验前概率的先验确定方法

本文提出了多种估算疾病患病率的方法，这是正确解读筛查试验的关键前提。针对这些方法主要围绕其后验性质的局限性，我们引入一种利用逻辑回归模型中的 Logit 函数来先验地估算疾病验前概率的新方法。该方法是对 McGee 启发式方法的改进，后者最初用于估算疾病验后概率。对于出现 $n_\theta$ 种体征或症状的患者，验前概率的最小界 $\phi$ 可近似为：$\phi \approx \frac{1}{5}{ln\left[\displaystyle\prod_{\theta=1}^{i}\kappa_\theta\right]}$，其中 $ln$ 为自然对数，$\kappa_\theta$ 为与所涉体征或症状相关的似然比。