DTA Course > The Fraud
==================== モジュール 1: 詐欺 (THERANOS) ====================
その女性の話を聞いたことがありませんか
who promised to 一滴の血で世界を変える,
who raised billions on a test that never worked?
スライド 1.2: Theranos のストーリー
Palo Alto, 2003
STANFORD UNIVERSITY
19 歳の少年は、指に刺した一滴で数百件の血液検査を実行できる装置を夢見て大学を中退しました。

No more needles. No more vials. No more waiting.

Investors believed. Walgreens believed. The Pentagon believed.

They gave her $9 billion.
Carreyrou J. Bad Blood: Secrets and Lies in a Silicon Valley Startup. 2018
スライド 1.3: 詐欺
しかし、テストは lied.
$9 Billion
Built on a test that didn't work
WHAT HAPPENED
Theranos マシンがもたらしたもの wrong results。患者は、HIVに感染していないにもかかわらず、HIVに感染していると告げられました。患者は、自分の血液は正常だったと言われました。 dying。会社は真実を隠した 15 years.
スライド 1.4: 犠牲者
The Victims
PHOENIX, ARIZONA
妊娠中の女性は、赤ちゃんが染色体異常を持って生まれるだろうと告げられました。彼女は最悪の事態に備えていた。彼女は悲しんでいました。

テストは間違っていました。赤ちゃんは健康でした。

But how many women, receiving the same news, made different decisions?
THE QUESTION
How do we know when a test is telling the truth? How do we measure a test's honesty?
スライド 1.5: リフレイン
「そしてテストは嘘をつきました、
そしてその嘘は確実性を帯びていた、
そして誰もその数字に疑問を持たなかった。」

これが、私たちが診断テストの精度を研究する理由です。

==================== モジュール 2: 4 つの結果 ====================
When a test gives a result,
あるだけです four possible truths.

二つは祝福です。 2つは呪いです。
スライド 2.2: デシジョン ツリー
結果のツリー

Every Test Result Has a Reality Behind It

Patient Tested
↓
Test Says: POSITIVE
"You have it"
Test Says: NEGATIVE
"You're clear"
↓
TP
FP
FN
TN
Has disease
Test: Positive
No disease
Test: Positive
Has disease
Test: Negative
No disease
Test: Negative
スライド 2.3: 4 つの象限
4つの真実

True Positive (TP)

Sick person correctly identified.
テストは真実を告げた。

False Positive (FP)

Healthy person wrongly alarmed.
テストは嘘をつきました。

False Negative (FN)

Sick person wrongly reassured.
最も致命的な嘘。

True Negative (TN)

Healthy person correctly cleared.
テストは真実を告げた。

スライド 2.4: 2x2 テーブル
神聖なテーブル

2x2 混同マトリックス

Disease Present Disease Absent
Test Positive TP
True Positive		 FP
False Positive
Test Negative FN
False Negative		 TN
True Negative
REMEMBER
すべての診断研究はこれらを報告する必要があります four numbers. Without them, you cannot judge a test.
スライド 2.5: リフレイン
"Two outcomes save. Two outcomes harm.
Know them by name.
TP、TN: テストは真実でした。
FP、FN: 検査は嘘でした。」
==================== モジュール 3: 感度と特異度 ====================
A test has two virtues and two vices.

Sensitivity asks: Can it find the sick?

Specificity asks: Can it spare the healthy?
Sensitivity
「すべての病人のうち、検査で何人が引っかかりましたか?」
THE FORMULA
Sensitivity = TP / (TP + FN)
True Positives divided by All Diseased
IN SIMPLE WORDS
100人ががんを患っていて、そのうち90人が検査で見つかったとしたら、 sensitivity = 90%.

High sensitivity = few false negatives = few missed cases.
Specificity
「健康な人のうち、何人が検査で命を取り留めましたか?」
THE FORMULA
Specificity = TN / (TN + FP)
True Negatives divided by All Non-Diseased
IN SIMPLE WORDS
100 人が健康で、そのうち 95 人が検査で正しく「陰性」と判定された場合、 specificity = 95%.

High specificity = few false positives = few false alarms.
スライド 3.4: トレードオフ
残酷なトレードオフ
THE DILEMMA
A test cannot have both perfect sensitivity AND perfect specificity.

Lower the threshold to catch more sick people? You'll alarm more healthy people.

Raise the threshold to spare healthy people? You'll miss more sick people.

