Psykologia 2021

Väittämässä lukee ”...SD-potilailla eroja terveisiin oli vähemmän kuin muilla ryhmillä”.

Tekstissä käsitellään lyhyesti kaikkien neljän potilasryhmän eroja terveisiin. Myös taulukossa terveiden tulokset on ilmoitettu, vaikka niitä ei ole huomioitu taulukon ryhmävertailussa.

Luulen, että relevantti kohta on se tekstin pieni pätkä, jossa puhutaan merkitsevistä eroista ryhmien ja terveiden välillä. Toisaalta väittämässä puhutaan vain eroista, eikä tilastollisesti merkitsevistä eroista. 😅

Vierailija kirjoitti:

Populaatio on kohderyhmä, johon liittyviä päätelmiä tutkimuksessa pyritään tekemään. Sitä varten kerätään otos, joka voi olla mahdollisimman samanlainen kuin populaatio, mutta myös erilainen, tilanteesta riippuen. Populaatio riippuu myös tutkimuksesta, mutta lukivaikeuden arvioimisen kohdalla on minusta ihan loogista, että ollaan kiinnostuneita koko väestöstä. Varsinkin kun lukivaikeuden esiintyvyys väestössä on erikseen mainittu tehtävän lähtöoletuksena. Esimerkiksi, jos tutkittaisiin sairautta, jota esiintyy vain naisilla, olisi taas mielekkäämpää ottaa pelkästään naiset tutkimuskohteeksi.

Pointtina on, että tutkimuksiin kerätään otos, jonka avulla pyritään tekemään kohderyhmään liittyviä päätelmiä. Kokeen tehtävässä sensitiivisyys ja spesifisyys saadaan laskettua hyvin tuolla otoksella. Koska esiintyvyys ei vaikuta niihin, niitä voidaan myös soveltaa kohderyhmään eli tässä tilanteessa väestöön. Ennustearvojen laskeminen suoraan tuosta otoksesta on taas minusta ristiriidassa kohderyhmään liittyvien päätelmien tekemisen kanssa, varsinkin kun populaation esiintyvyys oli selvästi tiedossa.

Tämä

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Koska taulukon arvoissa on jo sisällä otoksen prevalenssi. Jos sotket siihen lisäksi väestön prevalenssin on sama tekijä tuloksessa kahteen kertaan - laskuun tulee siis kaksi eri prevalenssia. Bayesilla tätä ongelmaa ei synny.

No ei se ole sotkemista. Tässä aika hyvä selitys ja esimerkit: https://blogs.helsinki.fi/mmattsso/tag/positiivinen-ennustearvo/

Tällaiseen kaavaan ei päädytä käyttämällä vain TP +FP arvoja ja sotkemalla niihin väestön prevalenssi. Kuten itsekin näet oli tuolla mainittu mm. sensitiivisyys ja sen komplementti, joita ei saa selville pelkillä TP ja FP arvoilla.

Jos sä luet sen prevalenssi-kohdan, niin täysin selvästi tämä asia siellä sanotaan.

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Populaatio on kohderyhmä, johon liittyviä päätelmiä tutkimuksessa pyritään tekemään. Sitä varten kerätään otos, joka voi olla mahdollisimman samanlainen kuin populaatio, mutta myös erilainen, tilanteesta riippuen. Populaatio riippuu myös tutkimuksesta, mutta lukivaikeuden arvioimisen kohdalla on minusta ihan loogista, että ollaan kiinnostuneita koko väestöstä. Varsinkin kun lukivaikeuden esiintyvyys väestössä on erikseen mainittu tehtävän lähtöoletuksena. Esimerkiksi, jos tutkittaisiin sairautta, jota esiintyy vain naisilla, olisi taas mielekkäämpää ottaa pelkästään naiset tutkimuskohteeksi.

Pointtina on, että tutkimuksiin kerätään otos, jonka avulla pyritään tekemään kohderyhmään liittyviä päätelmiä. Kokeen tehtävässä sensitiivisyys ja spesifisyys saadaan laskettua hyvin tuolla otoksella. Koska esiintyvyys ei vaikuta niihin, niitä voidaan myös soveltaa kohderyhmään eli tässä tilanteessa väestöön. Ennustearvojen laskeminen suoraan tuosta otoksesta on taas minusta ristiriidassa kohderyhmään liittyvien päätelmien tekemisen kanssa, varsinkin kun populaation esiintyvyys oli selvästi tiedossa.

