धनात्मक और ऋणत्मक पूर्वानुमानित मान: Difference between revisions

Revision as of 22:38, 6 August 2023

धनात्मक और ऋणात्मक पूर्वानुमानित मान - 2

धनात्मक और ऋणात्मक पूर्वानुमानित मान(क्रमशः पीपीवी और एनपीवी) परीक्षणों और नैदानिक परीक्षणों के पूर्वानुमानित मान में धनात्मक और ऋणात्मक परिणामों के अनुपात हैं जो क्रमशः सत्य धनात्मक और सत्य ऋणात्मक परिणाम हैं।^[1] पीपीवी और एनपीवी नैदानिक परीक्षण या अन्य सांख्यिकीय माप के प्रदर्शन का वर्णन करते हैं। इसमें उच्च परिणाम की व्याख्या ऐसे आँकड़ों की स्पष्टता को इंगित करने के रूप में की जा सकती है। यह पीपीवी और एनपीवी परीक्षण के लिए आंतरिक नहीं हैं (जैसा कि वास्तविक धनात्मक दर और वास्तविक ऋणात्मक दर होते हैं) | वह व्यापकता पर भी निर्भर करते हैं। ^[2] पीपीवी और एनपीवी दोनों को बेयस प्रमेय का उपयोग करके प्राप्त किया जा सकता है।

यद्यपि कभी-कभी समानार्थक रूप से उपयोग किया जाता है, धनात्मक भविष्य कहने वाला मान सामान्यतः नियंत्रण समूहों द्वारा स्थापित की गई चीज़ों को संदर्भित करता है, जबकि यह पूर्व और परीक्षण के पश्चात् की संभावना हैं | इसमें परीक्षण के पश्चात् की संभावना व्यक्ति के लिए संभावना को संदर्भित करती है। फिर भी, यदि व्यक्ति की लक्ष्य स्थिति की पूर्व-परीक्षण संभावना धनात्मक पूर्वानुमानित मान स्थापित करने के लिए उपयोग किए जाने वाले नियंत्रण समूह में व्यापकता के समान है, तब दोनों संख्यात्मक रूप से सामान्य हैं।

सूचना पुनर्प्राप्ति में, पीपीवी सांख्यिकी को अधिकांशतः परिशुद्धता और स्मरण कहा जाता है।

परिभाषा

धनात्मक पूर्वानुमानित मान (पीपीवी)

धनात्मक पूर्वानुमानित मान (पीपीवी), या परिशुद्धता, को इस प्रकार परिभाषित किया गया है

{\text{PPV}}={\frac {\text{Number of true positives}}{{\text{Number of true positives}}+{\text{Number of false positives}}}}={\frac {\text{Number of true positives}}{\text{Number of positive calls}}}

जहां वास्तविक धनात्मक वह घटना है कि परीक्षण धनात्मक पूर्वानुमान करता है, और विषय का गोल्ड स्टैण्डर्ड (रिजल्ट) के अनुसार धनात्मक परिणाम होता है, और त्रुटि धनात्मक वह घटना है कि परीक्षण धनात्मक पूर्वानुमान करता है, और विषय का स्वर्ण मानक के अनुसार ऋणात्मक परिणाम होता है। पूर्ण परीक्षण के साथ पीपीवी का आदर्श मान 1 (100%) है, और इसमें सबसे व्यर्थ संभावित मान शून्य होता हैं।

पीपीवी की गणना संवेदनशीलता और विशिष्टता, संवेदनशीलता और विशिष्टता और स्थिति की व्यापकता से भी की जा सकती है

{\text{PPV}}={\frac {{\text{sensitivity}}\times {\text{prevalence}}}{{\text{sensitivity}}\times {\text{prevalence}}+(1-{\text{specificity}})\times (1-{\text{prevalence}})}}

सी एफ बेयस प्रमेय

पीपीवी का पूरक फाल्स डिसकवर रेट (एफडीआर) है

{\text{FDR}}=1-{\text{PPV}}={\frac {\text{Number of false positives}}{{\text{Number of true positives}}+{\text{Number of false positives}}}}={\frac {\text{Number of false positives}}{\text{Number of positive calls}}}

ऋणात्मक पूर्वानुमानित मान (एनपीवी)

ऋणात्मक पूर्वानुमानित मान को इस प्रकार परिभाषित किया गया है

{\text{NPV}}={\frac {\text{Number of true negatives}}{{\text{Number of true negatives}}+{\text{Number of false negatives}}}}={\frac {\text{Number of true negatives}}{\text{Number of negative calls}}}

जहां वास्तविक ऋणात्मक वह घटना है कि परीक्षण ऋणात्मक पूर्वानुमान करता है, और विषय का स्वर्ण मानक के अनुसार ऋणात्मक परिणाम होता है, और त्रुटि ऋणात्मक वह घटना है कि परीक्षण ऋणात्मक पूर्वानुमान करता है, और विषय का स्वर्ण मानक के अनुसार धनात्मक परिणाम होता है। इसमें आदर्श परीक्षण के साथ, जो कोई त्रुटि ऋणात्मक परिणाम नहीं देता है, उसमे एनपीवी का मान 1 (100%) है, और परीक्षण के साथ जो कोई वास्तविक ऋणात्मक परिणाम नहीं देता है, उसमे एनपीवी मान शून्य होता है।

एनपीवी की गणना संवेदनशीलता और विशिष्टता, संवेदनशीलता और विशिष्टता और व्यापकता से भी की जा सकती है

{\text{NPV}}={\frac {{\text{specificity}}\times (1-{\text{prevalence}})}{{\text{specificity}}\times (1-{\text{prevalence}})+(1-{\text{sensitivity}})\times {\text{prevalence}}}}

{\text{NPV}}={\frac {TN}{TN+FN}}

एनपीवी का पूरक हैफाल्स ओमिशन रेट (एफओआर) है

{\text{FOR}}=1-{\text{NPV}}={\frac {\text{Number of false negatives}}{{\text{Number of true negatives}}+{\text{Number of false negatives}}}}={\frac {\text{Number of false negatives}}{\text{Number of negative calls}}}

यद्यपि यह कभी-कभी पर्यायवाची रूप से उपयोग किया जाता है, ऋणात्मक पूर्वानुमानित मान सामान्यतः नियंत्रण समूहों द्वारा स्थापित की गई चीज़ों को संदर्भित करता है, जबकि ऋणात्मक पोस्ट-टेस्ट संभावना किसी व्यक्ति के लिए संभावना को संदर्भित करती है। फिर भी, यदि किसी व्यक्ति की लक्ष्य स्थिति की पूर्व-परीक्षण संभावना ऋणात्मक पूर्वानुमानित मान स्थापित करने के लिए उपयोग किए जाने वाले नियंत्रण समूह में व्यापकता के समान है, तब दोनों संख्यात्मक रूप से सामान्य होती हैं।

सम्बन्ध

निम्नलिखित आरेख दर्शाता है कि धनात्मक पूर्वानुमानित मान , और ऋणात्मक पूर्वानुमानित मान , संवेदनशीलता और विशिष्टता संवेदनशीलता, और विशिष्टता कैसे संबंधित हैं।

		Predicted condition		^Sources:^[3]^[4]^[5]^[6]^[7]^[8]^[9]^[10]^[11] ^{view talk edit}
	Total population = P + N	Positive (PP)	Negative (PN)	Informedness, bookmaker informedness (BM) = TPR + TNR − 1	Prevalence threshold (PT) = ${\mathsf {\tfrac {{\sqrt {{\text{TPR}}\times {\text{FPR}}}}-{\text{FPR}}}{{\text{TPR}}-{\text{FPR}}}}}$
Actual condition	Positive (P)	True positive (TP), hit	False negative (FN), type II error, miss, underestimation	True positive rate (TPR), recall, sensitivity (SEN), probability of detection, hit rate, power = TP/P = 1 − FNR	False negative rate (FNR), miss rate = FN/P = 1 − TPR
Actual condition	Negative (N)	False positive (FP), type I error, false alarm, overestimation	True negative (TN), correct rejection	False positive rate (FPR), probability of false alarm, [[evaluation measures (information retrieval)#Fall-out\|fall-out]] = FP/N = 1 − TNR	True negative rate (TNR), specificity (SPC), selectivity = TN/N = 1 − FPR
	Prevalence = P/P + N	Positive predictive value (PPV), precision = TP/PP = 1 − FDR	False omission rate (FOR) = FN/PN = 1 − NPV	Positive likelihood ratio (LR+) = TPR/FPR	Negative likelihood ratio (LR−) = FNR/TNR
	Accuracy (ACC) = TP + TN/P + N	False discovery rate (FDR) = FP/PP = 1 − PPV	Negative predictive value (NPV) = TN/PN = 1 − FOR	Markedness (MK), deltaP (Δp) = PPV + NPV − 1	[[Diagnostic odds ratio\|Diagnostic odds ratio]] (DOR) = LR+/LR−
	Balanced accuracy (BA) = TPR + TNR/2	F₁ score = 2 PPV × TPR/PPV + TPR = 2 TP/2 TP + FP + FN	Fowlkes–Mallows index (FM) = $\scriptstyle {\mathsf {\sqrt {{\text{PPV}}\times {\text{TPR}}}}}$	Matthews correlation coefficient (MCC) = $\scriptstyle {\mathsf {\sqrt {{\text{TPR}}\times {\text{TNR}}\times {\text{PPV}}\times {\text{NPV}}}}}$ $\scriptstyle -{\mathsf {\sqrt {{\text{FNR}}\times {\text{FPR}}\times {\text{FOR}}\times {\text{FDR}}}}}$	Threat score (TS), critical success index (CSI), Jaccard index = TP/TP + FN + FP

