DTA Course > The Fraud
=================== МОДУЛЬ 1: МОШЕННИЧЕСТВО (THERANOS) ===================
Разве вы не слышали историю о женщине
who promised to изменить мир каплей крови,
who raised billions on a test that never worked?
Слайд 1.2: История Theranos
Palo Alto, 2003
STANFORD UNIVERSITY
Девятнадцатилетний парень бросил колледж с идеей: устройство, которое могло бы провести сотни анализов крови с помощью одной капли, безболезненно уколотой из пальца.

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
Слайд 1.3: Мошенничество
Но тесты lied.
$9 Billion
Built on a test that didn't work
WHAT HAPPENED
Машины Theranos дали wrong results. Пациентам говорили, что у них ВИЧ, хотя на самом деле это не так. Пациентам говорили, что их кровь была в норме, когда они были dying. Компания скрыла правду 15 years.
Слайд 1.4: Жертвы
The Victims
PHOENIX, ARIZONA
Беременной женщине сказали, что ее ребенок родится с хромосомной аномалией. Она готовилась к худшему. Она горевала.

Тест оказался неправильным. Малыш был здоров.

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?
Слайд 1.5: Припев
«И испытание лгало,
и ложь была одета в уверенность,
и никто не подвергал сомнению эти цифры».

Вот почему мы изучаем точность диагностических тестов.

=================== МОДУЛЬ 2: ЧЕТЫРЕ РЕЗУЛЬТАТА ===================
When a test gives a result,
есть только four possible truths.

Два из них — благословения. Два из них — проклятия.
Слайд 2.2: Дерево решений
Дерево результатов

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
Слайд 2.3: Четыре квадранта
Четыре истины

True Positive (TP)

Sick person correctly identified.
Тест показал правду.

False Positive (FP)

Healthy person wrongly alarmed.
Тест врал.

False Negative (FN)

Sick person wrongly reassured.
Самая смертоносная ложь.

True Negative (TN)

Healthy person correctly cleared.
Тест показал правду.

Слайд 2.4: Таблица 2x2
Священный стол

Матрица путаницы 2x2

Disease Present Disease Absent
Test Positive TP
True Positive		 FP
False Positive
Test Negative FN
False Negative		 TN
True Negative
REMEMBER
Каждое диагностическое исследование должно сообщать об этих four numbers. Without them, you cannot judge a test.
Слайд 2.5: Припев
"Two outcomes save. Two outcomes harm.
Know them by name.
ТП, ТН: тест сказал правду.
ФП, ФН: тест врал».
=================== МОДУЛЬ 3: ЧУВСТВИТЕЛЬНОСТЬ И СПЕЦИФИЧНОСТЬ ===================
A test has two virtues and two vices.

Sensitivity asks: Can it find the sick?

Specificity asks: Can it spare the healthy?
Sensitivity
«Сколько из всех заболевших удалось выявить?»
THE FORMULA
Sensitivity = TP / (TP + FN)
True Positives divided by All Diseased
IN SIMPLE WORDS
Если у 100 человек рак, и тест выявляет 90 из них, sensitivity = 90%.

High sensitivity = few false negatives = few missed cases.
Specificity
«Из всех здоровых скольких спас тест?»
THE FORMULA
Specificity = TN / (TN + FP)
True Negatives divided by All Non-Diseased
IN SIMPLE WORDS
Если 100 человек здоровы и у 95 из них тест правильно показывает «отрицательный», specificity = 95%.

High specificity = few false positives = few false alarms.
Слайд 3.4: Компромисс
Жестокий компромисс
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— качели диагноза.
Слайд 3.5: SnNout и SpPin
Правила памяти
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

Высокоспецифичный тест, если он положительный, свидетельствует о наличии заболевания. Если там написано, что оно у вас есть, то, вероятно, оно у вас есть.

REMEMBER
SnNout: Sensitive Negative rules OUT
SpPin: Specific Positive rules IN
«Чувствительность ловит больных.
Специфика щадит колодца.
But no test masters both perfectly—
Это бремя, которое мы должны нести».
=================== МОДУЛЬ 4: ТЕСТОВЫЙ СКАНДАЛ на COVID ===================
В 2020 году, когда чума охватила землю,
миру нужен был тест, который мог бы быстро найти зараженного.

But what if the rapid test missed too many?
Слайд 4.2: Обещание
Обещание быстрого тестирования
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.
Слайд 4.3: Реальность
The Reality
КОКРЕЙНОВСКИЙ СИСТЕМАТИЧЕСКИЙ ОБЗОР, 2022 г.
Когда исследователи объединили данные 155 исследований по быстрым тестам на антиген COVID-19:

У людей с симптомами:
Sensitivity: 73% (missed 27% of cases)

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

Почти половине инфицированных бессимптомных людей сказали, что они здоровы.
Dinnes J et al. Cochrane Database Syst Rev. 2022;7:CD013705
Слайд 4.4: Последствия
Распространение ложноотрицательных результатов
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.
«И тест показал отрицательный результат».
и семья собралась,
и дед обнял внуков,
и к концу зимы его не стало».
=================== МОДУЛЬ 5: ОТНОШЕНИЯ ВЕРОЯТНОСТИ ===================
Чувствительность и специфичность характеризуют тест.