Juuri näin ja tosiaan kyllä tossa kysymyksessä yleistettävyyttä nimenomaan haetaan.

Ei vaan testin toimivuutta. Millä todennäköisyydellä henkilö on true positive.

Kyllä, mutta yleistettävyys on sama asia kuin toimivuus populaatiossa. Tossa sulla oli tiedossa jo testin sisäiset tiedot, miksi sitä uudelleen kysyttäisiin?

Siinä on hieman eri näkökulma testin tuloksiin. Tällä PPV saadaan todennäköisyys siihen, että positiivinen tulos todella on oikea positiivinen (tässä ryhmässä). Voidaan siis laskea, että millä todennäköisyydellä tutkimushenkilö A:n positiivinen on oikea positiivinen.

T: Eri

Kyllä kyllä, mutta tässä aineistossa se olisi jo tiedetyn asian uudelleen laskemista. Uskon todella vahvasti, että nimenomaan haettiin populaatiossa, mutta nähtäväksi jää toki. Kertokaa sit

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Koska taulukon arvoissa on jo sisällä otoksen prevalenssi. Jos sotket siihen lisäksi väestön prevalenssin on sama tekijä tuloksessa kahteen kertaan - laskuun tulee siis kaksi eri prevalenssia. Bayesilla tätä ongelmaa ei synny.

No ei se ole sotkemista. Tässä aika hyvä selitys ja esimerkit: https://blogs.helsinki.fi/mmattsso/tag/positiivinen-ennustearvo/

Tällaiseen kaavaan ei päädytä käyttämällä vain TP +FP arvoja ja sotkemalla niihin väestön prevalenssi. Kuten itsekin näet oli tuolla mainittu mm. sensitiivisyys ja sen komplementti, joita ei saa selville pelkillä TP ja FP arvoilla.

Jos sä luet sen prevalenssi-kohdan, niin täysin selvästi tämä asia siellä sanotaan.

Voisitko nyt selittää vielä rautalangasta vääntämällä, että millä ihmeen tavalla saat laskettua PPV väestötasolla tietäessäsi prevalenssin ja testin TP:n ja FP:n? Odotan mielenkiinnolla.

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Tehtävänannoissa voidaan antaa turhia tietoja. Eli vaikka kysymykseen olisi sisällytetty kaikenmoista tietoa, ei sitä välttämättä tarvitse itse laskusuorituksesa käyttää.

Siitä sentään kaikki ovat yhtä mieltä. :) Oliko turha tieto sitten 10 % vai 2x2-taulukko, on kiistan kohteena.

Siitä ei ole mitään epäselvyyttä, ettäkö 2x2 taulukko olisi turhaa tietoa. Sitä tarvittiin tottakai testin sensitiivisyyden ja spesifisyyden arvioimiseen. Kysymys on vain ja ainoastaan siitä, pitikö ennustearvot laskea tämän 2x2 taulukon mukaisen tutkimuksen henkilölle vai 2x2 taulukon mukaisen tutkimuksen jälkeen satunnaisesti koko populaatiosta valitulle henkilölle.

Aika monella on vielä hahmottumatta tämä asetelma...

Ja vielä lisään tähän, että 2x2 taulukon mukainen testiasetelma/tutkimusasetelma tms. mitä nimeä siitä sitten haluaakaan käyttää, tarvittiin, jotta PPV ja NPV voidaan laskea - riippumatta siitä kumpi henkilö on kyseessä, otoksen henkilö vai koko väestöstä satunnaisesti valittu. 2x2 taulukon tiedoista saadaan Sen ja Spe, jotka tarvitaan joka tapauksessa.