This is the threshold effect―診断のシーソー。
スライド 3.5: SnNout と SpPin
記憶のルール
Sn

SnNout: Sensitive tests rule OUT

A highly sensitive test, when negative, rules out disease. If it didn't find it, it's probably not there.

Sp

SpPin: Specific tests rule IN

特異性の高い検査で陽性となった場合、病気の可能性が決まります。持っていると言われれば、おそらく持っているでしょう。

REMEMBER
SnNout: Sensitive Negative rules OUT
SpPin: Specific Positive rules IN
「敏感さが病人を捕まえる。
特異性があれば問題はありません。
But no test masters both perfectly—
これが我々が負わなければならない重荷だ。」
==================== モジュール 4: 新型コロナウイルス検査スキャンダル ====================
疫病が地球を席巻した2020年、
世界はそれができるテストを必要としていた 感染者を早く見つける.

But what if the rapid test missed too many?
スライド 4.2: 約束
迅速なテストの約束
15 min
Results Time
$5
Cost per Test
Home
Self-Administered
THE HOPE
Rapid antigen tests could be used at home, at work, before gatherings. They could stop outbreaks before they started.
スライド 4.3: 現実
The Reality
コクランの系統的レビュー、2022 年
研究者らが新型コロナウイルス感染症の迅速抗原検査に関する155の研究から得たデータをプールしたところ、次のようになった。

症状のある人の場合:
Sensitivity: 73% (missed 27% of cases)

In people WITHOUT symptoms:
Sensitivity: 55% (missed 45% of cases)

無症状の感染者の半数近くは無症状だと言われた。
Dinnes J et al. Cochrane Database Syst Rev. 2022;7:CD013705
スライド 4.4: 結果
偽陰性の蔓延
1

Thanksgiving Dinners

Families tested negative in the morning, gathered indoors, unknowingly infected grandparents

2

Workplace Outbreaks

Workers tested negative, came to work, infected colleagues in the break room

3

Hospital Transmission

Patients tested negative, admitted to wards, infected vulnerable patients

THE LESSON
A 55% sensitivity means 45% false negative rate. False negatives are invisible. They feel safe. They spread disease.
「そして検査結果は『陰性』でした」
そして家族が集まり、
そしておじいさんは孫たちを抱きしめました。
そして冬の終わりまでに、彼はいなくなってしまいました。」
==================== モジュール 5: 尤度比 ====================
感度と特異度はテストを表します。

しかし、患者は別の質問をします。

"I tested positive. What are my chances?"
スライド 5.2: 感度/スペックの問題
The Disconnect
A DOCTOR'S DILEMMA
A test has 99% sensitivity and 95% specificity. Sounds excellent.

あなたの患者は、希少疾患 (罹患率 1000 人に 1 人) の検査で陽性反応を示しました。

Question: 彼らが実際にその病気に罹患している確率はどれくらいでしょうか?

ほとんどの医師は95％と言っています。本当の答えは？ About 2%.
Likelihood Ratios
How much a test result changes the odds
POSITIVE LIKELIHOOD RATIO
LR+ = Sensitivity / (1 - Specificity)
How much more likely is a positive result in sick vs healthy?
NEGATIVE LIKELIHOOD RATIO
LR- = (1 - Sensitivity) / Specificity
How much more likely is a negative result in sick vs healthy?
What Good LRs Look Like
LR+ > 10
Strong rule-in
LR+ 5-10
Moderate rule-in
LR+ 2-5
Weak evidence
LR- < 0.1
Strong rule-out
LR- 0.1-0.2
Moderate rule-out
LR- 0.2-0.5
Weak evidence
"Sensitivity tells how many sick the test will catch.
Specificity tells how many well it will spare.
But only the likelihood ratio answers:
この結果はこの患者にとって何を意味するのでしょうか?"
==================== モジュール 6: マンモグラフィー論争 ====================
上映に関する論争を聞いたことがありませんか
that found too much?

When does finding disease become causing harm?
スライド 6.2: スクリーニングの約束
早期発見の夢
1970s - PRESENT
癌を早期に発見し、早期に治療し、命を救うという論理は見事でした。

Mammography could detect tumors too small to feel.

女性たちはこう言われました。 "Annual mammograms save lives."

