Introduction: It is a common findin

Introduction: It is a common finding that despite high levels of specificity and sensitivity, many medical tests are not highly effective in diagnosing diseases exhibiting a low prevalence within a clinical population. What is not widely known or appreciated is how the results of retesting a patient using the same or a different medical or psychological test impacts the estimated probability that a patient has a particular disease. In the absence of a ‘gold standard’ special techniques are required to understand the error structure of a medical test. Generalizability can provide guidance as to whether a serial Bayes model accurately updates the positive predictive value of multiple test results. Methods: In or-der to understand how sources of error impact a test’s outcome, test results should be sampled across the testing condi-tions that may contribute to error. A generalizability analysis of appropriately sampled test results should allow re-searchers to estimate the influence of each error source as a variance component. These results can then be used to determine whether, or under what conditions, the assumption of test independence can be approximately satisfied, and whether Bayes theorem accurately updates probabilities upon retesting. Results: Four hypothetical generalizability study outcomes are displayed as variance component patterns. Each pattern has a different practical implication re-lated to achieving independence between test results and deriving an enhanced PPV through retesting an individual patient. Discussion: The techniques demonstrated in this article can play an important role in achieving an enhanced positive predictive value in medical and psychological diagnostic testing and can help ensure greater confidence in a wide range of testing contexts.
Keywords: Generalizability Theory, Bayes, Serial Bayes Estimation, Positive Predictive Value, Psychological Testing, Serial Medical Testing

ผลลัพธ์ (ไทย) 1:

แนะนำ: มันเป็นการค้นหาทั่วไปแม้ มีระดับสูงของความไวและ specificity การทดสอบทางการแพทย์มากมายที่ไม่มีประสิทธิภาพสูงในการวินิจฉัยโรคอย่างมีระดับความชุกต่ำภายในประชากรทางคลินิก สิ่งที่เป็นรู้จักกันไม่แพร่หลาย หรือนิยมเป็นวิธีผล retesting ผู้ป่วยใช้เดียวกันหรือการทดสอบทางการแพทย์ หรือทางจิตใจแตกต่างกันส่งผลกระทบต่อความน่าเป็นการประเมินว่า ผู้ป่วยมีโรคเฉพาะ ในกรณีเป็น 'มาตรฐาน' เทคนิคพิเศษจะต้องเข้าใจโครงสร้างของข้อผิดพลาดของการทดสอบทางการแพทย์ Generalizability สามารถให้คำแนะนำต่อว่าแบบ Bayes ประจำอย่างการบวกคาดการณ์ผลการทดสอบต่าง ๆ วิธีการ: ใน หรือ-der เข้าใจว่าแหล่งที่มาของข้อผิดพลาดส่งผลกระทบต่อผลการทดสอบ ผลการทดสอบควรอย่างผ่านการทดสอบเบาะ ๆ ว่าพวกเขา-tions ที่อาจนำไปสู่ข้อผิดพลาด วิเคราะห์ generalizability ของผลการทดสอบตัวอย่างเหมาะสมควรให้ผู้ใหม่ในการประเมินอิทธิพลของแต่ละแหล่งข้อผิดพลาดเป็นส่วนประกอบความแปรปรวน ผลลัพธ์เหล่านี้สามารถนำไปใช้เพื่อกำหนดว่า หรือภาย ใต้ เงื่อนไข สมมติฐานของการทดสอบความเป็นอิสระประมาณน่าพอใจ และว่าทฤษฎีบท Bayes ถูกต้องปรับปรุงกิจกรรมตาม retesting ผล: ผลศึกษา generalizability สมมุติสี่จะแสดงเป็นรูปแบบส่วนประกอบต่าง แต่ละรูปแบบมีปริยายปฏิบัติแตกต่างกันเรื่อง lated เพื่อบรรลุความเป็นอิสระระหว่างทดสอบ และบริษัทฯ มี PPV เพิ่มผ่าน retesting ผู้ป่วยแต่ละ คำอธิบาย: เทคนิคการแสดงในบทความนี้สามารถมีบทบาทสำคัญในการบรรลุค่าบวกคาดการณ์การเพิ่มขึ้นในทางการแพทย์ และจิตวิทยาวิเคราะห์ทดสอบ และสามารถช่วยให้ความมั่นใจมากขึ้นในหลากหลายบริบทการทดสอบ คำสำคัญ: ทฤษฎี Generalizability, Bayes, Bayes ประจำประเมิน ค่าคาดการณ์บวก ทดสอบทางจิตวิทยา การทดสอบทางการแพทย์ประจำ

ผลลัพธ์ (ไทย) 2:

