검사 후 확률 계산기

검사 후 확률은 진단 검사 결과를 알게 된 뒤, 환자가 해당 질환을 가지고 있을 수정된 확률입니다. 이는 베이즈 정리를 사용해 계산하며, 새로운 증거에 따라 기존 판단을 공식적으로 갱신합니다. 이 계산기는 근거기반의학, 임상 의사결정 지원, 의학교육에서 사용하는 핵심 진단 정확도 프레임워크를 구현합니다. 필요한 입력은 3가지입니다. (1) 사전확률 — 검사 전 질환 확률 또는 유병률, (2) 민감도 — 진양성률로, 질환이 있을 때 검사가 양성일 확률, (3) 특이도 — 진음성률로, 질환이 없을 때 검사가 음성일 확률입니다. 양성 결과의 경우 검사 후 확률은 양성 예측도(PPV)와 같으며, 다음과 같이 계산합니다: PPV = (sensitivity × prior) / (sensitivity × prior + (1−specificity) × (1−prior)). 음성 결과의 경우 질환 확률은 1 − NPV이며, NPV = (specificity × (1−prior)) / (specificity × (1−prior) + (1−sensitivity) × prior) 입니다. 가능도비(LR)는 확률을 갱신하는 또 다른 방법입니다. LR+ = sensitivity / (1−specificity)는 양성 결과가 질환 오즈를 얼마나 높이는지 보여줍니다. LR− = (1−sensitivity) / specificity는 음성 결과가 오즈를 얼마나 낮추는지 보여줍니다. 경험칙으로 LR+가 10보다 크거나 LR−가 0.1보다 작으면 진단적으로 매우 강력한 검사입니다. 의학 통계에서 가장 직관에 반하는 결과 중 하나는 기저율 효과입니다. 아무리 정확한 검사라도 질환이 드물면 PPV는 낮아집니다. 예를 들어 유병률이 0.1%인 질환에 감도와 특이도가 각각 99%인 검사를 적용하면 PPV는 약 9%에 불과합니다. 즉 양성 결과의 91%가 위양성으로, 집단 선별검사에서 매우 중요한 고려사항입니다. 이 계산기는 진단 결과를 해석하는 임상의, 선별검사 프로토콜을 설계하는 연구자, 베이즈 추론을 배우는 의대생, 서로 다른 유병률에서 검사 성능을 평가하는 역학자에게 유용합니다. 사전확률은 가능한 최선의 근거에 따라 추정해야 합니다. 발표된 유병률 자료, 병력, 신체검사 소견, 환자 위험요인을 활용하세요. 검사 후 추정의 질은 사전 추정의 정확성과 공개된 민감도·특이도 값의 타당성에 직접 달려 있습니다.