2010/3/20 TY帶領台兒診所同仁至馬偕小兒心臟超音波室參訪，同行的有TY(張東曜醫師)、陳惠瑩醫師、曾怡菁放射師、曾信儒放射師、和楊善媛護理師。
在此，TY特別感謝我胎兒心臟超音波的啟蒙老師：前馬偕小兒心臟科主任陳銘仁醫師和資深超音波技術員秀琴給台兒Staff的特別指導。
在此，TY特別感謝我胎兒心臟超音波的啟蒙老師：前馬偕小兒心臟科主任陳銘仁醫師和資深超音波技術員秀琴給台兒Staff的特別指導。
2010/03/21
2010/03/04
100306 簡介醫學篩檢(5)--作者：張東曜醫師
請看下表，前文提到盛行率(Prevalence)是(a+c)/(a+b+c+d)，意即這個群體中有病的機會(P, Prevalence)。
若我們不知道這個群體中誰有病，那麼，我們隨便找一人，這個人有病的機會便是P，有病的勝算即是P/(1-P)，請參看前文。
前文亦提到陽性相似比和陰性相似比，其實也是勝算，告訴我們一件事發生的機會是不發生的機會的幾倍。
陽性相似比(LR(+))即：若篩檢陽性，有病的機會是沒病的機會的幾倍。
陰性相似比(LR(-))即：若篩檢陰性，有病的機會是沒病的機會的幾倍。
因此，很重要的推演如下：
我們想知道某人有病的勝算為何？
盛行率告訴我們，這個人出現在D(+)這一欄的背景機會為何。
勝算告訴我們，這個人出現在D(+)這一欄的機會是出現在D(-)這一欄的機會的幾倍。
而檢驗的相似比進一步告訴我們，視結果為陽性或陰性而定，此人出現在D(+)這一欄的機會是D(-)這一欄機會的幾倍。
經過這個檢查，我們就能更準確地預測這個人有病的機會，而非僅單靠盛行率(背景機會)。
我們可以把由盛行率算出來的勝算稱為「前測勝算」，把經過檢查後才重新計算出來的勝算稱為「後測勝算」。
我們可以進一步把「後測勝算」轉成「後測機率」，公式為：後測機率=後測勝算/(後測勝算+1)。
以唐氏症篩檢為例，後測勝算都不大(比如1/500)，根據上列公式，後測機率和後測勝算其實差不多。
以唐氏症篩檢用的各種染色體異常指標而言，若能知道其陽性相似比和陰性相似比，我們便能進一步修正其前測勝算。
若我們不知道這個群體中誰有病，那麼，我們隨便找一人，這個人有病的機會便是P，有病的勝算即是P/(1-P)，請參看前文。
 |
| From 台兒胎兒醫學電子報專用 |
陽性相似比(LR(+))即：若篩檢陽性，有病的機會是沒病的機會的幾倍。
陰性相似比(LR(-))即：若篩檢陰性，有病的機會是沒病的機會的幾倍。
因此，很重要的推演如下：
我們想知道某人有病的勝算為何？
- 先知道這個族群有病的盛行率為何？即知這個人有病的機會的背景值，即P (Prevalence)。
- 然後把背景值(Prevalence，盛行率(P))，變成有病的勝算(前測勝算)，即P/(1-P)，
- 接下來，給這個人做個檢查，檢查結果只有陽性和陰性兩種，若陽性，則有病的勝算(後測勝算)等於：前測勝算*LR(+)，若陰性，則有病的勝算(後測勝算)等於：前測勝算*LR(-)
盛行率告訴我們，這個人出現在D(+)這一欄的背景機會為何。
勝算告訴我們，這個人出現在D(+)這一欄的機會是出現在D(-)這一欄的機會的幾倍。
而檢驗的相似比進一步告訴我們，視結果為陽性或陰性而定，此人出現在D(+)這一欄的機會是D(-)這一欄機會的幾倍。
經過這個檢查，我們就能更準確地預測這個人有病的機會，而非僅單靠盛行率(背景機會)。
我們可以把由盛行率算出來的勝算稱為「前測勝算」，把經過檢查後才重新計算出來的勝算稱為「後測勝算」。
我們可以進一步把「後測勝算」轉成「後測機率」，公式為：後測機率=後測勝算/(後測勝算+1)。
以唐氏症篩檢為例，後測勝算都不大(比如1/500)，根據上列公式，後測機率和後測勝算其實差不多。
以唐氏症篩檢用的各種染色體異常指標而言，若能知道其陽性相似比和陰性相似比，我們便能進一步修正其前測勝算。
