Test sonrası olasılık nedir?
Test sonrası olasılık, bir tanı testinin sonucu öğrenildikten sonra hastada o hastalığın bulunma ihtimalinin güncellenmiş halidir. Kanıta dayalı tanının kalbinde yer alır: bir test size yalnızca "var" ya da "yok" demez — önceki tahmininizi yukarı veya aşağı çeker. Bu hesaplama aracı, test öncesi olasılığı güncellemek için bir olabilirlik oranı (LR) kullanarak Bayes teoremini pratik oran formunda uygular.
Nasıl kullanılır?
Test öncesi olasılığı (test yapılmadan önce hastalığa dair tahmininizi, yüzde olarak) ve test sonucunun olabilirlik oranını girin. Pozitif bir sonuç için pozitif olabilirlik oranını (LR+), negatif bir sonuç için negatif olabilirlik oranını (LR−) kullanın. Araç, test sonrası olasılığın yanı sıra ara değerler olan test öncesi ve test sonrası bahis oranlarını (odds) da verir.
Formülün açıklaması
Olasılık ve odds aynı şeyi farklı biçimde ifade ettiğinden, önce olasılığı odds'a çeviririz: \(O_{pre} = \frac{p}{1 - p}\). Bunu olabilirlik oranıyla çarptığımızda \(O_{post} = O_{pre} \times \text{Likelihood Ratio}\) elde edilir. Son olarak yeniden olasılığa döneriz:
$$\text{Post-Test Prob} = \frac{O_{post}}{1 + O_{post}} \times 100\%$$1'den büyük bir LR hastalık olasılığını artırır; 1'den küçük bir LR azaltır; tam olarak 1 olan bir LR ise olasılığı değiştirmeden bırakır.
Çözümlü örnek
Diyelim ki test öncesi olasılık %30 ve test sonucunun LR değeri 10. Test öncesi odds = \(0{,}30 / 0{,}70 = 0{,}4286\). Test sonrası odds = \(0{,}4286 \times 10 = 4{,}2857\). Test sonrası olasılık = \(4{,}2857 / (1 + 4{,}2857) = 0{,}8108\), yani yaklaşık %81. Pozitif sonuç, hastalık şüphesini %30'dan %81'e yükseltmiştir.
Sıkça sorulan sorular
Olabilirlik oranları nereden gelir? Bir testin duyarlılığından (sensitivite) ve özgüllüğünden (spesifite) türetilir: \(\text{LR+} = \text{duyarlılık} / (1 - \text{özgüllük})\), \(\text{LR−} = (1 - \text{duyarlılık}) / \text{özgüllük}\).
"İyi" bir LR nedir? Genel bir kural olarak, 10'un üzerinde bir LR+ veya 0,1'in altında bir LR−, olasılıkta büyük ve çoğu zaman belirleyici değişimler yaratır; 1'e yakın değerler klinik açıdan pek bir işe yaramaz.
Test öncesi olasılık %100 olabilir mi? %0 veya %100 olduğunda odds sıfır ya da sonsuz hale gelir ve hiçbir test bir kesinliği değiştiremez — bu yüzden pratikte uçlara yakın ama tam uçta olmayan tahminler kullanılır.
