ورودیهای بالینی بیمار
حداقل ۰ — حداکثر ۱
حداقل ۰ — حداکثر ۱
حداقل ۱ — حداکثر ۱۰۰۰۰۰۰۰۰
پارامترهای بالینی بیمار را در فرم روبرو وارد کنید و روی «محاسبه» کلیک نمایید تا نمره، طبقه خطر و اقدامات فوری نمایش داده شوند.
- calculated≥ 0
ماشینحساب Expected False Positives from Specificity and Prevalence برای محاسبه شاخصهای استاندارد فیزیولوژیک و ارزیابی ریسک در مداخلات عمومی بالینی استفاده میشود. محاسبه بر پایه specificity است. نمره حاصل جهت تصمیمگیری بالینی فردیسازیشده، پیگیری روتین درمانی و پایش روند پاسخ به درمان کاربرد دارد. جهت ارتقای کیفیت مراقبت بالینی است.
راهنمای بالینی و مبانی ارزیابی
Expected false-positive count given specificity, prevalence and sample size.
هدف و کاربرد بالینی
برآورد تعداد مطلق موارد مثبت کاذب مورد انتظار بر اساس ویژگی آزمون، شیوع بیماری و حجم جامعه آماری، با هدف پیشبینی بار ناشی از مداخلات تشخیصی تکمیلی و تحمیل هزینههای درمانی غیرضروری.
جمعیت هدف و شرایط شمول
جمعیت هدف شامل پزشکان و پژوهشگران بالینی در حال تفسیر آزمونهای تشخیصی، برآورد اثربخشی و شواهد اپیدمیولوژیک است. این ابزار در محیطهای درمانی شامل مراکز تحقیقات بالینی، جلسات ژورنال کلاب، کمیتههای اپیدمیولوژی بالینی و کارآزماییها کاربرد دارد.
محدودیتها و موارد منع استفاده
ارزش اخباری مثبت (PPV) و منفی (NPV) وابسته به شیوع بیماری در جامعه هدف هستند و نباید مستقل از شیوع تفسیر شوند.
مرواریدهای بالینی و راهنمای اقدام
تفسیر نسبت احتمال (LR) و احتمالات پیشآزمون و پسآزمون سنگبنای طبابت مبتنی بر شواهد است.
FP = (1 - spec) x (1 - prev) x N
پارامترهای ورودی
| نام پارامتر | نوع داده | الزام | توضیحات و دامنه مجاز |
|---|---|---|---|
| specificity | float | ✅ | Test specificity (0-1) |
| prevalence | float | ✅ | Disease prevalence (0-1) |
| n | integer | ✅ | Sample size |
تفسیر نمره
| دامنه امتیاز | سطح یا طبقه بالینی | تفسیر و راهنمای اقدام |
|---|---|---|
| ≥ 0 | calculated | Calculated value |
راهنمای تفسیر طبقات خطر و اقدام بالینی
تفسیر نتایج موارد مثبت کاذب مورد انتظار بر اساس ویژگی و شیوع بر اساس ارزیابی جامع بالینی، طبقهبندی طبقات خطر و راهنمای اقدام متناسب صورت میپذیرد.
منابع و مراجع مبتنی بر شواهد (EBM)
- Bayes: FP = (1-specificity) x (1-prevalence) x N.