ONKI3 | Medical Subject Headings

1. Ontologian/sanaston valinta

ONKI-selaimen avulla voit tutustua helposti eri ontologioihin ja sanastoihin. Voit valita käyttöösi jonkin näistä integroimalla sovelluksesi ONKI-palveluun tai vaihtoehtoisesti voit ladata ontologian/sanaston sisällön ONKI-selaimen kautta ja käyttää sitä sovelluksessasi ontologian/sanaston käyttöehtojen sallimalla tavalla.

Voit myös luoda oman ontologiasi/sanastosi ja ladata sen ONKI-palveluun. Ladattavan ontologian/sanaston voit luoda tyhjästä tai muokkaamalla jotain ONKIsta löytyvää ontologiaa/sanastoa. ONKIiin ladattavan ontologian/sanaston formaattina voit käyttää joko SKOS- tai OWL-formaattia. Sanastojen ja luokitusten esitystavaksi ONKI-palvelun ylläpitäjä suosittaa SKOS-formaattia, kun taas rikkaammat ontologiat lienee mielekkäintä esittää OWL-kielen avulla. Ontologia/sanasto-tiedoston voit tuoda ONKI-palveluun lataus-lomakkeen kautta. Lomakkeen täytettyäsi ontologiasi/sanastosi julkaistaan ONKI-palvelussa noin muutaman arkipäivän sisällä.

2. ONKI-palvelun käyttö tiedonhaussa ja sisällönkuvailussa

ONKI-palvelun käyttö tiedonhaussa ja/tai sisällönkuvailussa on ilmaista mutta se vaatii rekisteröitymisen. Rekisteröinnissä pyydettäviä tietoja käytetään yleiskuvan saamiseen siitä, mitä ja miten paljon palveluita käytetään ja kenen toimesta. Voimme myös hyödyntää sähköpostiosoitteita vakituisten käyttäjien informoimiseksi tärkeistä muutoksista palveluun liittyen.

ONKI-valitsin

Tekemälläsi tiedonhaku- ja sisällönkuvailu-lomakkeella ONKI-valitsinta voi hyödyntää älykkäänä tekstilaatikko-kenttänä. Käyttäjän kirjoittaessa kenttään tekstiä ONKI-valitsin tarjoaa valmiita vaihtoehtoja kentän alapuolelle. Vaihtoehtojen rajaus perustuu valittavien käsitteiden kirjoitusasuun, jota voidaan ONKI-valitsimessa rajoittaa jokerimerkkien avulla. Vaihtoehdot haetaan ONKI-palvelussa julkaistusta ontologiasta/sanastosta tai näiden osasta riippuen valituista käyttöasetuksista, jotka määritellään ONKI-valitsimen käyttöönotto-lomakkeella.

Sisällönkuvailussa valinta kohdistetaan yhteen käsitteeseen (esim. museoesineen tyyppi: kirveet), mutta tiedonhaussa ONKI-valitsinta voidaan käyttää myös haun laajennukseen ontologian suhdetietoa hyväksikäyttäen. Esimerkiksi valittaessa työkalut-hakusana museoesineiden hakulomakkeella hakuehtoihin voidaan lisätä automaattisesti mm. seuraavat hakutermit: kirveet, sirkkelit, taltat, jne.

Koneelliset rajapinnat

Koneellisten rajapintojen (Web service ja HTTP) kautta voit hyödyntää ONKIa ONKI-valitsinta joustavammin. Joustavuudelle oli tarvetta mm. SeCossa kehityssä SAHA-metatietoeditorissa, jonka toteutuksessa päädyttiin hyödyntämään ONKIn web service -rajapintaa ONKI-valitsimen sijaan. Web service -rajapinnan kautta voit kysyä mm. käsitteiden yksilöintitunnuksia (URI) vastaavia nimiä eri kielillä. Rajapinnan käyttöön pääset tutustumaan testisivun kautta, johon on kuvattu tarkemmat ohjeet käytöstä.

ONKI on osa ONKI Living Lab -toimintaa - avoin, käyttäjälähtöinen tosielämän kehitysympäristö, jossa kokeillaan käytännössä semattisen verkon teknologioita todellisten käyttäjien kuten sinun kanssasi. Yli 10 000 ihmistä käyttää ONKIa kuukausittain.

