Bewertung diagnostischer Tests
|
|
- Gabriel Nicolas Giese
- vor 7 Jahren
- Abrufe
Transkript
1 n g c gesund krank n k c Segreganz negativ positiv negativ positiv Relevanz Beertung diagnostischer Tests gesund krank c Annahme: Überlappende Populationen eine messbare Grösse (z.b Konzentration) vergrössert sich in der kranken Population die Veränderung ist ichtig, nicht die Vergrösserung KAD Das Mass der Überlappung nutzlose Methode reelle Methoden perfekte Methode 3 4
2 Basismatrix für diagnostische Tests Wahrheitsmatrix mögliche Ergebnisskonstellationen Prävalenz de sp ( ) se sp ahrer Zustand: gesund oder krank Prävalenz: Häufigkeit einer Krankheit in einer Population, Krankheitshäufigkeit, Wahrscheinlichkeit vor dem Test (Vortestahrscheinlichkeit, a-priori-wahrscheinlichkeit) nach dem Test: negativ o. positiv alle Kranken alle Untersuchten 5 6 Die Zuverlässigkeit diagnostischer Tests ird mit den Kennerten (Validätsparameter) beschrieben. Relevanz Segreganz = 25% = 5% = 75% Jeder Test sollte an einem internationalen Standard geeicht erden, und es sollte eine Referenzmethode (Goldstandard) zur Erfassung des tatsächlichen Zustandes des Patienten verfügbar sein. 7 8
3 Diagnostische Grenzert Sens. (se) Empfindlichkeit. Wahrscheinlichkeit, einen Kranken als positiv zu erkennen se = 5% se se = 7% se richtig positiv krank Tests mit hoher sind bei der Frühdiagnostik (screening) von Krankheiten erünscht, und enn es darauf ankommt, dass möglichst enig Kranke unentdeckt bleiben. 9 se = 9% se = % Diagnostische sp = 5% Grenzert Spez. sp = 7% (sp) Wahrscheinlichkeit, einen Gesunden als negativ zu erkennen sp richtig negativ gesund sp sp = 9% sp = % Tests mit hoher sind als Bestätigungstests erünscht und in allen Situationen, in denen eine falsch-positive Diagnose fatale Folgen hätte. 2
4 u. : gegenläufige Eigenschaften von Testen N(3,) N(4,) N(4.5,) Diagnostische Falschpositivrate - sp (vgl. Fehler. Art) N(7,) N(6,) N(5.5,) Diagnostische Falschnegativrate - se (vgl. Fehler 2. Art) grössere Überlappung der Verteilungen 3 4 horizontale Raten hängen von der Prävalenz nicht ab (se) Falschnegativrate (-se) (sp) se - se sp Vorhersageerten (prädiktive Werte, vertikale Raten) Wahrscheinlichkeiten nach dem Test, Nachtestahrscheinlichkeiten, a-posteriori-wahrscheinlichkeiten Diagnostische Relevanz positiv prädiktiver Wert, positiver Vorhersageert, positive predictive value se PPV se (- sp) (- ) Wahrscheinlichkeit eines Test-Positiven, krank zu sein Falschpositivrate (-sp) - sp PPV richtig positiv positiv 5 6
5 Diagnostische Segreganz negativ prädiktiver Wert, negativer Vorhersageert, negative predictive value Falschalarm(rate) - PPV Wahrscheinlichkeit eines Test-Negativen, gesund zu sein PVN richtig negativ negativ falsche Beruhigung(srate) - NPV 7 8 vertikale Raten hängen von der Prävalenz ab Relevanz (PPV) Falschalarmrate (-PPV) Segreganz (NPV) falsche Beruhigung (-NPV) PPV - PPV NPV - NPV Diagnostische Effektivität richtige Klassifikationsrate sp ( ) NPV sp ( ) (- se) de se sp (- ) richtig positiv richtig negativ de gesund krank de oft: Grenzert ist so geählt, dass Effektivität maximal ist 9 2
6 Effekt der Prävalenz PVN = 9% (de = 9%) PVP = 5% 2 Bei einer sehr kleineren Prävalenz können die hochsensitive und gleichzeitig hochspezifische Tests sehr geringe Relevanz haben. Prävalenz =. % = 98 % = 98 % Relevanz = 4 % 22 Übersichtstabelle Falschnegativrate Falschpositivrate Relevanz; positiver prädiktiver Wert Segreganz; negativer prädiktiver Wert Falschalarmrate se sp -se -sp PVP PVN -PVP p P K p N G p N K p P G p K P p G N p G P bedingte ahrscheinlichkeit (Bayes) Testpositiven z. den Kranken Testnegativen z. den Gesunden Testnegativen z. den Kranken Testpositiven z. den Gesunden Kranken z. den Testpositiven Gesunden z.den Testnegativen Gesunden z. den Testpositiven Richtigpositivrate, Empfindlichkeit Beispiel A: = 5% Test negativ positiv sp = 9% Goldstandard gesund 9 krank 9 se = 9% (de = 9%) PVP = 9% PVN = 99% Beispiel B: = % Test negativ positiv sp = 9% Goldstandard gesund 8 9 krank 9 se = 9% Richtignegativrate positiver Vorhersageert negativer Vorhersageert Fehlalarmrate Vergleichung verschiedener diagnostischer Methode. ROC Kurven ROC: receiver-operator (operating) characteristic ca. 95: erste ROC Analyse (receiver: Radar Empfänger) ca. 97: die erste medizinische Anendungen falsche Beruhigungsrate -PVN p K N Kranken z. den Tesnegativen 23-24
