Psykologia 2021

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

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. 

No tottakai noudattaa! Myös testiin osallistunut henkilö on osa populaatiota.

Eli sun mielestä voidaan todeta, että vankilassa oleva henkilö on yhtä todennäköisesti murhaaja kuin mitä väestöstä satunnaisesti poimittu henkilö, koska koko väestössä murhaajia on arviolta x % ja vankilassa olevat ihmisetkin kuuluvat koko väestöön? 

Jos sä testaat ne henkilöt testillä ja haluat sen perusteella asettaa heille ”diagnoosin” murhaaja, niin kyllä.

Okei, eli sua hämmensi nyt tuo ettei kysymys ollut testistä ja diagnoosista. Helpotan hieman. Voit miettiä samaa kysymysasettelua korvaamalla vankilan suonensisäisiä huumeita käyttävien ryhmällä ja murhaajan hiv-diagnoosilla ja sitten miettiä, onko esiintyvyys sama em. Ryhmästä poimitulla henkilöllä ja satunnaisesti väestöstä valitulla.

Sä puhut edelleen täysin eri tason asiasta. https://www.duodecimlehti.fi/duo94223

Yritin vain saada jotain henkilöä täällä ymmärtämään, ettei tietyssä ryhmässä/otoksesta valittuun henkilöön välttämättä päde sama ilmiön/diagnoosin/piirteen/silmien värin/perheellisyyden/uskonnon/yms. todennäköisyys kuin mitä koko väestössä. Luulen, että nyt tämä keskustelu tästä asiasta harhautuu jo ihan muille poluille, joten antaapi olla. 

Okei, mutta kuinka relevanttia on lässyttää latteuksia ketjussa, jossa keskustellaan pikkasen eri tasolla?

Sama asia, josta aiempi keskustelija kirjoitti, kävi ilmi myös tuosta sun omasta linkistä. Ehkä missasit hänen pointtinsa.

En missannut pointtia ja hän toki yritti puhua asiaa, mutta tämä yksinkertaistus oli alun alken turhaa, kun se ei kuvaa keskustelussa olevaa asiaa lainkaan.

millä todennäköisyydellä henkilöllä on todellisuudessa lukihäiriö, kun se hänelle luokiteltiin uuden testin perusteella. Voi viitata myös taulukkoon. Henkilö kuuluu niiden joukkoon, joilla on todettu lukihäiriö. Mikä on todennäköisyys, että kuuluu oikeasti niihin joilla se on?

Noh, senhän voi sen todennäköisyyden ihan laskea sen taulukon perusteella (sairaat/terveet/oikein diagnosoidut/ väärin diagnosoidut).

Vierailija kirjoitti:

millä todennäköisyydellä henkilöllä on todellisuudessa lukihäiriö, kun se hänelle luokiteltiin uuden testin perusteella. Voi viitata myös taulukkoon. Henkilö kuuluu niiden joukkoon, joilla on todettu lukihäiriö. Mikä on todennäköisyys, että kuuluu oikeasti niihin joilla se on?

Noh, senhän voi sen todennäköisyyden ihan laskea sen taulukon perusteella (sairaat/terveet/oikein diagnosoidut/ väärin diagnosoidut).

Niin, joilla OIKEASTI on se.

Mikään testi ei ole sataprosenttinen. Tulee myös vääriä positiivisia ja vääriä negatiivisia.

Vierailija kirjoitti:

millä todennäköisyydellä henkilöllä on todellisuudessa lukihäiriö, kun se hänelle luokiteltiin uuden testin perusteella. Voi viitata myös taulukkoon. Henkilö kuuluu niiden joukkoon, joilla on todettu lukihäiriö. Mikä on todennäköisyys, että kuuluu oikeasti niihin joilla se on?

Noh, senhän voi sen todennäköisyyden ihan laskea sen taulukon perusteella (sairaat/terveet/oikein diagnosoidut/ väärin diagnosoidut).

Niinpä. Näin yksinkertaista se on. Tästä on kuitenkin väännetty nyt 200 sivua kun kaikki ei ymmärrä tätä.

