مجاني وفوري — لا يتطلب التسجيل

Likelihood Ratio Calculator

The Likelihood Ratio Calculator computes positive likelihood ratio (LR+) and negative likelihood ratio (LR-) from a diagnostic test's sensitivity and specificity. Evaluate how much a test result shifts the probability of disease for evidence-based clinical decisions.

Likelihood Ratio Calculator — معاينة حية للنسبة

Sensitivity (%)

Specificity (%)

Likelihood Ratios

—

⚖️

Proportion Solver

A : B = C : D — Enter any 3 values

📊

Results

Visual ratio breakdown

Solved Proportion

—

Simplified

—

Percentages

—

Decimal

—

Fraction

—

Visual Ratio

Part A: —

Part B: —

✨

Ratio Simplifier

Reduce any ratio to its simplest form

Value A

Value B

📊

Simplified Result

Reduced to lowest terms

Simplified Ratio

—

GCD Used

—

Percentages

—

Decimal Ratio

—

Fraction

—

Visual Ratio

Part A: —

Part B: —

📐

Ratio Scaler

Multiply a ratio by a scale factor

Value A

Value B

Scale Factor

📊

Scaled Result

Ratio after scaling

Scaled Ratio

—

Original

—

Factor

—

Percentages

—

Simplified

—

Visual Ratio

🕐 Recent Calculations

📭

No calculations yet. Start computing above!

What is a Likelihood Ratio?

A likelihood ratio quantifies how much a test result changes the probability of having a condition. The positive likelihood ratio (LR+) measures how much a positive test increases disease probability. The negative likelihood ratio (LR-) measures how much a negative test decreases it. LR+ above 10 or LR- below 0.1 are considered strong evidence.

Likelihood ratios combine sensitivity and specificity into a single metric that is independent of disease prevalence. Clinicians use LRs with pre-test probability (Bayesian reasoning) to calculate post-test probability, making them more useful than sensitivity/specificity alone for clinical decision-making.

القوانين والمعادلات المستخدمة

تستخدم Likelihood Ratio Calculator هذه 5 معادلات أساسية:

1 Positive Likelihood Ratio ▼

LR+ = Sensitivity / (1 - Specificity)

Sensitivity 95%, Specificity 90%: LR+ = 0.95 / (1 - 0.90) = 0.95 / 0.10 = 9.5.

2 Negative Likelihood Ratio ▼

LR- = (1 - Sensitivity) / Specificity

Sensitivity 95%, Specificity 90%: LR- = (1-0.95) / 0.90 = 0.05 / 0.90 = 0.056.

3 Post-Test Odds (Fagan Nomogram) ▼

Post-Test Odds = Pre-Test Odds × Likelihood Ratio

Pre-test probability 20% → odds = 0.25. LR+ = 9.5 → Post-test odds = 0.25 × 9.5 = 2.375 → probability = 70.4%.

كيفية استخدام هذه الحاسبة

لاستخدام حاسبة النسب هذه، اتبع 3 خطوات بسيطة:

أدخل القيم

اكتب قيم النسبة المعروفة في حقول الإدخال. اترك حقلاً واحداً فارغاً — هذا هو المتغير المجهول الذي تحله حاسبة النسب.

اختر الوضع

حدد وضع النسبة — حل، تبسيط، أو تغيير الحجم. يطبق كل وضع معادلات مختلفة على قيم الإدخال الخاصة بك.

احصل على النتائج

انقر فوق احسب. تعرض شاشة النتائج الإجابة مع شريط نسبة مرئي، ومخطط دائري، وتفصيل حل خطوة بخطوة.

أمثلة على مسائل وحلول خطوة بخطوة

فيما يلي 3 مسائل توضيحية مع حلول مفصلة خطوة بخطوة باستخدام حاسبة النسب هذه:

المدخلات 1 Test with 90% sensitivity, 85% specificity

1 LR+ = 0.90 / (1-0.85) = 0.90/0.15 = 6.0

2 LR- = (1-0.90) / 0.85 = 0.10/0.85 = 0.118

3 LR+ of 6.0: moderate evidence for disease when positive

4 LR- of 0.12: moderate evidence against disease when negative

✓ LR+ = 6.0, LR- = 0.12 — moderately useful test

المدخلات 2 Calculate post-test probability

1 Pre-test probability: 30% → odds = 0.30/0.70 = 0.429

2 Test positive, LR+ = 10

3 Post-test odds = 0.429 × 10 = 4.29

4 Post-test probability = 4.29/(1+4.29) = 81.1%

✓ Positive test raises probability from 30% to 81%

المدخلات 3 Highly sensitive test: 99% sensitivity, 50% specificity

1 LR+ = 0.99 / 0.50 = 1.98 (weak positive evidence)

2 LR- = 0.01 / 0.50 = 0.02 (very strong negative evidence)

3 A negative result almost rules out disease

4 A positive result barely changes probability

✓ LR+ = 2.0 (weak), LR- = 0.02 (excellent rule-out)

الأسئلة الشائعة

What is a good likelihood ratio? ▼

LR+ > 10 is strong evidence for disease. LR+ 5-10 is moderate. LR+ 2-5 is weak. LR- < 0.1 strongly rules out disease. LR- 0.1-0.2 is moderate. LR values near 1.0 provide no useful information.

Why are likelihood ratios better than sensitivity/specificity? ▼

LRs combine both metrics into a single number and are independent of disease prevalence. They can be applied directly to individual patients using pre-test probability. Sensitivity and specificity are prevalence-independent but don't directly give post-test probability.

How do I use the Fagan nomogram? ▼

Draw a line from your pre-test probability (left axis) through the likelihood ratio (middle axis) to find the post-test probability (right axis). This visual tool quickly converts LRs into clinically useful probability changes.

Can likelihood ratios be used for multi-level test results? ▼

Yes. Interval likelihood ratios can be calculated for different result ranges (e.g., low, moderate, high values) rather than just positive/negative. Each interval has its own LR for more nuanced interpretation.

What is pre-test probability? ▼

Pre-test probability is your estimated chance of disease before conducting the test, based on prevalence, symptoms, and clinical judgment. It's the starting point for Bayesian reasoning with likelihood ratios.

اعرف المزيد عن النسب

ما هي النسبة تحديداً؟

النسبة هي مقارنة رياضية لحجم كميتين أو أكثر توضح صلتها ببعضها البعض. تعني الكتابة أ : ب 'مقابل كل أ وحدة من المادة الأولى هناك ب وحدة من المادة الثانية'. على سبيل المثال، النسبة 3 : 4 تعني أنه عند تخصيص 3 حصص لـ أ يتم ربط 4 حصص لـ ب. تستخدم في الطهي، وخلط المواد، والتحليل المالي، والهندسة.

كيف أحل التناسب؟

التناسب هو معادلة تعبر عن تساوي نسبتين: أ : ب = جـ : د. لإيجاد المجهول، نضرب القطر المعلوم ثم نقسم على الضلع المقابل. إذا كان د مجهولاً: د = (ب × جـ) / أ. تعمل هذه القاعدة دائماً لأن حاصل ضرب الطرفين يساوي حاصل ضرب الوسطين (أ × د = ب × جـ). تقوم حاسبتنا بحل ذلك تلقائياً.

كيف أبسط النسبة؟

لتبسيط النسبة، أوجد القاسم المشترك الأكبر للرقمين واقسم كلا الرقمين عليه. على سبيل المثال، لنسبة 24 : 36 القاسم المشترك الأكبر هو 12. بقسمة الطرفين نحصل على النسبة الأبسط — 2 : 3. تقوم حاسبتنا بحساب القاسم المشترك واختصار النسبة نيابة عنك.

ما هو تغيير مقياس النسبة وتكبير حجمها؟

القياس يعني ضرب كلا حدي النسبة في نفس المعامل للحصول على نسبة مكافئة بحجم أكبر أو أصغر. على سبيل المثال، ضرب النسبة 2 : 5 في 3 يعطي 6 : 15. هذا مطلوب عند تعديل مقادير الطهي (مثل زيادة عدد الحصص)، وقياس المخططات والخرائط.

ما الفرق بين النسبة والكسر؟

تقارن النسبة (أ : B) بين جزأين متكافئين في القيمة (علاقة جزء إلى جزء)، بينما يعبر الكسر (أ/ب) غالباً عن حصة جزء واحد من الكل (علاقة جزء إلى كل). مع ذلك، رياضياً يمكن تمثيل أي نسبة ككسر: 3 : 4 تساوي الكسر 3/4 (أو 0.75). يكمن الاختلاف في سياق الاستخدام.