ध्यान दें कि धनात्मक और ऋणात्मक पूर्वानुमानित मानों का अनुमान केवल क्रॉस-अनुभागीय अध्ययन या अन्य जनसंख्या-आधारित अध्ययन से डेटा का उपयोग करके लगाया जा सकता है जिसमें वैध प्रसार अनुमान प्राप्त किया जा सकता है। इसके विपरीत, स्तिथियाँ नियंत्रण अध्ययनों |केस-कंट्रोल अध्ययन से संवेदनशीलता और विशिष्टता का अनुमान लगाया जा सकता है।

कार्य उदाहरण

मान लीजिए कि आंत्र कैंसर का पता लगाने के लिए 2030 व्यक्तियों में फेकल ऑकल्ट ब्लड (एफओबी) स्क्रीन परीक्षण का उपयोग किया जाता है

		Fecal occult blood screen test outcome		^{view talk edit}
	Total population (pop.) = 2030	Test outcome positive	Test outcome negative	Accuracy (ACC) = (TP + TN) / pop. = (20 + 1820) / 2030 ≈ 90.64%	F₁ score = 2 × precision × recall/precision + recall ≈ 0.174
Patients with bowel cancer (as confirmed on endoscopy)	Actual condition positive	True positive (TP) = 20 (2030 × 1.48% × 67%)	False negative (FN) = 10 (2030 × 1.48% × (100% − 67%))	True positive rate (TPR), recall, sensitivity = TP / (TP + FN) = 20 / (20 + 10) ≈ 66.7%	False negative rate (FNR), miss rate = FN / (TP + FN) = 10 / (20 + 10) ≈ 33.3%
Patients with bowel cancer (as confirmed on endoscopy)	Actual condition negative	False positive (FP) = 180 (2030 × (100% − 1.48%) × (100% − 91%))	True negative (TN) = 1820 (2030 × (100% − 1.48%) × 91%)	False positive rate (FPR), [[information retrieval\|fall-out]], probability of false alarm = FP / (FP + TN) = 180 / (180 + 1820) = 9.0%	Specificity, selectivity, true negative rate (TNR) = TN / (FP + TN) = 1820 / (180 + 1820) = 91%
	Prevalence = (TP + FN) / pop. = (20 + 10) / 2030 ≈ 1.48%	Positive predictive value (PPV), precision = TP / (TP + FP) = 20 / (20 + 180) = 10%	False omission rate (FOR) = FN / (FN + TN) = 10 / (10 + 1820) ≈ 0.55%	Positive likelihood ratio (LR+) = TPR/FPR = (20 / 30) / (180 / 2000) ≈ 7.41	Negative likelihood ratio (LR−) = FNR/TNR = (10 / 30) / (1820 / 2000) ≈ 0.366
		False discovery rate (FDR) = FP / (TP + FP) = 180 / (20 + 180) = 90.0%	Negative predictive value (NPV) = TN / (FN + TN) = 1820 / (10 + 1820) ≈ 99.45%	Diagnostic odds ratio (DOR) = LR+/LR− ≈ 20.2

लघु धनात्मक पूर्वानुमानित मान (पीपीवी = 10%) इंगित करता है कि इस परीक्षण प्रक्रिया से अनेक धनात्मक परिणाम त्रुटि धनात्मक होते हैं। इस प्रकार कैंसर उपस्तिथ है या नहीं, इसका अधिक स्पष्ट आकलन प्राप्त करने के लिए अधिक विश्वसनीय परीक्षण के साथ किसी भी धनात्मक परिणाम का पालन करना आवश्यक होता हैं। फिर भी, ऐसा परीक्षण उपयोगी हो सकता है यदि यह सस्ता और सुविधाजनक हो। एफओबी स्क्रीन परीक्षण की शक्ति इसके ऋणात्मक पूर्वानुमानित मान में होती है | जो, यदि किसी व्यक्ति के लिए ऋणात्मक है, तब यह हमें उच्च विश्वास देता है कि इसका ऋणात्मक परिणाम सत्य होता है।

समस्याएँ

अन्य व्यक्तिगत कारक

ध्यान दें कि यह पीपीवी परीक्षण में अंतर्निहित नहीं होता है यह व्यापकता पर भी निर्भर करता है।^[2] इसमें पूर्वानुमानित मानों पर व्यापकता के बड़े प्रभाव के कारण, मानकीकृत दृष्टिकोण प्रस्तावित किया गया है, जहां पीपीवी को 50% की व्यापकता तक सामान्यीकृत किया जाता है।^[12] पीपीवी रोग या स्थिति की व्यापकता के लिए प्रत्यक्ष रूप से आनुपातिक होता है । उपरोक्त उदाहरण में, यदि परीक्षण किए गए व्यक्तियों के समूह में आंत्र कैंसर वाले व्यक्तियों का अनुपात अधिक होता हैं, तब पीपीवी संभवतः अधिक और एनपीवी कम होता हैं। यदि समूह में सभी को आंत्र कैंसर है, तब पीपीवी 100% और एनपीवी 0% होता हैं।

इस समस्या को दूर करने के लिए, एनपीवी और पीपीवी का उपयोग केवल तभी किया जाना चाहिए जब एनपीवी और पीपीवी को स्थापित करने के लिए रोग समूह में रोगियों की संख्या और स्वस्थ नियंत्रण समूह में रोगियों की संख्या का अनुपात रोगों की व्यापकता के सामान्य होता हैं। अध्ययन की गई जनसंख्या, या, यदि दो रोग समूहों की तुलना की जाती है, यदि रोग समूह 1 में रोगियों की संख्या और रोग समूह 2 में रोगियों की संख्या का अनुपात अध्ययन किए गए दो रोगों के प्रसार के अनुपात के सामान्य है। अन्यथा, धनात्मक और ऋणात्मक संभावना अनुपात एनपीवी और पीपीवी की तुलना में अधिक स्पष्ट होते हैं, क्योंकि संभावना अनुपात व्यापकता पर निर्भर नहीं होते हैं।

जब परीक्षण किए जा रहे किसी व्यक्ति में पीपीवी और एनपीवी को स्थापित करने के लिए उपयोग किए जाने वाले नियंत्रण समूहों की तुलना में भिन्न पूर्व-परीक्षण संभावना होती है, तब पीपीवी और एनपीवी को सामान्यतः धनात्मक और ऋणात्मक परीक्षण के पश्चात् उसकी संभावनाओं से भिन्न किया जाता है, पीपीवी और एनपीवी नियंत्रण समूहों द्वारा स्थापित व्यक्तियों को संदर्भित करते हैं, और परीक्षण के पश्चात् की संभावनाओं को परीक्षण किए गए व्यक्ति के लिए संदर्भित करते हैं (जैसा कि अनुमान लगाया गया है, उदाहरण के लिए, नैदानिक परीक्षण में संभावना अनुपात द्वारा) होती हैं। अधिमानतः, ऐसी स्थितियों में, ऐसे व्यक्तियों में परीक्षण में उपयोग के लिए भिन्न-भिन्न धनात्मक और ऋणात्मक पूर्वानुमानित मान स्थापित करने के लिए, समकक्ष व्यक्तियों के बड़े समूह का अध्ययन किया जाना चाहिए।

बेयसियन अपडेट

बेयस प्रमेय रोग की व्यापकता या पूर्व-परीक्षण संभाव्यता के कार्य के रूप में स्क्रीनिंग परीक्षणों की स्पष्टता पर अंतर्निहित सीमाएं प्रदान करता है। यह दिखाया गया है कि परीक्षण प्रणाली व्यापकता में महत्वपूर्ण गिरावट को सहन कर सकती है, निश्चित परिभाषित बिंदु तक जिसे व्यापकता सीमा के रूप में जाना जाता है, जिसके नीचे धनात्मक स्क्रीनिंग परीक्षण की विश्वसनीयता शीघ्रता से गिर जाती है। ऐसा कहा गया, बलायला एट अल में ^[13] दिखाया गया कि अनुक्रमिक परीक्षण उपरोक्त बायेसियन सीमाओं को पार कर जाता है और इस प्रकार स्क्रीनिंग परीक्षणों की विश्वसनीयता में सुधार होता है। वांछित धनात्मक पूर्वानुमानित मान $\rho$ के लिए जो कुछ स्थिरांक $k$ के समीप पहुंचता है, उसमे धनात्मक परीक्षण पुनरावृत्तियों की संख्या $n_{i}$ की आवश्यकता होती है

n_{i}=\lim _{\rho \to k}\left\lceil {\frac {\ln \left[{\frac {\rho (\phi -1)}{\phi (\rho -1)}}\right]}{\ln \left[{\frac {a}{1-b}}\right]}}\right\rceil

जहाँ

$\rho$ वांछित पीपीवी है
$n_{i}$ $\rho$ प्राप्त करने के लिए आवश्यक परीक्षण पुनरावृत्तियों की संख्या है
$a$ संवेदनशीलता है
$b$ विशिष्टता होता है
$\phi$ रोग की व्यापकता होती है, और
$k$ स्थिरांक है.

