسة السريرية ، مثل تلك الخاصة بفحص سرطان القولون والمستقيم، هذه المخاطر والفوائد.^{[ 24 ]}^{[ 25 ]}

[1] يروشالمي، ج. (1947). "المشاكل الإحصائية في تقييم أساليب التشخيص الطبي مع إشارة خاصة إلى تقنيات الأشعة السينية". تقارير الصحة العامة . 62 (2): 1432-1439 . doi : 10.2307/4586294 . JSTOR 4586294. PMID 20340527. S2CID 19967899 .

[Saah1998-2] ساه إيه جيه، هوفر دي آر (1998). "[إعادة النظر في الحساسية والنوعية: أهمية المصطلحات في اللغة التحليلية والتشخيصية]". حوليات الأمراض الجلدية والتناسلية . 125 (4): 291-294 . PMID 9747274 .

[3] باريك ر، ماثاي أ، باريك س، تشاندرا سيخار ج، توماس ر (2008). "فهم واستخدام الحساسية والنوعية والقيم التنبؤية" . المجلة الهندية لطب العيون . 56 (1): 45-50 . doi : 10.4103/0301-4738.37595 . PMC 2636062. PMID 18158403 .

[BMJ-4] 1 2 ألتمان دي جي، بلاند جي إم (يونيو 1994). " الاختبارات التشخيصية. 1: الحساسية والنوعية" . المجلة الطبية البريطانية . 308 (6943): 1552. doi : 10.1136/bmj.308.6943.1552 . PMC 2540489. PMID 8019315 .

[cebm-5] "SpPin and SnNout" . مركز الطب القائم على الأدلة (CEBM) . تم الاطلاع عليه بتاريخ 18 يناير 2023 .

[6] مانغرولكار ر. "الاستدلال التشخيصي 1 و2" . مؤرشف من الأصل في 1 أغسطس 2011. تم الاطلاع عليه في 24 يناير 2012 .

[7] "التشخيص القائم على الأدلة" . جامعة ولاية ميشيغان. مؤرشف من الأصل بتاريخ 2013-07-06 . تم الاطلاع عليه بتاريخ 2013-08-23 .

[8] "الحساسية والنوعية" . دورة الطب القائم على الأدلة في كلية الطب بجامعة إيموري.

[pmid8028462-9] بارون، جيه إيه (أبريل - يونيو 1994). "يا للأسف، هذا ليس صحيحًا". اتخاذ القرارات الطبية . 14 (2): 107. doi : 10.1177/0272989X9401400202 . PMID 8028462. S2CID 44505648 .

[pmid8028470-10] بويكو إي جيه (أبريل–يونيو 1994). "استبعاد المرض أو تأكيده باستخدام الاختبار التشخيصي الأكثر حساسية أو تحديدًا: هل هو طريق مختصر أم مسار خاطئ؟". اتخاذ القرارات الطبية . 14 (2): 175–179 . doi : 10.1177/0272989X9401400210 . PMID 8028470. S2CID 31400167 .

[pmid15271832-11] بيوزنر د، باتاليا م، ميندر س، ماركس أ، بوخر هـ س، إيغر م (يوليو 2004). "تأكيد أو نفي التشخيص باستخدام "SpPPin" و"SnNOut " : ملاحظة تحذيرية" . المجلة الطبية البريطانية . 329 (7459): 209-213 . doi : 10.1136/bmj.329.7459.209 . PMC 487735. PMID 15271832 .

[Fawcett2006-12] فوسيت، ت. (2006). "مقدمة في تحليل منحنى ROC". رسائل التعرف على الأنماط . 27 (8): 861-874 . Bibcode : 2006PaReL..27..861F . CiteSeerX : 10.1.1.646.2144 . doi : 10.1016/j.patrec.2005.10.010 . S2CID : 2027090 .

[Powers2011-13] 1 2 باورز دي إم (2011). "التقييم: من الدقة والاستدعاء ومقياس F إلى منحنى ROC والمعلوماتية والتمييز والارتباط" . مجلة تقنيات التعلم الآلي . 2 (1): 37-63 .

[pmid20089911-14] غيل إس دي، بيركل دي جيه (يناير 2010). "مسار العقد القاعدية يحفز استجابات سمعية انتقائية في الخلايا العصبية الدوبامينية لدى الطيور المغردة عبر إزالة التثبيط" . مجلة علم الأعصاب . 30 (3): 1027-1037 . doi : 10.1523/JNEUROSCI.3585-09.2010 . PMC 2824341. PMID 20089911 .

[MacmillanCreelman2004-15] ماكميلان، ن. أ.، وكريلمان، س. د. (15 سبتمبر 2004). نظرية الكشف: دليل المستخدم . دار النشر النفسية. ص 7. ISBN 978-1-4106-1114-7.

[16] فوسيت، ت. (2006). "مقدمة في تحليل منحنى ROC" (ملف PDF) . رسائل التعرف على الأنماط . 27 (8): 861-874 . doi : 10.1016/j.patrec.2005.10.010 . S2CID 2027090 .

[17] بروفوست ف، توم فاوست (2013-08-01). "علم البيانات للأعمال: ما تحتاج إلى معرفته حول استخراج البيانات والتفكير التحليلي للبيانات" . أورايلي ميديا، إنك .

[18] باورز دي إم (2011). "التقييم: من الدقة والاستدعاء ومقياس F إلى منحنى ROC والمعلوماتية والتمييز والارتباط" . مجلة تقنيات التعلم الآلي . 2 (1): 37-63 .

