Bayesian Statistics I MultiCalc® 베이지안 통계 I MultiCalc®

True_Pos = Sensitivity * Prevalence
False_Pos = (1 - Specificity) * (1 - Prevalence)
True_Neg = Specificity * (1 - Prevalence)
False_Neg = (1 - Sensitivity) * Prevalence
Pos_Pred_Value = 100 * True_Pos / (True_Pos + False_Pos)
Neg_Pred_Value = 100 * True_Neg / (True_Neg + False_Neg)
LR_Pos = Sensitivity / (1-Specificity)
LR_Neg = (1-Sensitivity) / Specificity
Pre_Test_Odds = Prevalence / (1 - Prevalence)
Post_Test_Odds_Pos = Pre_Test_Odds * LR_Pos
Post_Test_Prob_Pos = Post_Test_Odds_Pos / (1 + Post_Test_Odds_Pos)
Post_Test_Odds_Neg = Pre_Test_Odds * LR_Neg
Post_Test_Prob_Neg = Post_Test_Odds_Neg / (1 + Post_Test_Odds_Neg)
False_Pos_Rate = 100 * False_Pos / (False_Pos + True_Neg)
False_Neg_Rate = 100 * False_Neg / (True_Pos + False_Neg)
Overall_Accuracy = 100 * (True_Pos + True_Neg)

입력값:

Prevalence
Sensitivity
Specificity

결과값:

True_Pos
False_Pos
True_Neg
False_Neg
Pos_Pred_Value
Neg_Pred_Value
LR_Pos
LR_Neg
Pre_Test_Odds
Post_Test_Odds_Pos
Post_Test_Prob_Pos
Post_Test_Odds_Neg
Post_Test_Prob_Neg
False_Pos_Rate
False_Neg_Rate
Overall_Accuracy
 
Decimal Precision:


 

법적 공지 및 면책

메드칼크 3000에 포함되고 만들어진 모든 정보는 교육적 목적만을 위해 제공됩니다. 이 정보는 어떠한 건강상의 문제나 질병을 진단하거나 치료하는데 사용되어서는 안됩니다. 우리는 이 정보를 어떤 형태로든 개개인 환자를 돌보는 지침이나 임상적 판단을 대신할 의도로 만들지 않았습니다. 법적 공지 및 면책의 전문을 보려면 여기를 클릭하세요.
 

MedCalc 3000 is Copyright © 1998-2005 Foundation Internet Services