ध्यान दें, उपरोक्त समीकरण का प्रत्येक नैदानिक परीक्षण (एलआर+) में धनात्मक संभावना अनुपात का प्राकृतिक लघुगणक होता है।

विभिन्न लक्ष्य स्थितियाँ

पीपीवी का उपयोग इस संभावना को इंगित करने के लिए किया जाता है कि धनात्मक परीक्षण के मामले में, कि रोगी को वास्तव में निर्दिष्ट रोग है। हालाँकि, किसी रोग के से अधिक कारण हो सकते हैं और किसी संभावित कारण के परिणामस्वरूप हमेशा रोगी में प्रकट रोग नहीं देखी जा सकती है। पीपीवी और एनपीवी की संबंधित लक्ष्य स्थितियों को मिश्रित करने की संभावना है, जैसे किसी परीक्षण के पीपीवी या एनपीवी को रोग होने के रूप में व्याख्या करना, जब वह पीपीवी या एनपीवी मान वास्तव में केवल उस रोग होने की पूर्वसूचना को संदर्भित करता है।

इसका उदाहरण गले में खराश के रोगियों में इस्तेमाल किया जाने वाला माइक्रोबायोलॉजिकल थ्रोट स्वैब है। सामान्यतः गले के स्वाब के पीपीवी को बताने वाले प्रकाशन इस संभावना पर रिपोर्ट कर रहे हैं कि यह जीवाणु गले में उपस्तिथ है, बजाय इसके कि रोगी पाए गए बैक्टीरिया से बीमार है। यदि इस जीवाणु की उपस्थिति के कारण हमेशा गले में खराश रहती है, तब पीपीवी बहुत उपयोगी होगा। हालाँकि बैक्टीरिया हानिरहित तरीके से व्यक्तियों में निवास कर सकते हैं और परिणामस्वरूप कभी भी संक्रमण या रोग नहीं होती है। इन व्यक्तियों में होने वाली गले की खराश वायरस जैसे अन्य एजेंटों के कारण होती है। इस स्थिति में मूल्यांकन अध्ययन में उपयोग किया जाने वाला स्वर्ण मानक केवल बैक्टीरिया की उपस्थिति का प्रतिनिधित्व करता है (जो हानिरहित हो सकता है) लेकिन गले में होने वाली बैक्टीरिया संबंधी गले की रोग का नहीं। यह सिद्ध किया जा सकता है कि यह समस्या ऋणात्मक पूर्वानुमानित मान की तुलना में धनात्मक पूर्वानुमानित मान को कहीं अधिक प्रभावित करेगी।^[14] नैदानिक परीक्षणों का मूल्यांकन करने के लिए जहां स्वर्ण मानक केवल रोग के संभावित कारणों को देखता है, कोई पूर्वानुमानित मान के विस्तार का उपयोग कर सकता है जिसे एटियोलॉजिकल प्रेडिक्टिव वैल्यू कहा जाता है।^[15]^[16]

यह भी देखें

संदर्भ

↑ Fletcher, Robert H. Fletcher ; Suzanne W. (2005). Clinical epidemiology : the essentials (4th ed.). Baltimore, Md.: Lippincott Williams & Wilkins. pp. 45. ISBN 0-7817-5215-9.{{cite book}}: CS1 maint: multiple names: authors list (link)
↑ ^2.0 ^2.1 Altman, DG; Bland, JM (1994). "Diagnostic tests 2: Predictive values". BMJ. 309 (6947): 102. doi:10.1136/bmj.309.6947.102. PMC 2540558. PMID 8038641.
↑ Balayla, Jacques (2020). "Prevalence threshold (ϕe) and the geometry of screening curves". PLoS One. 15 (10). doi:10.1371/journal.pone.0240215.
↑ Fawcett, Tom (2006). "An Introduction to ROC Analysis" (PDF). Pattern Recognition Letters. 27 (8): 861–874. doi:10.1016/j.patrec.2005.10.010.
↑ Piryonesi S. Madeh; El-Diraby Tamer E. (2020-03-01). "Data Analytics in Asset Management: Cost-Effective Prediction of the Pavement Condition Index". Journal of Infrastructure Systems. 26 (1): 04019036. doi:10.1061/(ASCE)IS.1943-555X.0000512.
↑ Powers, David M. W. (2011). "Evaluation: From Precision, Recall and F-Measure to ROC, Informedness, Markedness & Correlation". Journal of Machine Learning Technologies. 2 (1): 37–63.
↑ Ting, Kai Ming (2011). Sammut, Claude; Webb, Geoffrey I. (eds.). Encyclopedia of machine learning. Springer. doi:10.1007/978-0-387-30164-8. ISBN 978-0-387-30164-8.
↑ Brooks, Harold; Brown, Barb; Ebert, Beth; Ferro, Chris; Jolliffe, Ian; Koh, Tieh-Yong; Roebber, Paul; Stephenson, David (2015-01-26). "WWRP/WGNE Joint Working Group on Forecast Verification Research". Collaboration for Australian Weather and Climate Research. World Meteorological Organisation. Retrieved 2019-07-17.
↑ Chicco D, Jurman G (January 2020). "The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation". BMC Genomics. 21 (1): 6-1–6-13. doi:10.1186/s12864-019-6413-7. PMC 6941312. PMID 31898477.
↑ Chicco D, Toetsch N, Jurman G (February 2021). "The Matthews correlation coefficient (MCC) is more reliable than balanced accuracy, bookmaker informedness, and markedness in two-class confusion matrix evaluation". BioData Mining. 14 (13): 1-22. doi:10.1186/s13040-021-00244-z. PMC 7863449. PMID 33541410.
↑ Tharwat A. (August 2018). "Classification assessment methods". Applied Computing and Informatics. doi:10.1016/j.aci.2018.08.003.
↑ Heston, Thomas F. (2011). "डायग्नोस्टिक इमेजिंग अनुसंधान में पूर्वानुमानित मूल्यों का मानकीकरण". Journal of Magnetic Resonance Imaging. 33 (2): 505, author reply 506–7. doi:10.1002/jmri.22466. PMID 21274995.
↑ Jacques Balayla. Bayesian Updating and Sequential Testing: Overcoming Inferential Limitations of Screening Tests. ArXiv 2020. https://arxiv.org/abs/2006.11641.
↑ Orda, Ulrich; Gunnarsson, Ronny K; Orda, Sabine; Fitzgerald, Mark; Rofe, Geoffry; Dargan, Anna (2016). "गले में खराश वाले रोगियों में गले के स्वाब से समूह ए स्ट्रेप्टोकोकस एंटीजन का पता लगाने के लिए तेजी से इम्यूनोपरख का एटियोलॉजिकल पूर्वानुमानित मूल्य" (PDF). International Journal of Infectious Diseases. 45 (April): 32–5. doi:10.1016/j.ijid.2016.02.002. PMID 26873279.
↑ Gunnarsson, Ronny K.; Lanke, Jan (2002). "यदि स्पर्शोन्मुख वाहक मौजूद हैं तो माइक्रोबायोलॉजिकल डायग्नोस्टिक परीक्षणों का पूर्वानुमानित मूल्य". Statistics in Medicine. 21 (12): 1773–85. doi:10.1002/sim.1119. PMID 12111911. S2CID 26163122.
↑ Gunnarsson, Ronny K. "ईपीवी कैलकुलेटर". Science Network TV.

[1] Fletcher, Robert H. Fletcher ; Suzanne W. (2005). Clinical epidemiology : the essentials (4th ed.). Baltimore, Md.: Lippincott Williams & Wilkins. pp. 45. ISBN 0-7817-5215-9.{{cite book}}: CS1 maint: multiple names: authors list (link)

[AltmanBland1994-2] 2.0 ^2.1 Altman, DG; Bland, JM (1994). "Diagnostic tests 2: Predictive values". BMJ. 309 (6947): 102. doi:10.1136/bmj.309.6947.102. PMC 2540558. PMID 8038641.

