Thực hành dựa trên bằng chứng: gói ôn nước rút

Tỷ số khả dĩ và các thước đo nguy cơ: LR+ = độ nhạy/(1 − độ đặc hiệu), LR− = (1 − độ nhạy)/độ đặc hiệu. Trong một thử nghiệm, EER và CER là tỷ lệ biến cố khi có và không điều trị: RR = EER/CER, ARR = CER − EER, RRR = ARR/CER và NNT = 1/ARR, làm tròn lên. Trong nghiên cứu bệnh–chứng chỉ có thể dùng tỷ số chênh OR = ad/(bc). Tỷ suất mới mắc = số ca mới/người-thời gian.

Giá trị tiên đoán phụ thuộc vào độ lưu hành: PPV = Se·p/(Se·p + (1 − Sp)(1 − p)) và NPV = Sp(1 − p)/(Sp(1 − p) + (1 − Se)p). Với tỷ số khả dĩ: odds trước xét nghiệm = p/(1 − p), odds sau xét nghiệm = odds trước xét nghiệm × LR, xác suất = odds/(1 + odds). Với dân số N, dương tính thật = N·p·Se và dương tính giả = N·(1 − p)·(1 − Sp). NNT = 1/(CER × RRR), làm tròn lên.

Thống kê mô tả: trung bình là tổng chia cho n; trung vị là giá trị ở giữa của dữ liệu đã sắp xếp (trung bình của hai giá trị giữa khi n chẵn). Độ lệch chuẩn mẫu là s = √(Σ(x − x̄)²/(n − 1)). Điểm z z = (x − μ)/σ cho biết một giá trị cách trung bình bao nhiêu độ lệch chuẩn.

Thống kê mô tả: trung bình là tổng chia cho n; trung vị là giá trị ở giữa của dữ liệu đã sắp xếp (trung bình của hai giá trị giữa khi n chẵn). Độ lệch chuẩn mẫu là s = √(Σ(x − x̄)²/(n − 1)). Điểm z z = (x − μ)/σ cho biết một giá trị cách trung bình bao nhiêu độ lệch chuẩn.

Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.

Khoảng tin cậy cho giá trị trung bình: x̄ ± sai số biên. Khi biết σ của tổng thể, sai số biên là z·σ/√n; khi chỉ có độ lệch chuẩn mẫu s, dùng t với n − 1 bậc tự do: t·s/√n. Giá trị tới hạn: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). Để có sai số biên E hoặc nhỏ hơn, cần n ≥ (z·σ/E)², làm tròn lên.

Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.

Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.