الاحتمال الشرطي والاستقلال
يصف الاحتمال الشرطي كيف تتغير احتمالية وقوع حدث ما بمجرد معرفة وقوع حدث آخر، ويصف الاستقلال الحالة الخاصة التي لا يخبرنا فيها معرفة حدث واحد شيئًا عن حدث آخر. تشرح هذه الأفكار، جنبًا إلى جنب مع نظرية بايز، كيف تُحدّث الأدلة المعتقدات وتُشكل أساس تفسير الاختبارات التشخيصية في الطب.
Definition
الاحتمال الشرطي للحدث A بشرط وقوع الحدث B هو الاحتمال الذي يحدث فيه A عندما يُعرف أن B قد وقع، ويُعرّف بأنه احتمال وقوع A و B معًا مقسومًا على احتمال وقوع B؛ يكون A و B مستقلين إذا كان الاحتمال الشرطي لـ A بشرط B يساوي الاحتمال غير الشرطي لـ A.
Scope
يغطي المدخل تعريف الاحتمال الشرطي، وقاعدة الضرب، والاستقلال الإحصائي، وقانون الاحتمال الكلي، ونظرية بايز. ويربط هذه المفاهيم بتقييم الاختبارات التشخيصية، حيث تعتمد القيمة التنبؤية للنتيجة على انتشار المرض. إنه مرجع منهجي، وليس إرشادات سريرية بشأن طلب أو التصرف بناءً على اختبارات محددة.
Core questions
- كيف يغير معرفة حدث واحد احتمال حدث آخر؟
- متى يكون حدثان مستقلين، وماذا يعني ذلك؟
- كيف تعكس نظرية بايز الاحتمال الشرطي؟
- لماذا تعني نتيجة الاختبار الإيجابية أشياء مختلفة عند مستويات انتشار مختلفة؟
Key concepts
- الاحتمال الشرطي
- قاعدة الضرب
- الاستقلال الإحصائي
- قانون الاحتمال الكلي
- نظرية بايز
- الاحتمال المسبق واللاحق
- الانتشار والقيمة التنبؤية
- الحساسية والخصوصية
Mechanisms
إن الاشتراط على حدث ما يقصر الانتباه على النتائج المتوافقة معه، وبالتالي فإن الاحتمال الشرطي لـ A بشرط B يعيد قياس الاحتمال المشترك لـ A و B بواسطة احتمال B. يكون الحدثان مستقلين عندما لا يغير هذا الاشتراط الاحتمال، وهو ما يعادل تحليل احتمالهما المشترك إلى حاصل ضرب الاحتمالات الهامشية. يبني قانون الاحتمال الكلي احتمال حدث ما من احتمالاته الشرطية عبر تقسيم فضاء العينة، وتقلب نظرية بايز الاحتمال الشرطي، معبرة عن احتمال السبب بالنظر إلى تأثير ملاحظ من حيث الاحتمال الشرطي العكسي والاحتمال المسبق. في الاختبارات التشخيصية، هذا هو السبب في أن احتمال أن المريض الذي لديه نتيجة إيجابية مصاب بالمرض حقًا (القيمة التنبؤية) لا يعتمد فقط على حساسية الاختبار وخصوصيته ولكن أيضًا على الانتشار المسبق.
Clinical relevance
يصف الاحتمال الشرطي ونظرية بايز كيف تعدل نتيجة الاختبار احتمال المرض، وهذا هو السبب في أن الاختبارات المتطابقة تعطي قيمًا تنبؤية مختلفة في بيئات الانتشار المرتفع والمنخفض. يشرح هذا المدخل هذا المنطق كمنهجية وليس إرشادات لإدارة مريض فردي.
History
ترتبط فكرة تحديث الاحتمالات في ضوء الأدلة بتوماس بايز، الذي نُشرت مقالته بعد وفاته بواسطة ريتشارد برايس في عام 1763، وعممها لابلاس. أصبحت نظرية بايز الناتجة مركزية في الإحصاء، وفي القرن العشرين، في التقييم الرسمي للاختبارات التشخيصية، حيث تربط الحساسية والخصوصية والانتشار بالقيمة التنبؤية.
Key figures
- Thomas Bayes
- Richard Price
- Pierre-Simon Laplace
Related topics
Seminal works
- bayes-1763
- altman-bland-1994-diagnostic
- ross-2014
Frequently asked questions
- ما الفرق بين الاحتمال الشرطي والاحتمال المشترك؟
- الاحتمال المشترك هو فرصة وقوع حدثين معًا، بينما الاحتمال الشرطي هو فرصة وقوع أحدهما بشرط وقوع الآخر بالفعل؛ الاحتمال الشرطي يساوي الاحتمال المشترك مقسومًا على احتمال الحدث المشروط.
- لماذا يمكن أن تشير نتيجة اختبار تشخيصي إيجابية إلى أن المرض غير محتمل؟
- وفقًا لنظرية بايز، تعتمد فرصة الإصابة بالمرض بعد نتيجة إيجابية على الانتشار؛ عندما يكون المرض نادرًا، حتى الاختبار الدقيق ينتج العديد من الإيجابيات الكاذبة مقارنة بالإيجابيات الحقيقية، وبالتالي يمكن أن تكون القيمة التنبؤية لنتيجة إيجابية منخفضة.