Minua hämää kysymyksessä se, että tässähän siis oli tavallaan kaksi testiä. Se ns. aiempi testi/tapa, jolla diagnoosi on tehty ja uusi testi. Siksi mietin, että voi hyvinkin olla mahdollista, että tuo tehtävän kysymys viittaa nyt testiporukkaan ja siihen, että piti laskea uuden testin ppv ja npv, ja katsoa miten testi suoriutui verrattuna aiempaan testiin.

MUTTA pidän ihan yhtä todennäköisenä bayesin menetelmän oikeellisuutta. Joku myös hyvin otti esille tuon kysymyksen muotoilun, eli ei kysytty menneessä aikamuodossa.

Ajattelen, että kysymyksen muotoilussa A) aikamuoto viittaa 10% prevalenssin käyttöön JA B) puhe pelkästä henkilöstä viittaa taas testiporukkaan eli 0,5% prevalenssin käyttöön. 

Minusta tilanne on tosi hämmentävä. Kiva, että osa osaa täällä olla vuoren varmoja kannastaan. 

Olen kuullut, että psykologiassa on aiemminkin ollut tällaisia huonosti ja tulkinnallisesti laadittuja tehtävänantoja. Yksi hyvä esimerkki on yksi v. 2019 loogisen päättelyn tehtävä, johon oli yhtä oikein saada toinenkin vastaus kuin mikä hyväksytty vastaus oli (tämä siis myös esim. tilastotieteiden opettajan mielipide), ja silti vain se kokeentekijän ajattelema oikea vastaus hyväksyttiin. 

Vierailija kirjoitti:

Minua hämää kysymyksessä se, että tässähän siis oli tavallaan kaksi testiä. Se ns. aiempi testi/tapa, jolla diagnoosi on tehty ja uusi testi. Siksi mietin, että voi hyvinkin olla mahdollista, että tuo tehtävän kysymys viittaa nyt testiporukkaan ja siihen, että piti laskea uuden testin ppv ja npv, ja katsoa miten testi suoriutui verrattuna aiempaan testiin.

MUTTA pidän ihan yhtä todennäköisenä bayesin menetelmän oikeellisuutta. Joku myös hyvin otti esille tuon kysymyksen muotoilun, eli ei kysytty menneessä aikamuodossa.

Ajattelen, että kysymyksen muotoilussa A) aikamuoto viittaa 10% prevalenssin käyttöön JA B) puhe pelkästä henkilöstä viittaa taas testiporukkaan eli 0,5% prevalenssin käyttöön. 

Minusta tilanne on tosi hämmentävä. Kiva, että osa osaa täällä olla vuoren varmoja kannastaan. 

Olen kuullut, että psykologiassa on aiemminkin ollut tällaisia huonosti ja tulkinnallisesti laadittuja tehtävänantoja. Yksi hyvä esimerkki on yksi v. 2019 loogisen päättelyn tehtävä, johon oli yhtä oikein saada toinenkin vastaus kuin mikä hyväksytty vastaus oli (tämä siis myös esim. tilastotieteiden opettajan mielipide), ja silti vain se kokeentekijän ajattelema oikea vastaus hyväksyttiin. 

Tottakai on kaksi testiä. Eihän sitä uutta testiä voisi tutkia jos ei tietäisi tutkittavien todellista tilaa. Pitää olla joku gold standard, johon uutta testiä verrataan. Näinhän kerrottiin artikkelissakin.

Vierailija kirjoitti:

Minua hämää kysymyksessä se, että tässähän siis oli tavallaan kaksi testiä. Se ns. aiempi testi/tapa, jolla diagnoosi on tehty ja uusi testi. Siksi mietin, että voi hyvinkin olla mahdollista, että tuo tehtävän kysymys viittaa nyt testiporukkaan ja siihen, että piti laskea uuden testin ppv ja npv, ja katsoa miten testi suoriutui verrattuna aiempaan testiin.

MUTTA pidän ihan yhtä todennäköisenä bayesin menetelmän oikeellisuutta. Joku myös hyvin otti esille tuon kysymyksen muotoilun, eli ei kysytty menneessä aikamuodossa.

Ajattelen, että kysymyksen muotoilussa A) aikamuoto viittaa 10% prevalenssin käyttöön JA B) puhe pelkästä henkilöstä viittaa taas testiporukkaan eli 0,5% prevalenssin käyttöön. 

Minusta tilanne on tosi hämmentävä. Kiva, että osa osaa täällä olla vuoren varmoja kannastaan. 