Juuri näin. Oleellista on siis tuo, että ”henkilöllä todellisuudessa on lukihäiriö, kun uuden lukitestin perusteella hänelle se luokitellaan.” Ja tällöinhän, jos sä pyörität vain tuon testin tietoja, sä saat tiedon, joka sulla jo oli (sä tiedät paljonko n määrä molemmissa ryhmissä). Eli tässä minä kyllä olisin käyttänyt tuota 10% tietoa, se kun kertoo sen, että jos se tällä luokitellaan, kuinka todennäköistä se sit koko populaatiossa on. Se kun on se ”todellisuudessa”.

Just näin :) se todellisuus kiinnostaa. Ehdottomasti tulee laskea esiintyvyydellä, muutoin ei tuota mitään lisäarvoa. Tieteessä pyritään aina yleistämään otosta isompaan joukkoon / populaatioon. Se on koko tutkimuksen pointti. Toinen pointti on, että taulukossa on annettu vain yksi valittu cut-off arvo, josta jo tiedetään miten paljon tunnistaa oikeita positiivisia & oikeita negatiivisia & millä kustannuksella. En vain itse näe sitä tietoarvoa, jos laskisin tästä pienestä otoksesta PPV & NPV. Se ei anna kuvaa todellisuudesta, joka meitä loppupeleissä nimenomaan kiinnostaa.

Eikö "henkilö todellisuudessa" voi tarkoittaa myös henkilöä joka osallistuu testiin? 

Voi toki, mutta kysymyksen asettelussa sanotaan ”todellisuudessa, kun tällä testillä se hänelle luokitellaan”, jolloin aika vahvasti kyllä viitataan testin luotettavuuteen koko populaatiossa. Tai näin mä sen näen.

Se vaan se todellisuus riippuu nyt siitä, oliko henkilö osa sitä otosporukkaa vai ei. 

Jos oli, niin hänen kohdallaan todennäköisyys ei noudata lukihäiriön esiintyvyyttä väestössä.

Itse olen siis sitä mieltä, että sitä 10% tässä haettiin. Luulen, ettei kokeen tekijät edes arvanneet, kuinka moniselitteinen kysymysasettelu olisi. Koe tuntui muutenkin hieman "hutaistulta", niin en ihmettele. Totta on myös se, ettei testiporukalle PPV:n ja NPV:n laskeminen ole oikein mielekästä (=vähän lisäarvoa), mutta totta on myös sekin, että sitäkin näkee tehtävän. Mutta niin ei voida tehdä, että ajatellaan, että valitsemme 50-50 porukasta henkilön ja sitten alamme pohtimaan hänen kohdallaan väestön prevalenssia. Se olisi ihan hullua. 

Miksi hullua? Nimenomaanhan ”hän halusi testin, jolla…” Silloinhan todellakin kyse on siitä toimiiko testi oikeasti diagnostisena arviona.

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Populaatio on kohderyhmä, johon liittyviä päätelmiä tutkimuksessa pyritään tekemään. Sitä varten kerätään otos, joka voi olla mahdollisimman samanlainen kuin populaatio, mutta myös erilainen, tilanteesta riippuen. Populaatio riippuu myös tutkimuksesta, mutta lukivaikeuden arvioimisen kohdalla on minusta ihan loogista, että ollaan kiinnostuneita koko väestöstä. Varsinkin kun lukivaikeuden esiintyvyys väestössä on erikseen mainittu tehtävän lähtöoletuksena. Esimerkiksi, jos tutkittaisiin sairautta, jota esiintyy vain naisilla, olisi taas mielekkäämpää ottaa pelkästään naiset tutkimuskohteeksi.

Pointtina on, että tutkimuksiin kerätään otos, jonka avulla pyritään tekemään kohderyhmään liittyviä päätelmiä. Kokeen tehtävässä sensitiivisyys ja spesifisyys saadaan laskettua hyvin tuolla otoksella. Koska esiintyvyys ei vaikuta niihin, niitä voidaan myös soveltaa kohderyhmään eli tässä tilanteessa väestöön. Ennustearvojen laskeminen suoraan tuosta otoksesta on taas minusta ristiriidassa kohderyhmään liittyvien päätelmien tekemisen kanssa, varsinkin kun populaation esiintyvyys oli selvästi tiedossa.

