निःशुल्क और त्वरित — किसी पंजीकरण की आवश्यकता नहीं

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 — अनुपात का वास्तविक समय पूर्वावलोकन
Likelihood Ratios
—
A
B
⚖️
Proportion Solver
A : B = C : D — Enter any 3 values
:
=
:
📊
Results
Visual ratio breakdown
Solved Proportion
—
Simplified
—
Percentages
—
Decimal
—
Fraction
—
Visual Ratio
A
B
Part A: —
Part B: —
    ✨
    Ratio Simplifier
    Reduce any ratio to its simplest form
    :
    📊
    Simplified Result
    Reduced to lowest terms
    Simplified Ratio
    —
    GCD Used
    —
    Percentages
    —
    Decimal Ratio
    —
    Fraction
    —
    Visual Ratio
    A
    B
    Part A: —
    Part B: —
      📐
      Ratio Scaler
      Multiply a ratio by a scale factor
      :
      ×
      📊
      Scaled Result
      Ratio after scaling
      Scaled Ratio
      —
      Original
      —
      Factor
      —
      Percentages
      —
      Simplified
      —
      Visual Ratio
      A
      B

        🕐 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.

        प्रयुक्त सूत्र और समीकरण

        यह Likelihood Ratio Calculator ५ मुख्य समीकरणों का उपयोग करता है:

        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%.

        इस कैलकुलेटर का उपयोग कैसे करें

        इस अनुपात कैलकुलेटर का उपयोग करने के लिए, इन ३ चरणों का पालन करें:

        1

        मान दर्ज करें

        इनपुट फ़ील्ड में ज्ञात अनुपात मान टाइप करें। एक फ़ील्ड खाली छोड़ दें — यह वही अज्ञात मान है जिसे अनुपात कैलकुलेटर हल करेगा।

        2

        मोड चुनें

        अनुपात मोड चुनें — हल करें, सरल करें, या स्केल करें। प्रत्येक मोड आपके इनपुट मानों पर अलग-अलग समीकरण लागू करता है।

        3

        परिणाम प्राप्त करें

        गणना करें (Calculate) पर क्लिक करें। परिणाम स्क्रीन एक दृश्य अनुपात पट्टी, पाई चार्ट और चरण-दर-चरण समाधान के विवरण के साथ उत्तर प्रदर्शित करती है।

        उदाहरण समस्याएं और चरण-दर-चरण समाधान

        इस अनुपात कैलकुलेटर का उपयोग करके चरण-दर-चरण समाधान के साथ ३ उदाहरण समस्याएं नीचे दी गई हैं:

        इनपुट 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
        इनपुट 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%
        इनपुट 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)

        अक्सर पूछे जाने वाले प्रश्न (FAQ)

        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.

        अनुपात के बारे में जानें

        अनुपात क्या है?

        अनुपात दो या दो से अधिक मात्राओं के बीच एक तुलना है जो दर्शाती है कि एक चीज दूसरी चीज की तुलना में कितनी है। अनुपात को A : B के रूप में लिखा जाता है, जिसका अर्थ है 'पहली मात्रा के प्रत्येक A इकाई के लिए दूसरी मात्रा की B इकाई है।' जैसे, ३ : ४ अनुपात का अर्थ है कि A के प्रत्येक ३ भागों के लिए B के ४ भाग हैं। अनुपात का उपयोग खाना पकाने, निर्माण, वित्त, विज्ञान और दैनिक जीवन में किया जाता है।

        मैं एक समानुपात को कैसे हल करूँ?

        समानुपात एक समीकरण है जो बताता है कि दो अनुपात बराबर हैं: A : B = C : D। एक अज्ञात मान को हल करने के लिए वज्रगुणन (क्रॉस मल्टीप्लिकेशन) का उपयोग करें। यदि D अज्ञात है: D = (B × C) / A। यह काम करता है क्योंकि समान अनुपात में विकर्ण गुणा हमेशा बराबर होते हैं: A × D = B × C। हमारा समानुपात समाधानकर्ता यह काम स्वचालित रूप से करता है — बस कोई भी ३ मान दर्ज करें और यह चौथा मान ढूंढ लेगा।

        मैं किसी अनुपात को कैसे सरल बनाऊं?

        किसी अनुपात को सरल बनाने के लिए, दोनों संख्याओं का महत्तम समापवर्तक (म०स०) ज्ञात करें और प्रत्येक संख्या को उससे विभाजित करें। जैसे, २४ : ३६ के लिए २४ और ३६ का म०स० १२ है। इसलिए २४ ÷ १२ = २ और ३६ ÷ १२ = ३, जो सरल अनुपात २ : ३ देता है। हमारा सरलीकरणकर्ता स्वचालित रूप से म०स० ढूंढता है और आपके अनुपात को उसके सबसे सरल रूप में कम करता है।

        अनुपात स्केलिंग क्या है और यह कब उपयोगी है?

        अनुपात को स्केल करने का अर्थ है दोनों पदों को एक ही संख्या से गुणा करके एक समतुल्य बड़ा (या छोटा) अनुपात बनाना। जैसे, २ : ५ अनुपात को ३ के गुणक से स्केल करने पर ६ : १५ अनुपात प्राप्त होता है। यह व्यंजनों की मात्रा बढ़ाने या घटाने (जैसे, एक रेसिपी को तिगुना करना), ड्राइंग स्केल करने, मिश्रण तैयार करने या किसी भी अन्य स्थिति के लिए जहां समान अनुपात को दूसरे आकार में रखना हो, अत्यंत उपयोगी है।

        अनुपात और भिन्न में क्या अंतर है?

        एक अनुपात A : B दो मात्राओं की आपस में तुलना करता है (भाग से भाग), जबकि एक भिन्न A/B आम तौर पर भाग से संपूर्ण के संबंध को प्रदर्शित करता है। हालांकि किसी भी अनुपात को भिन्न के रूप में व्यक्त किया जा सकता है: ३ : ४, ३/४ = ०.७५ के समतुल्य है। मुख्य अंतर उपयोग का संदर्भ है — अनुपात पास-पास तुलना करता है, जबकि भिन्न संपूर्ण के एक हिस्से को दर्शाता है।