[3] Balayla, Jacques (2020). "Prevalence threshold (ϕe) and the geometry of screening curves". PLoS One. 15 (10). doi:10.1371/journal.pone.0240215.

[4] Fawcett, Tom (2006). "An Introduction to ROC Analysis" (PDF). Pattern Recognition Letters. 27 (8): 861–874. doi:10.1016/j.patrec.2005.10.010.

[5] Piryonesi S. Madeh; El-Diraby Tamer E. (2020-03-01). "Data Analytics in Asset Management: Cost-Effective Prediction of the Pavement Condition Index". Journal of Infrastructure Systems. 26 (1): 04019036. doi:10.1061/(ASCE)IS.1943-555X.0000512.

[6] Powers, David M. W. (2011). "Evaluation: From Precision, Recall and F-Measure to ROC, Informedness, Markedness & Correlation". Journal of Machine Learning Technologies. 2 (1): 37–63.

[7] Ting, Kai Ming (2011). Sammut, Claude; Webb, Geoffrey I. (eds.). Encyclopedia of machine learning. Springer. doi:10.1007/978-0-387-30164-8. ISBN 978-0-387-30164-8.

[8] Brooks, Harold; Brown, Barb; Ebert, Beth; Ferro, Chris; Jolliffe, Ian; Koh, Tieh-Yong; Roebber, Paul; Stephenson, David (2015-01-26). "WWRP/WGNE Joint Working Group on Forecast Verification Research". Collaboration for Australian Weather and Climate Research. World Meteorological Organisation. Retrieved 2019-07-17.

[9] Chicco D, Jurman G (January 2020). "The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation". BMC Genomics. 21 (1): 6-1–6-13. doi:10.1186/s12864-019-6413-7. PMC 6941312. PMID 31898477.

[10] Chicco D, Toetsch N, Jurman G (February 2021). "The Matthews correlation coefficient (MCC) is more reliable than balanced accuracy, bookmaker informedness, and markedness in two-class confusion matrix evaluation". BioData Mining. 14 (13): 1-22. doi:10.1186/s13040-021-00244-z. PMC 7863449. PMID 33541410.

[11] Tharwat A. (August 2018). "Classification assessment methods". Applied Computing and Informatics. doi:10.1016/j.aci.2018.08.003.

[12] Heston, Thomas F. (2011). "डायग्नोस्टिक इमेजिंग अनुसंधान में पूर्वानुमानित मूल्यों का मानकीकरण". Journal of Magnetic Resonance Imaging. 33 (2): 505, author reply 506–7. doi:10.1002/jmri.22466. PMID 21274995.

[13] Jacques Balayla. Bayesian Updating and Sequential Testing: Overcoming Inferential Limitations of Screening Tests. ArXiv 2020. https://arxiv.org/abs/2006.11641.

[14] Orda, Ulrich; Gunnarsson, Ronny K; Orda, Sabine; Fitzgerald, Mark; Rofe, Geoffry; Dargan, Anna (2016). "गले में खराश वाले रोगियों में गले के स्वाब से समूह ए स्ट्रेप्टोकोकस एंटीजन का पता लगाने के लिए तेजी से इम्यूनोपरख का एटियोलॉजिकल पूर्वानुमानित मूल्य" (PDF). International Journal of Infectious Diseases. 45 (April): 32–5. doi:10.1016/j.ijid.2016.02.002. PMID 26873279.

[15] Gunnarsson, Ronny K.; Lanke, Jan (2002). "यदि स्पर्शोन्मुख वाहक मौजूद हैं तो माइक्रोबायोलॉजिकल डायग्नोस्टिक परीक्षणों का पूर्वानुमानित मूल्य". Statistics in Medicine. 21 (12): 1773–85. doi:10.1002/sim.1119. PMID 12111911. S2CID 26163122.

[16] Gunnarsson, Ronny K. "ईपीवी कैलकुलेटर". Science Network TV.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