[19] تينغ كيه إم (2011). ساموت سي، ويب جي آي (محرران). موسوعة تعلم الآلة . سبرينغر. doi : 10.1007/978-0-387-30164-8 . ISBN 978-0-387-30164-8.

[20] بروكس هـ، براون ب، إيبرت ب، فيرو س، جوليف إ، كوه ت ي، روبير ب، ستيفنسون د (26 يناير 2015). "الفريق العامل المشترك بين برنامج أبحاث الطقس العالمي (WWRP) وبرنامج أبحاث الأرصاد الجوية الوطنية (WGNE) المعني بأبحاث التحقق من التنبؤات" . التعاون من أجل أبحاث الطقس والمناخ الأسترالية . المنظمة العالمية للأرصاد الجوية . تاريخ الاسترجاع: 17 يوليو 2019 .

[21] شيكو د، جورمان ج (يناير 2020). "مزايا معامل ارتباط ماثيوز (MCC) مقارنةً بدرجة F1 ودقة تقييم التصنيف الثنائي" . بي إم سي جينوميكس . 21 (1): 6-1–6-13. doi : 10.1186/s12864-019-6413-7 . PMC 6941312. PMID 31898477 .

[22] شيكو د، تويتش ن، جورمان ج (فبراير 2021). "معامل ارتباط ماثيوز (MCC) أكثر موثوقية من دقة التوازن، ومعلومات وكيل المراهنات، والتمييز في تقييم مصفوفة الارتباك ثنائية الفئة" . BioData Mining . 14 (13): 13. doi : 10.1186/s13040-021-00244-z . PMC 7863449. PMID 33541410 .

[23] ثروت أ. (أغسطس 2018). "أساليب تقييم التصنيف" . الحوسبة التطبيقية والمعلوماتية . 17 : 168-192 . doi : 10.1016/j.aci.2018.08.003 .

[30] لين جيه إس، بايبر إم إيه، بيردو إل إيه، راتر سي إم، ويبر إي إم، أوكونور إي، سميث إن، ويتلوك إي بي (21 يونيو 2016). "فحص سرطان القولون والمستقيم". مجلة الجمعية الطبية الأمريكية . 315 (23): 2576-2594 . doi : 10.1001/jama.2016.3332 . ISSN 0098-7484 . PMID 27305422 .

[31] بينارد ف، باركون أ.ن، مارتيل م، رينتلن د.ف (7 يناير 2018). "مراجعة منهجية لإرشادات فحص سرطان القولون والمستقيم للبالغين ذوي المخاطر المتوسطة: تلخيص التوصيات العالمية الحالية" . المجلة العالمية لأمراض الجهاز الهضمي . 24 (1): 124-138 . doi : 10.3748/wjg.v24.i1.124 . PMC 5757117. PMID 29358889 .

[33] "حاسبة الاختبارات التشخيصية عبر الإنترنت تحسب الحساسية والنوعية ونسب الاحتمال والقيم التنبؤية من جدول 2x2 - حاسبة فترات الثقة للمعلمات التنبؤية" . medcalc.org .

[:0-34] بيرج سي ، كارلين إس (1997). "التنبؤ بالبنية الجينية الكاملة في الحمض النووي الجينومي البشري" (ملف PDF) . مجلة البيولوجيا الجزيئية . 268 (1): 78-94 . CiteSeerX 10.1.1.115.3107 . doi : 10.1006/jmbi.1997.0951 . PMID 9149143. مؤرشف من النسخة الأصلية (ملف PDF) بتاريخ 20 يونيو 2015.

[35] لومسادزه أ، تير-هوفانيسيان ف ، تشيرنوف يو، بورودوفسكي م (نوفمبر 2005). "جين مارك-إي إس" . أبحاث الأحماض النووية . 33 (20): 6494-6506 . doi : 10.1093/nar/gki937 . PMC 1298918. PMID 16314312 . لومسادزه أ (2005). " اكتشاف الجينات في الجينومات الجديدة باستخدام خوارزمية التدريب الذاتي" . مجلة أبحاث الأحماض النووية . 33 (20): 6494-6906 . doi : 10.1093/nar/gki937 . PMC 1298918. PMID 16314312 .

[36] كورف ، آي (2004). "اكتشاف الجينات في الجينومات الجديدة" . بي إم سي بيوانفورماتيكس . 5 59. doi : 10.1186/1471-2105-5-59 . PMC 421630. PMID 15144565 .

[Yandell2012-37] ياندل م، إنس د (أبريل 2012). " دليل المبتدئين لشرح جينوم حقيقيات النوى". مراجعات الطبيعة. علم الوراثة . 13 (5): 329-42 . doi : 10.1038/nrg3174 . PMID 22510764. S2CID 3352427 .

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[

[

[

[ 12 ]

[ 13 ]

[ 14 ]

[ 15 ]

[ 16 ]

[ 17 ]

[ 18 ]

[ 19 ]

[ 20 ]

[ 21 ]

[ 22 ]

[ 23 ]

[ أ ]

[ ب ]

[ c ]

[ d ]

[ هـ ]

[ f ]

[ أ ]

[ 26 ]

[ 28 ]

[ 29 ]

[ 30 ]

[ 24 ]

[ 25 ]

اللغة	العربية (RTL)
روابط موسوعية	30 رابطاً
المصدر الأصلي	ويكيبيديا ↗