2010/03/03
100303 簡介醫學篩檢(4)--作者：張東曜醫師
勝算(Odds)：一件事情發生的機會除以不發生的機會。
用白話再講一遍，勝算是一個比值，比一件事會發生的機會是不發生的機會的幾倍。
舉丟銅板為例。
設有一公正銅板，出現正面和反面的機會各是50%(1/2)。這個銅板不是出現正面就是出現反面，用機會來說：出現正面的機會是1/2；但用勝算來說，出現正面的勝算是1 (即1/2除以1/2)，因為出現正面的機會是1/2，不出現正面(即反面)的機會也是1/2，所以出現正面的機會比上不出現正面的機會就是1(即出現正面的勝算)。
我們接續先前提到的表格，盛行率(Prevalence)是某一群人中有病的比例，即(a+c)/(a+b+c+d)，沒病的比例即為1-(a+c)/(a+b+c+d)，即是1-Prevalence。
那麼，這一群人，隨便找一個人來猜，這個人有病的機會是Prevalence，沒病的機會是1-Prevalence，有病的勝算即是Prevalence/(1-Prevalence)。
假設Prevalence是50%，有病的勝算即是1 (50%/(1-50%)=50%/50%)。
假設Prevalence是20%，有病的勝算即是1/4 (20%/(1-20%)=20%/80%)。
假設Prevalence是1/800(即0.00125，以唐氏症為例，大家常用1/800來說明)，那有病(比如唐氏症)的勝算即是0.00125156(0.00125/(1-0.00125)=0.00125/0.99875)。
盛行率和勝算，其實可以互相換算。
以唐氏症為例，如果盛行率很低，「盛行率」和「有病的勝算」，其實幾乎相等，也可以不要換算。
所以，產檢時唐氏症篩檢的報告若說「胎兒罹有唐氏症的風險為1/500」，我們可以說胎兒罹有唐氏症的機會是1/500，也可以說胎兒罹有唐氏症的勝算是1/500，意思是說：胎兒罹患有唐氏症的機會只有胎兒沒有罹患有唐氏症的機會的五百分之一(1/500)。
用白話再講一遍，勝算是一個比值，比一件事會發生的機會是不發生的機會的幾倍。
舉丟銅板為例。
設有一公正銅板，出現正面和反面的機會各是50%(1/2)。這個銅板不是出現正面就是出現反面，用機會來說：出現正面的機會是1/2；但用勝算來說，出現正面的勝算是1 (即1/2除以1/2)，因為出現正面的機會是1/2，不出現正面(即反面)的機會也是1/2，所以出現正面的機會比上不出現正面的機會就是1(即出現正面的勝算)。
 |
| From 台兒胎兒醫學電子報專用 |
我們接續先前提到的表格，盛行率(Prevalence)是某一群人中有病的比例，即(a+c)/(a+b+c+d)，沒病的比例即為1-(a+c)/(a+b+c+d)，即是1-Prevalence。
那麼，這一群人，隨便找一個人來猜，這個人有病的機會是Prevalence，沒病的機會是1-Prevalence，有病的勝算即是Prevalence/(1-Prevalence)。
假設Prevalence是50%，有病的勝算即是1 (50%/(1-50%)=50%/50%)。
假設Prevalence是20%，有病的勝算即是1/4 (20%/(1-20%)=20%/80%)。
假設Prevalence是1/800(即0.00125，以唐氏症為例，大家常用1/800來說明)，那有病(比如唐氏症)的勝算即是0.00125156(0.00125/(1-0.00125)=0.00125/0.99875)。
盛行率和勝算，其實可以互相換算。
以唐氏症為例，如果盛行率很低，「盛行率」和「有病的勝算」，其實幾乎相等，也可以不要換算。
所以，產檢時唐氏症篩檢的報告若說「胎兒罹有唐氏症的風險為1/500」，我們可以說胎兒罹有唐氏症的機會是1/500，也可以說胎兒罹有唐氏症的勝算是1/500，意思是說：胎兒罹患有唐氏症的機會只有胎兒沒有罹患有唐氏症的機會的五百分之一(1/500)。