Toivomme että pidät ONKI-palvelusta ja nautit sen käytöstä omiin tarkoituksiisi!

Jos törmäät ongelmiin tai sinulla on kehitysideoita, ota yhteyttä ONKI-ryhmään. Olemme myös erittäin kiinnostuneita sinun menestystarinoistasi ONKIn käytössä - jaa kokemuksiasi meille ja muille!

ONKI-ryhmä:

Jouni Tuominen, Living Lab -yhteyshenkilö, APIt, widgetit, ontologioiden julkaisu ym.
Eero Hyvönen, professori, tutkimusryhmän johtaja

Aiemmat jäsenet: Kim Viljanen, Rami Alatalo.

Lisää tietoa:

SeCon kotisivu
Viimeisimmät semanttiset uutiset löydät seuraamalla meitä Twitterissä ja fanittamalla meitä Facebookissa!

Miten voimme auttaa sinua?

esitelmiä ONKIsta: mikä se on? miten sitä käytetään?
tukea ontologioiden kehittämiseen ja julkaisuun
sähköpostikäyttötuki
yhteistyötä projekteissa
ja muuta, kysy!

suomeksi på svenska in English

Esitystapa käsitteiden/termien suhteille: allekkain vierekkäin

Näytä käsitteiden/termien suhteet: erikseen hierarkiassa

Herkkyys ja tarkkuus

Ladataan tuloksia...