7 nutzlose Methode noch bessere Methode bessere Methode sehr gute Methode ROC Analyse Beispiel: Tumormarker im Bauchasser (Ascites) Die Erhöhung von CEA (und/oder Cholesterin) Konzentration im Bauchasser kann mit Karzinose in Zusammenhang bringen. Specificity (%) 5 Specificity (%) 5 Sensitivity (%) 5 CEA (Carcinoembryonales Antigen) Sensitivity (%) 5 Cholesterin Welche Methode ist besser? Wie kann man den optimalen Grenzert ausählen? Gulyás M, Kaposi AD, Elek G, Szollár LG, Hjerpe A, Value of carcinoembryonic antigen (CEA) and cholesterol assays of ascitic fluid in cases of inconclusive cytology, J Clinical Pathology 2 (54)
8 de se sp ( ) de se ( sp ) de ( sp) se se ( sp) de Steigung enn Achsenabschnitt.5 : de = se ( sp) 2 de =.5 de =.5 - enn <.5: Die Steigung der Geraden mit gleicher diagnostischen Effektivität ist grösser als. z.b. =., die Steigung: 9 se ( sp) de Steigung Achsenabschnitt enn >.5: Die Steigung der Geraden mit gleicher diagnostischen Effektivität ist kleiner als. z.b. =.6, Steigung:.66 =. =.6 de = de = Die Punkte, die gleiche diagnostische Effektivität haben, sind auf den Geraden mit einer Steigung von. de =.5 de =.5 Wenn de =.5 ist, dann beträgt der Achsenabschnitt Isoeffektive Kurven auf ROC Ascites (+ Cholesterin, CEA) prevalence:. prevalence:.2 prevalence:.3 prevalence:. prevalence:.2 prevalence:.3 specificity.5 specificity.5 specificity.5 specificity.5 specificity.5 specificity prevalence:.4 prevalence:.5 prevalence:.6 prevalence:.4 specificity.5 prevalence:.5 specificity.5 prevalence:.6 specificity.5 specificity.5 specificity.5 specificity
9 Weitere Beispiele Beispiel: maximalisieren ir die diagnostische Effektivität! bei einem kleineren Prävalenzert ist die CDT Methode besser bei einem höheren Prävalenzert ist die GGT Methode besser ROC für CDT (carbohydrate deficient transferrin) und GGT (gamma-glutamyltransferase) in Bezug auf Alkoholismus. Da CDT praktisch immer auf der linken, oberen Seite der GGT liegt, ist CDT ein esentlich besser Test für Alkoholkonsum als GGT 33 34
Bewertung diagnostischer Tests
n g c gesund krank n k c Segreganz negativ positiv negativ positiv Relevanz Beertung diagnostischer Tests gesund krank c Annahme: Überlappende Populationen eine messbare Grösse (z.b Konzentration) vergrössert
MehrBewertung diagnostischer Tests
Δn g Δc gesund krank Δn k Δc Segreganz negativ positiv negativ positiv Relevanz Beertung diagnostischer Tests gesund krank c Annahme: Überlappende Populationen eine messbare Grösse (z.b Konzentration)
MehrDiagnostische Verfahren
6. Diagnostische s Jede Registrierung oder Auswertung einer Information mit dem Ziel der Erkennung einer Erung oder eines speziellen Zustandes wird diagnostischer genannt. Beispiele Reaktion auf Ansprechen
MehrMedizinische Biometrie (L5)
Medizinische Biometrie (L5) Vorlesung V Der diagnostische Test Prof. Dr. Ulrich Mansmann Institut für Medizinische Informationsverarbeitung, Biometrie und Epidemiologie mansmann@ibe.med.uni-muenchen.de
MehrMedizinische Psychologie. Bewertung wissenschaftlicher Ergebnisse, Evidenzbasierte Medizin, Anwendung statistischer Information
Medizinische Psychologie Bewertung wissenschaftlicher Ergebnisse, Evidenzbasierte Medizin, Anwendung statistischer Information Bewertung wissenschaftlicher Ergebnisse Replizierbarkeit (Wiederholbarkeit)
MehrDiagnostikstudien. Dr. Dirk Hasenclever IMISE, Leipzig.
