این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
جمعه 21 آذر 1404
مجله اپیدمیولوژی ایران
، جلد ۸، شماره ۲، صفحات ۲۰-۲۸
عنوان فارسی
یک روش جدید برای تصحیح سوگرایی تاییدی در مطالعات بررسی صحت تستهای تشخیصی با استفاده از رویکرد بیزین
چکیده فارسی مقاله
>مقدمه و اهداف: یکی از سوگراییهایی که در مطالعات بررسی صحت آزمونهای تشخیصی رخ میدهد، سوگرایی تاییدی میباشد. این سوگرایی زمانی رخ میدهد که تست استاندارد طلایی از افرادی که تست تشخیصی برای آنها صورت گرفته است، انجام میشود. روش کار: بیمارانی که حداقل دوبار متوالی سیکل IVM ICSI را از دست داده بودند در این مدل وارد شدند. بیماران با روش اولترا سونوگرافی غربالگری شدند و بیمارانی که پولیپ داشتند برای زهدان برداری توصیه شدند روش رگرسیون لجستیک با پیامد دو گانه مناسب برای مقادیر گمشده (منفی واقعی و منفی کاذب) برای تعیین حساسیت و ویژگی انتخاب شد. روشهای بیزین قبل از اطلاع به وجود پولیپ به کار گرفته شد و منفیهای واقعی و کاذب در چارچوب بایزی تخمین زده شد. نتایج: جمعا 238 بیمار غربالگری شدند که 47 نفر آنها داردای پولیپ بودند. به دارندگان پولیپ توصیه شد که زهدان برداری کنند که بر 47 نفر این کار را انجام دادند و 37 نفر آنها از نظر داشتن پولیپ تایید شدند. هیچیک از 191 بیمار که پولیپ نداشتند بردار ی نشدند. نتیجه بررسی نشان داد که 14 مورد منفی کاذب و 177 منفی واقعی بودند، در نتیجه حساسیت و ویژگی به آسانی پس از تخمین موارد یافت نشده محاسبه شد. میزان حساسی و ویژگی به ترتیب 74% و 94% بود. نتیجهگیری: تحلیل بیزی به همراه اطلاعات کافی ابزار بسیار قوی در شبیهسازی فضای آزمایشی میباشد.
کلیدواژههای فارسی مقاله
سوگرایی تاییدی،روشهای بیزین،پولیپ
عنوان انگلیسی
A New Method for Correcting Verification Bias in Diagnostic Accuracy Studies Using A Bayesian Approach
چکیده انگلیسی مقاله
Background & Objectives: One of the problems of diagnostic accuracy studies is verification bias. It occurs when standard test performed only for non-representative subsample of study subjects that diagnostic test done for them. In this study we extend a Bayesian method to correct this bias. Methods: Patients that have had at least twice repeated failures in cycles IVF ICSI were included in this model. Patients were screened by using an ultrasonography and those with polyps recommended for hysteroscopy. A logistic regression with binomial outcome fit to predict the missing values (false and true negative), sensitivity and specificity. Bayesian methods was applied with informative prior on polyp prevalence. False and true negatives were estimated in Bayesian framework.Results: A total of 238 patients were screened and 47 had polyps. Those with polyps are strongly recommended to undergo hysteroscopy, 47/47 decided to have a hysteroscopy and 37/47 were confirmed to have polyps. None of the 191 patients with no polyps in ultrasonography had hysteroscopy. The false negative was obtained 14 and true negative 177, so sensitivity and specificity was estimated easily after estimating missing data. Sensitivity and specificity were equal to 74% and 94% respectively.Conclusion: Bayesian analyses with informative prior seem to be powerful tools in simulation experimental
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
محمد چهرازی | m cheharazi
phd student of biostatistics, department of epidemiology and reproductive health, reproductive epide
دانشجوی دکتری آمار زیستی، پژوهشگاه رویان جهاد دانشگاهی، مرکز تحقیقات اپیدمیولوژی باروری، گروه اپیدمی
سازمان اصلی تایید شده
: پژوهشگاه رویان (Royan institute)
منصور شمسی پور | m shamsipour
phd student of epidemiology, department of epidemiology and reproductive health, reproductive epidem
دانشجوی دکتری اپیدمیولوژی، پژوهشگاه رویان جهاد دانشگاهی، مرکز تحقیقات اپیدمیولوژی باروری، گروه اپیدم
سازمان اصلی تایید شده
: پژوهشگاه رویان (Royan institute)
مهدی نوروزی | m norouzi
msc of epidemiology, faculty member of ghome university of medical science, ghome, iran
کارشناس ارشد اپیدمیولوژی، عضو هیئت علمی دانشکده بهداشت، دانشگاه علوم پزشکی قم، ایران
سازمان اصلی تایید شده
: دانشگاه علوم پزشکی قم (Qom university of medical sciences)
فرهاد جعفری | f jafari
assistant professor of community medicine, shahed university, tehran, iran
استادیار پزشکی اجتماعی، دانشکده پزشکی، دانشگاه شاهد، تهران، ایران
سازمان اصلی تایید شده
: دانشگاه شاهد (Shahed university)
فریبا رمضانعلی | f ramazan ali
متخصص زنان و زایمان، پژوهشگاه رویان، پژوهشکده زیست شناسی و علوم پزشکی تولید مثل جهاد دانشگاهی، مرکز
سازمان اصلی تایید شده
: پژوهشگاه رویان (Royan institute)
نشانی اینترنتی
http://irje.tums.ac.ir/browse.php?a_code=A-10-25-5&slc_lang=fa&sid=fa
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
عمومی
نوع مقاله منتشر شده
پژوهشی
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات