Twierdzenie Bayesa w projektowaniu strategii diagnostycznych w medycynie
Article Sidebar
Main Article Content
Abstrakt
W artykule porównane zostaną dwie metody wykorzystywane w projektowaniu strategii diagnostycznych. Pierwsza z nich to metoda określająca tzw. współczynnik predykcji. Druga opiera się na wykorzystaniu twierdzenia Bayesa. Zasadniczym celem artykułu jest zidentyfikowanie założeń epistemologicznych leżących u podstaw obu tych metod. Dla potrzeb realizacji tego celu rozważone zostaną przykładowe projekty jedno i wieloetapowej strategii diagnostycznej opracowanej z wykorzystaniem obu metod.
Article Details
Numer
Dział
Teksty zaproponowane do naszego czasopisma nie powinny być nigdzie publikowane przed ukazaniem się w „Diametros”. Wraz z przesłaniem swojego utworu redakcji autor akceptuje, że w momencie zakwalifikowania tekstu do publikacji czasopismo „Diametros” będzie stosowało licencję the Attribution 4.0 International (CC BY 4.0). Na podstawie tej licencji autorzy zgadzają się, że ich prace mogą być zgodnie z prawem ponownie wykorzystywane do jakichkolwiek celów bez konieczności uzyskania uprzedniej zgody ze strony autora lub wydawcy. Każdy może prace te czytać, pobierać, kopiować, drukować, rozpowszechniać oraz przetwarzać, pod warunkiem poprawnego oznaczenia autorstwa oraz oryginalnego miejsca publikacji. Autorzy zachowują prawa autorskie do swoich utworów bez żadnych innych ograniczeń. Pełna informacja na temat licencji CC BY: https://creativecommons.org/licenses/by/4.0/legalcode.
Jak cytować
Bibliografia
Ajdukiewicz K. (1975), Logika pragmatyczna, PWN, Warszawa.
Caraguel C.B.G., Vanderstichel R. (2013), The two step Fagan’s nomogram: ad hoc interpretation of a diagnostic test result without calculation, „Evidence Based Medicine” 18 (4): 125–128.
Diamond G.A., Forrester J.S. (1979), Analysis of probability as an aid in the clinical diagnosis of coronary artery disease, „New England Journal of Medicine” 300 (24): 1350–1358.
Dujardin B., van den Ende J., van Gompel A., Unger J.P., van der Stuyft P (1994), Likelihood ratios: a real improvement for clinical decision making, „European Journal of Epidemiology” 10 (1): 29–36.
Enøe C., Georgiadis M.P., Johnson W.O. (2000), Estimation of sensitivity and specificity of diagnostic tests and disease prevalance when the true disease state is unknown, „Preventive Veterinary Medicine” 45 (1–2): 61–81.
Fagan T.J. (1975), Nomogram for Bayes's theorem, „New England Journal of Medicine” 293 (5): 257.
Fine T. (1973), Theories of Probability. An Examination of Foundation, Waltham.
Gigerenzer G., Hoffrage U. (1995), How to Improve Bayesian Reasonig Without Instruction: Frequency Formats, „Psychological Review” 102 (4): 684–704.
Gillies D. (2000), Philosophical Theories of Probability, Routledge, London.
Goodman S.N. (1999), Toward Evidence-Based Medical Statistics. 1: The P-Value Fallacy, „Annals of Internal Medicine” 130 (12): 995–1004.
Halkin A., Reichman J., Schwaber M., Paltiel O., Brezis M. (1998), Likelihood ratios: getting diagnostic testing into perspective, „QJM: An International Journal of Medicine” 91 (4): 247–258.
Howson C., Urbach P. (2006), Scientific Reasoning. The Bayesian Approach, Open Court Publishing Company, Chicago, La Salle.
Hui S.L., Zhou X.H. (1998), Evaluation of diagnostic tests without gold standards, „Statistical Methods in Medical Research” 7 (4): 354–370.
Jaeschke R., Cook D.J., Guyatt G.H. (1998), Evidence based medicine (EBM), czyli praktyka medyczna oparta na wiarygodnych i aktualnych publikacjach (POWAP), „Medycyna Praktyczna” 10 (92): 156–159.
Jędrychowski W. (1999), Epidemiologia. Wprowadzenie i metody badań, Wydawnictwo Lekarskie PZWL, Warszawa.
Jędrychowski W. (2002), Podstawy epidemiologii, Wydawnictwo Uniwersytetu Jagiellońskiego, Kraków.
Joseph L., Gyorkos T.W., Coupal L. (1995), Bayesian estimation of disease prevalance and the parameters of diagnostic tests in the absence of gold standard, „American Journal of Epidemiology” 141 (3): 263–272.
Moons K.G., van Es G.A., Deckers W., Habbema J.D., Grobbee D.E. (1997), Limitations of sensitivity, specificity, likelihood ratio, and bayes’ theorem in assesing diagnostic probabilities: a clinical example, „Epidemiology” 8 (1): 12–17.
Naskalski J. (2005), Pojęcie normy, wartości referencyjnych i ich znaczenie dla formułowania diagnozy, [w:] Diagnostyka laboratoryjna z elementami biochemii klinicznej, A. Dembińska-Kieć, J. Naskalski (red.), Urban i Partner, Wrocław: 47–57.
Paulo S., Mendes S., Vizinho R., Carneiro A.V. (2004), Diagnostic testing, pre- and post-test probabilities, and their use in clinical practice, „Revista Portuguesa de Cardiologia” 23 (9): 1187–1198.
Rzepiński T. (2016), Konstruowanie typologii i klasyfikacji wielowymiarowych dla potrzeb diagnostyki medycznej, „Zagadnienia Naukoznawstwa” 2 (208): 199–218.
Sak J. (2013), Wielowymiarowość postrzegania choroby w kontekście przekonań zdrowotnych i poczucia sensu życia, Perfecta Info, Lublin.
Steurer J. (2009), Pre-test and post-test probabilities. Who cares?, „Therapeutische Umschau” 66 (1): 5–7.
Winkler R.L., Smith J.E. (2004), On uncertainty in medical testing, „Medical Decision Making” 24 (6): 654–658
Wulff H.R., Gøtzsche P.C. (2005), Racjonalna diagnoza i leczenie. Wprowadzenie do medycyny wiarygodnej czyli Evidence-Based Medicine, AKTIS, Łódź.