breast cancer

[tapirul]

1% of women at age forty who participate in routine screening have breast cancer.  80% of women with breast cancer will get positive mammographies.  9.6% of women without breast cancer will also get positive mammographies.  A woman in this age group had a positive mammography in a routine screening.  What is the probability that she actually has breast cancer?

[Furnika]

89%? ???

[tapirul]

not quite

[Furnika]

8,4%? ??? ??? ???

[tapirul]

closer. how did you get this answer? (una e 8.4 si alta 88, nu?)
PS nici mie nu mi-a iesit din prima.

[geolica]

7.8%

[originaltup]

7.8
o sa incerc sa pun si tabelul

[originaltup]

pasul 1: prevalenta e de 1%, deci din 1000 de femei 10 vor avea cancer.
pasul 2: sensitivity e de 80%, deci testul va fi pozitiv doar pt 8 dintre cele 10 femei
pasul 3: specificity e de 9.6%, deci din cele 990 de femei fara cancer, testul va fi negativ in 90.4% (100-9.6) = 895 femei, iar restul de 95 de femei vor avea un test pozitiv.
pasul 4: bagi datele intr-un tabel

           Disease
           +    -
Test  + 8 / 95
        - 2 /895

PPV (positive predictive value)= 8/8+95
                                         = 8/103
                                          ~ 7.8%

[tapirul]

corect.
eu am gasit problema la http://yudkowsky.net/bayes/bayes.html in cautarile mele despre bayesian inference. Am aplicat muncitoreste pe categorii (cum explica in final si in link). Nu stiam de PPV, though. Niste chestii incep sa se lege acum, in social scienced folosim Type I and II of error dar nu folosim PPV si NPV (care se bazeaza pe ce denumesc mediciniistii "gold standard", ceva ce este bazat pe previous studies). Adevarul e ca e mult mai complicat sa aplici in social sciences ceva similar lui Gilden Standard (avand in vedere ca masuratorile in social sciences sunt mult mai complexe si mai tricky decat in medical sciences). 

[originaltup]

nu stiu cum or fi in social sciences, dar daca iei niste articole din NEJM degeaba ma dau de ceasul mortii si tot nu stiu majoritatea chestiilor de statistica.
Am prins asa niste principii de baza sa te prinzi cat de bine e facut un studiu, dar la chestii de amanunte te doare capul.
Nu prea ma prind daca PPV are legatura cu gold standard, dar nu prea cred; in mare PPV inseamna cat de probabil e ca un pacient care are un test pozitiv sa aiba si boala respectiva. Si depinde evident de prevalenta bolii, si de sensitivity si specificity testului (deci nu prea are raport cu un gold standard).
Raportezi sensitivity si specificity unui test nou la cel mai bun test de pe piata ("gold standard") dar nu are legatura cu PPV sau NPV.

[tapirul]

pai depinde cum este gold standard definit exact.... "cel mai bun test de pe piata" atunci da, nu au legatura directa, trebuie sa stii senzitivitatea/specificitatea testului tau ca sa determni PPV. La spitalul din Ţăndărei probabil nu ai RMN care e gold standard in mai stiu io ce boala, ai ce test ai si pe ala il folosesti.

Vezi tu, in social sciences measurement-ul in sine este foarte complicat. Nu numai ca nu ai instrumente avansate, dar measurement theory e destul de vaga; de exemplu cica masori attitude toward abortion... ce e aia? Cum o conceptualizezi?  Cum o masori? - nici macar nu poti calcula foarte exact specificitate/senzitivitate, in modul in care masori in medicina, nu ai teste post-hoc care sa iti confirme ca ai masurat bine sau prost (in medicina macar ai o confirmare, a facut boala sau nu, a murit sau nu, a iesit pozitiv la autopsie sau nu, etc, poti, retroactiv, determina destul de precis cat de bun un test este). Din cauza asta social sciences se bazeaza pe modele mai complexe (din ce in ce mai complexe), conceptual si  statistic.