Diagnostikstudien Dr. Dirk Hasenclever IMISE, Leipzig Hasenclever@IMISE.uni-Leipzig.de Diagnostische Tests Krankheit ja Krankheit nein Test positiv TrueP FP Test negativ FN TrueN Test- Positive Test- Negative
MehrThemenblock. Diagnose und Prognose. Querschnittsbereich Epidemiologie, Med. Biometrie und Med. Informatik. Themen im Block Diagnose und Prognose
Themenblock Diagnose und Prognose Querschnittsbereich Epidemiologie, Med. Biometrie und Med. Informatik Themen im Block Diagnose und Prognose Diagnose Prävalenz und prädiktive Werte Güte von diagnostischen
MehrStatistical Coaching. Thomas Forstner
Statistical Coaching Thomas Forstner Diagnoseverfahren Allgemein Vergleich: wahrer Befund mit Test (Diagnose) wahrer Befund muss bekannt sein (Goldstandard) 3 Analogie zur Testtheorie 4 Beurteilung von
MehrSeminar Diagnostik L5
Seminar Diagnostik L5 Regenwahrscheinlichkeit Bezugsgröße festlegen! Beipackzettel Bezugsgröße festlegen! Brustkrebs-Screening Entscheidungsmöglichkeiten bei diagnostischen Tests Wahrer Zustand des Patienten
MehrVorlesung - Medizinische Biometrie
Vorlesung - Medizinische Biometrie Stefan Wagenpfeil Institut für Medizinische Biometrie, Epidemiologie und Medizinische Informatik Universität des Saarlandes, Homburg / Saar Vorlesung - Medizinische Biometrie
MehrMedizinische Entscheidungstheorie. Stiftungslehrstuhl Health Economics
Stiftungslehrstuhl Health Economics SS 2011: Vorlesung mit Übungen: mittwochs 10-12 Uhr Dozent: Prof. Dr. Stefan Felder, Raum 340 Sprechstunde: Mo 10-12 Uhr Vorlesungsunterlagen unter Lehrstuhlseite: http://wwz.unibas.ch/abteilungen/home/abteilung/health/
MehrTäuschung und Manipulation mit Zahlen
58. Ärztekongress Berlin/Charité 4.11.2010 Täuschung und Manipulation mit Zahlen Kleines Statistikseminar zum kritischen Umgang mit Zahlen Dr. med. H.-J. Koubenec Mammasprechstunde im Immanuel Krankenhaus
MehrPrinzipien der klinischen Epidemiologie
Prinzipien der klinischen Epidemiologie Der diagnostische Test Prof. Dr. Ulrich Mansmann Institut für Medizinische Informationsverarbeitung, Biometrie und Epidemiologie mansmann@ibe.med.uni-muenchen.de
MehrTäuschung und Manipulation mit Zahlen Teil 1
Täuschung und Manipulation mit Zahlen Teil 1 Kleines Statistikseminar zum kritischen Umgang mit Zahlen 23.3.2011 Dr. med. H.-J. Koubenec Mammasprechstunde im Immanuel Krankenhaus Berlin Folien: Mammographie-Screening.de
MehrUm diese Begriffe (Sensitivität, Spezifität, prädiktive Werte etc.) geht es im Folgenden!
1 2 3 Um diese Begriffe (Sensitivität, Spezifität, prädiktive Werte etc.) geht es im Folgenden! BNP= B type natriuretic peptide NT probnp= biolog. Inaktives N terminales Fragment des Prohormons probnp
MehrSüdtiroler Akademie für Allgemeinmedizin. Brustschmerzen: ein häufiges Symptom in der Allgemeinpraxis
Südtiroler Akademie für Allgemeinmedizin Brustschmerzen: ein häufiges Symptom in der Allgemeinpraxis A. Sönnichsen Diagnostisches Ziel in der Allgemeinmedizin: Überdiagnostik vermeiden keinen übersehen
Mehr2. Übung Diagnostik. Ein erfundenes Beispiel (H.P.Beck-Bornholt und H.-H.Dubben)
Querschnittsbereich 1: Epidemiologie, Medizinische Biometrie und Medizinische Informatik - Übungsmaterial - Erstellt von Mitarbeitern des IMISE und des ZKS Leipzig 2. Übung Diagnostik Universität Leipzig
MehrDiagnose und Prognose: Kurzfassung 3
Diagnose und Prognose: Kurzfassung 3 Themen und Ziele der 3. Vorlesung 1. Diagnostische Tests: Fehlentscheidungen möglich 2. Prädiktive Werte: Beschreibung der Wahrscheinlichkeit einer Fehlentscheidung
MehrDiagnostisches Testen. Coniecturalem artem esse medicinam
Diagnostisches Testen Coniecturalem artem esse medicinam Würfelspiel A: ein fairer Würfel zeigt eine gerade Augenzahl B: ein fairer Würfel zeigt mindestens 4 Punkte A: B: A B: P(A=1/2 P(B=1/2 P(A B=2/6
MehrSüdtiroler Akademie für Allgemeinmedizin. Seminar
Südtiroler Akademie für Allgemeinmedizin Seminar 16.10.2015 Diagnostische Entscheidungsfindung in der Allgemeinmedizin Andreas Sönnichsen Institut für Allgemeinmedizin und Familienmedizin Universität Witten/Herdecke
MehrThe ROC curve in screening with multiple markers: An application to the triple test in prenatal diagnostics
Statistische Methoden in Evidenz-basierter Medizin und Health Technology Assessment 20. bis 21. November 2003 Freiburg The ROC curve in screening with multiple markers: An application to the triple test
MehrSensitivität und Spezifität (95% Konfidenzintervalle)
Prädiktive Werte als Gütemaÿe in Diagnosestudien: Anwendungsmöglichkeiten und Analysemethoden Katharina Lange Abteilung Medizinische Statistik Georg-August-Universität Göttingen Inhalt Beispiel: Diagnostische
MehrRetrospektives Studiendesign
Studiendesign Zielsetzungen, Studientypen Genau wie für die klassische Labordiagnostik muss auch für die Genexpressionsanalyse (und andere hochdimensionale Verfahren wie z.b. die Massenspektrometrie) vor
MehrKendall s Tau. Betrachte Paare von Beobachtungen (x i, y i ) und (x j, y j ) Ein Paar heißt:
Kendall s Tau Betrachte Paare von Beobachtungen (x i, y i ) und (x j, y j ) Ein Paar heißt: konkordant, diskordant, falls x i < x j und y i < y j oder x i > x j und y i > y j falls x i < x j und y i >
MehrWIE SICHER IST DIE DIAGNOSE?