Hierarkia:	Medical Subject Headings (MeSH) ∟ Luonnontieteet ∟ Matematiikka ∟ Tilastotiede ∟ Herkkyys ja tarkkuus 28 vieruskäsitettä 2 alakäsitettä ∟ Ennustearvot \| ∟ ROC-käyrä ∟ Biometria \| ∟ Diskriminanttianalyysi \| ∟ Ei-parametriset menetelmät \| ∟ Eloonjäämisanalyysi \| ∟ Faktorianalyysi \| ∟ Käyrän alla oleva pinta-ala \| ∟ Luottamusvälit \| ∟ Monte Carlo -menetelmä \| ∟ Pääkomponenttianalyysi \| ∟ Regressioanalyysi \| ∟ ROC-käyrä \| ∟ Ryväsanalyysi \| ∟ Stokastiset prosessit \| ∟ Tapahtuma-analyysi \| ∟ Tapaus-verrokkianalyysi \| ∟ Tiedon tilastollinen tulkinta \| ∟ Tilastolliset jakaumat \| ∟ Tilastolliset mallit \| ∟ Todennäköisyys \| ∟ Varianssianalyysi \| ∟ Kaksoissokkotekniikka \| ∟ Meta-analyysi \| ∟ Otoskoko \| ∟ Satunnaistaminen \| ∟ Sokkomenetelmä \| ∟ Tulosten toistettavuus \| ∟ Vaihtovuoroiset kokeet \| ∟ Verrokkiryhmät Medical Subject Headings (MeSH) ∟ Terveydenhuollon ammatit ∟ Lääketiede ∟ Lääketieteen erikoisalat ∟ Kansanterveys ∟ Epidemiologiset menetelmät ∟ Epidemiologisten tutkimusten suunnittelu ∟ Herkkyys ja tarkkuus 28 vieruskäsitettä 2 alakäsitettä ∟ Ennustearvot \| ∟ ROC-käyrä ∟ Biometria \| ∟ Diskriminanttianalyysi \| ∟ Ei-parametriset menetelmät \| ∟ Eloonjäämisanalyysi \| ∟ Faktorianalyysi \| ∟ Käyrän alla oleva pinta-ala \| ∟ Luottamusvälit \| ∟ Monte Carlo -menetelmä \| ∟ Pääkomponenttianalyysi \| ∟ Regressioanalyysi \| ∟ ROC-käyrä \| ∟ Ryväsanalyysi \| ∟ Stokastiset prosessit \| ∟ Tapahtuma-analyysi \| ∟ Tapaus-verrokkianalyysi \| ∟ Tiedon tilastollinen tulkinta \| ∟ Tilastolliset jakaumat \| ∟ Tilastolliset mallit \| ∟ Todennäköisyys \| ∟ Varianssianalyysi \| ∟ Kaksoissokkotekniikka \| ∟ Meta-analyysi \| ∟ Otoskoko \| ∟ Satunnaistaminen \| ∟ Sokkomenetelmä \| ∟ Tulosten toistettavuus \| ∟ Vaihtovuoroiset kokeet \| ∟ Verrokkiryhmät Medical Subject Headings (MeSH) ∟ Terveydenhuollon ammatit ∟ Lääketiede ∟ Lääketieteen erikoisalat ∟ Kansanterveys ∟ Epidemiologiset menetelmät ∟ Tilastotiede ∟ Herkkyys ja tarkkuus 28 vieruskäsitettä 2 alakäsitettä ∟ Ennustearvot \| ∟ ROC-käyrä ∟ Biometria \| ∟ Diskriminanttianalyysi \| ∟ Ei-parametriset menetelmät \| ∟ Eloonjäämisanalyysi \| ∟ Faktorianalyysi \| ∟ Käyrän alla oleva pinta-ala \| ∟ Luottamusvälit \| ∟ Monte Carlo -menetelmä \| ∟ Pääkomponenttianalyysi \| ∟ Regressioanalyysi \| ∟ ROC-käyrä \| ∟ Ryväsanalyysi \| ∟ Stokastiset prosessit \| ∟ Tapahtuma-analyysi \| ∟ Tapaus-verrokkianalyysi \| ∟ Tiedon tilastollinen tulkinta \| ∟ Tilastolliset jakaumat \| ∟ Tilastolliset mallit \| ∟ Todennäköisyys \| ∟ Varianssianalyysi \| ∟ Kaksoissokkotekniikka \| ∟ Meta-analyysi \| ∟ Otoskoko \| ∟ Satunnaistaminen \| ∟ Sokkomenetelmä \| ∟ Tulosten toistettavuus \| ∟ Vaihtovuoroiset kokeet \| ∟ Verrokkiryhmät Medical Subject Headings (MeSH) ∟ Terveydenhuollon laatu, saatavuus ja arviointi ∟ Terveydenhuollon laatu ∟ Terveydenhuollon arviointimenetelmät ∟ Epidemiologisten tutkimusten suunnittelu ∟ Herkkyys ja tarkkuus 28 vieruskäsitettä 2 alakäsitettä ∟ Ennustearvot \| ∟ ROC-käyrä ∟ Biometria \| ∟ Diskriminanttianalyysi \| ∟ Ei-parametriset menetelmät \| ∟ Eloonjäämisanalyysi \| ∟ Faktorianalyysi \| ∟ Käyrän alla oleva pinta-ala \| ∟ Luottamusvälit \| ∟ Monte Carlo -menetelmä \| ∟ Pääkomponenttianalyysi \| ∟ Regressioanalyysi \| ∟ ROC-käyrä \| ∟ Ryväsanalyysi \| ∟ Stokastiset prosessit \| ∟ Tapahtuma-analyysi \| ∟ Tapaus-verrokkianalyysi \| ∟ Tiedon tilastollinen tulkinta \| ∟ Tilastolliset jakaumat \| ∟ Tilastolliset mallit \| ∟ Todennäköisyys \| ∟ Varianssianalyysi \| ∟ Kaksoissokkotekniikka \| ∟ Meta-analyysi \| ∟ Otoskoko \| ∟ Satunnaistaminen \| ∟ Sokkomenetelmä \| ∟ Tulosten toistettavuus \| ∟ Vaihtovuoroiset kokeet \| ∟ Verrokkiryhmät Medical Subject Headings (MeSH) ∟ Terveydenhuollon laatu, saatavuus ja arviointi ∟ Terveydenhuollon laatu ∟ Terveydenhuollon arviointimenetelmät ∟ Tilastotiede ∟ Herkkyys ja tarkkuus 28 vieruskäsitettä 2 alakäsitettä ∟ Ennustearvot \| ∟ ROC-käyrä ∟ Biometria \| ∟ Diskriminanttianalyysi \| ∟ Ei-parametriset menetelmät \| ∟ Eloonjäämisanalyysi \| ∟ Faktorianalyysi \| ∟ Käyrän alla oleva pinta-ala \| ∟ Luottamusvälit \| ∟ Monte Carlo -menetelmä \| ∟ Pääkomponenttianalyysi \| ∟ Regressioanalyysi \| ∟ ROC-käyrä \| ∟ Ryväsanalyysi \| ∟ Stokastiset prosessit \| ∟ Tapahtuma-analyysi \| ∟ Tapaus-verrokkianalyysi \| ∟ Tiedon tilastollinen tulkinta \| ∟ Tilastolliset jakaumat \| ∟ Tilastolliset mallit \| ∟ Todennäköisyys \| ∟ Varianssianalyysi \| ∟ Kaksoissokkotekniikka \| ∟ Meta-analyysi \| ∟ Otoskoko \| ∟ Satunnaistaminen \| ∟ Sokkomenetelmä \| ∟ Tulosten toistettavuus \| ∟ Vaihtovuoroiset kokeet \| ∟ Verrokkiryhmät Medical Subject Headings (MeSH) ∟ Terveyspalvelujen hallinto ∟ Terveydenhuollon laatu ∟ Terveydenhuollon arviointimenetelmät ∟ Epidemiologisten tutkimusten suunnittelu ∟ Herkkyys ja tarkkuus 28 vieruskäsitettä 2 alakäsitettä ∟ Ennustearvot \| ∟ ROC-käyrä ∟ Biometria \| ∟ Diskriminanttianalyysi \| ∟ Ei-parametriset menetelmät \| ∟ Eloonjäämisanalyysi \| ∟ Faktorianalyysi \| ∟ Käyrän alla oleva pinta-ala \| ∟ Luottamusvälit \| ∟ Monte Carlo -menetelmä \| ∟ Pääkomponenttianalyysi \| ∟ Regressioanalyysi \| ∟ ROC-käyrä \| ∟ Ryväsanalyysi \| ∟ Stokastiset prosessit \| ∟ Tapahtuma-analyysi \| ∟ Tapaus-verrokkianalyysi \| ∟ Tiedon tilastollinen tulkinta \| ∟ Tilastolliset jakaumat \| ∟ Tilastolliset mallit \| ∟ Todennäköisyys \| ∟ Varianssianalyysi \| ∟ Kaksoissokkotekniikka \| ∟ Meta-analyysi \| ∟ Otoskoko \| ∟ Satunnaistaminen \| ∟ Sokkomenetelmä \| ∟ Tulosten toistettavuus \| ∟ Vaihtovuoroiset kokeet \| ∟ Verrokkiryhmät Medical Subject Headings (MeSH) ∟ Terveyspalvelujen hallinto ∟ Terveydenhuollon laatu ∟ Terveydenhuollon arviointimenetelmät ∟ Tilastotiede ∟ Herkkyys ja tarkkuus 28 vieruskäsitettä 2 alakäsitettä ∟ Ennustearvot \| ∟ ROC-käyrä ∟ Biometria \| ∟ Diskriminanttianalyysi \| ∟ Ei-parametriset menetelmät \| ∟ Eloonjäämisanalyysi \| ∟ Faktorianalyysi \| ∟ Käyrän alla oleva pinta-ala \| ∟ Luottamusvälit \| ∟ Monte Carlo -menetelmä \| ∟ Pääkomponenttianalyysi \| ∟ Regressioanalyysi \| ∟ ROC-käyrä \| ∟ Ryväsanalyysi \| ∟ Stokastiset prosessit \| ∟ Tapahtuma-analyysi \| ∟ Tapaus-verrokkianalyysi \| ∟ Tiedon tilastollinen tulkinta \| ∟ Tilastolliset jakaumat \| ∟ Tilastolliset mallit \| ∟ Todennäköisyys \| ∟ Varianssianalyysi \| ∟ Kaksoissokkotekniikka \| ∟ Meta-analyysi \| ∟ Otoskoko \| ∟ Satunnaistaminen \| ∟ Sokkomenetelmä \| ∟ Tulosten toistettavuus \| ∟ Vaihtovuoroiset kokeet \| ∟ Verrokkiryhmät Medical Subject Headings (MeSH) ∟ Tutkimusmenetelmät ∟ Epidemiologiset menetelmät ∟ Epidemiologisten tutkimusten suunnittelu ∟ Herkkyys ja tarkkuus 28 vieruskäsitettä 2 alakäsitettä ∟ Ennustearvot \| ∟ ROC-käyrä ∟ Biometria \| ∟ Diskriminanttianalyysi \| ∟ Ei-parametriset menetelmät \| ∟ Eloonjäämisanalyysi \| ∟ Faktorianalyysi \| ∟ Käyrän alla oleva pinta-ala \| ∟ Luottamusvälit \| ∟ Monte Carlo -menetelmä \| ∟ Pääkomponenttianalyysi \| ∟ Regressioanalyysi \| ∟ ROC-käyrä \| ∟ Ryväsanalyysi \| ∟ Stokastiset prosessit \| ∟ Tapahtuma-analyysi \| ∟ Tapaus-verrokkianalyysi \| ∟ Tiedon tilastollinen tulkinta \| ∟ Tilastolliset jakaumat \| ∟ Tilastolliset mallit \| ∟ Todennäköisyys \| ∟ Varianssianalyysi \| ∟ Kaksoissokkotekniikka \| ∟ Meta-analyysi \| ∟ Otoskoko \| ∟ Satunnaistaminen \| ∟ Sokkomenetelmä \| ∟ Tulosten toistettavuus \| ∟ Vaihtovuoroiset kokeet \| ∟ Verrokkiryhmät Medical Subject Headings (MeSH) ∟ Tutkimusmenetelmät ∟ Epidemiologiset menetelmät ∟ Tilastotiede ∟ Herkkyys ja tarkkuus 28 vieruskäsitettä 2 alakäsitettä ∟ Ennustearvot \| ∟ ROC-käyrä ∟ Biometria \| ∟ Diskriminanttianalyysi \| ∟ Ei-parametriset menetelmät \| ∟ Eloonjäämisanalyysi \| ∟ Faktorianalyysi \| ∟ Käyrän alla oleva pinta-ala \| ∟ Luottamusvälit \| ∟ Monte Carlo -menetelmä \| ∟ Pääkomponenttianalyysi \| ∟ Regressioanalyysi \| ∟ ROC-käyrä \| ∟ Ryväsanalyysi \| ∟ Stokastiset prosessit \| ∟ Tapahtuma-analyysi \| ∟ Tapaus-verrokkianalyysi \| ∟ Tiedon tilastollinen tulkinta \| ∟ Tilastolliset jakaumat \| ∟ Tilastolliset mallit \| ∟ Todennäköisyys \| ∟ Varianssianalyysi \| ∟ Kaksoissokkotekniikka \| ∟ Meta-analyysi \| ∟ Otoskoko \| ∟ Satunnaistaminen \| ∟ Sokkomenetelmä \| ∟ Tulosten toistettavuus \| ∟ Vaihtovuoroiset kokeet \| ∟ Verrokkiryhmät Medical Subject Headings (MeSH) ∟ Väestön ominaispiirteet ∟ Terveys ∟ Kansanterveys ∟ Epidemiologiset menetelmät ∟ Epidemiologisten tutkimusten suunnittelu ∟ Herkkyys ja tarkkuus 28 vieruskäsitettä 2 alakäsitettä ∟ Ennustearvot \| ∟ ROC-käyrä ∟ Biometria \| ∟ Diskriminanttianalyysi \| ∟ Ei-parametriset menetelmät \| ∟ Eloonjäämisanalyysi \| ∟ Faktorianalyysi \| ∟ Käyrän alla oleva pinta-ala \| ∟ Luottamusvälit \| ∟ Monte Carlo -menetelmä \| ∟ Pääkomponenttianalyysi \| ∟ Regressioanalyysi \| ∟ ROC-käyrä \| ∟ Ryväsanalyysi \| ∟ Stokastiset prosessit \| ∟ Tapahtuma-analyysi \| ∟ Tapaus-verrokkianalyysi \| ∟ Tiedon tilastollinen tulkinta \| ∟ Tilastolliset jakaumat \| ∟ Tilastolliset mallit \| ∟ Todennäköisyys \| ∟ Varianssianalyysi \| ∟ Kaksoissokkotekniikka \| ∟ Meta-analyysi \| ∟ Otoskoko \| ∟ Satunnaistaminen \| ∟ Sokkomenetelmä \| ∟ Tulosten toistettavuus \| ∟ Vaihtovuoroiset kokeet \| ∟ Verrokkiryhmät Medical Subject Headings (MeSH) ∟ Väestön ominaispiirteet ∟ Terveys ∟ Kansanterveys ∟ Epidemiologiset menetelmät ∟ Tilastotiede ∟ Herkkyys ja tarkkuus 28 vieruskäsitettä 2 alakäsitettä ∟ Ennustearvot \| ∟ ROC-käyrä ∟ Biometria \| ∟ Diskriminanttianalyysi \| ∟ Ei-parametriset menetelmät \| ∟ Eloonjäämisanalyysi \| ∟ Faktorianalyysi \| ∟ Käyrän alla oleva pinta-ala \| ∟ Luottamusvälit \| ∟ Monte Carlo -menetelmä \| ∟ Pääkomponenttianalyysi \| ∟ Regressioanalyysi \| ∟ ROC-käyrä \| ∟ Ryväsanalyysi \| ∟ Stokastiset prosessit \| ∟ Tapahtuma-analyysi \| ∟ Tapaus-verrokkianalyysi \| ∟ Tiedon tilastollinen tulkinta \| ∟ Tilastolliset jakaumat \| ∟ Tilastolliset mallit \| ∟ Todennäköisyys \| ∟ Varianssianalyysi \| ∟ Kaksoissokkotekniikka \| ∟ Meta-analyysi \| ∟ Otoskoko \| ∟ Satunnaistaminen \| ∟ Sokkomenetelmä \| ∟ Tulosten toistettavuus \| ∟ Vaihtovuoroiset kokeet \| ∟ Verrokkiryhmät Medical Subject Headings (MeSH) ∟ Ympäristö ja kansanterveys ∟ Kansanterveys ∟ Epidemiologiset menetelmät ∟ Epidemiologisten tutkimusten suunnittelu ∟ Herkkyys ja tarkkuus 28 vieruskäsitettä 2 alakäsitettä ∟ Ennustearvot \| ∟ ROC-käyrä ∟ Biometria \| ∟ Diskriminanttianalyysi \| ∟ Ei-parametriset menetelmät \| ∟ Eloonjäämisanalyysi \| ∟ Faktorianalyysi \| ∟ Käyrän alla oleva pinta-ala \| ∟ Luottamusvälit \| ∟ Monte Carlo -menetelmä \| ∟ Pääkomponenttianalyysi \| ∟ Regressioanalyysi \| ∟ ROC-käyrä \| ∟ Ryväsanalyysi \| ∟ Stokastiset prosessit \| ∟ Tapahtuma-analyysi \| ∟ Tapaus-verrokkianalyysi \| ∟ Tiedon tilastollinen tulkinta \| ∟ Tilastolliset jakaumat \| ∟ Tilastolliset mallit \| ∟ Todennäköisyys \| ∟ Varianssianalyysi \| ∟ Kaksoissokkotekniikka \| ∟ Meta-analyysi \| ∟ Otoskoko \| ∟ Satunnaistaminen \| ∟ Sokkomenetelmä \| ∟ Tulosten toistettavuus \| ∟ Vaihtovuoroiset kokeet \| ∟ Verrokkiryhmät Medical Subject Headings (MeSH) ∟ Ympäristö ja kansanterveys ∟ Kansanterveys ∟ Epidemiologiset menetelmät ∟ Tilastotiede ∟ Herkkyys ja tarkkuus 28 vieruskäsitettä 2 alakäsitettä ∟ Ennustearvot \| ∟ ROC-käyrä ∟ Biometria \| ∟ Diskriminanttianalyysi \| ∟ Ei-parametriset menetelmät \| ∟ Eloonjäämisanalyysi \| ∟ Faktorianalyysi \| ∟ Käyrän alla oleva pinta-ala \| ∟ Luottamusvälit \| ∟ Monte Carlo -menetelmä \| ∟ Pääkomponenttianalyysi \| ∟ Regressioanalyysi \| ∟ ROC-käyrä \| ∟ Ryväsanalyysi \| ∟ Stokastiset prosessit \| ∟ Tapahtuma-analyysi \| ∟ Tapaus-verrokkianalyysi \| ∟ Tiedon tilastollinen tulkinta \| ∟ Tilastolliset jakaumat \| ∟ Tilastolliset mallit \| ∟ Todennäköisyys \| ∟ Varianssianalyysi \| ∟ Kaksoissokkotekniikka \| ∟ Meta-analyysi \| ∟ Otoskoko \| ∟ Satunnaistaminen \| ∟ Sokkomenetelmä \| ∟ Tulosten toistettavuus \| ∟ Vaihtovuoroiset kokeet \| ∟ Verrokkiryhmät X
Laajemmat termit:	Medical Subject Headings (MeSH) ∟ Luonnontieteet ∟ Matematiikka ∟ Tilastotiede ∟ Herkkyys ja tarkkuus Medical Subject Headings (MeSH) ∟ Terveydenhuollon ammatit ∟ Lääketiede ∟ Lääketieteen erikoisalat ∟ Kansanterveys ∟ Epidemiologiset menetelmät ∟ Epidemiologisten tutkimusten suunnittelu ∟ Herkkyys ja tarkkuus Medical Subject Headings (MeSH) ∟ Terveydenhuollon ammatit ∟ Lääketiede ∟ Lääketieteen erikoisalat ∟ Kansanterveys ∟ Epidemiologiset menetelmät ∟ Tilastotiede ∟ Herkkyys ja tarkkuus Medical Subject Headings (MeSH) ∟ Terveydenhuollon laatu, saatavuus ja arviointi ∟ Terveydenhuollon laatu ∟ Terveydenhuollon arviointimenetelmät ∟ Epidemiologisten tutkimusten suunnittelu ∟ Herkkyys ja tarkkuus Medical Subject Headings (MeSH) ∟ Terveydenhuollon laatu, saatavuus ja arviointi ∟ Terveydenhuollon laatu ∟ Terveydenhuollon arviointimenetelmät ∟ Tilastotiede ∟ Herkkyys ja tarkkuus Medical Subject Headings (MeSH) ∟ Terveyspalvelujen hallinto ∟ Terveydenhuollon laatu ∟ Terveydenhuollon arviointimenetelmät ∟ Epidemiologisten tutkimusten suunnittelu ∟ Herkkyys ja tarkkuus Medical Subject Headings (MeSH) ∟ Terveyspalvelujen hallinto ∟ Terveydenhuollon laatu ∟ Terveydenhuollon arviointimenetelmät ∟ Tilastotiede ∟ Herkkyys ja tarkkuus Medical Subject Headings (MeSH) ∟ Tutkimusmenetelmät ∟ Epidemiologiset menetelmät ∟ Epidemiologisten tutkimusten suunnittelu ∟ Herkkyys ja tarkkuus Medical Subject Headings (MeSH) ∟ Tutkimusmenetelmät ∟ Epidemiologiset menetelmät ∟ Tilastotiede ∟ Herkkyys ja tarkkuus Medical Subject Headings (MeSH) ∟ Väestön ominaispiirteet ∟ Terveys ∟ Kansanterveys ∟ Epidemiologiset menetelmät ∟ Epidemiologisten tutkimusten suunnittelu ∟ Herkkyys ja tarkkuus Medical Subject Headings (MeSH) ∟ Väestön ominaispiirteet ∟ Terveys ∟ Kansanterveys ∟ Epidemiologiset menetelmät ∟ Tilastotiede ∟ Herkkyys ja tarkkuus Medical Subject Headings (MeSH) ∟ Ympäristö ja kansanterveys ∟ Kansanterveys ∟ Epidemiologiset menetelmät ∟ Epidemiologisten tutkimusten suunnittelu ∟ Herkkyys ja tarkkuus Medical Subject Headings (MeSH) ∟ Ympäristö ja kansanterveys ∟ Kansanterveys ∟ Epidemiologiset menetelmät ∟ Tilastotiede ∟ Herkkyys ja tarkkuus Tilastotiede > Matematiikka > Luonnontieteet > Medical Subject Headings (MeSH) Epidemiologisten tutkimusten suunnittelu > Epidemiologiset menetelmät > Kansanterveys > Lääketieteen erikoisalat > Lääketiede > Terveydenhuollon