Но пациент задает другой вопрос:

"I tested positive. What are my chances?"
Слайд 5.2: Проблема с Sens/Spec
The Disconnect
A DOCTOR'S DILEMMA
A test has 99% sensitivity and 95% specificity. Sounds excellent.

У вашего пациента положительный результат теста на редкое заболевание (распространенность 1 на 1000).

Question: Какова вероятность того, что они действительно больны этим заболеванием?

Большинство врачей говорят, что 95%. Настоящий ответ? 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:
Что означает этот результат для ЭТОГО пациента?"
=================== МОДУЛЬ 6: ПОЛОМИКА О МАММОГРАФИИ ===================
Разве вы не слышали скандал вокруг показа
that found too much?

When does finding disease become causing harm?
Слайд 6.2: Перспективы скрининга
Мечта о раннем выявлении
1970s - PRESENT
Логика была красивой: обнаружить рак на ранней стадии, лечить его на ранних стадиях, спасать жизни.

Mammography could detect tumors too small to feel.

Женщинам говорили: "Annual mammograms save lives."

But what if some of those "cancers" would never have killed?
Проклятие гипердиагностики
19-30%
of screen-detected breast cancers may be overdiagnosed
WHAT IS OVERDIAGNOSIS?
Обнаружение «рака», который never have caused symptoms or death во время лечения человека на протяжении всей жизни.

Женщине ставят диагноз, лечат хирургическим путем, лучевой терапией, химиотерапией — от заболевания, которое никогда бы ей не причинило вреда.

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

Слайд 6.4: Цифры
На каждые 10 000 женщин Пройдя скрининг
3-4
Lives saved
на рак молочной железы
~15
Overdiagnosed
(treated unnecessarily)
~500
False alarms
(anxiety, biopsies)
THE TRADE-OFF
To save 3-4 lives, вы должны признать, что ~15 women будете лечиться от рака, который никогда бы им не причинил вреда, и ~500 women will experience false alarms.

Хорошая ли это сделка? Ответ зависит от ценностей, не просто цифры.
"И тест нашел то, что было скрыто,
и назвал это болезнью,
и женщину порезали, сожгли и отравили—
из-за тени, которая никогда бы не омрачила ее дней."

Это проблема гипердиагностики.

================== МОДУЛЬ 7: МЕТА-АНАЛИЗ ДТА ==================
Один исследование может лгать. Одно исследование может польстить.

Но когда вы соберете все исследования,
когда вы взвесите их доказательства вместе —

The truth becomes harder to hide.
Зачем объединять доказательства?
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

Скрываются ли отрицательные исследования? Воронкообразные графики демонстрируют асимметрию

4

Explore Thresholds

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

Слайд 7.3: Двумерная модель
Двумерная модель
WHY IT'S SPECIAL
Вы не можете объединять чувствительность и специфичность отдельно.

They are correlated: когда одна повышается, другая имеет тенденцию снижаться (порог) эффект).

The bivariate model учитывает эту корреляцию, давая действительные объединенные оценки.

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

Сводная кривая ROC

ROC Space

Perfect test 1-Specificity (FPR) →
Каждая точка = одно исследование
Кривая показывает компромисс
Higher = better test
↓ Sensitivity Useless test (chance line)
ЧТЕНИЕ SROC
Top-left corner = perfect test (100% sens, 100% spec)
Diagonal line = useless test (random guessing)
The curve = сводка результатов всех исследований
"Одно исследование может ввести в заблуждение. Многие исследования, взвешенные вместе,
начинают раскрывать истину.
Кривая SROC — это путь доказательства—
showing what the test can truly do."
Но что, если исследования disagree?

В одном исследовании говорится, что чувствительность составляет 95%.
Another says 60%.

В какую истину вы верите?
Неоднородность: разногласия
DEFINITION
Heterogeneity Это разница между исследованиями, которую нельзя объяснить только случайностью.

High heterogeneity means исследования измеряют разные вещи— or the test performs differently in different settings.
Почему исследования расходятся во мнениях
T

Threshold Differences

Различные пороговые значения для «положительного» результата (например, разные пороговые значения HbA1c для диабета)

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

Измерение разногласий
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.