Olen kuullut, että psykologiassa on aiemminkin ollut tällaisia huonosti ja tulkinnallisesti laadittuja tehtävänantoja. Yksi hyvä esimerkki on yksi v. 2019 loogisen päättelyn tehtävä, johon oli yhtä oikein saada toinenkin vastaus kuin mikä hyväksytty vastaus oli (tämä siis myös esim. tilastotieteiden opettajan mielipide), ja silti vain se kokeentekijän ajattelema oikea vastaus hyväksyttiin. 

Tiedätkö mistä v. 2019 tehtävästä on kysymys? Kiinnostaisi tietää

Vierailija kirjoitti:

Vierailija kirjoitti:

Minua hämää kysymyksessä se, että tässähän siis oli tavallaan kaksi testiä. Se ns. aiempi testi/tapa, jolla diagnoosi on tehty ja uusi testi. Siksi mietin, että voi hyvinkin olla mahdollista, että tuo tehtävän kysymys viittaa nyt testiporukkaan ja siihen, että piti laskea uuden testin ppv ja npv, ja katsoa miten testi suoriutui verrattuna aiempaan testiin.

MUTTA pidän ihan yhtä todennäköisenä bayesin menetelmän oikeellisuutta. Joku myös hyvin otti esille tuon kysymyksen muotoilun, eli ei kysytty menneessä aikamuodossa.

Ajattelen, että kysymyksen muotoilussa A) aikamuoto viittaa 10% prevalenssin käyttöön JA B) puhe pelkästä henkilöstä viittaa taas testiporukkaan eli 0,5% prevalenssin käyttöön. 

Minusta tilanne on tosi hämmentävä. Kiva, että osa osaa täällä olla vuoren varmoja kannastaan. 

Olen kuullut, että psykologiassa on aiemminkin ollut tällaisia huonosti ja tulkinnallisesti laadittuja tehtävänantoja. Yksi hyvä esimerkki on yksi v. 2019 loogisen päättelyn tehtävä, johon oli yhtä oikein saada toinenkin vastaus kuin mikä hyväksytty vastaus oli (tämä siis myös esim. tilastotieteiden opettajan mielipide), ja silti vain se kokeentekijän ajattelema oikea vastaus hyväksyttiin. 

Tiedätkö mistä v. 2019 tehtävästä on kysymys? Kiinnostaisi tietää

Loogisista päättelyistä se nro 12, missä on kolmion muodossa numerot. Muistelisin, että oikea vastaus oli 7 mutta myös 2 olisi ollut ihan looginen valinta. Joku taisi tätä ehkäpä pohtiakin joskus tässä ketjussa :) 

Vierailija kirjoitti:

Vierailija kirjoitti:

Minua hämää kysymyksessä se, että tässähän siis oli tavallaan kaksi testiä. Se ns. aiempi testi/tapa, jolla diagnoosi on tehty ja uusi testi. Siksi mietin, että voi hyvinkin olla mahdollista, että tuo tehtävän kysymys viittaa nyt testiporukkaan ja siihen, että piti laskea uuden testin ppv ja npv, ja katsoa miten testi suoriutui verrattuna aiempaan testiin.

MUTTA pidän ihan yhtä todennäköisenä bayesin menetelmän oikeellisuutta. Joku myös hyvin otti esille tuon kysymyksen muotoilun, eli ei kysytty menneessä aikamuodossa.

Ajattelen, että kysymyksen muotoilussa A) aikamuoto viittaa 10% prevalenssin käyttöön JA B) puhe pelkästä henkilöstä viittaa taas testiporukkaan eli 0,5% prevalenssin käyttöön. 

Minusta tilanne on tosi hämmentävä. Kiva, että osa osaa täällä olla vuoren varmoja kannastaan. 

Olen kuullut, että psykologiassa on aiemminkin ollut tällaisia huonosti ja tulkinnallisesti laadittuja tehtävänantoja. Yksi hyvä esimerkki on yksi v. 2019 loogisen päättelyn tehtävä, johon oli yhtä oikein saada toinenkin vastaus kuin mikä hyväksytty vastaus oli (tämä siis myös esim. tilastotieteiden opettajan mielipide), ja silti vain se kokeentekijän ajattelema oikea vastaus hyväksyttiin. 

