贝叶斯公式在医学诊断中的应用课件.ppt

单击此处编辑母版文本样式,第二级,*,*,概率论与数理统计,贝叶斯公式在医学诊断中的应用,二连二排九班联合制作,监 制：,幻 灯：,T E L：,Q Q：,1,贝叶斯公式最早发表于,1763,年,当时贝叶斯已经去世,其结果没有受到应有的重视,.,现在,贝叶斯公式以及根据它发展起来的贝叶斯统计已成为机器学习、人工智能、知识发现等领域的重要工具,.,后来,人们才逐渐认识到了这个著名概率公式的重要性,.,Thomas Bayes,(1702-1761),2,定义 设,A1,A2,An,为样本空间,的一个划分,且,P(Ai)0(i=1,2,n),则对于任何一事件,B(P(B)0),有,该公式是在观察到事件,B,已发生的条件下,寻找导致,B,发生的每个原因的概率,.,(The definition of Bayes formula),(The definition of Bayes formula),3,贝叶斯法根据诊断试验的灵敏度、特异度、患病时各,征象出现的情况(条件概率)，结合各种疾病在人群中的比例,(先验概率)，推算出患各种疾病的概率(后验概率)，其算法可,为个体诊断提供依据，其基本思想有助于医学工作者科学地,解释,试验,结果，提高诊断水平,4,灵敏度,(sensitivity)又称为真阳性率，即有病者被试验判为患者的概率,特异度(specificity)又称为真阴性率，即无病者被试验判为非患者的概率,一、诊断试验,5,二、贝叶斯法在医学诊断中的应用,（一）贝叶斯公式,（二）先验概率对诊断的影响,（三）多个试验联合应用,6,（一）贝叶斯公式,定义 设D,1,D,2,D,n,为样本空间,的一个划分,且,P(,D,i,)0(i=1,2,n),(The definition of Bayes formula),D,1,D,2,D,n,为一组互不相容事件，它们的概率之和为1，可看,成需要诊断的一组疾病,P(D,i,)为先验概率,P(T,D,i,)为条件,概率,P(,D,i,T)为后验概率,，即：,预测值,7,（二）先验概率对诊断的影响,一般来说每一种诊断试验针对某种疾病的灵敏度特异度相对固,定，其条件概率不变，患病率的高低或疾病构成情况会影响疾病的诊,断,8,（三）多个试验联合应用,临床上及筛检研究中常将多个指标联合应用，,以提高诊断的效率,9,如某医院收集一年该院乳腺肿块病例，其中纤维腺瘤240例、乳腺,病160例、乳腺癌50例，临床表现如下表。现有一患者肿块表面不,整齐，该如何诊断?若该病人年龄40岁，如何诊断?,10,仅以肿块表面不整齐单一指标作为标准时，根据贝叶斯公式,计算，该患者患纤维腺瘤的可能性为,48，患乳腺病的可能,性是34，患乳腺癌可能性仅为18,11,如果多个(m)指标相互独立，联合应用多个试验的后验,概率用下式计算：,12,同时应用肿块表面不整齐且年龄,40岁两个指标时,后验概率为：,多个重要指标的联合使用广泛应用于临床诊断或鉴别诊断，是提高诊断效率的有效方法，但应注意各指标间要相互独立,13,贝叶斯分析的应用有助于客观准确地权重各种临床信,息，更重要地是这种思路在一定程度上有助于改进医,生的医学诊断决策行为,14,参考资料：,北京大学学报(医学版)Vo142 No3 Jun2010,贝叶斯法在医学诊断中的应用李 凯,(北京大学公共卫生学院流行病学与卫生统计学系，北京100191),百度文库,15,谢谢观赏,16,