@@ Line 1: / Line 1: @@
 {{short description|In biostatistics, proportion of true positive and true negative results}}
-फ़ाइल:सकारात्मक और नकारात्मक पूर्वानुमानित मान.pdf|thumb|541x541px
-[[File:PPV, NPV, Sensitivity and Specificity.svg|thumb|417x417px|सकारात्मक और नकारात्मक पूर्वानुमानित मान - 2]]सकारात्मक और नकारात्मक पूर्वानुमानित मूल्य (क्रमशः पीपीवी और एनपीवी) परीक्षणों और नैदानिक परीक्षणों के पूर्वानुमानित मूल्य में सकारात्मक और नकारात्मक परिणामों के अनुपात हैं जो क्रमशः सच्चे सकारात्मक और सच्चे नकारात्मक परिणाम हैं।<ref>{{cite book|last=Fletcher|first=Robert H. Fletcher ; Suzanne W.|title=Clinical epidemiology : the essentials|url=https://archive.org/details/clinicalepidemio00flet|url-access=limited|year=2005|publisher=Lippincott Williams & Wilkins|location=Baltimore, Md.|isbn=0-7817-5215-9|pages=[https://archive.org/details/clinicalepidemio00flet/page/n55 45]|edition=4th}}</ref> पीपीवी और एनपीवी नैदानिक परीक्षण या अन्य सांख्यिकीय माप के प्रदर्शन का वर्णन करते हैं। उच्च परिणाम की व्याख्या ऐसे आँकड़ों की सटीकता को इंगित करने के रूप में की जा सकती है। पीपीवी और एनपीवी परीक्षण के लिए आंतरिक नहीं हैं (जैसा कि [[वास्तविक सकारात्मक दर]] और [[वास्तविक नकारात्मक दर]] हैं); वे व्यापकता पर भी निर्भर करते हैं।<ref name=AltmanBland1994>{{cite journal |pmid=8038641 |year=1994 |last1=Altman |first1=DG |last2=Bland |first2=JM |title=Diagnostic tests 2: Predictive values |volume=309 |issue=6947 |pages=102 |pmc=2540558 |journal=BMJ |doi=10.1136/bmj.309.6947.102}}</ref> पीपीवी और एनपीवी दोनों को बेयस प्रमेय का उपयोग करके प्राप्त किया जा सकता है।
-यद्यपि कभी-कभी समानार्थक रूप से उपयोग किया जाता है, सकारात्मक भविष्य कहनेवाला मूल्य आम तौर पर नियंत्रण समूहों द्वारा स्थापित की गई चीज़ों को संदर्भित करता है, जबकि पूर्व और परीक्षण के बाद की संभावना | परीक्षण के बाद की संभावना व्यक्ति के लिए संभावना को संदर्भित करती है। फिर भी, यदि व्यक्ति की लक्ष्य स्थिति की पूर्व-परीक्षण संभावना सकारात्मक पूर्वानुमानित मूल्य स्थापित करने के लिए उपयोग किए जाने वाले नियंत्रण समूह में व्यापकता के समान है, तो दोनों संख्यात्मक रूप से बराबर हैं।
+[[File:PPV, NPV, Sensitivity and Specificity.svg|thumb|417x417px|धनात्मक और ऋणात्मक पूर्वानुमानित मान - 2]]'''धनात्मक और ऋणात्मक पूर्वानुमानित''' मान(क्रमशः पीपीवी और एनपीवी) परीक्षणों और नैदानिक परीक्षणों के पूर्वानुमानित मान में धनात्मक और ऋणात्मक परिणामों के अनुपात हैं जो क्रमशः सत्य धनात्मक और सत्य ऋणात्मक परिणाम हैं।<ref>{{cite book|last=Fletcher|first=Robert H. Fletcher ; Suzanne W.|title=Clinical epidemiology : the essentials|url=https://archive.org/details/clinicalepidemio00flet|url-access=limited|year=2005|publisher=Lippincott Williams & Wilkins|location=Baltimore, Md.|isbn=0-7817-5215-9|pages=[https://archive.org/details/clinicalepidemio00flet/page/n55 45]|edition=4th}}</ref> पीपीवी और एनपीवी नैदानिक परीक्षण या अन्य सांख्यिकीय माप के प्रदर्शन का वर्णन करते हैं। इसमें उच्च परिणाम की व्याख्या ऐसे आँकड़ों की स्पष्टता को इंगित करने के रूप में की जा सकती है। यह पीपीवी और एनपीवी परीक्षण के लिए आंतरिक नहीं हैं (जैसा कि [[वास्तविक सकारात्मक दर|वास्तविक धनात्मक दर]] और [[वास्तविक नकारात्मक दर|वास्तविक ऋणात्मक दर]] होते हैं) | वह व्यापकता पर भी निर्भर करते हैं। <ref name=AltmanBland1994>{{cite journal |pmid=8038641 |year=1994 |last1=Altman |first1=DG |last2=Bland |first2=JM |title=Diagnostic tests 2: Predictive values |volume=309 |issue=6947 |pages=102 |pmc=2540558 |journal=BMJ |doi=10.1136/bmj.309.6947.102}}</ref> पीपीवी और एनपीवी दोनों को बेयस प्रमेय का उपयोग करके प्राप्त किया जा सकता है।
-सूचना पुनर्प्राप्ति में, पीपीवी सांख्यिकी को अक्सर [[परिशुद्धता और स्मरण]] कहा जाता है।
+यद्यपि कभी-कभी समानार्थक रूप से उपयोग किया जाता है, धनात्मक भविष्य कहने वाला मान सामान्यतः नियंत्रण समूहों द्वारा स्थापित की गई चीज़ों को संदर्भित करता है, जबकि यह पूर्व और परीक्षण के पश्चात् की संभावना हैं | इसमें परीक्षण के पश्चात् की संभावना व्यक्ति के लिए संभावना को संदर्भित करती है। फिर भी, यदि व्यक्ति की लक्ष्य स्थिति की पूर्व-परीक्षण संभावना धनात्मक पूर्वानुमानित मान स्थापित करने के लिए उपयोग किए जाने वाले नियंत्रण समूह में व्यापकता के समान है, तब दोनों संख्यात्मक रूप से सामान्य हैं।
+सूचना पुनर्प्राप्ति में, पीपीवी सांख्यिकी को अधिकांशतः [[परिशुद्धता और स्मरण]] कहा जाता है।
 ==परिभाषा==
-===सकारात्मक पूर्वानुमानित मान (पीपीवी) ===
+===धनात्मक पूर्वानुमानित मान (पीपीवी) ===
-सकारात्मक पूर्वानुमानित मान (PPV), या Precision_and_recall, को इस प्रकार परिभाषित किया गया है
+धनात्मक पूर्वानुमानित मान (पीपीवी), या परिशुद्धता, को इस प्रकार परिभाषित किया गया है
 ::<math> \text{PPV} = \frac{\text{Number of true positives}}{\text{Number of true positives} + \text{Number of false positives}} = \frac{\text{Number of true positives}}{\text{Number of positive calls}}</math>
-जहां वास्तविक सकारात्मक वह घटना है कि परीक्षण सकारात्मक भविष्यवाणी करता है, और विषय का [[स्वर्ण मानक (परीक्षण)]] के तहत सकारात्मक परिणाम होता है, और गलत सकारात्मक वह घटना है कि परीक्षण सकारात्मक भविष्यवाणी करता है, और विषय का स्वर्ण मानक के तहत नकारात्मक परिणाम होता है। पूर्ण परीक्षण के साथ पीपीवी का आदर्श मान 1 (100%) है, और सबसे खराब संभावित मान शून्य होगा।
+जहां वास्तविक धनात्मक वह घटना है कि परीक्षण धनात्मक पूर्वानुमान करता है, और विषय का [[स्वर्ण मानक (परीक्षण)|गोल्ड स्टैण्डर्ड (रिजल्ट)]] के अनुसार धनात्मक परिणाम होता है, और त्रुटि धनात्मक वह घटना है कि परीक्षण धनात्मक पूर्वानुमान करता है, और विषय का स्वर्ण मानक के अनुसार ऋणात्मक परिणाम होता है। पूर्ण परीक्षण के साथ पीपीवी का आदर्श मान 1 (100%) है, और इसमें सबसे व्यर्थ संभावित मान शून्य होता हैं।
-पीपीवी की गणना [[संवेदनशीलता और विशिष्टता]], संवेदनशीलता और विशिष्टता और स्थिति की व्यापकता से भी की जा सकती है:
+पीपीवी की गणना [[संवेदनशीलता और विशिष्टता]], '''संवेदनशीलता और विशिष्टता''' और स्थिति की व्यापकता से भी की जा सकती है
 ::<math> \text{PPV} = \frac{\text{sensitivity} \times \text{prevalence}}{\text{sensitivity} \times \text{prevalence} + (1 - \text{specificity}) \times (1 - \text{prevalence})} </math> सी एफ बेयस प्रमेय
-पीपीवी का पूरक [[झूठी खोज दर]] (एफडीआर) है:
+पीपीवी का पूरक [[झूठी खोज दर|फाल्स डिसकवर रेट]] (एफडीआर) है
 ::<math> \text{FDR} = 1 - \text{PPV} = \frac{\text{Number of false positives}}{\text{Number of true positives} + \text{Number of false positives}} = \frac{\text{Number of false positives}}{\text{Number of positive calls}}</math>
-===नकारात्मक पूर्वानुमानित मान (एनपीवी) ===
+===ऋणात्मक पूर्वानुमानित मान (एनपीवी) ===
-नकारात्मक पूर्वानुमानित मान को इस प्रकार परिभाषित किया गया है:
+ऋणात्मक पूर्वानुमानित मान को इस प्रकार परिभाषित किया गया है
 ::<math> \text{NPV} = \frac{\text{Number of true negatives}}{\text{Number of true negatives}+\text{Number of false negatives}} =
