Какие данные подготовить
Начните с исходных сведений: Чувствительность теста, %, Специфичность теста, %, Распространённость состояния, %. По возможности берите эти числа из одного и того же наблюдаемого периода, а не из разных отчётов. Прогноз истинных и ошибочных результатов диагностики с учётом распространённости состояния и экономических последствий ошибок. Если данные являются прогнозом, полезно записать, из какого предположения они получены.
Далее заполните параметры: Планируемое число тестов, Последствия ложноположительного исхода, деньги, Последствия ложноотрицательного исхода, деньги, Стоимость одного теста. Не стоит вводить их только ради красивого итога: каждое поле имеет конкретную роль в формуле или ограничении. Для последовательностей чисел используйте пробелы или точку с запятой; соответствующие массивы вводите одинаковой длины.
Как выполняется расчёт
Основная математическая связь записывается так: PPV = Se × Prev / (Se × Prev + (1−Sp) × (1−Prev)). Это не декоративная формула: серверный модуль вычисляет все производные показатели на основе тех же исходных величин. При изменении вводимых параметров пересчитываются и основные итоги, и экономические либо временные характеристики сценария.
Например, набор значений по умолчанию для «Прогностическая точность массового тестирования» демонстрирует согласованные единицы и допустимые размеры данных. Чтобы сравнить альтернативы, увеличьте один существенный параметр и проследите за изменением результата. Не следует одновременно менять десятки предпосылок: тогда становится трудно установить причину разницы.
Как читать полученный результат
Главный показатель отражает прогноз истинных и ошибочных результатов диагностики с учётом распространённости состояния и экономических последствий ошибок. Однако решение желательно принимать по нескольким метрикам одновременно: итоговый уровень может измениться вследствие объёма, темпа, риска и доступных ресурсов. Отдельно изучайте денежные и временные оценки; в них используются введённые пользователем предположения.
Для инструмента «Прогностическая точность массового тестирования» сравните сценарии с разным уровнем факторов, перечисленных в форме. Если расчёт показывает недобор относительно цели или превышение ресурсов, проверьте исходные ограничения перед увеличением бюджета. Удобно сравнить осторожный и улучшенный сценарии, оставляя единицы измерения неизменными. Такой подход позволяет выявить чувствительность модели и понять, какой параметр действительно управляет решением.
Границы применимости модели
У модели есть существенные ограничения: Рассчитываются математические ожидания; реальные решения о диагностике требуют консультации профильного специалиста. Поэтому численный результат не означает, что указанное событие непременно произойдёт или что требуемые ресурсы всегда будут доступны. На практике встречаются сезонность, некачественные данные, нестандартные условия и влияние внешних факторов.
Перед использованием в отчёте проверьте единицы измерения, период анализа, полноту входной информации и локальные правила вашей организации. PPV = Se × Prev / (Se × Prev + (1−Sp) × (1−Prev)). При высоких финансовых, медицинских или производственных последствиях сопоставьте расчёт с измерениями и независимой экспертной оценкой. Сохраните использованные исходные данные, чтобы можно было воспроизвести выбор.
Формула расчёта
PPV = Se × Prev / (Se × Prev + (1−Sp) × (1−Prev)).
Проверенные примеры
Данные по умолчанию из формы. Прогноз истинных и ошибочных результатов диагностики с учётом распространённости состояния и экономических последствий ошибок.
Результат: Истинно положительные = 475; Ложно положительные = 760. При изменении исходных величин итог обновится.
Изменить один из исходных параметров по сравнению с исходным примером.
Например, пересчёт показывает для «Истинно положительные» значение 499.5. Сравните его с базой 475.