Juuri näin ja tosiaan kyllä tossa kysymyksessä yleistettävyyttä nimenomaan haetaan.

Ei vaan testin toimivuutta. Millä todennäköisyydellä henkilö on true positive.

Kyllä, mutta yleistettävyys on sama asia kuin toimivuus populaatiossa. Tossa sulla oli tiedossa jo testin sisäiset tiedot, miksi sitä uudelleen kysyttäisiin?

Siinä on hieman eri näkökulma testin tuloksiin. Tällä PPV saadaan todennäköisyys siihen, että positiivinen tulos todella on oikea positiivinen (tässä ryhmässä). Voidaan siis laskea, että millä todennäköisyydellä tutkimushenkilö A:n positiivinen on oikea positiivinen.

T: Eri

Kyllä kyllä, mutta tässä aineistossa se olisi jo tiedetyn asian uudelleen laskemista. Uskon todella vahvasti, että nimenomaan haettiin populaatiossa, mutta nähtäväksi jää toki. Kertokaa sit

Niin mäkin luulen, mutta valitsin taulukosta laskemisen, koska ennakkomateriaalissa ei tarjottu validia bayesia.

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Populaatio on kohderyhmä, johon liittyviä päätelmiä tutkimuksessa pyritään tekemään. Sitä varten kerätään otos, joka voi olla mahdollisimman samanlainen kuin populaatio, mutta myös erilainen, tilanteesta riippuen. Populaatio riippuu myös tutkimuksesta, mutta lukivaikeuden arvioimisen kohdalla on minusta ihan loogista, että ollaan kiinnostuneita koko väestöstä. Varsinkin kun lukivaikeuden esiintyvyys väestössä on erikseen mainittu tehtävän lähtöoletuksena. Esimerkiksi, jos tutkittaisiin sairautta, jota esiintyy vain naisilla, olisi taas mielekkäämpää ottaa pelkästään naiset tutkimuskohteeksi.

Pointtina on, että tutkimuksiin kerätään otos, jonka avulla pyritään tekemään kohderyhmään liittyviä päätelmiä. Kokeen tehtävässä sensitiivisyys ja spesifisyys saadaan laskettua hyvin tuolla otoksella. Koska esiintyvyys ei vaikuta niihin, niitä voidaan myös soveltaa kohderyhmään eli tässä tilanteessa väestöön. Ennustearvojen laskeminen suoraan tuosta otoksesta on taas minusta ristiriidassa kohderyhmään liittyvien päätelmien tekemisen kanssa, varsinkin kun populaation esiintyvyys oli selvästi tiedossa.

Juuri näin ja tosiaan kyllä tossa kysymyksessä yleistettävyyttä nimenomaan haetaan.

Ei vaan testin toimivuutta. Millä todennäköisyydellä henkilö on true positive.

Kyllä, mutta yleistettävyys on sama asia kuin toimivuus populaatiossa. Tossa sulla oli tiedossa jo testin sisäiset tiedot, miksi sitä uudelleen kysyttäisiin?

Siinä on hieman eri näkökulma testin tuloksiin. Tällä PPV saadaan todennäköisyys siihen, että positiivinen tulos todella on oikea positiivinen (tässä ryhmässä). Voidaan siis laskea, että millä todennäköisyydellä tutkimushenkilö A:n positiivinen on oikea positiivinen.

T: Eri

Juuri tämä. Ei mitään sen monimutkaisempaa. Tätä tietoa ei ole tehtävänannossa valmiiksi. Lisäksi tämä sekoittaa Bayes-porukkaa mukavasti, koska tämä näyttää sille, että sen voisi laskea Bayesilla.

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Populaatio on kohderyhmä, johon liittyviä päätelmiä tutkimuksessa pyritään tekemään. Sitä varten kerätään otos, joka voi olla mahdollisimman samanlainen kuin populaatio, mutta myös erilainen, tilanteesta riippuen. Populaatio riippuu myös tutkimuksesta, mutta lukivaikeuden arvioimisen kohdalla on minusta ihan loogista, että ollaan kiinnostuneita koko väestöstä. Varsinkin kun lukivaikeuden esiintyvyys väestössä on erikseen mainittu tehtävän lähtöoletuksena. Esimerkiksi, jos tutkittaisiin sairautta, jota esiintyy vain naisilla, olisi taas mielekkäämpää ottaa pelkästään naiset tutkimuskohteeksi.

Pointtina on, että tutkimuksiin kerätään otos, jonka avulla pyritään tekemään kohderyhmään liittyviä päätelmiä. Kokeen tehtävässä sensitiivisyys ja spesifisyys saadaan laskettua hyvin tuolla otoksella. Koska esiintyvyys ei vaikuta niihin, niitä voidaan myös soveltaa kohderyhmään eli tässä tilanteessa väestöön. Ennustearvojen laskeminen suoraan tuosta otoksesta on taas minusta ristiriidassa kohderyhmään liittyvien päätelmien tekemisen kanssa, varsinkin kun populaation esiintyvyys oli selvästi tiedossa.

Juuri näin ja tosiaan kyllä tossa kysymyksessä yleistettävyyttä nimenomaan haetaan.

Ei vaan testin toimivuutta. Millä todennäköisyydellä henkilö on true positive.

Kyllä, mutta yleistettävyys on sama asia kuin toimivuus populaatiossa. Tossa sulla oli tiedossa jo testin sisäiset tiedot, miksi sitä uudelleen kysyttäisiin?

Siinä on hieman eri näkökulma testin tuloksiin. Tällä PPV saadaan todennäköisyys siihen, että positiivinen tulos todella on oikea positiivinen (tässä ryhmässä). Voidaan siis laskea, että millä todennäköisyydellä tutkimushenkilö A:n positiivinen on oikea positiivinen.

T: Eri

Kyllä kyllä, mutta tässä aineistossa se olisi jo tiedetyn asian uudelleen laskemista. Uskon todella vahvasti, että nimenomaan haettiin populaatiossa, mutta nähtäväksi jää toki. Kertokaa sit

Artikkelissa myös sanotaan, että

"a standard way of describing the accuracy of a diagnostic test is the two-by-two table".

tää on se standardi perusjuttu mitä käytetään. Sen jälkeen voi kyllä lähteä säveltämään kaikenlaista, mutta artikkelissakin lähdetään siitä, että perusasia on tää taulukko.

From the frequency of test results among patients with and without disease based on gold standard, one can derive the probability of a positive test result for patients with disease and the probability of negative test results for patients without disease. The PPV is defined as the probability of disease for positive test results and the NPV is also defined the probability of being healthy for negative test results. 

Ajatusleikki.

Entä jos tehtävässä ei olisi mainittu tätä 10 %.

Miten olisit lähtenyt ratkomaan tehtävää?

0,1xTP/(0,1×Tp) + (0,9×Fp) antaa samam tuloksen kuin Bayes. Ajattelen näin, mutta voin olla väärässäkin:

Kaikista positiivisista tuloksista halutaan selvittää ne, joilla sairaus/häiriö on. Keitä nämä sitten ovat? Se 10% (0,1), joilla häiriö on ja jotka saavat pos tuloksen (105).

Entä ketkä kaikki saavat pos tuloksen? Edellä mainittujen lisäksi se 90% (0,9), joka ei todellisuudessa kärsi häiriöstä, mutta jotka saavat väärän positiivisen tuloksen (30).

Bayesilla: 0,1x0,84(sen)/0,1x0,84 + 0,9x0,24 (1-spes) = 0,28

Prevalenssi liitettynä taulukon lukuihin:

0,1x105/0,1×105+0,9×30=0,28

En ole tarpeeksi hyvä matematiikassa sanoakseni varmuudella, ettei kyseessä ole sattuma, mutta epätodennäköiseltä se minusta tuntuu.

Vierailija kirjoitti:

Ajatusleikki.

Entä jos tehtävässä ei olisi mainittu tätä 10 %.

Miten olisit lähtenyt ratkomaan tehtävää?

Ilman muuta pelkällä taulukolla TP/TP+FP - kuten tein nytkin. Olisin vaan täysin varma ratkaisuni oikeellisuudesta.

