all those healthy (b+d).Although se

all those healthy (b+d).
Although sensitivity and specificity are of interest to
public-health policymakers, they are of little use to the
clinician. Stated alternatively, sensitivity and specificity
(population measures) look backward (at results gathered
over time).8 Clinicians have to interpret test results to
those tested. Thus, what clinicians need to know are the
predictive values of the test (individual measures, which
look forward). To consider predictive values, one needs to
shift the orientation in figure 1 by 90 degrees: predictive
values work horizontally (rows), not vertically (columns).
In the top row are all those with a positive test, but only
those in cell a are sick. Thus, the predictive value positive
is a/(a+b). The “odds of being affected given a positive
result (OAPR)” is the ratio of true positives to false
positives, or a to b.10 For example, in figure 1, the OAPR
is 75/5, or 17/1. This corresponds to a positive predictive
value of 89%. Advocates of use of the OAPR note that
these odds better describe test effectiveness than do
probabilities (predictive values). In the bottom row of
figure 1 are those with negative tests, but only those in cell
d are free of disease. Hence, the predictive value negative
is d/(c+d).

ผลลัพธ์ (ไทย) 1:

ทุกคนมีสุขภาพดี (bd).
แม้ว่าความไวและความจำเพาะเป็นที่สนใจของผู้กำหนดนโยบายสาธารณะ
สุขภาพที่พวกเขามีการใช้งานน้อยไป
แพทย์ ที่ระบุไว้หรือมีความไวและความจำเพาะ
(มาตรการประชากร) มองย้อนกลับ (ที่รวบรวมผล
เมื่อเวลาผ่านไป) 0.8 แพทย์มีการแปลผลการทดสอบเพื่อ
ผู้ที่ผ่านการทดสอบ ดังนั้นสิ่งที่แพทย์จำเป็นที่จะต้องรู้ว่ามีอยู่
ค่าทำนายของการทดสอบ (มาตรการบุคคลซึ่ง
มองไปข้างหน้า) ที่จะต้องพิจารณาค่าทำนายหนึ่งต้อง
เปลี่ยนทิศทางในรูปที่ 1 โดย 90 องศา: ทำนาย
ค่าทำงานในแนวนอน (แถว), ไม่ได้ในแนวตั้ง (คอลัมน์)
ในแถวบนสุดที่มีทั้งหมดที่มีการทดสอบเป็นบวก แต่
. ผู้ที่อยู่ในเซลล์ที่ป่วย ดังนั้นค่าพยากรณ์บวก
ได้ / (ข)"ราคาของการได้รับผลกระทบได้รับผลบวก
(oapr)" เป็นอัตราส่วนของผลบวกจริงเท็จ
บวกหรือการ b.10 ตัวอย่างเช่นในรูปที่ 1, oapr
เป็น 75/5 หรือ 17 / 1 นี้สอดคล้องกับการคาดการณ์เชิงบวก
ค่าของ 89% สนับสนุนการใช้งานของบันทึก oapr ที่
ราคาเหล่านี้ดีกว่าอธิบายประสิทธิผลการทดสอบกว่าไม่น่าจะเป็น
(ค่าทำนาย) ในแถวด้านล่างของ
รูปที่ 1 เป็นผู้ที่มีการทดสอบเชิงลบ แต่เพียงผู้ที่อยู่ในเซลล์
งมีอิสระของโรค ดังนั้นค่าพยากรณ์ลบ
เป็น D / (c d)

ผลลัพธ์ (ไทย) 2:

ทั้งหมดเหล่านั้นสุขภาพ (b d) .
แม้ความไวและ specificity สนใจ
ผู้กำหนดนโยบายสาธารณสุข จะใช้เพียงเล็กน้อย
clinician ระบุหรือ ความไวและ specificity
(population measures) ดูย้อนหลัง (ที่รวบรวมผล
เวลา) .8 Clinicians ต้องแปลผลการทดสอบการ
ผู้ทดสอบ ดังนั้น สิ่งที่ clinicians ต้องการทราบเป็นการ
ค่าคาดการณ์ของการทดสอบ (แต่ละวัด ซึ่ง
หวัง) พิจารณาค่าคาดการณ์ ต้อง
เปลี่ยนการวางแนวในรูป 1 โดย 90 องศา: งาน
ค่าทำงานในแนวนอน (แถว), แนวตั้งไม่ (คอลัมน์) .
ในแถวบนสุดคือทั้งหมดที่มีค่าบวกทดสอบ แต่เฉพาะ
ในเซลล์มีการป่วย ดังนั้น การคาดการณ์ค่าบวก
จะเป็น /(a b) "ราคารับผลกระทบให้การบวก
ผล (OAPR) " เป็นอัตราส่วนของการทำงานผิดพลาดจริงเท็จ
ทำงานผิดพลาด หรือการ b.10 เช่น ในรูป 1, OAPR
75/5 หรือ 17/1 เท่ากับบวกการคาดการณ์
มูลค่า 89% สนับสนุนการใช้งานของ OAPR หมายเหตุว่า
ราคาเหล่านี้อธิบายการทดสอบประสิทธิภาพให้ดีกว่าทำ
กิจกรรม (งานค่า) ในแถวล่างของ
เลข 1 จะมีการทดสอบลบ แต่เพียงผู้ในเซลล์
d ว่างของโรค ดังนั้น ค่าคาดการณ์ลบ
เป็น d /(c d)

ผลลัพธ์ (ไทย) 3:

ผู้ที่มี สุขภาพ ดี( B , D )..
แม้ว่าระดับความไวการจำกัดเสียงและ Mainstream )เพียงเท่านั้นมีความสนใจที่จะ
ด้านสาธารณสุขกดดัน,มีน้อยใช้เพื่อที่
ของแพทย์. ระบุทางเลือกและความไวแสงพวกเขาถกเถียง
(มาตรการประชากร)มองย้อนกลับ(ที่ผลการรวบรวม
เมื่อเวลาผ่านไป)ในระยะทาง 8 ไมล์อยู่ก่างเนิ่นๆต้องตีความผลการทดสอบเพื่อ
ซึ่งจะช่วยผู้ที่ได้รับการทดสอบแล้ว ดังนั้นสิ่งที่ทำงานเกี่ยวกับจำเป็นต้องทราบว่าเป็นที่
ตามมาตรฐานค่าแบบคาดการณ์เอาไว้แล้วทำการทดสอบให้(มาตรการแบบเฉพาะรายซึ่ง
มองไปข้างหน้า) ในการพิจารณาแบบคาดการณ์เอาไว้แล้วค่า,ตัวหนึ่งจำเป็นต้อง
ซึ่งจะช่วยปรับเปลี่ยนที่ทำความเข้าใจไปกับรูปที่ 1 โดย 90 องศา:
ซึ่งจะช่วยแบบคาดการณ์เอาไว้แล้วค่างานตามแนวนอน(แถว),ไม่ในแนวตั้ง(คอลัมน์)..
ในที่ด้านบนแถวทั้งหมดที่มีการทดสอบทางบวกแต่เพียง
ซึ่งจะช่วยผู้ที่อยู่ในเซลล์ที่มีผู้ป่วยไข้. ดังนั้นค่าแบบคาดการณ์เอาไว้แล้วในเชิงบวก
มี/( A , B )"โอกาสของการได้รับผลกระทบในเชิงบวกต่อ
ซึ่งจะช่วยให้ผล( oapr )"เป็นอัตราส่วนของการแจ้งเตือนความจริงเป็นเท็จ
การแจ้งเตือนหรือ A ถึง B 10 ตัวอย่างเช่นในรูปที่ 1 oapr
อยู่ 75/5 หรือ 17/1 นี้ตรงกับในเชิงบวกแบบคาดการณ์เอาไว้แล้ว
ซึ่งจะช่วยมอบความคุ้มค่าของ 89% สนับสนุนการใช้งานของ oapr ว่า
ODDs เหล่านี้ได้ดียิ่งขึ้นอธิบายถึงความมี ประสิทธิภาพ มากกว่าการทดสอบความน่าจะเป็นทำ
(ค่าแบบคาดการณ์เอาไว้แล้ว) ในแถวล่างของ
ตามมาตรฐานรูปที่ 1 เป็นผู้ที่มีการทดสอบลบแต่เฉพาะผู้ที่อยู่ในเซลล์
D เป็นแบบไม่เสียค่าบริการของโรค ดังนั้นความคุ้มค่าแบบคาดการณ์เอาไว้แล้วลบ
คือ D /( C D )