But what if some of those "cancers" would never have killed?
過剰診断の呪い
19-30%
of screen-detected breast cancers may be overdiagnosed
WHAT IS OVERDIAGNOSIS?
そうなる「がん」を見つける never have caused symptoms or death その人の生涯の間。

女性は診断を受け、手術、放射線療法、化学療法で治療を受ける。 彼女には決して害を及ぼすことのなかった病気のせいで。

Independent UK Panel on Breast Cancer Screening. Lancet. 2012;380:1778-1786

スライド 6.4: 数字
検査を受けた女性 10,000 人ごとに
3-4
Lives saved
乳がんから
~15
Overdiagnosed
(treated unnecessarily)
~500
False alarms
(anxiety, biopsies)
THE TRADE-OFF
To save 3-4 lives、それを受け入れなければなりません ~15 women 彼らは決して害を及ぼすことのなかった癌の治療を受けることになるでしょう、そして ~500 women will experience false alarms.

これは良い取引でしょうか? 答えは数字だけではなく価値観によって決まります。
「そしてテストで何が隠されていたのかが分かりました。
そしてそれを病気と呼びました、
そして女性は切られ、焼かれ、毒を盛られた――
彼女の日々を決して暗くすることのなかった影のために。」

これが過剰診断の問題です。

==================== モジュール 7: DTA のメタ分析 ====================
ある研究は嘘をついている可能性があります。ある研究はお世辞かもしれません。

でも集まると すべての勉強,
それらの証拠を総合的に比較検討すると—

The truth becomes harder to hide.
なぜ証拠をプールするのか?
1

More Precision

Combining studies gives narrower confidence intervals, reducing uncertainty

2

Detect Heterogeneity

Why do different studies give different answers? Setting? Population? Threshold?

3

Expose Publication Bias

否定的な研究は隠蔽されているのでしょうか？ファンネルプロットで非対称性が明らかになる

4

Explore Thresholds

Build SROC curves to understand the sensitivity-specificity trade-off

スライド 7.3: 二変量モデル
二変量モデル
WHY IT'S SPECIAL
感度と特異度を別々にプールすることはできません。

They are correlated: 一方が上昇すると、他方は低下する傾向があります (しきい値効果)。

The bivariate model はこの相関関係を考慮し、有効なプールされた推定値を提供します。

Reitsma JB et al. J Clin Epidemiol. 2005;58:982-990

要約 ROC 曲線

ROC Space

Perfect test 1-Specificity (FPR) →
各ドット = 1 つの研究
曲線はトレードオフを示しています
Higher = better test
↓ Sensitivity Useless test (chance line)
SROC を読む
Top-left corner = perfect test (100% sens, 100% spec)
Diagonal line = useless test (random guessing)
The curve = すべての研究結果の概要
「一つの研究は欺くかもしれない。多くの研究を総合すると、
真実を明らかにし始める。
SROC 曲線は証拠の道です -
showing what the test can truly do."
しかし、もし研究が disagree?

ある研究によると、感度は95%です。
Another says 60%.

あなたはどの真実を信じますか？
異質性: 不一致
DEFINITION
Heterogeneity 研究間の変動は偶然だけでは説明できません。

High heterogeneity means 研究ではさまざまなことを測定しています— or the test performs differently in different settings.
なぜ研究結果が一致しないのか
T

Threshold Differences

「陽性」結果の異なるカットオフ (例: 糖尿病の異なる HbA1c 閾値)

P

Population Differences

Disease severity, age, comorbidities differ between studies

S

Setting Differences

Primary care vs. specialist clinic vs. emergency room

Q

Quality Differences

Risk of bias, verification bias, spectrum bias

意見の相違を測る
I² < 25%
Low heterogeneity
Studies agree
I² 25-75%
Moderate
Some disagreement
I² > 75%
High heterogeneity
Major disagreement
THE WARNING
When I² > 75%, the pooled estimate may be meaningless.