Tottakai on kaksi testiä. Eihän sitä uutta testiä voisi tutkia jos ei tietäisi tutkittavien todellista tilaa. Pitää olla joku gold standard, johon uutta testiä verrataan. Näinhän kerrottiin artikkelissakin.

Moi, totta kai on. Tarkoitukseni oli siis analysoida tuota tehtävänantoa ja sen muotoilua :) 

Vierailija kirjoitti:

millä todennäköisyydellä henkilöllä on todellisuudessa lukihäiriö, kun se hänelle luokiteltiin uuden testin perusteella. Voi viitata myös taulukkoon. Henkilö kuuluu niiden joukkoon, joilla on todettu lukihäiriö. Mikä on todennäköisyys, että kuuluu oikeasti niihin joilla se on?

Noh, senhän voi sen todennäköisyyden ihan laskea sen taulukon perusteella (sairaat/terveet/oikein diagnosoidut/ väärin diagnosoidut).

Ja juuri siksi viimeiset tehtävät olisivat olleet ”turhia”.

Vierailija kirjoitti:

Vierailija kirjoitti:

millä todennäköisyydellä henkilöllä on todellisuudessa lukihäiriö, kun se hänelle luokiteltiin uuden testin perusteella. Voi viitata myös taulukkoon. Henkilö kuuluu niiden joukkoon, joilla on todettu lukihäiriö. Mikä on todennäköisyys, että kuuluu oikeasti niihin joilla se on?

Noh, senhän voi sen todennäköisyyden ihan laskea sen taulukon perusteella (sairaat/terveet/oikein diagnosoidut/ väärin diagnosoidut).

Niinpä. Näin yksinkertaista se on. Tästä on kuitenkin väännetty nyt 200 sivua kun kaikki ei ymmärrä tätä.

Minä taas uskon, että yksinkertaistuksesi on väärä tulkinta. Minä en toki kokeessa ollut ja arvioni perustuu siihen mitä täällä on puhuttu. Sen perusteella ja näitä asioita tutkimustyössä pyöritelleenä, sanoisin, että te olette väärässä. Nähtäväksi nyt jää.

Vierailija kirjoitti:

millä todennäköisyydellä henkilöllä on todellisuudessa lukihäiriö, kun se hänelle luokiteltiin uuden testin perusteella. Voi viitata myös taulukkoon. Henkilö kuuluu niiden joukkoon, joilla on todettu lukihäiriö. Mikä on todennäköisyys, että kuuluu oikeasti niihin joilla se on?

Noh, senhän voi sen todennäköisyyden ihan laskea sen taulukon perusteella (sairaat/terveet/oikein diagnosoidut/ väärin diagnosoidut).

Tämä on vasta ensimmäinen taso asiassa. Tämä kertoo sen, että tässä aineistossa tällä mittarilla on näin. Sen sijaan testi saattaa antaa väärän positiivisen, jolloin todennäköisyys onkin eri. Siksi tuo 10% annettiin tiedoksi.

Vierailija kirjoitti:

Vierailija kirjoitti:

millä todennäköisyydellä henkilöllä on todellisuudessa lukihäiriö, kun se hänelle luokiteltiin uuden testin perusteella. Voi viitata myös taulukkoon. Henkilö kuuluu niiden joukkoon, joilla on todettu lukihäiriö. Mikä on todennäköisyys, että kuuluu oikeasti niihin joilla se on?

Noh, senhän voi sen todennäköisyyden ihan laskea sen taulukon perusteella (sairaat/terveet/oikein diagnosoidut/ väärin diagnosoidut).

Tämä on vasta ensimmäinen taso asiassa. Tämä kertoo sen, että tässä aineistossa tällä mittarilla on näin. Sen sijaan testi saattaa antaa väärän positiivisen, jolloin todennäköisyys onkin eri. Siksi tuo 10% annettiin tiedoksi.

Miten sää et tajua? Siis siinä taulukossahan jo on ne oikeat positiiviset ja väärät positiiviset!! Oikeita positiivia oli 105 ja vääriä positiivisia 30! Mikä tässä on niin vaikea tajuta? Sitä prevalenssia ei tarvitse mihinkään. Sitten kun lähdet soveltamaan tuota testiä SATUNNAISEEN henkilöön, niin tarvitaan prevalenssia! Musta tuntuu et osa porukasta ei edes lue näitä viestejä ajatuksen kanssa. Itsepäisesti vaan pidetään kiinni omasta näkökulmasta ymmärtämättä asiaa.