Вы не можете усреднить яблоки и апельсины. Вы должны explain why studies differ before pooling them.
«Когда исследования расходятся во мнениях,
не подавляйте инакомыслие.
Ask: Why do they see differently?
Само разногласие учит».
=================== МОДУЛЬ 9: ИНСТРУМЕНТАРИЙ DTA ===================
Ваш набор инструментов DTA
Основные меры и когда их использовать
Слайд 9.2: Меры
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

Площадь под кривой SROC (AUC)

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

Слайд 9.3: Инструменты и программное обеспечение
Инструменты торговли
mada
R package for
bivariate meta-analysis
metaDTA
Stata module
для обзоров DTA
DTA Pro
Browser-based
инструмент открытого доступа
СТАНДАРТНЫЕ ССЫЛКИ
Reitsma et al. 2005 - Bivariate model
Rutter & Gatsonis 2001 - HSROC model
Cochrane Handbook Ch. 10 - DTA methods
Слайд 9.4: Контрольный список
Прежде чем доверять исследованию DTA
✓

Was there a valid reference standard?

Gold standard test applied to all patients?

✓

Были ли переводчики ослеплены?

Test readers unaware of diagnosis, and vice versa?

✓

Был ли спектр подходящим?

Patients similar to your clinical population?

✓

Был ли порог установлен заранее?

Или это было выбрано для максимизации результатов?

"Armed with sensitivity, specificity, likelihood,
на вооружении СРОК и меры согласия,
ты можешь видеть сквозь ложь теста —
и судите об истинности этого сами».
=================== МОДУЛЬ 10: ИСТОРИИ ПРИНЯТИЯ РЕАЛЬНЫХ РЕШЕНИЙ ===================
========== ИСТОРИЯ 1: МИРАЖ ТЕРАНОС ==========
Have you considered what happens when a test promises everything?

When a machine claims to see what no other machine can see,
и никто не спрашивает: «Покажи мне доказательства»?
Слайд 10.2: Реальный блок данных
Теранос Мираж
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 опубликованы рецензируемые исследования по валидации
• Пациенты получали ВИЧ-положительные результаты в образцах, которые были отрицательными.

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

Дерево решений
Вы администратор больницы. Theranos предлагает вам контракт.

Что вы выбираете?

Theranos Contract Offered
↓
PATH A: Trust Marketing Claims
↓
Подпишите контракт
↓
Misdiagnose thousands
Face lawsuits
Harm patients
ПУТЬ B: Требовать данные проверки
↓
Не найти рецензируемых Исследования
↓
Отклонить контракт
Защитите своих пациентов
Avoid Scandal
Слайд 10.4: Откровение
THE REVELATION
Elizabeth Holmes never validated a single test externally.

A $9 billion valuation became a criminal fraud conviction.

Каждая больница, которая требовала проверочных данных перед подписанием
, была защищена от ложь.

Каждая больница, которая доверяла маркетингу
became complicit in harming patients.
THE LESSON
No peer-reviewed validation = No trust.
Отсутствие доказательств не является маркетинговой проблемой.
It is a patient safety emergency.
========== ИСТОРИЯ 2: ХАОС БЫСТРОГО ТЕСТИРОВАНИЯ НА COVID ==========
When speed defeats accuracy,
кто платит цену?

The test result comes in 15 minutes.
Но что, если результат 15 minutes of false confidence?
Слайд 10.6: Реальный блок данных
The COVID Rapid Test Chaos
РЕАЛЬНЫЕ ДАННЫЕ: ПРОИЗВОДИТЕЛЬ VS. РЕАЛЬНОСТЬ
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

Почти половине инфицированных бессимптомных людей сказали, что они «чисты».

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

Дерево решений
Вы работаете школьной медсестрой во время всплеска COVID. Учитель с симптомами дает отрицательный результат экспресс-теста.

Что вы выбираете?

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
Слайд 10.8: Откровение
THE REVELATION
A negative test не означает no infection.

It means: "not detected."

Разница между этими двумя фразами
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.
========== ИСТОРИЯ 3: ИСТОРИЯ 3: ПРОТИВ МАММОГРАФИИ =========
Может ли тест, который finds cancer
still cause harm?

Что, если рак он обнаружит
would never have hurt you?
Слайд 10.10: Блок реальных данных
Маммография Противоречие
РЕАЛЬНЫЕ ДАННЫЕ: ПАРАДОКС СКРИНИНГА
Test characteristics:
Sensitivity: ~85% | Specificity: ~90%

Для 1000 женщин, ежегодно проходивших скрининг в течение 10 лет:
• 1 death prevented на рак молочной железы
• 5 women overtreated на рак, который никогда бы им не причинил вреда
• 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

Дерево решений
A 45-year-old woman asks your advice on mammography screening.

Что вы выбираете?