リンゴとオレンジを平均することはできません。絶対です explain why studies differ before pooling them.
「研究結果が一致しないときは、
反対意見を黙らせないでください。
Ask: Why do they see differently?
意見の相違自体が教えてくれます。」
==================== モジュール 9: DTA ツールキット ====================
DTA ツールキット
重要な対策とそれをいつ使用するか
スライド 9.2: 対策
Essential Metrics
1

Sensitivity & Specificity

How well the test performs on sick vs. healthy people

2

Likelihood Ratios (LR+, LR-)

How much a result changes the probability of disease

3

Diagnostic Odds Ratio (DOR)

Single measure of test discrimination (DOR = LR+ / LR-)

4

SROC 曲線下面積 (AUC)

Overall test performance across all thresholds (0.5 = useless, 1.0 = perfect)

スライド 9.3: ツールとソフトウェア
商売道具
mada
R package for
bivariate meta-analysis
metaDTA
Stata module
DTAレビュー用
DTA Pro
Browser-based
オープンアクセスツール
標準リファレンス
Reitsma et al. 2005 - Bivariate model
Rutter & Gatsonis 2001 - HSROC model
Cochrane Handbook Ch. 10 - DTA methods
スライド 9.4: チェックリスト
DTA 調査を信頼する前に
✓

Was there a valid reference standard?

Gold standard test applied to all patients?

✓

通訳者は盲目だったのでしょうか？

Test readers unaware of diagnosis, and vice versa?

✓

スペクトルは適切でしたか?

Patients similar to your clinical population?

✓

しきい値は事前に指定されていましたか?

それとも結果を最大化するために選択されたのでしょうか?

"Armed with sensitivity, specificity, likelihood,
SROCと合意手段で武装し、
テストの嘘を見破ることができる――
そしてその真実を自分で判断してください。」
==================== モジュール 10: 現実世界での決断の物語 ====================
========== ストーリー 1: セラノスのミラージュ ==========
Have you considered what happens when a test promises everything?

When a machine claims to see what no other machine can see,
そして誰も尋ねません： 「証拠を見せてください」?
スライド 10.2: リアル データ ボックス
セラノスのミラージュ
REAL DATA: FDA INSPECTION FINDINGS
Theranos claimed: 200+ tests from a single finger prick

FDA found:
• Results varied by 146% between runs on the same sample
• Edison machines failed 87% of proficiency tests
• Zero 査読済みの検証研究が出版されました
• 患者は、陰性だったサンプルに対して HIV 陽性の結果を受け取りました。

Sources: FDA Warning Letter 2016; Carreyrou J. Bad Blood. 2018; CMS Inspection Reports.

ディシジョンツリー
あなたは病院の管理者です。 Theranos はあなたに契約を提案します。

何を選択しますか?

Theranos Contract Offered
↓
PATH A: Trust Marketing Claims
↓
契約に署名します
↓
Misdiagnose thousands
Face lawsuits
Harm patients
パス B: 検証データの要求
↓
査読済みの研究が見つからない
↓
を拒否します契約
患者を守る
Avoid Scandal
スライド 10.4: 啓示
THE REVELATION
Elizabeth Holmes never validated a single test externally.

A $9 billion valuation became a criminal fraud conviction.

署名する前に検証データを要求したすべての病院
は嘘から守られました。

マーケティング
became complicit in harming patients.
THE LESSON
No peer-reviewed validation = No trust.
証拠の欠如はマーケティングの問題ではありません。
It is a patient safety emergency.
========== ストーリー 2: 新型コロナウイルス迅速検査の混乱 ==========
When speed defeats accuracy,
代償を払うのは誰ですか?

The test result comes in 15 minutes.
しかし、その結果が生じたらどうなるでしょうか?は 15 minutes of false confidence?
スライド 10.6: リアル データ ボックス
The COVID Rapid Test Chaos
リアル データ: メーカー VS.現実
Manufacturer claims: 97% sensitivity

Real-world performance (Cochrane 2022):
• Symptomatic individuals: 73% sensitivity (missed 27%)
• Asymptomatic individuals: 58% sensitivity (missed 42%)
• Early infection (days 0-3): ~50% sensitivity

無症状の感染者のほぼ半数は「無症状」と言われました。

Source: Dinnes J et al. Cochrane Database Syst Rev. 2022;7:CD013705

ディシジョンツリー
あなたは、新型コロナウイルス感染症の急増中に学校の看護師をしています。症状のある教師は迅速検査で陰性と判定されました。

何を選択しますか?

Symptomatic Teacher + Negative Rapid Test
↓
PATH A: Trust the Negative Result
↓
Send Teacher to Class
↓
Outbreak infects 30 students
School closure
Three hospitalizations
PATH B: Remember Sensitivity Limits
↓
Require PCR Confirmation
↓
PCR positive confirmed
Teacher isolates
Outbreak prevented
スライド 10.8: 啓示
THE REVELATION
A negative test は意味ではありません no infection.