WIE SICHER IST DIE DIAGNOSE? ÜBER DEN UMGANG MIT UNSICHERHEIT IN DER MEDIZIN Mag. Andrea Fried Bundesgeschäftsführerin ARGE Selbsthilfe Österreich 2.10.2014 1 2.10.2014 2 Der Fluch der Statistik Medizinische
MehrEine Einführung zur Wahrheit und Aussagekraft diagnostischer Messwerte in der medizinischen Statistik
in der medizinischen Statistik Moderne Medizin beruht vielfach auf statistischen Erhebungen Erhebungen zur Häufigkeit von Krankheiten, Erhebungen zur Erfolgswahrscheinlichkeit von Therapien, Erhebungen,
MehrMedizinische Entscheidungstheorie
WW Z, Stiftungsprofessur Health Economics Prof. Dr. Stefan Felder Medizinische Entscheidungstheorie Lösung der Übungen Aufgabe 1.1 Mithilfe des diagnostischen s für Prostatakrebs wird die Konzentration
MehrNutzen einer diagnostischen Tests in der Praxis: prädiktive Werte
EbM-Splitter 11 Nutzen einer diagnostischen Tests in der Praxis: prädiktive Werte In den beiden letzten EbM-Splittern [6, 7] wurden die Maßzahlen Sensitivität (Wahrscheinlichkeit, eine kranke Person als
Mehr3.3.1 Referenzwerte für Fruchtwasser-Schätzvolumina ( SSW)
50 3.3 Das Fruchtwasser-Schätzvolumen in der 21.-24.SSW und seine Bedeutung für das fetale Schätzgewicht in der 21.-24.SSW und für das Geburtsgewicht bei Geburt in der 36.-43.SSW 3.3.1 Referenzwerte für
MehrBSc Bioinformatik Wintersemester 2013/2014 Nachklausur zur Statistik I Freie Universität Berlin
Sc ioinformatik Wintersemester 013/014 Nachklausur zur Statistik I Freie Universität erlin 4. pril 014 Matrikelnummer Nachname Vorname Unterschrift ufgabe 1 (4 Punkte): Zu einem Wahrscheinlichkeitsraum
MehrEpidemiologie und HIV-Tests
26. November 2009 Cornelias HIV-Test Das ist Cornelia. Cornelia möchte Plasmaspenderin werden. Dafür braucht sie einen negativen Befund eines HIV-Tests. Deshalb geht sie ins Krankenhaus. Cornelias HIV-Test
MehrPittfalls in der Autoimmundiagnostik. Initiiated and supported by
Pittfalls in der Autoimmundiagnostik Fallen in der Autoimmundiagnostik Der Fluch des englischen Geistlichen Thomas Bayes Weniger ist oft mehr Fehlende Standardisierung von Tests Thomas Bayes 1702-1761,
MehrEvidenzbasierte Diagnostik
Seminar Allgemeinmedizin 2011 Evidenzbasierte Diagnostik A. Sönnichsen Beurteilung eines diagnostischen Tests: Sensitivität Prozentsatz der Test-positiven von allen Erkrankten Spezifität Prozentsatz der
MehrGrundlagen der Labormedizin. Die analytische Phase
Grundlagen der Labormedizin Die analytische Phase Die analytische Phase im diagnostischen Prozess Begriffe analytischer Qualität - Richtigkeit - Präzision - Genauigkeit Definition der Richtigkeit Die Richtigkeit
MehrDr. med. Christoph Bobrowski. M.Sc. Dipl.-Psych. Ruth Fahland. Gesamtsterblichkeit im Krankenhaus als Qualitätskennzahl
Dr. med. Christoph Bobrowski. M.Sc. Dipl.-Psych. Ruth Fahland Gesamtsterblichkeit im Krankenhaus als Qualitätskennzahl ARBEITSGRUPPE Jörn Moock Ruth Fahland Christoph Bobrowski Claus Bartels Thomas Kohlmann
MehrRelatives Risiko (RR; relative risk, riskratio) wie OddsRatio wichtiger Kennwert in klinischer Forschung
Relatives Risiko 1/8 Relatives Risiko (RR; relative risk, riskratio) wie OddsRatio wichtiger Kennwert in klinischer Forschung RR gibt Auskunft darüber, ob das Vorhandensein eines (i.a. Risiko-)Faktors
Mehr2. Statistische Methoden in der Diagnostik. Elemente des Studiendesigns
2. Statistische Methoden in der Diagnostik Elemente des Studiendesigns Diagnosestudien in der Medizin Klassifikation in krank - nicht krank basierend auf diagnostischem Test Beispiel: Diagnose von Brustkrebs
MehrPrüfung aus Statistik 1 für SoziologInnen
Prüfung aus Statistik 1 für SoziologInnen 1) Wissenstest (maximal 20 Punkte) Prüfungsdauer: 120 Minuten netto Kreuzen ( ) Sie die jeweils richtige Antwort an. Jede richtige Antwort gibt 2 Punkte. Pro falsche
MehrAus der Medizinischen Klinik mit Schwerpunkt Nephrologie der Medizinischen Fakultät der Charité Universitätsmedizin Berlin DISSERTATION
