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