บทนำ: มันเป็นผลการศึกษาที่พบว่าแม้จะมีระดับสูงของความจำเพาะและความไวการทดสอบทางการแพทย์จำนวนมากไม่ได้มีประสิทธิภาพสูงในการวินิจฉัยโรคการแสดงความชุกต่ำภายในประชากรทางคลินิก อะไรคือสิ่งที่ไม่เป็นที่รู้จักกันอย่างแพร่หลายหรือการชื่นชมเป็นวิธีการที่ผลการ retesting ผู้ป่วยโดยใช้แบบเดียวกันหรือส่งผลกระทบต่อการทดสอบทางการแพทย์หรือจิตใจที่แตกต่างกันน่าจะเป็นที่คาดกันว่าผู้ป่วยที่มีโรคโดยเฉพาะ ในกรณีที่ไม่มีของ 'มาตรฐานทองคำ' เทคนิคพิเศษที่จะต้องทำความเข้าใจโครงสร้างข้อผิดพลาดของการทดสอบทางการแพทย์ generalizability สามารถให้คำแนะนำที่เป็นไปได้ว่ารูปแบบเบส์อนุกรมถูกต้องปรับปรุงค่าพยากรณ์บวกของผลการทดสอบหลาย ๆ วิธีการ: ในหรือเดอร์ที่จะเข้าใจว่าแหล่งที่มาของผลกระทบต่อข้อผิดพลาดผลการทดสอบผลการทดสอบควรจะชิมทั่ว tions สภาพการทดสอบที่อาจนำไปสู่ข้อผิดพลาด การวิเคราะห์ generalizability ของตัวอย่างผลการทดสอบที่เหมาะสมจะช่วยให้ค้นหาอีกครั้งเพื่อประเมินอิทธิพลของแต่ละแหล่งที่มาของข้อผิดพลาดเป็นองค์ประกอบความแปรปรวน ผลเหล่านี้สามารถนำมาใช้เพื่อตรวจสอบว่าหรือภายใต้เงื่อนไขว่าสมมติฐานของความเป็นอิสระการทดสอบสามารถมีความพึงพอใจโดยประมาณและไม่ว่าทฤษฎีบท Bayes ถูกต้องปรับปรุงความน่าจะเป็นเมื่อทดสอบซ้ำ ผลการศึกษา: สี่ผลการศึกษา generalizability สมมุติจะแสดงเป็นรูปแบบองค์ประกอบความแปรปรวน รูปแบบที่แต่ละคนมีความหมายในทางปฏิบัติที่แตกต่างกันอีกครั้ง lated ที่จะบรรลุความเป็นอิสระระหว่างผลการทดสอบและ deriving PPV เพิ่มขึ้นผ่าน retesting ผู้ป่วยแต่ละราย คำอธิบาย: เทคนิคการแสดงให้เห็นในบทความนี้จะมีบทบาทสำคัญในการบรรลุค่าพยากรณ์บวกที่เพิ่มขึ้นในการทดสอบการวินิจฉัยทางการแพทย์และทางด้านจิตใจและสามารถช่วยสร้างความมั่นใจมากขึ้นในการที่หลากหลายของบริบทการทดสอบ.
คำสำคัญ: ทฤษฎีการ, เบส์, อนุกรม Bayes ประมาณการ บวกค่าพยากรณ์, การทดสอบทางจิตวิทยา, การแพทย์การทดสอบอนุกรม

ผลลัพธ์ (ไทย) 3:

บทนำ : มันคือการพบว่าแม้จะมีระดับสูงของความจำเพาะและความไวของการทดสอบทางการแพทย์มากมาย ไม่ได้มีประสิทธิภาพสูงในการวินิจฉัยโรคแสดงความชุกต่ำภายในประชากรคลินิกสิ่งที่ยังไม่แพร่หลาย หรือชื่นชมว่าผลลัพธ์ของ retesting ผู้ป่วยใช้เหมือนกันหรือแตกต่างกันทางการแพทย์หรือทางจิตวิทยาทดสอบผลกระทบคาดว่าน่าจะเป็นที่ ผู้ป่วยที่มีโรคเฉพาะ ในการขาดของทอง ' มาตรฐาน ' เทคนิคพิเศษจะต้องเข้าใจข้อผิดพลาดที่โครงสร้างของการทดสอบทางการแพทย์1 สามารถให้คำแนะนำว่าจะเป็นแบบอนุกรม Bayes ถูกต้องปรับปรุงค่าพยากรณ์บวกผลการทดสอบหลาย วิธีการ : หรือ เดอร์ที่จะเข้าใจแหล่งที่มาของข้อผิดพลาดการทดสอบผลกระทบของผล ผลการทดสอบ ควรเก็บตัวอย่างในการทดสอบ condi ยินดีด้วยที่อาจนำไปสู่ข้อผิดพลาดเป็นวิชาที่เหมาะสมในการวิเคราะห์ผลการทดสอบควรอนุญาต Re ค้นหาเพื่อประเมินอิทธิพลของแต่ละข้อผิดพลาดแหล่งที่มาเป็นส่วนประกอบความแปรปรวน . ผลลัพธ์เหล่านี้จากนั้นจะสามารถใช้เพื่อตรวจสอบว่าหรือไม่ภายใต้เงื่อนไขว่า , สมมติฐานของการทดสอบความเป็นอิสระสามารถพอใจประมาณว่าทฤษฎีบทถูกต้องปรับปรุงความน่าจะเป็นบน retesting . ผลลัพธ์ :4 . วิชาศึกษาผลจะแสดงเป็นรูปแบบส่วนประกอบความแปรปรวน แต่ละรูปแบบมีความแตกต่างในทางปฏิบัติเพื่อให้บรรลุความเป็นอิสระของอีกสายระหว่างผลการทดสอบและได้รับการปรับปรุงผ่าน retesting PPV คนไข้แต่ละคน การอภิปราย :เทคนิคแสดงให้เห็นในบทความนี้สามารถมีบทบาทสำคัญในขบวนการปรับปรุงบวกค่าพยากรณ์ในทางการแพทย์และการทดสอบการวินิจฉัยทางจิตวิทยา และสามารถช่วยให้มั่นใจมากขึ้นในช่วงกว้างของการทดสอบบริบท .
คำสำคัญ : ทฤษฎี Bayes Bayes ประมาณ 1 , อนุกรม , ค่าพยากรณ์บวกทางจิตวิทยาการทดสอบ , การทดสอบทางการแพทย์
อนุกรม