Aus der Medizinischen Klinik mit Schwerpunkt Nephrologie der Medizinischen Fakultät der Charité Universitätsmedizin Berlin DISSERTATION Über die Verwendung eines immunchromatographischen Schnellteststreifens
MehrEpidemiologie 3. Thomas Kohlmann Maresa Buchholz. Institut für Community Medicine Abteilung Methoden Universitätsmedizin Greifswald
Epidemiologie 3 Thomas Kohlmann Maresa Buchholz Institut für Community Medicine Abteilung Methoden Universitätsmedizin Greifswald Wiederholung Von 2.872 Personen, die als Kinder wegen einer vergrößerten
MehrEpidemiologie 10. Thomas Kohlmann Maresa Buchholz. Institut für Community Medicine Abteilung Methoden Universitätsmedizin Greifswald
Epidemiologie 10 Thomas Kohlmann Maresa Buchholz Institut für Community Medicine Abteilung Methoden Universitätsmedizin Greifswald Übungen Sie verfügen über ein neues bildgebendes Verfahren zur Bestimmung
MehrStandardisierung der serologischen Immundiagnostik. Möglichkeiten, Grenzen, Perspektiven
Standardisierung der serologischen Immundiagnostik Möglichkeiten, Grenzen, Perspektiven Grundproblem Vielfalt der Antikörper Vielfalt der Antigene Problem: Messung von Antigenspezifischen Antikörpern Antikörper
MehrModul 8: Vierfeldertafel und Baumdiagramm (bedingte Wahrscheinlichkeit)
odul 8: Vierfeldertafel und Baumdiagramm (bedingte ahrscheinlichkeit) Beispiel: Baumdiagramm in Vierfeldertafel Ein ufallsexperiment mit zwei Stufen lässt sich in eine Vierfeldertafel überführen. weimaliges
MehrQuerschnittsbereich Epidemiologie, Med. Biometrie und Med. Informatik Diagnose und Prognose WS 06/07 Übung 5
Informationsblatt zum Gestationsdiabetes (Schwangerschaftsdiabetes) Gruppe B Der Schwangerschafts- oder Gestationsdiabetes () ist eine spezielle Form der Zuckerkrankheit, die sich während einer Schwangerschaft
MehrBayes'scher Satz und diskrete Verteilungen
Die Benutzung dieser Materialien ist auf Herbst 2017 beschränkt. Diese Hilfsmaterialien sind nur für unseren Studenten gemeint, dürfen also nicht weiterverteilt werden. Bayes'scher Satz und diskrete Verteilungen
MehrNotwendigkeit wissenschaftlicher Belege
Notwendigkeit wissenschaftlicher Belege Prof. Dr. med. Jürgen Windeler Medizinischer Dienst des Spitzenverbandes Bund der Krankenkassen (MDS) Köln, 27.11.2009 kurze Antwort Ja! 2 kurze Antwort Ja! Ja?
MehrDer Hund, der Eier legt
Leseprobe aus: Hans-Hermann Dubben, Hans-Peter Beck-Bornholdt Der Hund, der Eier legt Mehr Informationen zum Buch finden Sie hier. (c) 1997/ 2006 by Rowohlt Verlag GmbH, Reinbek Ohne Panik positiv Aussagekraft
MehrIst gut gemeint auch gut gemacht? Chancen und Grenzen von Screening-Programmen
Ist gut gemeint auch gut gemacht? Chancen und Grenzen von Screening-Programmen Dr. rer. medic. Klaus Koch Was ist Screening? Untersuchung an Gesunden ohne Beschwerden oder besondere Risikofaktoren. Unterscheidung:
MehrÜbung zur Vorlesung Statistik I für Biowissenschaften WS Übungsblatt 4
Übung zur Vorlesung Statistik I für iowissenschaften WS 2015-2016 Übungsblatt 4 9. November 2015 ufgabe 9 (6 Punkte): Für eine Population im Hardy-Weinberg Gleichgewicht sei bekannt, dass der heterozygote
MehrBedingte Wahrscheinlichkeiten & Unabhängigkeit
Statistik 1 für SoziologInnen Bedingte Wahrscheinlichkeiten & Univ.Prof. Dr. Marcus Hudec Bedingte Wahrscheinlichkeit Das Konzept bedingter Wahrscheinlichkeit erlaubt zu untersuchen, inwieweit sich die
MehrBedingte Wahrscheinlichkeiten & Unabhängigkeit
Statistik 1 für SoziologInnen Bedingte Wahrscheinlichkeiten & Unabhängigkeit Univ.Prof. Dr. Marcus Hudec Bedingte Wahrscheinlichkeit Das Konzept bedingter Wahrscheinlichkeit erlaubt zu untersuchen, inwieweit
MehrStudy fact sheet für ID: Garcia-Retamero 2013
Study fact sheet für ID: Garcia-Retamero 2013 (Name, Jahr (ggf. a,b,c)) 1. Vollständige Referenz Garcia-Retamero R, Hoffrage U (2013). Visual presentation of statistical inference improves diagnostic inferences
MehrP (A B) P (B) = P ({3}) P ({1, 3, 5}) = 1 3.