2010/03/02
100302 簡介醫學篩檢(3)--作者：張東曜醫師
今天，我們進一步說明前文所提到的表格：
我用綠色表示講對了，紅色表示講錯了，粉紅色表示陽性，灰色表示陰性。
a表示真陽性，意思是：你有病，檢驗也是陽性，所以說對了。
b表示假陽性，意思是：你沒病，但檢驗呈陽性，所以冤枉了。
c表示假陰性，意思是：你有病，但檢驗呈陰性，所以漏掉了。
d表示真陰性，意思是：你沒病，檢驗也呈陰性，所以又說對了。
a(真陽性)和d(真陰性)當然要越大越好，b(假陽性)和c(假陰性)當然要越小越好，這樣表示這個檢驗很好。
根據上表，這個樣本中，有病者的總數即是a+c，除以樣本數(a+b+c+d)，即是盛行率。
盛行率簡單說，就是一群人中有病的比例。
 |
| From 100302 |
a表示真陽性，意思是：你有病，檢驗也是陽性，所以說對了。
b表示假陽性，意思是：你沒病，但檢驗呈陽性，所以冤枉了。
c表示假陰性，意思是：你有病，但檢驗呈陰性，所以漏掉了。
d表示真陰性，意思是：你沒病，檢驗也呈陰性，所以又說對了。
a(真陽性)和d(真陰性)當然要越大越好，b(假陽性)和c(假陰性)當然要越小越好，這樣表示這個檢驗很好。
根據上表，這個樣本中，有病者的總數即是a+c，除以樣本數(a+b+c+d)，即是盛行率。
盛行率簡單說，就是一群人中有病的比例。
2010/03/01
100301 簡介醫學篩檢(2)--作者：張東曜醫師
100228 簡介醫學篩檢(1)介紹了敏感度、特異度、陽性預測值、和陰性預測值。
今天增加陽性相似比(Positive Likelihood Ratio)和陰性相似比(Negative Likelihood Ratio)
請看上表：
敏感度和特異度是第一組，其實就是從表格的上面往下面看，上下分析。
陽性預測值和陰性預測值是第二組，其實就是從表格的左邊向右邊看，左右分析。
陽性相似比和陽性相似比是第三組，也是從左邊向右看，但把有病D(+)和沒病D(-)的比率再相除變成比值。
對我們一般人來說，數據怎麼做出來的不重要，怎麼解讀和怎麼用最重要。
第一組(敏感度和特異度)是給研究人員用的。比如說，我已經知道誰有病誰沒病了，我只是想知道那一種檢驗方法比較厲害，可以分清楚誰有病誰沒病？效果如何？
第二組(陽性預測值和陰性預測值)是給醫師和病人用的。比如說，我想知道某項檢驗做完後，若是異常E(+)，我有病的機會是多少。但由於預測值會受到盛行率的影響，如果族群盛行率不同，使用相同的檢驗也會得到不同的預測值。意即，同一檢驗的預測值會因族群盛行率不同而異。
第三組(陽性相似比和陰性相似比)是給檢驗商用的。比如說，有位檢驗商發展了一個很好用的檢驗，如果他能進一步算出該檢驗的相似比，那我們就可以把相似比套用到不同的地區和族群，因為相似比不受族群盛行率的影響。我們可以根據盛行率，算出該族群的「前測勝算」，再把「前測勝算」乘上「相似比」得到「後測勝算」，用來估算受測者檢驗陽性時罹病的機會。
以四指標唐氏症篩檢為例，據說以5%的篩檢陽性率可以篩檢出83%的唐氏症胎兒，那意思是說若篩檢陽性率設在5%(即5%的受測者被歸類為高危險群)時，敏感度為83%。
報告上的唐氏症風險，比如說1/1,600，其實是後測勝算，大約可以解釋成胎兒有唐氏症篩風險。
講勝算，其實很少人聽得懂，除了數學很厲害的人。
今天增加陽性相似比(Positive Likelihood Ratio)和陰性相似比(Negative Likelihood Ratio)
 |
| From 100301 |
敏感度和特異度是第一組，其實就是從表格的上面往下面看，上下分析。
陽性預測值和陰性預測值是第二組，其實就是從表格的左邊向右邊看，左右分析。
陽性相似比和陽性相似比是第三組，也是從左邊向右看，但把有病D(+)和沒病D(-)的比率再相除變成比值。