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

millä todennäköisyydellä henkilöllä on todellisuudessa lukihäiriö, kun se hänelle luokiteltiin uuden testin perusteella. Voi viitata myös taulukkoon. Henkilö kuuluu niiden joukkoon, joilla on todettu lukihäiriö. Mikä on todennäköisyys, että kuuluu oikeasti niihin joilla se on?

Noh, senhän voi sen todennäköisyyden ihan laskea sen taulukon perusteella (sairaat/terveet/oikein diagnosoidut/ väärin diagnosoidut).

Tämä on vasta ensimmäinen taso asiassa. Tämä kertoo sen, että tässä aineistossa tällä mittarilla on näin. Sen sijaan testi saattaa antaa väärän positiivisen, jolloin todennäköisyys onkin eri. Siksi tuo 10% annettiin tiedoksi.

Miten sää et tajua? Siis siinä taulukossahan jo on ne oikeat positiiviset ja väärät positiiviset!! Oikeita positiivia oli 105 ja vääriä positiivisia 30! Mikä tässä on niin vaikea tajuta? Sitä prevalenssia ei tarvitse mihinkään. Sitten kun lähdet soveltamaan tuota testiä SATUNNAISEEN henkilöön, niin tarvitaan prevalenssia! Musta tuntuu et osa porukasta ei edes lue näitä viestejä ajatuksen kanssa. Itsepäisesti vaan pidetään kiinni omasta näkökulmasta ymmärtämättä asiaa.

Eli sun mielestä ton testin erottelukyky on 100%? Miksi asiaa yleensäkään kysyttiin?

PPV tarkoittaa, millä todennäköisyydellä henkilö on todella sairas, kun hän saa positiivisen testituloksen. Eli oikeiden positiivisten suhde kaikkiin positiivisen testituloksen saaneisiin. Eli tp/tp+fp. Eli 105/(105+30) = 0,778. Oliko nyt tarpeeksi rautalangasta väännetty?

Ja kuten artikkelissa kerrotaan, niin prevalenssi vaikuttaa ennustusarvoihin. Se tarkoittaa sitä, että kun prevalenssi kasvaa, niin PPV kasvaa ja NPV laskee. Tässä on nyt kyse siitä, lasketaanko PPV otoksen henkilölle vai satunnaiselle henkilölle. Tämä on nyt ainakin sadas kerta kun tämä asia täällä sanotaan, eikä vieläkään mene joillekin jakeluun. Mitä enemmän täällä keskustelen tästä asiasta, sitä vakuuttuneemmaksi tulen siitä, että Bayesin kannattajat eivät edes ymmärrä, mistä puhutaan.

Ja jos et vieläkään ymmärtänyt asiaa, niin lue tämä viesti niin monesti, että todella y m m ä r r ä t.

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

millä todennäköisyydellä henkilöllä on todellisuudessa lukihäiriö, kun se hänelle luokiteltiin uuden testin perusteella. Voi viitata myös taulukkoon. Henkilö kuuluu niiden joukkoon, joilla on todettu lukihäiriö. Mikä on todennäköisyys, että kuuluu oikeasti niihin joilla se on?

Noh, senhän voi sen todennäköisyyden ihan laskea sen taulukon perusteella (sairaat/terveet/oikein diagnosoidut/ väärin diagnosoidut).

Tämä on vasta ensimmäinen taso asiassa. Tämä kertoo sen, että tässä aineistossa tällä mittarilla on näin. Sen sijaan testi saattaa antaa väärän positiivisen, jolloin todennäköisyys onkin eri. Siksi tuo 10% annettiin tiedoksi.

Miten sää et tajua? Siis siinä taulukossahan jo on ne oikeat positiiviset ja väärät positiiviset!! Oikeita positiivia oli 105 ja vääriä positiivisia 30! Mikä tässä on niin vaikea tajuta? Sitä prevalenssia ei tarvitse mihinkään. Sitten kun lähdet soveltamaan tuota testiä SATUNNAISEEN henkilöön, niin tarvitaan prevalenssia! Musta tuntuu et osa porukasta ei edes lue näitä viestejä ajatuksen kanssa. Itsepäisesti vaan pidetään kiinni omasta näkökulmasta ymmärtämättä asiaa.