2 Wahrscheinlichkeitstheorie Beispiel. Wie wahrscheinlich ist es, eine Zwei oder eine Drei gewürfelt zu haben, wenn wir schon wissen, dass wir eine ungerade Zahl gewürfelt haben? Dann ist Ereignis A das
MehrFragestellungen. Ist das Gewicht von Männern und Frauen signifikant unterschiedlich? (2-sample test)
Hypothesen Tests Fragestellungen stab.glu 82 97 92 93 90 94 92 75 87 89 hdl 56 24 37 12 28 69 41 44 49 40 ratio 3.60 6.90 6.20 6.50 8.90 3.60 4.80 5.20 3.60 6.60 glyhb 4.31 4.44 4.64 4.63 7.72 4.81 4.84
MehrSTATISTISCHE KRANKHEITSTESTS. Simon Schimpf und Nico Schmitt
1 STATISTISCHE KRANKHEITSTESTS 18.11.2008 Simon Schimpf und Nico Schmitt Gliederung 2 Hintergrund des Themas (worum geht es Voraussetzungen Lernziele Die intuitive Herangehensweise ohne Satz von Bayes
MehrKapitel 16 und 17. Arbeitsangebot. Arbeitsangebot. Anwendung: Konsumententheorie Kapitel 16. Anwendungen Konsumententheorie
Anendung: Konsuententheorie Kapitel 6 Kapitel 6 und 7 Anendungen Konsuententheorie : Eine ichtige Aktivität von Konsuenten oder aushalten ist: Arbeiten Zeit kann an für verschiedene Aktivitäten nutzen
MehrMammographie-Screening in der Diskussion um Nutzen und Schaden: Was glauben wir und was wissen wir über den Nutzen?
Urania Berlin 13.10. 2008 Mammographie-Screening in der Diskussion um Nutzen und Schaden: Was glauben wir und was wissen wir über den Nutzen? Dr. med. H.-J. Koubenec Mammasprechstunde im Immanuel Krankenhaus
MehrBiomathematik für Mediziner
Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur SS 2002 Aufgabe 1: Franz Beckenbauer will, dass
MehrBeurteilung von Analysenwerten im Hinblick auf eine Grenzwertüberschreitung
Beurteilung von Analysenwerten im Hinblick auf eine Grenzwertüberschreitung K. Molt Universität Duisburg-Essen, Fak. 4, FG Instrumentelle Analytik 3. Juni 2007 K. Molt (Fachgeb. IAC) 3. Juni 2007 1 / 41
MehrPrävalenz bei ambulanten Patienten mit ambulant erworbener Pneumonie nach Erreger
Produktnummer: IF1250M Rev. I Leistungsmerkmale Nicht für den Vertrieb in den USA ERWARTETE WERTE Patienten mit ambulant erworbener Pneumonie Zwei externe Prüfer untersuchten den Focus Chlamydia MIF IgM
MehrSüdtiroler Akademie für Allgemeinmedizin. Asthenie: ein häufiges Symptom in der Allgemeinpraxis
Südtiroler Akademie für Allgemeinmedizin Asthenie: ein häufiges Symptom in der Allgemeinpraxis A. Sönnichsen Diagnostisches Ziel in der Allgemeinmedizin: Überdiagnostik vermeiden keinen mit ernster Erkrankung
MehrErmittlung der a-priori- Verteilung in klinischen Studien
Ermittlung der a-priori- Verteilung in klinischen Studien Dirk Hasenclever IMISE, Leipzig Bayes-Workshop: MCMC Methoden in Theorie und Praxis Leipzig, 06.12.2002 MCMC: Interessenten-Gruppen Mathematik
MehrPrüfung aus Statistik 1 für SoziologInnen
Prüfung aus Statistik 1 für SoziologInnen Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden Name in Blockbuchstaben: Matrikelnummer: 1) Wissenstest (maximal 20 Punkte) Kreuzen ( ) Sie die jeweils richtige
MehrKlinisches Institut für Medizinische und Chemische Labordiagnostik (KIMCL) Allgemeines Krankenhaus Wien. Medizinische Universität Wien
Klinisches Institut für Medizinische und Chemische Labordiagnostik (KIMCL) Allgemeines Krankenhaus Wien Medizinische Universität Wien KlMCL Probenaufkommen Ca. 8.000 Proben/Tag Ca. 80.000 Ergebnisse/ Tag
MehrZusammenhänge zwischen metrischen Merkmalen
Zusammenhänge zwischen metrischen Merkmalen Darstellung des Zusammenhangs, Korrelation und Regression Daten liegen zu zwei metrischen Merkmalen vor: Datenpaare (x i, y i ), i = 1,..., n Beispiel: x: Anzahl
MehrBehandelte Themen. 0. Motivation : Lernen in Statistik und Biologie. 1. Überblick über statistische Datenmodellierungs-Verfahren
Behandelte Theen 0. otivation : Lernen in Statistik und Biologie. Überblick über statistische Datenodellierungs-Verfahren. Das lineare odell Regression 3. Perceptron und ultilagen-perceptron Funktionsapproiation
MehrEbM-Splitter 10 Sensitivität und Spezifität: Auswirkung der Wahl des Trennpunktes
Sensitivität und Spezifität: Auswirkung der Wahl des Trennpunktes Seite - 1 - EbM-Splitter 10 Sensitivität und Spezifität: Auswirkung der Wahl des Trennpunktes Im vorigen EbM-Splitter [4] wurde auf die
MehrSignalentdeckungstheorie, Dichteschätzung
Signalentdeckungstheorie, Dichteschätzung Mustererkennung und Klassifikation, Vorlesung No. 6 1 M. O. Franz 15.11.2007 1 falls nicht anders vermerkt, sind die Abbildungen entnommen aus Duda et al., 2001.