It means: "not detected."

これら 2 つのフレーズの違い
is measured in lives.
THE LESSON
When sensitivity is 58%, a negative result in a symptomatic person
is almost meaningless.

SnNout only works when sensitivity is HIGH.
Know your test's limits before trusting its verdict.
========== ストーリー 3: マンモグラフィー論争 ==========
検査はできるのか finds cancer
still cause harm?

がんが見つかったらどうなる
would never have hurt you?
スライド 10.10: Real Data Box
マンモグラフィー論争
実際のデータ: スクリーニングのパラドックス
Test characteristics:
Sensitivity: ~85% | Specificity: ~90%

毎年10年間にわたってスクリーニングを受けた1,000人の女性について:
• 1 death prevented 乳がんから
• 5 women overtreated 決して害を及ぼすことのなかった癌について
• 100-500 false alarms leading to biopsies, anxiety, repeat imaging

Overdiagnosis rate: 19-30% of screen-detected cancers

Source: Independent UK Panel on Breast Cancer Screening. Lancet. 2012;380:1778-1786

ディシジョンツリー
A 45-year-old woman asks your advice on mammography screening.

何を選択しますか?

Patient Asks: "Should I Get Annual Mammograms?"
↓
PATH A: Recommend Without Context
↓
Small Tumor Found
↓
Mastectomy performed
腫瘍は緩徐進行性であった(DCIS)
Would never have harmed her
PATH B: Explain Trade-offs
↓
Shared Decision-Making
↓
Patient makes informed choice
利点と害悪を理解しています
Autonomy preserved
スライド 10.12: 啓示
THE REVELATION
テストの精度だけが唯一の指標ではありません。

A test can be accurate それでも害を引き起こす harm.

When overdiagnosis exceeds lives saved,
we must ask: Is finding always helping?
THE LESSON
からの害 誤検知と過剰診断
による利点は、 true positives.

Always weigh benefits against harms.
スクリーニングによって常に節約されるわけではありません。
========== ストーリー 4: PSA のパラドックス ==========
What if finding the disease
is worse than missing it?

What if the treatment causes more suffering
than the disease ever would?
スライド 10.14: Real Data Box
PSA パラドックス
実際のデータによる害: 閾値トラップ
PSA cutoff of 4.0 ng/mL:
• 高悪性度がんの感度: 21%
• Detects many indolent cancers that would never harm

Lower cutoff to 2.5 ng/mL:
• Sensitivity rises to: 40%
• But overdiagnosis doubles

Treatment consequences:
• 20-30% of men experience incontinence after prostatectomy
• 30-70% experience erectile dysfunction

Source: US Preventive Services Task Force. JAMA. 2018;319(18):1901-1913

ディシジョンツリー
医療システムの PSA スクリーニング ポリシーを設定しています。 3 つの道があなたの前にあります。

どのしきい値を選択しますか?

PSA Screening Policy Decision
↓
PATH A: Low Threshold (2.5)
↓
Maximize sensitivity
Thousands of unnecessary
生検と治療
PATH B: High Threshold (4.0)
↓
Miss some cancers
But most missed are indolent
Fewer unnecessary treatments
PATH C: Abandon PSA Screening
↓
Miss aggressive cancers
Some preventable deaths
No overtreatment harm
スライド 10.16: 啓示
THE REVELATION
There is no "right" cutoff.

Every threshold trades の感受性特異性,
過剰診断の検出.

この選択は医学的ではありません。それは ethical.
それは、あなたがどのような害を受け入れるかによって異なります。
THE LESSON
閾値効果は技術的な問題ではありません。
It is a values problem.

Before choosing a cutoff, ask:
What is worse: missing disease or overtreating the healthy?
========== ストーリー 5: 2 つの集団における結核検査==========
同じテスト。同じカットオフです。
Different truths.

How can identical numbers
mean opposite things?
スライド 10.18: リアル データ ボックス
2 つの母集団における結核検査
REAL DATA: SAME TEST, DIFFERENT MEANING
Tuberculin Skin Test (10mm cutoff)
Sensitivity: ~80% | Specificity: ~95%

In high-prevalence setting (TB prevalence 10%):
• Positive Predictive Value: 85%
• A positive test usually means TB

In low-prevalence setting (TB prevalence 0.1%):
• Positive Predictive Value: 15%
• A positive test is usually a false positive

Source: Pai M et al. Lancet Infect Dis. 2014;14(8):765-773

ディシジョンツリー
あなたはロンドンの医師で、結核高国からの移民を診察しています。 TST は陽性です。

結論は何ですか?

