刘博谈验证｜估计测试前患病概率之二

医生通常使用他们的直觉来估计疾病的概率，对概率估计的两个主要影响因素是个人经验和已经发表的文献。

为了估计概率，医生应该回忆与有关患者特征相似的患者，然后试着回忆这些患者中有多少比例患有疾病。这项认知任务是非常困难的。在实践中，对临床情况的概率分配主要是猜测。

有几个估计概率的认知原则被称为启发式方法。

当一个临床医生根据“如果患者看起来像一个典型的病例，他很可能患有这种疾病”这一原则进行操作时，他或她正在使用代表性启发法。

因此，如果一个患者具有库欣氏病的所有特征，那么他就被认为很可能患有这种疾病本身。

代表性启发式可能会产生误导，因为它使医生忽视了一种疾病的总体流行率。

如果患者的研究结果对疾病的预测很差，或者当有许多多余的预测因素时，医生高估了概率，它也会导至错误。

此外，临床医生对疾病的内部表述可能是不正确的，因为它是基于一个小的、不典型的个人经验。

当临床医生根据类似事件被记住的难易程度来判断事件的概率时，他们正在使用可用性启发式，这种启发式通常具有误导性。

个人经常从最初的概率估计（这也被成为估计锚定）进行调整，以考虑到患者的不寻常特征。

锚定和调整启发式是一个重要的原则，它相当于某人计划乘坐公共交通出行，第一步是确定离目的地最近的地铁站，然后，这个人通过该站附近走到最终目的地。

贝叶斯定理是从最初的锚点进行调整的最佳方法。