 \frac{\text{Number of true negatives}}{\text{Number of negative calls}}
 </math>
-जहां वास्तविक नकारात्मक वह घटना है कि परीक्षण नकारात्मक भविष्यवाणी करता है, और विषय का स्वर्ण मानक के तहत नकारात्मक परिणाम होता है, और गलत नकारात्मक वह घटना है कि परीक्षण नकारात्मक भविष्यवाणी करता है, और विषय का स्वर्ण मानक के तहत सकारात्मक परिणाम होता है। आदर्श परीक्षण के साथ, जो कोई गलत नकारात्मक परिणाम नहीं देता है, एनपीवी का मान 1 (100%) है, और परीक्षण के साथ जो कोई वास्तविक नकारात्मक परिणाम नहीं देता है, एनपीवी मान शून्य है।
+जहां वास्तविक ऋणात्मक वह घटना है कि परीक्षण ऋणात्मक पूर्वानुमान करता है, और विषय का स्वर्ण मानक के अनुसार ऋणात्मक परिणाम होता है, और त्रुटि ऋणात्मक वह घटना है कि परीक्षण ऋणात्मक पूर्वानुमान करता है, और विषय का स्वर्ण मानक के अनुसार धनात्मक परिणाम होता है। इसमें आदर्श परीक्षण के साथ, जो कोई त्रुटि ऋणात्मक परिणाम नहीं देता है, उसमे एनपीवी का मान 1 (100%) है, और परीक्षण के साथ जो कोई वास्तविक ऋणात्मक परिणाम नहीं देता है, उसमे एनपीवी मान शून्य होता है।
-एनपीवी की गणना संवेदनशीलता और विशिष्टता, संवेदनशीलता और विशिष्टता और व्यापकता से भी की जा सकती है:
+एनपीवी की गणना संवेदनशीलता और विशिष्टता, '''संवेदनशीलता और विशिष्टता''' और व्यापकता से भी की जा सकती है
 ::<math> \text{NPV} = \frac{\text{specificity} \times (1-\text{prevalence})}{\text{specificity} \times (1-\text{prevalence}) + (1-\text{sensitivity}) \times \text{prevalence}} </math>
 ::<math> \text{NPV} = \frac{TN}{TN + FN} </math>
-एनपीवी का पूरक है{{visible anchor|false omission rate}} (के लिए):
+एनपीवी का पूरक है{{visible anchor|फाल्स ओमिशन रेट}} (एफओआर) है
 ::<math> \text{FOR} = 1 - \text{NPV} = \frac{\text{Number of false negatives}}{\text{Number of true negatives}+\text{Number of false negatives}} =
 \frac{\text{Number of false negatives}}{\text{Number of negative calls}}
 </math>
-यद्यपि कभी-कभी पर्यायवाची रूप से उपयोग किया जाता है, नकारात्मक पूर्वानुमानित मूल्य आम तौर पर नियंत्रण समूहों द्वारा स्थापित की गई चीज़ों को संदर्भित करता है, जबकि नकारात्मक पूर्व- और परीक्षण-पश्चात संभाव्यता | परीक्षण-पश्चात संभाव्यता बल्कि किसी व्यक्ति के लिए संभाव्यता को संदर्भित करता है। फिर भी, यदि किसी व्यक्ति की लक्ष्य स्थिति की पूर्व-परीक्षण संभावना नकारात्मक पूर्वानुमानित मान स्थापित करने के लिए उपयोग किए जाने वाले नियंत्रण समूह में व्यापकता के समान है, तो दोनों संख्यात्मक रूप से बराबर हैं।
+यद्यपि यह कभी-कभी पर्यायवाची रूप से उपयोग किया जाता है, ऋणात्मक पूर्वानुमानित मान सामान्यतः नियंत्रण समूहों द्वारा स्थापित की गई चीज़ों को संदर्भित करता है, जबकि ऋणात्मक पोस्ट-टेस्ट संभावना किसी व्यक्ति के लिए संभावना को संदर्भित करती है। फिर भी, यदि किसी व्यक्ति की लक्ष्य स्थिति की पूर्व-परीक्षण संभावना ऋणात्मक पूर्वानुमानित मान स्थापित करने के लिए उपयोग किए जाने वाले नियंत्रण समूह में व्यापकता के समान है, तब दोनों संख्यात्मक रूप से सामान्य होती हैं।
-===रिश्ता===
+===सम्बन्ध===
-निम्नलिखित आरेख दर्शाता है कि सकारात्मक पूर्वानुमानित मूल्य, नकारात्मक पूर्वानुमानित मूल्य, संवेदनशीलता और विशिष्टता|संवेदनशीलता, और विशिष्टता कैसे संबंधित हैं।
+निम्नलिखित आरेख दर्शाता है कि धनात्मक पूर्वानुमानित मान , और ऋणात्मक पूर्वानुमानित मान , संवेदनशीलता और विशिष्टता '''संवेदनशीलता, और विशिष्टता''' कैसे संबंधित हैं।
 {{diagnostic testing diagram}}
-ध्यान दें कि सकारात्मक और नकारात्मक पूर्वानुमानित मूल्यों का अनुमान केवल क्रॉस-अनुभागीय अध्ययन या अन्य जनसंख्या-आधारित अध्ययन से डेटा का उपयोग करके लगाया जा सकता है जिसमें वैध प्रसार अनुमान प्राप्त किया जा सकता है। इसके विपरीत, [[मामला नियंत्रण अध्ययन]]|केस-कंट्रोल अध्ययन से संवेदनशीलता और विशिष्टता का अनुमान लगाया जा सकता है।
+ध्यान दें कि धनात्मक और ऋणात्मक पूर्वानुमानित मानों का अनुमान केवल क्रॉस-अनुभागीय अध्ययन या अन्य जनसंख्या-आधारित अध्ययन से डेटा का उपयोग करके लगाया जा सकता है जिसमें वैध प्रसार अनुमान प्राप्त किया जा सकता है। इसके विपरीत, [[मामला नियंत्रण अध्ययन|स्तिथियाँ नियंत्रण अध्ययनों]] '''|केस-कंट्रोल''' '''अध्ययन''' से संवेदनशीलता और विशिष्टता का अनुमान लगाया जा सकता है।
 ===कार्य उदाहरण===
-मान लीजिए कि आंत्र कैंसर का पता लगाने के लिए 2030 लोगों में फेकल गुप्त रक्त (एफओबी) स्क्रीन परीक्षण का उपयोग किया जाता है:
+मान लीजिए कि आंत्र कैंसर का पता लगाने के लिए 2030 व्यक्तियों में फेकल ऑकल्ट ब्लड (एफओबी) स्क्रीन परीक्षण का उपयोग किया जाता है
 {{diagnostic testing example}}
-छोटा सकारात्मक पूर्वानुमानित मान (पीपीवी = 10%) इंगित करता है कि इस परीक्षण प्रक्रिया से कई सकारात्मक परिणाम गलत सकारात्मक हैं। इस प्रकार कैंसर मौजूद है या नहीं, इसका अधिक सटीक आकलन प्राप्त करने के लिए अधिक विश्वसनीय परीक्षण के साथ किसी भी सकारात्मक परिणाम का पालन करना आवश्यक होगा। फिर भी, ऐसा परीक्षण उपयोगी हो सकता है यदि यह सस्ता और सुविधाजनक हो। एफओबी स्क्रीन परीक्षण की ताकत इसके नकारात्मक पूर्वानुमानित मूल्य में है - जो, यदि किसी व्यक्ति के लिए नकारात्मक है, तो हमें उच्च विश्वास देता है कि इसका नकारात्मक परिणाम सच है।
+लघु धनात्मक पूर्वानुमानित मान (पीपीवी = 10%) इंगित करता है कि इस परीक्षण प्रक्रिया से अनेक धनात्मक परिणाम त्रुटि धनात्मक होते हैं। इस प्रकार कैंसर उपस्तिथ है या नहीं, इसका अधिक स्पष्ट आकलन प्राप्त करने के लिए अधिक विश्वसनीय परीक्षण के साथ किसी भी धनात्मक परिणाम का पालन करना आवश्यक होता हैं। फिर भी, ऐसा परीक्षण उपयोगी हो सकता है यदि यह सस्ता और सुविधाजनक हो। एफओबी स्क्रीन परीक्षण की शक्ति इसके ऋणात्मक पूर्वानुमानित मान में होती है | जो, यदि किसी व्यक्ति के लिए ऋणात्मक है, तब यह हमें उच्च विश्वास देता है कि इसका ऋणात्मक परिणाम सत्य होता है।
 == समस्याएँ ==
 ===अन्य व्यक्तिगत कारक===
-ध्यान दें कि पीपीवी परीक्षण में अंतर्निहित नहीं है - यह व्यापकता पर भी निर्भर करता है।<ref name=AltmanBland1994/>पूर्वानुमानित मूल्यों पर व्यापकता के बड़े प्रभाव के कारण, मानकीकृत दृष्टिकोण प्रस्तावित किया गया है, जहां पीपीवी को 50% की व्यापकता तक सामान्यीकृत किया जाता है।<ref>{{cite journal |doi=10.1002/jmri.22466 |title=डायग्नोस्टिक इमेजिंग अनुसंधान में पूर्वानुमानित मूल्यों का मानकीकरण|year=2011 |last1=Heston |first1=Thomas F. |journal=Journal of Magnetic Resonance Imaging |volume=33 |issue=2 |pages=505; author reply 506–7 |pmid=21274995|doi-access=free }}</ref> पीपीवी सीधे आनुपातिक है{{Dubious|Is PPV directly proportional to the prevalence?|date=December 2020}} बीमारी या स्थिति की व्यापकता के लिए। उपरोक्त उदाहरण में, यदि परीक्षण किए गए लोगों के समूह में आंत्र कैंसर वाले लोगों का अनुपात अधिक होता, तो पीपीवी संभवतः अधिक और एनपीवी कम होता। यदि समूह में सभी को आंत्र कैंसर है, तो पीपीवी 100% और एनपीवी 0% होगा।
