Summary
The assumption of conditional independence between symptoms is commonly used in statistical computer-aided medical diagnosis. It permits to estimate the probability laws on small samples and leads to procedures easy to implement. Data from 6,916 patients suffering from acute abdominal pain were collected by the Arc& Aurc Cooperative Group. The data were analysed with a statistical approach, first under the independence assumption, then with the Lancaster first-order interactions model. The evaluation made on a 1,000-patient test set showed that, when taking into account interactions, results were comparable to clinicians’ . performance. But the comparison with the classical Bayesian independence approach revealed a significant improvement.
In der statistischen, computerunterstützten ärztlichen Diagnose wird im allgemeinen eine bedingte Unabhängigkeit zwischen Symptomen angenommen. Dies ermöglicht die Schätzung der Wahrscheinlichkeitsgesetze aufgrund kleiner Stichproben und führt zu leicht zu realisierenden Verfahren. Daten von 6916 Patienten, die an akuten Schmerzen im Bereich des Abdomens litten, wurden durch die Arc & Aurc Cooperative Group gesammelt. Die Daten wurden mit Hilfe eines statistischen Ansatzes analysiert, und zwar zuerst bei Annahme der Unabhängigkeit, dann mit dem Lancaster Wechselwirkungsmodell erster Ordnung. Die an einem 1000-Patienten-Testsatz vorgenommene Auswertung zeigte, daß bei Berücksichtigung von Wechselwirkungen die Ergebnisse mit der Leistung der Kliniker vergleichbar waren. Jedoch ergab der Vergleich mit der klassischen Unabhängigkeits-Betrachtungsweise von Bayes eine bedeutende Verbesserung.
Key-Words
Clinical Decision-Making - Bayesian Methods - Discrimination - Acute Abdominal Pain - Interactions
Schlüssel-Wörter
Klinische Entscheidungsfindung - Bayes’sche’ Methoden - Diskriminierung - akute Bauchschmerzen - Wechselwirkungen