Vierailija kirjoitti:

Ajatusleikki.

Entä jos tehtävässä ei olisi mainittu tätä 10 %.

Miten olisit lähtenyt ratkomaan tehtävää?

Sitten olisi pitänyt olettaa, että esiintyvyyttä ei tiedetä tai se on se 0,5 ja laskea taulukosta. Eri asia kun esiintyvyys tiedettiin.

Vierailija kirjoitti:

0,1xTP/(0,1×Tp) + (0,9×Fp) antaa samam tuloksen kuin Bayes. Ajattelen näin, mutta voin olla väärässäkin:

Kaikista positiivisista tuloksista halutaan selvittää ne, joilla sairaus/häiriö on. Keitä nämä sitten ovat? Se 10% (0,1), joilla häiriö on ja jotka saavat pos tuloksen (105).

Entä ketkä kaikki saavat pos tuloksen? Edellä mainittujen lisäksi se 90% (0,9), joka ei todellisuudessa kärsi häiriöstä, mutta jotka saavat väärän positiivisen tuloksen (30).

Bayesilla: 0,1x0,84(sen)/0,1x0,84 + 0,9x0,24 (1-spes) = 0,28

Prevalenssi liitettynä taulukon lukuihin:

0,1x105/0,1×105+0,9×30=0,28

En ole tarpeeksi hyvä matematiikassa sanoakseni varmuudella, ettei kyseessä ole sattuma, mutta epätodennäköiseltä se minusta tuntuu.

Voisitko lopettaa tämän disinformaation levittämisen. Sulle on monta kertaa sanottu, että tuollaista kaavaa ei ole olemassa.

Vierailija kirjoitti:

Vierailija kirjoitti:

0,1xTP/(0,1×Tp) + (0,9×Fp) antaa samam tuloksen kuin Bayes. Ajattelen näin, mutta voin olla väärässäkin:

Kaikista positiivisista tuloksista halutaan selvittää ne, joilla sairaus/häiriö on. Keitä nämä sitten ovat? Se 10% (0,1), joilla häiriö on ja jotka saavat pos tuloksen (105).

Entä ketkä kaikki saavat pos tuloksen? Edellä mainittujen lisäksi se 90% (0,9), joka ei todellisuudessa kärsi häiriöstä, mutta jotka saavat väärän positiivisen tuloksen (30).

Bayesilla: 0,1x0,84(sen)/0,1x0,84 + 0,9x0,24 (1-spes) = 0,28

Prevalenssi liitettynä taulukon lukuihin:

0,1x105/0,1×105+0,9×30=0,28

En ole tarpeeksi hyvä matematiikassa sanoakseni varmuudella, ettei kyseessä ole sattuma, mutta epätodennäköiseltä se minusta tuntuu.

Voisitko lopettaa tämän disinformaation levittämisen. Sulle on monta kertaa sanottu, että tuollaista kaavaa ei ole olemassa.

Jos sillä oikeasti tulee sama kuin bayesilla, ei se välttämättä huono ole. Mielenkiintoista, kiitos.

En tiedä saako näin tehdä, mutta tässä yksi valmennuskurssin tehtävän ratkaisu vastaavasta tilanteesta, joskin populaation esiintyvyys ei ollut tiedossa. Sitä kylläkin kysyttiin, siksi tuolla todetaan taudin esiintyvyys potilasryhmässä:

"Testin sensitiivisyys on 35 50 = 0,7 = 70 %, testin spesifisyys on 120 150 = 0,8 = 80 %. Testin PPV on = 0,25⋅0,7 0,25⋅0,7+0,75⋅0,2 = 0,538 = 53,8 %, testin NPV on = 0,75⋅0,8 0,75⋅0,8+0,25⋅0,3 = 0,888 … ≈ 0,889. e ei ole oikein, sillä 25 % esiintyvyys on vain tässä kyseisessä potilasryhmässä, ei koko väestössä. b on siis oikein."

Tämä siis tukemaan sitä, että edelleenkään emme tiedä, kuka tämä kuuluisa henkilö oli, jolle PPV ja NPV lasketaan. 

