1701556617
你需要在屏幕方框中输入以下信息：
1701556618
1701556619
n代表你需要接受治疗的次数（数学领域称之为“试验”）
1701556620
1701556621
p代表副作用的可能性（数学领域称之为“事件”）
1701556622
1701556623
x代表事件发生的次数
1701556624
1701556625
在以上的例子中，我们对接受5次活检，至少1次产生副作用（结果）的概率更感兴趣。因此：
1701556626
1701556627
n=5（5次活检）
1701556628
1701556629
p=5%，或者0.05
1701556630
1701556631
x=1（1次副作用）
1701556632
1701556633
将这些数字都输入二次方程式中，我们发现，如果你接受了5次活检，至少1次产生副作用的概率为23%。
1701556634
1701556635
在承认前列腺活检会5%产生副作用的5位医生中，只有一个人明白，风险来源于每一次活检。他们中有3个人认为5%的风险来自终身活检——你可以拥有所需要的一切，但风险不会增加。
1701556636
1701556637
我向他们解释，每次活检都是一个独立事件，两次活检比一次的风险更大。他们中没有人知道这一点。我的第一次对话是这样的：
1701556638
1701556639
“据我所知，活检带来副作用的概率为5%。”
1701556640
1701556641
“确实是这样。”
1701556642
1701556643
“所以，如果一位病人接受5次活检，这个风险就会接近25%。”
1701556644
1701556645
“你不能简单地把可能性相加。”
1701556646
1701556647
“我同意，不能这样简单相加。你需要采用二次方程式，然后你会得到23%的结果——非常接近25%。”
1701556648
1701556649
“我从未听说过二次方程式，我确定这里不能用这种方法。我不奢望你能明白。这需要统计学训练。”
1701556650
1701556651
“好吧，我曾经接受过统计学训练。我认为我可以明白。”
1701556652
1701556653
“你转行了？”
1701556654
1701556655
“我是一位科研人员——神经科学家。我在大学教授统计课程，也发表过好几篇统计学相关文章。”
1701556656
1701556657
“但你不是像我一样的医学博士。你的问题在于你不懂药物。你要知道，医学统计与其他统计不一样。”
1701556658
1701556659
“有什么不一样？”
1701556660
1701556661
“我从医已经有20年了，你有几年经验？我一直在实际操作，你只有所谓的理论，你其实什么都不知道。我每天都会看病人，我知道我在处理什么。”
1701556662
1701556663
另一位外科医生是世界级达·芬奇“机器人”导引术专家，他告诉我，“这些数据不正确。我曾经做过500次活检，没见过超过24个脓毒症案例”。
1701556664
1701556665
“好吧，24/500约等于5%。”
1701556666
[
上一页 ]
[ :1.701556617e+09 ]
[
下一页 ]