Positive TST in Immigrant Patient
↓
PATH A: Apply UK Population PPV
↓
Assume "Probably False Positive"
↓
Miss active TB
Patient infects family
診断は数か月遅れる
PATH B: Consider Patient's Pre-Test Probability
↓
Recognize PPV Depends on Prevalence
↓
Investigate further
Chest X-ray, sputum
Treat early if confirmed
スライド 10.20: 啓示
THE REVELATION
感度と特異度 are properties of the test.

PPV およびNPV are properties of the population.

同じ結果は意味 different things
in different people.
THE LESSON
Never interpret a test result without knowing the pre-test probability.

A positive test in a high-risk patient means disease.
The same positive in a low-risk patient means probably nothing.

Context is everything.
スライド 10.21: モジュールの概要
Five Stories, Five Lessons
1

Theranos: Demand Validation

No peer-reviewed data = no trust, regardless of marketing claims

2

COVID Rapid Tests: Know Sensitivity Limits

「検出されない」は「感染していない」と同じではありません

3

Mammography: Weigh Benefits vs. Harms

Finding is not always helping; overdiagnosis causes real harm

4

PSA: The Threshold is a Values Choice

すべてのカットオフは感度を特異性と引き換えにします。 「正しい」答えはありません

5

TB Test: Context Determines Meaning

The same result means different things in different populations

==================== モジュール 11: 参考資料とクイズ ====================
References

この文書で引用されている主な情報源コース

  1. Carreyrou J. Bad Blood: Secrets and Lies in a Silicon Valley Startup. Knopf, 2018.
  2. Dinnes J, et al. Rapid, point-of-care antigen tests for diagnosis of SARS-CoV-2 infection. Cochrane Database Syst Rev. 2022;7:CD013705.
  3. 乳がんスクリーニングに関する英国の独立委員会。乳がん検診の利点と害。 Lancet. 2012;380:1778-1786.
  4. Reitsma JB, et al.感度と特異度の二変量解析により、診断レビューで有益な概要測定が生成されます。 J Clin Epidemiol. 2005;58:982-990.
  5. Rutter CM, Gatsonis CA. A hierarchical regression approach to meta-analysis of diagnostic test accuracy evaluations. Stat Med. 2001;20:2865-2884.
  6. Deeks JJ, et al. The performance of tests of publication bias in systematic reviews of diagnostic test accuracy. J Clin Epidemiol. 2005;58:882-893.
  7. Macaskill P, et al. Cochrane Handbook for Systematic Reviews of Diagnostic Test Accuracy. Chapter 10. 2023.
  8. Higgins JPT, Thompson SG. Quantifying heterogeneity in a meta-analysis. Stat Med. 2002;21:1539-1558.
  9. US Food and Drug Administration. Warning Letter to Theranos Inc. 2016.
  10. US Preventive Services Task Force. Screening for Prostate Cancer. JAMA. 2018;319(18):1901-1913.
  11. Pai M, et al. Tuberculosis. Lancet Infect Dis. 2014;14(8):765-773.
Theranos の話では、血液検査の根本的な問題は何でしたか?
検査は高価すぎました
患者に害を及ぼす可能性のある誤った結果が得られました
検査はあまりにも高価でした遅い
They required too much blood
A COVID rapid test has 55% sensitivity in asymptomatic people. What does this mean?
陽性結果の 55% は正しい
テストは 55% の確率で機能します
The test misses 45% of infected asymptomatic people
陰性結果の 55% は間違っています
What does "SnNout" mean?
A highly Sensitive test, when Negative, rules OUT disease
A highly Specific test, when Negative, rules OUT disease
A sensitive test should be used for screening
感度と特異度は負の相関があります
理由メタ分析で感度と特異度を別々にプールすることはできないでしょうか?
They use different scales
閾値効果により相関関係がある
They come from different populations
It's computationally too difficult
✔
Course Complete
「これで 4 つの結果がわかりました。
テストの 2 つの美徳
閾値の残酷なトレードオフ、
そして証拠を集める技術。

次の試練があなたに課せられたとき—
you will know how to see through it."

テストに嘘があるとき — 今ならわかります。

1 / 5