+ध्यान दें कि यह पीपीवी परीक्षण में अंतर्निहित नहीं होता है यह व्यापकता पर भी निर्भर करता है।<ref name=AltmanBland1994/> इसमें पूर्वानुमानित मानों पर व्यापकता के बड़े प्रभाव के कारण, मानकीकृत दृष्टिकोण प्रस्तावित किया गया है, जहां पीपीवी को 50% की व्यापकता तक सामान्यीकृत किया जाता है।<ref>{{cite journal |doi=10.1002/jmri.22466 |title=डायग्नोस्टिक इमेजिंग अनुसंधान में पूर्वानुमानित मूल्यों का मानकीकरण|year=2011 |last1=Heston |first1=Thomas F. |journal=Journal of Magnetic Resonance Imaging |volume=33 |issue=2 |pages=505; author reply 506–7 |pmid=21274995|doi-access=free }}</ref> पीपीवी रोग या स्थिति की व्यापकता के लिए प्रत्यक्ष रूप से आनुपातिक होता है । उपरोक्त उदाहरण में, यदि परीक्षण किए गए व्यक्तियों के समूह में आंत्र कैंसर वाले व्यक्तियों का अनुपात अधिक होता हैं, तब पीपीवी संभवतः अधिक और एनपीवी कम होता हैं। यदि समूह में सभी को आंत्र कैंसर है, तब पीपीवी 100% और एनपीवी 0% होता हैं।
-इस समस्या को दूर करने के लिए, एनपीवी और पीपीवी का उपयोग केवल तभी किया जाना चाहिए जब रोग समूह में रोगियों की संख्या और स्वस्थ नियंत्रण समूह में रोगियों की संख्या का अनुपात एनपीवी और पीपीवी स्थापित करने के लिए अध्ययन की गई आबादी में बीमारियों की व्यापकता के बराबर हो, या, यदि दो रोग समूहों की तुलना की जाती है, यदि रोग समूह 1 में रोगियों की संख्या और रोग समूह 2 में रोगियों की संख्या का अनुपात अध्ययन की गई दो बीमारियों की व्यापकता के अनुपात के बराबर है। अन्यथा, नैदानिक परीक्षण में सकारात्मक और नकारात्मक संभावना अनुपात एनपीवी और पीपीवी की तुलना में अधिक सटीक होते हैं, क्योंकि संभावना अनुपात व्यापकता पर निर्भर नहीं होते हैं।
+इस समस्या को दूर करने के लिए, एनपीवी और पीपीवी का उपयोग केवल तभी किया जाना चाहिए जब एनपीवी और पीपीवी को स्थापित करने के लिए रोग समूह में रोगियों की संख्या और स्वस्थ नियंत्रण समूह में रोगियों की संख्या का अनुपात रोगों की व्यापकता के सामान्य होता हैं। अध्ययन की गई जनसंख्या, या, यदि दो रोग समूहों की तुलना की जाती है, यदि रोग समूह 1 में रोगियों की संख्या और रोग समूह 2 में रोगियों की संख्या का अनुपात अध्ययन किए गए दो रोगों के प्रसार के अनुपात के सामान्य है। अन्यथा, धनात्मक और ऋणात्मक संभावना अनुपात एनपीवी और पीपीवी की तुलना में अधिक स्पष्ट होते हैं, क्योंकि संभावना अनुपात व्यापकता पर निर्भर नहीं होते हैं।
-जब परीक्षण किए जा रहे किसी व्यक्ति में पीपीवी और एनपीवी को स्थापित करने के लिए उपयोग किए जाने वाले नियंत्रण समूहों की तुलना में अलग पूर्व-परीक्षण संभावना होती है, तो पीपीवी और एनपीवी को आम तौर पर सकारात्मक और नकारात्मक परीक्षण के बाद की संभावनाओं से अलग किया जाता है, पीपीवी और एनपीवी नियंत्रण समूहों द्वारा स्थापित लोगों को संदर्भित करते हैं, और परीक्षण के बाद की संभावनाओं को परीक्षण किए गए व्यक्ति के लिए संदर्भित करते हैं (जैसा कि अनुमान लगाया गया है, उदाहरण के लिए, नैदानिक परीक्षण में संभावना अनुपात द्वारा)। अधिमानतः, ऐसे मामलों में, ऐसे व्यक्तियों में परीक्षण के उपयोग के लिए अलग-अलग सकारात्मक और नकारात्मक पूर्वानुमानित मान स्थापित करने के लिए, समकक्ष व्यक्तियों के बड़े समूह का अध्ययन किया जाना चाहिए।
+जब परीक्षण किए जा रहे किसी व्यक्ति में पीपीवी और एनपीवी को स्थापित करने के लिए उपयोग किए जाने वाले नियंत्रण समूहों की तुलना में भिन्न पूर्व-परीक्षण संभावना होती है, तब पीपीवी और एनपीवी को सामान्यतः धनात्मक और ऋणात्मक परीक्षण के पश्चात् उसकी संभावनाओं से भिन्न किया जाता है, पीपीवी और एनपीवी नियंत्रण समूहों द्वारा स्थापित व्यक्तियों को संदर्भित करते हैं, और परीक्षण के पश्चात् की संभावनाओं को परीक्षण किए गए व्यक्ति के लिए संदर्भित करते हैं (जैसा कि अनुमान लगाया गया है, उदाहरण के लिए, नैदानिक परीक्षण में संभावना अनुपात द्वारा) होती हैं। अधिमानतः, ऐसी स्थितियों में, ऐसे व्यक्तियों में परीक्षण में उपयोग के लिए भिन्न-भिन्न धनात्मक और ऋणात्मक पूर्वानुमानित मान स्थापित करने के लिए, समकक्ष व्यक्तियों के बड़े समूह का अध्ययन किया जाना चाहिए।
-===बेयसियन अद्यतनीकरण===
+===बेयसियन अपडेट===
-बेयस प्रमेय रोग की व्यापकता या पूर्व-परीक्षण संभाव्यता के कार्य के रूप में स्क्रीनिंग परीक्षणों की सटीकता पर अंतर्निहित सीमाएं प्रदान करता है। यह दिखाया गया है कि परीक्षण प्रणाली व्यापकता में महत्वपूर्ण गिरावट को सहन कर सकती है, निश्चित परिभाषित बिंदु तक जिसे [[व्यापकता सीमा]] के रूप में जाना जाता है, जिसके नीचे सकारात्मक स्क्रीनिंग परीक्षण की विश्वसनीयता तेजी से गिर जाती है। ऐसा कहा गया, बलायला एट अल।<ref>Jacques Balayla. Bayesian Updating and Sequential Testing: Overcoming Inferential Limitations of Screening Tests. ArXiv 2020. https://arxiv.org/abs/2006.11641.</ref> दिखाया गया कि अनुक्रमिक परीक्षण उपरोक्त बायेसियन सीमाओं को पार कर जाता है और इस प्रकार स्क्रीनिंग परीक्षणों की विश्वसनीयता में सुधार होता है। वांछित सकारात्मक पूर्वानुमानित मान के लिए <math>\rho</math> वह कुछ स्थिरांक के करीब पहुंचता है <math>k</math>, सकारात्मक परीक्षण पुनरावृत्तियों की संख्या <math>n_i</math> आवश्यकता है:
+बेयस प्रमेय रोग की व्यापकता या पूर्व-परीक्षण संभाव्यता के कार्य के रूप में स्क्रीनिंग परीक्षणों की स्पष्टता पर अंतर्निहित सीमाएं प्रदान करता है। यह दिखाया गया है कि परीक्षण प्रणाली व्यापकता में महत्वपूर्ण गिरावट को सहन कर सकती है, निश्चित परिभाषित बिंदु तक जिसे [[व्यापकता सीमा]] के रूप में जाना जाता है, जिसके नीचे धनात्मक स्क्रीनिंग परीक्षण की विश्वसनीयता शीघ्रता से गिर जाती है। ऐसा कहा गया, बलायला एट अल में <ref>Jacques Balayla. Bayesian Updating and Sequential Testing: Overcoming Inferential Limitations of Screening Tests. ArXiv 2020. https://arxiv.org/abs/2006.11641.</ref> दिखाया गया कि अनुक्रमिक परीक्षण उपरोक्त बायेसियन सीमाओं को पार कर जाता है और इस प्रकार स्क्रीनिंग परीक्षणों की विश्वसनीयता में सुधार होता है। वांछित धनात्मक पूर्वानुमानित मान <math>\rho                                                                                                                                                                                                                    </math> के लिए जो कुछ स्थिरांक <math>k                                                                                                                                                                                                                              </math> के समीप पहुंचता है, उसमे धनात्मक परीक्षण पुनरावृत्तियों की संख्या <math>n_i                                                                                                                                                                                                                                 </math> की आवश्यकता होती है
 :<math>n_i =\lim_{\rho \to k}\left\lceil\frac{\ln\left[\frac{\rho(\phi-1)}{\phi(\rho-1)}\right]}{\ln\left[\frac{a}{1-b}\right]}\right\rceil </math>
-कहाँ
+जहाँ
 * <math>\rho</math> वांछित पीपीवी है
-* <math>n_i</math> प्राप्त करने के लिए आवश्यक परीक्षण पुनरावृत्तियों की संख्या है <math>\rho</math> * <math>a</math> संवेदनशीलता है
+* <math>n_i</math> <math>\rho</math> प्राप्त करने के लिए आवश्यक परीक्षण पुनरावृत्तियों की संख्या है
-* <math>b</math> विशिष्टता है
+*<math>a</math> संवेदनशीलता है
-* <math>\phi</math> रोग की व्यापकता है, और
+* <math>b</math> विशिष्टता होता है
+* <math>\phi</math> रोग की व्यापकता होती है, और
 * <math>k</math> स्थिरांक है.
-ध्यान दें, उपरोक्त समीकरण का हर नैदानिक परीक्षण (एलआर+) में सकारात्मक संभावना अनुपात का प्राकृतिक लघुगणक है।
