Во введении объясняется, почему результаты медицинских тестов важно оценивать с помощью вероятностных рассуждений, а не трактовать как безусловный диагноз. Здесь обозначаются проблема неверного понимания положительного результата, актуальность темы, цель и задачи проекта, а также выбранный учебный пример. Отдельно указывается, что все условные числа предназначены для математической иллюстрации и не являются медицинскими рекомендациями.

В этом пункте вводятся случайное событие, вероятность, противоположное событие и условная вероятность. Объясняется, как записывать события «болезнь» и «положительный тест» и чем отличаются вероятности P(+|болезнь) и P(болезнь|+). Эти определения необходимы для точного понимания медицинских примеров и предотвращают смешение двух разных вопросов: как часто тест срабатывает у заболевших и какова вероятность болезни у человека с положительным результатом.

Раздел раскрывает смысл чувствительности и специфичности через доли результатов в группах заболевших и здоровых людей. Дополнительно определяется, что такое истинно положительный, ложно положительный, истинно отрицательный и ложно отрицательный результат. Показатели связываются с таблицей сопряжённости, чтобы было видно, какие данные нужны для расчёта и почему название теста или один процент точности не дают полного описания его диагностических свойств.

В теоретической части разбирается применение формулы Байеса к положительному результату диагностического теста. Поясняется роль исходной вероятности заболевания, или распространённости, а также чувствительности и специфичности метода. На простом символическом примере показывается, почему вероятность болезни после теста не равна чувствительности. Раздел подготавливает основу для практического расчёта и помогает понять влияние базовой частоты на итоговую оценку.

Здесь формулируется учебная задача: оценить вероятность заболевания после положительного результата при заранее заданных характеристиках теста и распространённости болезни. Указывается условный размер группы, обозначаются события и фиксируются используемые проценты. Отдельно перечисляются допущения модели: параметры считаются одинаковыми для всех участников, а данные рассматриваются как иллюстративные, а не как сведения о конкретной болезни или реальной медицинской выборке.

В практическом пункте условная группа делится на заболевших и здоровых согласно заданной распространённости. Для каждой части вычисляется ожидаемое число положительных и отрицательных результатов с учётом чувствительности и специфичности. Результаты заносятся в таблицу из четырёх категорий: истинно положительные, ложно положительные, истинно отрицательные и ложно отрицательные. Такая форма помогает проверить логику вычислений и увидеть, из каких чисел складывается итоговая вероятность.

На основе заполненной таблицы рассчитывается доля заболевших среди всех людей с положительным результатом. Затем тот же результат проверяется подстановкой параметров в формулу Байеса, чтобы сопоставить два способа вычисления. В пункте приводятся промежуточные действия и правила округления, а также поясняется, что знаменатель включает как истинно положительные, так и ложноположительные результаты. Это делает вывод прозрачным и воспроизводимым.

Полученное значение сравнивается с результатом для другой распространённости заболевания при неизменных характеристиках теста. Сравнение демонстрирует, как исходный риск влияет на вероятность болезни после положительного ответа, даже если сам тест не меняется. Здесь же формулируются осторожные правила интерпретации: учитывать обследуемую группу, не путать условные вероятности и не представлять модельный расчёт как индивидуальный диагноз или медицинский совет.

В заключении кратко соотносятся выполненные расчёты с поставленными задачами и формулируется, какие сведения необходимы для интерпретации результата медицинского теста. Подводится итог роли условной вероятности и формулы Байеса, отмечается влияние распространённости заболевания и объясняются границы учебной модели. Также описывается, чему помогает практический пример: читать статистические сообщения внимательнее и задавать вопросы о характеристиках теста и обследуемой группе.

В этом разделе перечисляются использованные учебники по теории вероятностей, математической статистике и биологии, а также проверенные открытые материалы о диагностических тестах. Для электронных источников указываются автор или организация, название публикации, адрес и дата обращения, если это требуется правилами оформления. Источники должны подтверждать определения и описания механизмов; условные числа практического примера следует прямо обозначить как выбранные для расчёта, а не приписывать литературе.