對我們一般人來說，數據怎麼做出來的不重要，怎麼解讀和怎麼用最重要。
第一組(敏感度和特異度)是給研究人員用的。比如說，我已經知道誰有病誰沒病了，我只是想知道那一種檢驗方法比較厲害，可以分清楚誰有病誰沒病？效果如何？
第二組(陽性預測值和陰性預測值)是給醫師和病人用的。比如說，我想知道某項檢驗做完後，若是異常E(+)，我有病的機會是多少。但由於預測值會受到盛行率的影響，如果族群盛行率不同，使用相同的檢驗也會得到不同的預測值。意即，同一檢驗的預測值會因族群盛行率不同而異。
第三組(陽性相似比和陰性相似比)是給檢驗商用的。比如說，有位檢驗商發展了一個很好用的檢驗，如果他能進一步算出該檢驗的相似比，那我們就可以把相似比套用到不同的地區和族群，因為相似比不受族群盛行率的影響。我們可以根據盛行率，算出該族群的「前測勝算」，再把「前測勝算」乘上「相似比」得到「後測勝算」，用來估算受測者檢驗陽性時罹病的機會。
以四指標唐氏症篩檢為例，據說以5%的篩檢陽性率可以篩檢出83%的唐氏症胎兒，那意思是說若篩檢陽性率設在5%(即5%的受測者被歸類為高危險群)時，敏感度為83%。
報告上的唐氏症風險，比如說1/1,600，其實是後測勝算，大約可以解釋成胎兒有唐氏症篩風險。
講勝算，其實很少人聽得懂，除了數學很厲害的人。
100228簡介醫學篩檢(1)--作者：張東曜醫師
先用這張表格簡要說明醫學篩檢。
D(+)：真的有病，D(-)：真的沒病
E(+)：篩檢陽性，E(-)：篩檢陰性
用白話來說：
敏感度：有病者被說有病的比例
特異度：沒病者被說沒病的比例
陽性預測值：被說有病真的有病的比例
陰性預測值：被說沒病真的沒病的比例
篩檢陽性率：整個樣本被說有病的比例
舉例來說：
假設有一種唐氏症篩檢，可以用5%的篩檢陽性率，篩檢出80%的唐氏症胎兒。
設唐氏症發生機會約1/800，再設樣本數為8000，那麼這些樣本中會含有10個唐氏症胎兒。
根據以上表格，數字的分配會如下表：
初學的人，可能要花點時間，自己算一次，才比較容易理解。
上面這個例子，可以類比現在很流行的四指標唐氏症篩檢。根據廠商提供的資料，它的敏感度大約是83%。意思是說，它可以篩檢出約83%的唐氏症胎兒。
唐氏症篩檢報告上所提供的唐氏症風險，我們可以把它視為陽性預測值來解釋(其實不是)，這樣大家比較容易理解。
舉例來說，如果有位孕婦四指標唐氏症篩檢報告的結果為1/200，被歸類為高危險群。這並不是說胎兒為唐氏症的機會為83%， 正確的解讀應為機會是0.5%(即是1/200)。
把敏感度誤會成陽性預測值或是正確率是非常常見的錯誤，請多留心。
D(+)：真的有病，D(-)：真的沒病
E(+)：篩檢陽性，E(-)：篩檢陰性
 |
| From 100228 |
敏感度：有病者被說有病的比例
特異度：沒病者被說沒病的比例
陽性預測值：被說有病真的有病的比例
陰性預測值：被說沒病真的沒病的比例
篩檢陽性率：整個樣本被說有病的比例
舉例來說：
假設有一種唐氏症篩檢，可以用5%的篩檢陽性率，篩檢出80%的唐氏症胎兒。
設唐氏症發生機會約1/800，再設樣本數為8000，那麼這些樣本中會含有10個唐氏症胎兒。
根據以上表格，數字的分配會如下表：
 |
| From 100228 |
初學的人，可能要花點時間，自己算一次，才比較容易理解。
上面這個例子，可以類比現在很流行的四指標唐氏症篩檢。根據廠商提供的資料，它的敏感度大約是83%。意思是說，它可以篩檢出約83%的唐氏症胎兒。
唐氏症篩檢報告上所提供的唐氏症風險，我們可以把它視為陽性預測值來解釋(其實不是)，這樣大家比較容易理解。
舉例來說，如果有位孕婦四指標唐氏症篩檢報告的結果為1/200，被歸類為高危險群。這並不是說胎兒為唐氏症的機會為83%， 正確的解讀應為機會是0.5%(即是1/200)。
把敏感度誤會成陽性預測值或是正確率是非常常見的錯誤，請多留心。