MehrChestpain in primary care: a systematic research programme to support guideline development
allgemeinmedizin Chestpain in primary care: a systematic research programme to support guideline development Norbert Donner-Banzhoff Jörg Haasenritter Stefan Bösner Department of General Practice University
MehrHochschule Darmstadt FB Mathematik und Naturwissenschaften. Statistik. für Wirtschaftsingenieure (B.Sc.) Sommersemester 2017
für Wirtschaftsingenieure (B.Sc.) Sommersemester 017 Dr. rer. nat. habil. E-mail: adam-georg.balogh@h-da.de 1 Hochschule Darmstadt, Fachbereich MN Sommersemester 017 Testklausur zur Vorlesung Wirtschaftsstatistik
Mehr3 Bedingte Wahrscheinlichkeit, Unabhängigkeit
3 Bedingte Wahrscheinlichkeit, Unabhängigkeit Bisher : (Ω, A, P) zur Beschreibung eines Zufallsexperiments Jetzt : Zusatzinformation über den Ausgang des Experiments, etwa (das Ereignis) B ist eingetreten.
MehrPrüfung aus Statistik 1 für SoziologInnen
Prüfung aus Statistik 1 für SoziologInnen 27. Juni 2009 Nachname: Vorname: Matrikelnummer: Studienkennzahl: Beispiel 1: (6 Punkte) a) Wie viel Prozent der Beobachtungen liegen beim Box-Plot außerhalb der
Mehr3 Evaluation als Beschreibung von Zuständen
Evaluation als Beschreibung von Zuständen 1 Sind die folgenden Aussagen richtig oder falsch? 1.1 In einer Klumpenstichprobe werden systematisch anfallende Cluster von Personen vollständig untersucht. Die
MehrTag der Mathematik 2016
Tag der Mathematik 016 Mathematischer Wettbeerb, Klassenstufe 11 1/13 30. April 016, 9.00 1.00 Uhr Aufgabe 1 Zeigt: Die Funktion f : R R, f(x) x, kann nicht als Summe von zei periodischen Funktionen geschrieben
MehrMathematik EP - Stochastik VIERFELDERTAFEL UND BEDINGTE WKT.
Mathematik EP - Stochastik VIERFELDERTAFEL UND BEDINGTE WKT. HIV - SCHNELLTEST Die Immunschwächekrankheit AIDS wird durch das HI-Virus, welches 1993 entdeckt wurde, verursacht. Die Krankheit gilt bis heute
MehrDiagnostische Forschung
Diagnostische Forschung Studiengang Physiotherapie Clinical Research Forum 6. November 2010 Landquart Diagnostische Forschung in der Physiotherapie Studiengang Physiotherapie Clinical Research Forum 6.
MehrChancen und Risiken der digitalen Gesundheitsversorgung: Diagnose vor Therapie und Abwägung vor Versand
Chancen und Risiken der digitalen Gesundheitsversorgung: Diagnose vor Therapie und Abwägung vor Versand Prof. Dr. Franz Porzsolt Versorgungsforschung an der Klinik für Allgemein-und Viszeralchirurgie,
MehrFunktion Das Skript erstellt ROC-Kurven mit Konfidenzbändern, berechnet (gewichtete) Cutoff-Punkte und (partial) Area under the Curve (AUC, pauc).
