信息失配及其解决方案

我们生活在前所未有的时代，能够利用证据来指导医疗护理。例如，我们可以进行数据驱动的后测试概率计算。然而，仍需付诸行动。正如以前所述，灵敏度和特异度在后测试概率计算中发挥关键作用，这些指标是相对于患者协变量未调整的。在此背景下，已有多项建议要求对灵敏度和特异度进行协变量调整。然而，关于未调整灵敏度和特异度的下游临床影响的工作较少。我们在此讨论。我们认为，未调整的灵敏度和特异度与依赖协变量的准入概率分数混合(这些准入概率分数如今由于众多在线计算器的可用性而更加容易获得)，可能导致后测试概率包含“信息失配”。我们编写了此类信息失配的方程，并讨论可以采取的步骤来修复它。