Eli sun mielestä ton testin erottelukyky on 100%? Miksi asiaa yleensäkään kysyttiin?

Millä logiikalla päädyit siihen, että testin erottelukyky olisi mun mielestä 100%? Juurihan sanoin että oikeita positiivisia oli 105 ja vääriä positiivisiä 30, eli PPV = 105/135 = 0,778. Jos testin erottelukyky olisi 100%, niin silloin oikeita positiivia olisi 135 ja vääriä positiivisia 0, eli 135/135 = 1 = 100%.

Ymmärrätkö edes mitä tuo PPV tarkoittaa? Ilmeisesti et?

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

millä todennäköisyydellä henkilöllä on todellisuudessa lukihäiriö, kun se hänelle luokiteltiin uuden testin perusteella. Voi viitata myös taulukkoon. Henkilö kuuluu niiden joukkoon, joilla on todettu lukihäiriö. Mikä on todennäköisyys, että kuuluu oikeasti niihin joilla se on?

Noh, senhän voi sen todennäköisyyden ihan laskea sen taulukon perusteella (sairaat/terveet/oikein diagnosoidut/ väärin diagnosoidut).

Tämä on vasta ensimmäinen taso asiassa. Tämä kertoo sen, että tässä aineistossa tällä mittarilla on näin. Sen sijaan testi saattaa antaa väärän positiivisen, jolloin todennäköisyys onkin eri. Siksi tuo 10% annettiin tiedoksi.

Miten sää et tajua? Siis siinä taulukossahan jo on ne oikeat positiiviset ja väärät positiiviset!! Oikeita positiivia oli 105 ja vääriä positiivisia 30! Mikä tässä on niin vaikea tajuta? Sitä prevalenssia ei tarvitse mihinkään. Sitten kun lähdet soveltamaan tuota testiä SATUNNAISEEN henkilöön, niin tarvitaan prevalenssia! Musta tuntuu et osa porukasta ei edes lue näitä viestejä ajatuksen kanssa. Itsepäisesti vaan pidetään kiinni omasta näkökulmasta ymmärtämättä asiaa.

Ja sä tulkitsit, että tässä kysyttiin itsestään selvää asiaa, eli mitattiin sitä, että osaako lukea luvut? Millä perusteella? Kyllä mä edelleen olen sitä mieltä, että kysymyksen asettelu viittaa satunnaiseen henkilöön.

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

millä todennäköisyydellä henkilöllä on todellisuudessa lukihäiriö, kun se hänelle luokiteltiin uuden testin perusteella. Voi viitata myös taulukkoon. Henkilö kuuluu niiden joukkoon, joilla on todettu lukihäiriö. Mikä on todennäköisyys, että kuuluu oikeasti niihin joilla se on?

Noh, senhän voi sen todennäköisyyden ihan laskea sen taulukon perusteella (sairaat/terveet/oikein diagnosoidut/ väärin diagnosoidut).

Tämä on vasta ensimmäinen taso asiassa. Tämä kertoo sen, että tässä aineistossa tällä mittarilla on näin. Sen sijaan testi saattaa antaa väärän positiivisen, jolloin todennäköisyys onkin eri. Siksi tuo 10% annettiin tiedoksi.

Miten sää et tajua? Siis siinä taulukossahan jo on ne oikeat positiiviset ja väärät positiiviset!! Oikeita positiivia oli 105 ja vääriä positiivisia 30! Mikä tässä on niin vaikea tajuta? Sitä prevalenssia ei tarvitse mihinkään. Sitten kun lähdet soveltamaan tuota testiä SATUNNAISEEN henkilöön, niin tarvitaan prevalenssia! Musta tuntuu et osa porukasta ei edes lue näitä viestejä ajatuksen kanssa. Itsepäisesti vaan pidetään kiinni omasta näkökulmasta ymmärtämättä asiaa.

Ja sä tulkitsit, että tässä kysyttiin itsestään selvää asiaa, eli mitattiin sitä, että osaako lukea luvut? Millä perusteella? Kyllä mä edelleen olen sitä mieltä, että kysymyksen asettelu viittaa satunnaiseen henkilöön.

Millähän perusteella tuo on itsestäänselvä asia, että osaa laskea PPV:n tuosta taulukosta? PPV on 105/135 = 0,778. Ei todellakaan ole mikään "itsesäänselvä asia". Samalla tavallahan voidaan ajatella, että sensitiivisyys ja spesifisyys ovat "itsesäänselviä asioita" kun ne voi lukea taulukosta. Voi huoh. Kyllä, kyse on edelleen siitä, tarkoitetaanko henkilöllä otoksen henkilöä vai satunnaista henkilöä. Kokeen tekijät vain tietävät, kumpaa haettiin.

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

Vierailija kirjoitti:

millä todennäköisyydellä henkilöllä on todellisuudessa lukihäiriö, kun se hänelle luokiteltiin uuden testin perusteella. Voi viitata myös taulukkoon. Henkilö kuuluu niiden joukkoon, joilla on todettu lukihäiriö. Mikä on todennäköisyys, että kuuluu oikeasti niihin joilla se on?

Noh, senhän voi sen todennäköisyyden ihan laskea sen taulukon perusteella (sairaat/terveet/oikein diagnosoidut/ väärin diagnosoidut).

Tämä on vasta ensimmäinen taso asiassa. Tämä kertoo sen, että tässä aineistossa tällä mittarilla on näin. Sen sijaan testi saattaa antaa väärän positiivisen, jolloin todennäköisyys onkin eri. Siksi tuo 10% annettiin tiedoksi.

Miten sää et tajua? Siis siinä taulukossahan jo on ne oikeat positiiviset ja väärät positiiviset!! Oikeita positiivia oli 105 ja vääriä positiivisia 30! Mikä tässä on niin vaikea tajuta? Sitä prevalenssia ei tarvitse mihinkään. Sitten kun lähdet soveltamaan tuota testiä SATUNNAISEEN henkilöön, niin tarvitaan prevalenssia! Musta tuntuu et osa porukasta ei edes lue näitä viestejä ajatuksen kanssa. Itsepäisesti vaan pidetään kiinni omasta näkökulmasta ymmärtämättä asiaa.

Eli sun mielestä ton testin erottelukyky on 100%? Miksi asiaa yleensäkään kysyttiin?

Millä logiikalla päädyit siihen, että testin erottelukyky olisi mun mielestä 100%? Juurihan sanoin että oikeita positiivisia oli 105 ja vääriä positiivisiä 30, eli PPV = 105/135 = 0,778. Jos testin erottelukyky olisi 100%, niin silloin oikeita positiivia olisi 135 ja vääriä positiivisia 0, eli 135/135 = 1 = 100%.

Ymmärrätkö edes mitä tuo PPV tarkoittaa? Ilmeisesti et?

Aivan, eli ei ollut. Ja kyllä vain tiedän, sä et nyt ymmärrä kyseessä mun mielestä olevan nimenomaan satunnaisen henkilön diagnoosista.

Tässä ihan hyvä selitys.

Sensitivity and specificity measure the intrinsic accuracy of a test and require that the status of disease is known. However, in clinical practice when using a test, the true disease status is usually unknown and we perform the test to inform us about the presence of the disease. When using a test, we need to know how well the test result predicts the presence or absence of disease. The positive predictive value (PPV) and negative predictive value (NPV) provide such information. The PPV is the probability that a positive test result correctly predicts the presence of disease, whereas NPV is the probability that a negative test result correctly predicts the absence of disease.

The PPV and NPV are dependent on both the underlying prevalence of disease in the population to be tested and the intrinsic accuracy (i.e. sensitivity and specificity) of the test. For any given test, when the disease prevalence is higher, the PPV is higher while the NPV is lower. For this reason, it is usually not appropriate to calculate the PPV and NPV directly from studies that oversample subjects with disease (such as a 1:1 case-control study that artificially sets the disease prevalence at 50%), because such studies do not reflect the true disease prevalence in the population that the test will be used in. Instead, using the following formula, the sensitivity (Se) and specificity (Sp) estimated from a case-control study can be applied to calculate the PPV and NPV of a test in a target population with disease prevalence (P), which is usually estimated from a separate study. (Tämän jälkeen tuli bayesin kaava, mutta kuvana niin ei saa tähän.)

https://iovs.arvojournals.org/article.aspx?articleid=2770806