Skriptname: ROC_pAUC7.jsl JMP-Version: JMP 7 Datum: 10.09.2007 Download: ROC.zip Funktion Das Skript erstellt ROC-Kurven mit Konfidenzbändern, berechnet (gewichtete) Cutoff-Punkte und (partial) Area under
MehrDiagnostische Tests Über den Umgang mit Risiken
Diagnostische Tests Über den Umgang mit Risiken Ulrich Schrader Vortrag basiert auf... Gerd Gigerenzer, Das Einmaleins der Skepsis Bvt Berliner Taschenbuch Verlag 2004 ISBN: 978-3833300417 Unterhaltsam
MehrBiomathematik für Mediziner, Klausur WS 1999/2000 Seite 1
Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,
MehrScreeningmaßnahmen - klinische Beispiele
Querschnittsbereich 3: Gesundheitsökonomie, Gesundheitssystem, öffentliche Gesundheitspflege Screeningmaßnahmen - klinische Beispiele Prof. Dr. M. Jünger, Klinik für Hautkrankheiten, Gesamtkonzeption /
MehrMathematik EP - Stochastik VIERFELDERTAFEL UND BAUMDIAGRAMM
Mathematik EP - Stochastik VIERFELDERTAFEL UND BAUMDIAGRAMM HIV - SCHNELLTEST Die Immunschwächekrankheit AIDS wird durch das HI-Virus, welches 1993 entdeckt wurde, verursacht. Die Krankheit gilt bis heute
MehrBedingte Wahrscheinlichkeiten & Unabhängigkeit
Statistik 1 für SoziologInnen Bedingte Wahrscheinlichkeiten & Univ.Prof. Dr. Marcus Hudec Bedingte Wahrscheinlichkeit Das Konzept bedingter Wahrscheinlichkeit erlaubt zu untersuchen, inwieweit sich die
MehrEpidemiologie / Biometrie
Wintersemester 2004 / 2005 Epidemiologie / Biometrie Robert Hochstrat 14. März 2005 Zusammenschrift der Übung zur Vorlesung aus dem WS 04/05 Rückfragen, Ergänzungen und Korrekturen an robert hochstrat@web.de
MehrVorlesung 8b. Zweistufige Zufallsexperimente. Teil 1
Vorlesung 8b Zweistufige Zufallsexperimente Teil 1 1 Stellen wir uns ein zufälliges Paar X = (X 1, X 2 ) vor, das auf zweistufige Weise zustande kommt: es gibt eine Regel, die besagt, wie X 2 verteilt
MehrChlamydia MIF IgG. Leistungsmerkmale. Produktnummer: IF1250G Rev. J. Nicht für den Vertrieb in den USA
Produktnummer: IF1250G Rev. J Leistungsmerkmale Nicht für den Vertrieb in den USA ERWARTETE WERTE Patienten mit ambulant erworbener Pneumonie Zwei externe Prüfer untersuchten den Focus Chlamydia MIF IgM
MehrZur Notwendigkeit einer abgestuften Diagnostik in der Allgemeinmedizin als Konsequenz des Bayes schen Theorems
Zur Notwendigkeit einer abgestuften Diagnostik in der Allgemeinmedizin als Konsequenz des Bayes schen Theorems Methodik Antonius Schneider 1, Geert-Jan Dinant 2 und Joachim Szecsenyi 1 1 Abteilung Allgemeinmedizin
MehrAlternative Darstellung des 2-Stichprobentests für Anteile
Alternative Darstellung des -Stichprobentests für Anteile DCF CF Total n= 111 11 3 Response 43 6 69 Resp. Rate 0,387 0,3 0,309 Bei Gültigkeit der Nullhypothese Beobachtete Response No Response Total absolut
Mehr3.2 Maximum-Likelihood-Schätzung
291 Die Maximum-Likelihood-Schätzung ist die populärste Methode zur Konstruktion von Punktschätzern bei rein parametrischen Problemstellungen. 292 3.2.1 Schätzkonzept Maximum-Likelihood-Prinzip: Finde
MehrPSA? PSA ist ein von der Prostata gebildeter Eiweißkörper. auch bei gesunden Männern vorhanden.
Die Rolle des PSA PSA? PSA ist ein von der Prostata gebildeter Eiweißkörper auch bei gesunden Männern vorhanden. Das PSA wird hauptsächlich in die Samenflüssigkeit sezerniert Seine Aufgabe ist die Verflüssigung
MehrBasis-Kurs Statistik und SPSS für Mediziner Lösungen. SPSS-Übung Korrelation, Regression und diagnostische Tests
Basis-Kurs Statistik und SPSS für Mediziner Lösungen SPSS-Übung Korrelation, Regression und diagnostische Tests Mit Datensatz Daten_SPSS_Kurs_I.sav Berechnung der Blutdruckreduktion vom Studienbeginn zum
MehrEinflußfaktoren auf die serologische Einzeltierdiagnostik der Paratuberkulose mittels ELISA
Einflußfaktoren auf die serologische Einzeltierdiagnostik der Paratuberkulose mittels ELISA Heike Köhler Bundesforschungsanstalt für Viruskrankheiten der Tiere, Standort Jena NRL Paratuberkulose Diagnostik
MehrWeiterführende Informationen zur Progesteron Restandardisierung
Siemens Healthcare Diagnostics Inc. Kundeninformation 21-4 Weiterführende Informationen zur Restandardisierung Mit diesem Schreiben möchte Siemens Ihnen weiterführende Informationen zur Restandardisierung
MehrAnwendung pränataldiagnostischer Verfahren im 1. Trimenon
Anwendung pränataldiagnostischer Verfahren im 1. Trimenon (Stellungnahme der DEGUM Stufe III) Peter Kozlowski praenatal.de Stufe II Treffen Ost der DEGUM-Sektion Gynäkologie Leipzig 27. Januar 2018 g-ba.de
MehrKlausur in "Biomathematik" WS 2007 / 2008 Montag, den 28. Januar 2008
Klausur in "Biomathematik" WS 2007 / 2008 Montag, den 28. Januar 2008 Name: Matrikelnummer: Unterschrift: Aufgabe 1: Bei einer klinischen Therapiestudie wird bei allen Patienten der Wert eines quantitativen
MehrNeuere Ansätze zur Auswahl von Prädiktionsmodellen. Von Veronika Huber
Neuere Ansätze zur Auswahl von Prädiktionsmodellen Von Veronika Huber Gliederung Anwendungsbereiche von Prädiktionsmodellen Traditionelle Methoden zur Prüfung der Wirksamkeit Neuere Ansätze zur Prüfung
Mehr