Vierailija kirjoitti:

0,1xTP/(0,1×Tp) + (0,9×Fp) antaa samam tuloksen kuin Bayes. Ajattelen näin, mutta voin olla väärässäkin:

Kaikista positiivisista tuloksista halutaan selvittää ne, joilla sairaus/häiriö on. Keitä nämä sitten ovat? Se 10% (0,1), joilla häiriö on ja jotka saavat pos tuloksen (105).

Entä ketkä kaikki saavat pos tuloksen? Edellä mainittujen lisäksi se 90% (0,9), joka ei todellisuudessa kärsi häiriöstä, mutta jotka saavat väärän positiivisen tuloksen (30).

Bayesilla: 0,1x0,84(sen)/0,1x0,84 + 0,9x0,24 (1-spes) = 0,28

Prevalenssi liitettynä taulukon lukuihin:

0,1x105/0,1×105+0,9×30=0,28

En ole tarpeeksi hyvä matematiikassa sanoakseni varmuudella, ettei kyseessä ole sattuma, mutta epätodennäköiseltä se minusta tuntuu.

Sinua todennäköisesti hämmentää tämäkin:

"Kengännumerosi x 5, plus 50. Vastaus x 20, plus 1021. Vähennä syntymävuotesi verran (4 numeroa, esim. 2001). Nyt sinulla on vastauksena nelinumeroinen luku, joista kaksi ensimmäistä ovat kengännumerosi ja kaksi viimeistä ikäsi."

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Tehtävänannoissa voidaan antaa turhia tietoja. Eli vaikka kysymykseen olisi sisällytetty kaikenmoista tietoa, ei sitä välttämättä tarvitse itse laskusuorituksesa käyttää.

Siitä sentään kaikki ovat yhtä mieltä. :) Oliko turha tieto sitten 10 % vai 2x2-taulukko, on kiistan kohteena.

Siitä ei ole mitään epäselvyyttä, ettäkö 2x2 taulukko olisi turhaa tietoa. Sitä tarvittiin tottakai testin sensitiivisyyden ja spesifisyyden arvioimiseen. Kysymys on vain ja ainoastaan siitä, pitikö ennustearvot laskea tämän 2x2 taulukon mukaisen tutkimuksen henkilölle vai 2x2 taulukon mukaisen tutkimuksen jälkeen satunnaisesti koko populaatiosta valitulle henkilölle.

Aika monella on vielä hahmottumatta tämä asetelma...

Ja vielä lisään tähän, että 2x2 taulukon mukainen testiasetelma/tutkimusasetelma tms. mitä nimeä siitä sitten haluaakaan käyttää, tarvittiin, jotta PPV ja NPV voidaan laskea - riippumatta siitä kumpi henkilö on kyseessä, otoksen henkilö vai koko väestöstä satunnaisesti valittu. 2x2 taulukon tiedoista saadaan Sen ja Spe, jotka tarvitaan joka tapauksessa.

Juuri näin. Oleellista on siis tuo, että ”henkilöllä todellisuudessa on lukihäiriö, kun uuden lukitestin perusteella hänelle se luokitellaan.” Ja tällöinhän, jos sä pyörität vain tuon testin tietoja, sä saat tiedon, joka sulla jo oli (sä tiedät paljonko n määrä molemmissa ryhmissä). Eli tässä minä kyllä olisin käyttänyt tuota 10% tietoa, se kun kertoo sen, että jos se tällä luokitellaan, kuinka todennäköistä se sit koko populaatiossa on. Se kun on se ”todellisuudessa”.

Just näin :) se todellisuus kiinnostaa. Ehdottomasti tulee laskea esiintyvyydellä, muutoin ei tuota mitään lisäarvoa. Tieteessä pyritään aina yleistämään otosta isompaan joukkoon / populaatioon. Se on koko tutkimuksen pointti. Toinen pointti on, että taulukossa on annettu vain yksi valittu cut-off arvo, josta jo tiedetään miten paljon tunnistaa oikeita positiivisia & oikeita negatiivisia & millä kustannuksella. En vain itse näe sitä tietoarvoa, jos laskisin tästä pienestä otoksesta PPV & NPV. Se ei anna kuvaa todellisuudesta, joka meitä loppupeleissä nimenomaan kiinnostaa.

