巧用似然比和自然频率表达风险：提升医学生贝叶斯推理能力的关键

《BMC Medical Education》：Risk expression using likelihood ratios and natural frequencies in Bayesian inference tasks—a preregistered randomized-controlled crossover trial

在医学诊断决策中，医学生解读诊断测试存在困难。研究人员开展 “Risk expression using likelihood ratios and natural frequencies in Bayesian inference tasks” 的研究。结果显示，单诊断测试时自然频率格式计算 PPV 更优，顺序测试时 odds/LR 格式计算 sPPV 更优。该研究为医学教育提供了新思路。

　　在医疗领域，诊断测试结果的解读对于做出合理的医疗决策至关重要。然而，现状却不容乐观。在英国，每个工作日有 30 万人接受实验室测试，美国每年更是高达 140 亿次，可即便如此，大量研究表明，众多医学专业人员和医学生在确定诊断测试的阳性预测值（Positive Predictive Value，PPV）时困难重重。尽管自然频率格式在一定程度上提高了计算成功率，但整体表现依旧不佳，多数人仍无法正确计算 PPV。特别是在癌症筛查等需要后续测试以确认初始结果的情况下，计算两个连续阳性测试的 PPV（sPPV）时，自然频率格式的复杂性进一步凸显，导致计算难度加大。为了改善这一局面，德国 Charité – Universit?tsmedizin Berlin 的研究人员 Philipp Schulz、Odette Wegwarth 和 Helge Giese 开展了一项预注册的随机对照交叉试验，相关研究成果发表在《BMC Medical Education》上。

研究人员采用的主要关键技术方法如下：

1. 问卷调查法：开发专门问卷，随机将参与者分为两组，分别先以自然频率或 odds/LR 格式计算 PPV 和 sPPV。问卷涵盖计算任务、主观理解评价、测试准确性评价等内容。
2. 统计分析法：使用 R 软件进行数据转换和分析，通过两尾 McNemar 检验评估主要结果，计算 95% 二项式比例置信区间；运用 Wilcoxon 符号秩检验评估次要结果和感知测试准确性差异；利用广义线性混合模型探索研究结果的普遍性 。
3. 样本选取：招募 167 名柏林 Charité - Universit?tsmedizin Berlin 的五年级医学生和 162 名康斯坦茨大学的心理学本科生参与研究。

下面来看具体的研究结果：

1. 参与者和基线数据：问卷访问 463 次，最终 329 人完成问卷纳入分析。参与者被随机分配到自然频率格式优先组（197 人）和 odds/LR 格式优先组（199 人），随机化后两组中断调查的人数无显著差异。
2. 主要结果分析 - 阳性预测值
   • 单阳性测试的阳性预测值：自然频率格式下，参与者计算单阳性测试 PPV 的正确率（36.2%）显著高于 odds/LR 格式（21.6%）。不过，这一差异在无类似问题接触经验的参与者中有所减弱，且在心理学学生中不明显。
   • 两个连续阳性测试的阳性预测值：计算 sPPV 时，odds/LR 格式下参与者的正确率（10.6%）显著高于自然频率格式（4.9%）。但对于有类似问题接触经验的参与者，这种优势并不明显。
   
   
3. 错误分析
   • 单 PPV 任务：自然频率格式中，常见错误是将敏感性误报为 PPV；odds/LR 格式的错误多源于分母计算问题或测试统计量转换错误。
   • sPPV 任务：自然频率格式下，多数错误是混淆 PPV 和 sPPV；odds/LR 格式中，常见错误是将 sPPV 值报告为与 PPV 任务相同，以及分母识别问题。
   
   
4. 次要结果分析 - 测试统计量的主观可理解性：参与者对自然频率格式的测试统计量主观理解程度（中位数为 19）显著高于 odds/LR 格式（中位数为 - 15） 。
5. 测试准确性的主观评价：参与者认为 odds/LR 格式的测试准确性更高，在识别非感染和感染个体方面，odds/LR 格式的评分也显著高于自然频率格式。

研究结论和讨论部分指出，odds/LR 格式在计算 sPPV 时成功率高于自然频率格式，但两种格式整体成功率都较低；单诊断测试时，自然频率格式成功率更高。这表明，目前强调自然频率而忽视 odds 和 LR 的医学课程可能存在问题，因为熟悉一种解题策略可能会限制学生在使用其他策略时的认知灵活性。因此，在医学教育中纳入 odds/LR，与自然频率一起教学，不仅能为未来临床医生提供更多解题策略，还能防止过度依赖自然频率。该研究为医学和非医学教育中的风险沟通和贝叶斯统计教学提供了重要参考，有助于推动教育内容的强化和多样化，进而提高学生在贝叶斯推理任务中的表现，对提升医学教育质量和医疗决策水平意义重大。