Patient Asks: "Should I Get Annual Mammograms?"
↓
PATH A: Recommend Without Context
↓
Small Tumor Found
↓
Mastectomy performed
Опухоль была ленивой (DCIS)
Would never have harmed her
PATH B: Explain Trade-offs
↓
Shared Decision-Making
↓
Patient makes informed choice
Понимает преимущества И вред
Autonomy preserved
Слайд 10.12: Откровение
THE REVELATION
Точность теста — не единственный показатель.

A test can be accurate и все же причина harm.

When overdiagnosis exceeds lives saved,
we must ask: Is finding always helping?
THE LESSON
Вред от ложных срабатываний и гипердиагностики
может превысить пользу от true positives.

Always weigh benefits against harms.
Скрининг не всегда спасает.
========== ИСТОРИЯ 4: ПАРАДОКС PSA ==========
What if finding the disease
is worse than missing it?

What if the treatment causes more suffering
than the disease ever would?
Слайд 10.14: Реальный блок данных
Парадокс PSA
РЕАЛЬНЫЕ ДАННЫЕ: ПОРОГОВАЯ ЛОВУШКА
PSA cutoff of 4.0 ng/mL:
• Чувствительность к раку высокой степени злокачественности: 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

Дерево решений
Вы устанавливаете политику скрининга ПСА для системы здравоохранения. Перед вами лежат три пути.

Какой порог вы выбираете?

PSA Screening Policy Decision
↓
PATH A: Low Threshold (2.5)
↓
Maximize sensitivity
Thousands of unnecessary
биопсия и лечение
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
Слайд 10.16: Откровение
THE REVELATION
There is no "right" cutoff.

Every threshold trades чувствительность к специфичности,
обнаружение гипердиагностики.

Выбор не медицинский. Это ethical.
Это зависит от того, какой вред вы готовы принять.
THE LESSON
Пороговый эффект не является технической проблемой.
It is a values problem.

Before choosing a cutoff, ask:
What is worse: missing disease or overtreating the healthy?
========== ИСТОРИЯ 5: ТЕСТ НА ТБ В ДВУХ ПОПУЛЯЦИЯХ ==========
Тот же тест. Тот самый обрыв.
Different truths.

How can identical numbers
mean opposite things?
Слайд 10.18: Реальный блок данных
Тест на туберкулез в двух группах населения
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

Дерево решений
Вы врач из Лондона, наблюдающий за иммигрантом из страны с высоким уровнем заболеваемости туберкулезом. ТСТ положительный.

Какой вы пришли к выводу?

Positive TST in Immigrant Patient
↓
PATH A: Apply UK Population PPV
↓
Assume "Probably False Positive"
↓
Miss active TB
Patient infects family
Задерживает диагноз на несколько месяцев.
PATH B: Consider Patient's Pre-Test Probability
↓
Recognize PPV Depends on Prevalence
↓
Investigate further
Chest X-ray, sputum
Treat early if confirmed
Слайд 10.20: Откровение
THE REVELATION
Чувствительность и специфичность are properties of the test.

ППВ и ЧПС are properties of the population.

Тот же результат означает 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.
Слайд 10.21: Резюме модуля
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

«Не обнаружен» — это не то же самое, что «не заражен».

3

Mammography: Weigh Benefits vs. Harms

Finding is not always helping; overdiagnosis causes real harm

4

PSA: The Threshold is a Values Choice

Каждое отсечение меняет чувствительность на специфичность; нет «правильного» ответа

5

TB Test: Context Determines Meaning

The same result means different things in different populations

=================== МОДУЛЬ 11: ССЫЛКИ И ВИКТОРИНА ===================
References

Ключевые источники, цитируемые в этом курсе

  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. Независимая британская комиссия по скринингу рака молочной железы. Польза и вред скрининга рака молочной железы. Lancet. 2012;380:1778-1786.
  4. Рейтсма Дж.Б. и др. Двумерный анализ чувствительности и специфичности дает информативные итоговые показатели в диагностических обзорах. 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.
В чем заключалась фундаментальная проблема с анализами крови в истории Theranos?
Они были слишком дорогими
Они дали неправильные результаты, которые могли навредить пациентам
Они были слишком медленными
They required too much blood
A COVID rapid test has 55% sensitivity in asymptomatic people. What does this mean?
55% положительных результатов верны
Тест работает в 55% случаев
The test misses 45% of infected asymptomatic people
55% отрицательных результатов ошибочны
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
Чувствительность и специфичность отрицательно коррелируют.
Почему в метаанализе нельзя объединить чувствительность и специфичность отдельно?
They use different scales
Они коррелируют из-за порогового эффекта
They come from different populations
It's computationally too difficult
✔
Course Complete
"Теперь вы знаете четыре результата,
два достоинства теста,
жестокий компромисс порога,
и искусство объединения доказательства.

Когда следующий тест лжет вам —
you will know how to see through it."

Когда тест лжет — теперь вы знаете.

1 / 5