Eikö "henkilö todellisuudessa" voi tarkoittaa myös henkilöä joka osallistuu testiin? 

Voi toki, mutta kysymyksen asettelussa sanotaan ”todellisuudessa, kun tällä testillä se hänelle luokitellaan”, jolloin aika vahvasti kyllä viitataan testin luotettavuuteen koko populaatiossa. Tai näin mä sen näen.

Eli onko testin koehenkilöllä oikeasti (todellisuudessa) lukihäiriö, jos testattava uusi testi antaa sen tuloksen.

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Populaatio on kohderyhmä, johon liittyviä päätelmiä tutkimuksessa pyritään tekemään. Sitä varten kerätään otos, joka voi olla mahdollisimman samanlainen kuin populaatio, mutta myös erilainen, tilanteesta riippuen. Populaatio riippuu myös tutkimuksesta, mutta lukivaikeuden arvioimisen kohdalla on minusta ihan loogista, että ollaan kiinnostuneita koko väestöstä. Varsinkin kun lukivaikeuden esiintyvyys väestössä on erikseen mainittu tehtävän lähtöoletuksena. Esimerkiksi, jos tutkittaisiin sairautta, jota esiintyy vain naisilla, olisi taas mielekkäämpää ottaa pelkästään naiset tutkimuskohteeksi.

Pointtina on, että tutkimuksiin kerätään otos, jonka avulla pyritään tekemään kohderyhmään liittyviä päätelmiä. Kokeen tehtävässä sensitiivisyys ja spesifisyys saadaan laskettua hyvin tuolla otoksella. Koska esiintyvyys ei vaikuta niihin, niitä voidaan myös soveltaa kohderyhmään eli tässä tilanteessa väestöön. Ennustearvojen laskeminen suoraan tuosta otoksesta on taas minusta ristiriidassa kohderyhmään liittyvien päätelmien tekemisen kanssa, varsinkin kun populaation esiintyvyys oli selvästi tiedossa.

Juuri näin ja tosiaan kyllä tossa kysymyksessä yleistettävyyttä nimenomaan haetaan.

Ei vaan testin toimivuutta. Millä todennäköisyydellä henkilö on true positive.

Kyllä, mutta yleistettävyys on sama asia kuin toimivuus populaatiossa. Tossa sulla oli tiedossa jo testin sisäiset tiedot, miksi sitä uudelleen kysyttäisiin?

Siinä on hieman eri näkökulma testin tuloksiin. Tällä PPV saadaan todennäköisyys siihen, että positiivinen tulos todella on oikea positiivinen (tässä ryhmässä). Voidaan siis laskea, että millä todennäköisyydellä tutkimushenkilö A:n positiivinen on oikea positiivinen.

T: Eri

Kyllä kyllä, mutta tässä aineistossa se olisi jo tiedetyn asian uudelleen laskemista. Uskon todella vahvasti, että nimenomaan haettiin populaatiossa, mutta nähtäväksi jää toki. Kertokaa sit

Artikkelissa myös sanotaan, että

"a standard way of describing the accuracy of a diagnostic test is the two-by-two table".

tää on se standardi perusjuttu mitä käytetään. Sen jälkeen voi kyllä lähteä säveltämään kaikenlaista, mutta artikkelissakin lähdetään siitä, että perusasia on tää taulukko.

Joo tämä lause kiteyttää oikeastaan kaiken. Kun tutkitaan testiä, niin tutkitaan testin tarkkuutta. Halutaan tietää, miten tarkka se testi on. 2x2 taulukosta lasketut PPV ja NPV antavat todella paljon lisäarvoa, koska jos molemmat ovat lähellä 0, niin kyseessä on epätarkka testi. Sitten kun testiä lähdetään soveltamaan käytöntöön, niin otetaan huomioon prevalenssi. Tehtävän kysymyksenasettelu on mielestäni hieman epäselvä, mutta sana "henkilö" viittaisi mun mielestä enemmän tutkimusryhmän henkilöön kuin satunnaiseen henkilöön.