+ध्यान दें, उपरोक्त समीकरण का प्रत्येक नैदानिक परीक्षण (एलआर+) में धनात्मक संभावना अनुपात का प्राकृतिक लघुगणक होता है।
 ===विभिन्न लक्ष्य स्थितियाँ===
-पीपीवी का उपयोग इस संभावना को इंगित करने के लिए किया जाता है कि सकारात्मक परीक्षण के मामले में, कि रोगी को वास्तव में निर्दिष्ट बीमारी है। हालाँकि, किसी बीमारी के से अधिक कारण हो सकते हैं और किसी संभावित कारण के परिणामस्वरूप हमेशा रोगी में प्रकट बीमारी नहीं देखी जा सकती है। पीपीवी और एनपीवी की संबंधित लक्ष्य स्थितियों को मिश्रित करने की संभावना है, जैसे किसी परीक्षण के पीपीवी या एनपीवी को बीमारी होने के रूप में व्याख्या करना, जब वह पीपीवी या एनपीवी मूल्य वास्तव में केवल उस बीमारी होने की पूर्वसूचना को संदर्भित करता है।
+पीपीवी का उपयोग इस संभावना को इंगित करने के लिए किया जाता है कि धनात्मक परीक्षण के मामले में, कि रोगी को वास्तव में निर्दिष्ट रोग है। हालाँकि, किसी रोग के से अधिक कारण हो सकते हैं और किसी संभावित कारण के परिणामस्वरूप हमेशा रोगी में प्रकट रोग नहीं देखी जा सकती है। पीपीवी और एनपीवी की संबंधित लक्ष्य स्थितियों को मिश्रित करने की संभावना है, जैसे किसी परीक्षण के पीपीवी या एनपीवी को रोग होने के रूप में व्याख्या करना, जब वह पीपीवी या एनपीवी मान वास्तव में केवल उस रोग होने की पूर्वसूचना को संदर्भित करता है।
-इसका उदाहरण गले में खराश के रोगियों में इस्तेमाल किया जाने वाला माइक्रोबायोलॉजिकल थ्रोट स्वैब है। आम तौर पर गले के स्वाब के पीपीवी को बताने वाले प्रकाशन इस संभावना पर रिपोर्ट कर रहे हैं कि यह जीवाणु गले में मौजूद है, बजाय इसके कि रोगी पाए गए बैक्टीरिया से बीमार है। यदि इस जीवाणु की उपस्थिति के कारण हमेशा गले में खराश रहती है, तो पीपीवी बहुत उपयोगी होगा। हालाँकि बैक्टीरिया हानिरहित तरीके से व्यक्तियों में निवास कर सकते हैं और परिणामस्वरूप कभी भी संक्रमण या बीमारी नहीं होती है। इन व्यक्तियों में होने वाली गले की खराश वायरस जैसे अन्य एजेंटों के कारण होती है। इस स्थिति में मूल्यांकन अध्ययन में उपयोग किया जाने वाला स्वर्ण मानक केवल बैक्टीरिया की उपस्थिति का प्रतिनिधित्व करता है (जो हानिरहित हो सकता है) लेकिन गले में होने वाली बैक्टीरिया संबंधी गले की बीमारी का नहीं। यह सिद्ध किया जा सकता है कि यह समस्या नकारात्मक पूर्वानुमानित मूल्य की तुलना में सकारात्मक पूर्वानुमानित मूल्य को कहीं अधिक प्रभावित करेगी।<ref>{{cite journal |doi=10.1016/j.ijid.2016.02.002 |title=गले में खराश वाले रोगियों में गले के स्वाब से समूह ए स्ट्रेप्टोकोकस एंटीजन का पता लगाने के लिए तेजी से इम्यूनोपरख का एटियोलॉजिकल पूर्वानुमानित मूल्य|year=2016 |last1=Orda |first1=Ulrich |last2=Gunnarsson |first2=Ronny K | last3=Orda | first3=Sabine | last4=Fitzgerald | first4=Mark | last5=Rofe | first5=Geoffry | last6=Dargan | first6=Anna |journal=International Journal of Infectious Diseases |volume=45 |issue=April |pages=32–5|pmid=26873279|url=https://researchonline.jcu.edu.au/45048/1/2016%20---%20Orda%20-%20EPV.pdf |doi-access=free }}</ref> नैदानिक परीक्षणों का मूल्यांकन करने के लिए जहां स्वर्ण मानक केवल बीमारी के संभावित कारणों को देखता है, कोई पूर्वानुमानित मूल्य के विस्तार का उपयोग कर सकता है जिसे [http://www.infovoice.se/fou/epv एटियोलॉजिकल प्रेडिक्टिव वैल्यू] कहा जाता है।<ref>{{cite journal |doi=10.1002/sim.1119 |title=यदि स्पर्शोन्मुख वाहक मौजूद हैं तो माइक्रोबायोलॉजिकल डायग्नोस्टिक परीक्षणों का पूर्वानुमानित मूल्य|year=2002 |last1=Gunnarsson |first1=Ronny K. |last2=Lanke |first2=Jan |journal=Statistics in Medicine |volume=21 |issue=12 |pages=1773–85 |pmid=12111911|s2cid=26163122 }}</ref><ref>{{cite web |last1=Gunnarsson |first1=Ronny K. | url=http://science-network.tv/epv-calculator/ | title=ईपीवी कैलकुलेटर| website=Science Network TV}}</ref>
+इसका उदाहरण गले में खराश के रोगियों में इस्तेमाल किया जाने वाला माइक्रोबायोलॉजिकल थ्रोट स्वैब है। सामान्यतः गले के स्वाब के पीपीवी को बताने वाले प्रकाशन इस संभावना पर रिपोर्ट कर रहे हैं कि यह जीवाणु गले में उपस्तिथ है, बजाय इसके कि रोगी पाए गए बैक्टीरिया से बीमार है। यदि इस जीवाणु की उपस्थिति के कारण हमेशा गले में खराश रहती है, तब पीपीवी बहुत उपयोगी होगा। हालाँकि बैक्टीरिया हानिरहित तरीके से व्यक्तियों में निवास कर सकते हैं और परिणामस्वरूप कभी भी संक्रमण या रोग नहीं होती है। इन व्यक्तियों में होने वाली गले की खराश वायरस जैसे अन्य एजेंटों के कारण होती है। इस स्थिति में मूल्यांकन अध्ययन में उपयोग किया जाने वाला स्वर्ण मानक केवल बैक्टीरिया की उपस्थिति का प्रतिनिधित्व करता है (जो हानिरहित हो सकता है) लेकिन गले में होने वाली बैक्टीरिया संबंधी गले की रोग का नहीं। यह सिद्ध किया जा सकता है कि यह समस्या ऋणात्मक पूर्वानुमानित मान की तुलना में धनात्मक पूर्वानुमानित मान को कहीं अधिक प्रभावित करेगी।<ref>{{cite journal |doi=10.1016/j.ijid.2016.02.002 |title=गले में खराश वाले रोगियों में गले के स्वाब से समूह ए स्ट्रेप्टोकोकस एंटीजन का पता लगाने के लिए तेजी से इम्यूनोपरख का एटियोलॉजिकल पूर्वानुमानित मूल्य|year=2016 |last1=Orda |first1=Ulrich |last2=Gunnarsson |first2=Ronny K | last3=Orda | first3=Sabine | last4=Fitzgerald | first4=Mark | last5=Rofe | first5=Geoffry | last6=Dargan | first6=Anna |journal=International Journal of Infectious Diseases |volume=45 |issue=April |pages=32–5|pmid=26873279|url=https://researchonline.jcu.edu.au/45048/1/2016%20---%20Orda%20-%20EPV.pdf |doi-access=free }}</ref> नैदानिक परीक्षणों का मूल्यांकन करने के लिए जहां स्वर्ण मानक केवल रोग के संभावित कारणों को देखता है, कोई पूर्वानुमानित मान के विस्तार का उपयोग कर सकता है जिसे [http://www.infovoice.se/fou/epv एटियोलॉजिकल प्रेडिक्टिव वैल्यू] कहा जाता है।<ref>{{cite journal |doi=10.1002/sim.1119 |title=यदि स्पर्शोन्मुख वाहक मौजूद हैं तो माइक्रोबायोलॉजिकल डायग्नोस्टिक परीक्षणों का पूर्वानुमानित मूल्य|year=2002 |last1=Gunnarsson |first1=Ronny K. |last2=Lanke |first2=Jan |journal=Statistics in Medicine |volume=21 |issue=12 |pages=1773–85 |pmid=12111911|s2cid=26163122 }}</ref><ref>{{cite web |last1=Gunnarsson |first1=Ronny K. | url=http://science-network.tv/epv-calculator/ | title=ईपीवी कैलकुलेटर| website=Science Network TV}}</ref>

Anonymous

Search

धनात्मक और ऋणत्मक पूर्वानुमानित मान: Difference between revisions

Namespaces

More

Page actions

Revision as of 22:38, 6 August 2023

Contents

परिभाषा

धनात्मक पूर्वानुमानित मान (पीपीवी)

ऋणात्मक पूर्वानुमानित मान (एनपीवी)

सम्बन्ध

कार्य उदाहरण

समस्याएँ

अन्य व्यक्तिगत कारक

बेयसियन अपडेट

विभिन्न लक्ष्य स्थितियाँ

यह भी देखें

संदर्भ

Navigation

Navigation

Wiki tools

Wiki tools

Anonymous

Search

धनात्मक और ऋणत्मक पूर्वानुमानित मान: Difference between revisions

Revision as of 22:38, 6 August 2023

परिभाषा

धनात्मक पूर्वानुमानित मान (पीपीवी)

ऋणात्मक पूर्वानुमानित मान (एनपीवी)

सम्बन्ध

कार्य उदाहरण

समस्याएँ

अन्य व्यक्तिगत कारक

बेयसियन अपडेट

विभिन्न लक्ष्य स्थितियाँ

यह भी देखें

संदर्भ

Navigation

Wiki tools

Page tools

Other projects

Categories