ammatit > Medical Subject Headings (MeSH) Tilastotiede > Epidemiologiset menetelmät > Kansanterveys > Lääketieteen erikoisalat > Lääketiede > Terveydenhuollon ammatit > Medical Subject Headings (MeSH) Epidemiologisten tutkimusten suunnittelu > Terveydenhuollon arviointimenetelmät > Terveydenhuollon laatu > Terveydenhuollon laatu, saatavuus ja arviointi > Medical Subject Headings (MeSH) Tilastotiede > Terveydenhuollon arviointimenetelmät > Terveydenhuollon laatu > Terveydenhuollon laatu, saatavuus ja arviointi > Medical Subject Headings (MeSH) Epidemiologisten tutkimusten suunnittelu > Terveydenhuollon arviointimenetelmät > Terveydenhuollon laatu > Terveyspalvelujen hallinto > Medical Subject Headings (MeSH) Tilastotiede > Terveydenhuollon arviointimenetelmät > Terveydenhuollon laatu > Terveyspalvelujen hallinto > Medical Subject Headings (MeSH) Epidemiologisten tutkimusten suunnittelu > Epidemiologiset menetelmät > Tutkimusmenetelmät > Medical Subject Headings (MeSH) Tilastotiede > Epidemiologiset menetelmät > Tutkimusmenetelmät > Medical Subject Headings (MeSH) Epidemiologisten tutkimusten suunnittelu > Epidemiologiset menetelmät > Kansanterveys > Terveys > Väestön ominaispiirteet > Medical Subject Headings (MeSH) Tilastotiede > Epidemiologiset menetelmät > Kansanterveys > Terveys > Väestön ominaispiirteet > Medical Subject Headings (MeSH) Epidemiologisten tutkimusten suunnittelu > Epidemiologiset menetelmät > Kansanterveys > Ympäristö ja kansanterveys > Medical Subject Headings (MeSH) Tilastotiede > Epidemiologiset menetelmät > Kansanterveys > Ympäristö ja kansanterveys > Medical Subject Headings (MeSH) X
Suppeammat termit:	Ennustearvot \| ROC-käyrä X
Annotaatio:	IM general only; coordinate (NIM) with specific concept (IM) X
historyNote*:	91; was SENSITIVITY AND SPECIFICITY (EPIDEMIOLOGY) 1987-90 X
Huomautus:	Measures for assessing the results of diagnostic and screening tests. Sensitivity represents the proportion of truly diseased persons in a screened population who are identified as being diseased by the test. It is a measure of the probability of correctly diagnosing a condition. Specificity is the proportion of truly nondiseased persons who are so identified by the screening test. It is a measure of the probability of correctly identifying a nondiseased person. (From Last, Dictionary of Epidemiology, 2d ed) X
onlineNote*:	use SENSITIVITY AND SPECIFICITY to search SENSITIVITY AND SPECIFICITY (EPIDEMIOLOGY) 1987-90 X
publicMeSHNote*:	91; was SENSITIVITY AND SPECIFICITY (EPIDEMIOLOGY) 1987-90 X
activeMeSHYear*:	2006 \| 2007X
dateCreated*:	1986-03-25X
dateEstablished*:	1987-01-01X
dateRevised*:	2005-06-30X
recordAuthorizer*:	sjnX
recordMaintainer*:	ssbX
recordOriginator*:	ECX
Rinnakkaistermi:	Diagnostiset menetelmät X
Tyyppi:	Käsite X
Vierustermit:	Biometria \| Diskriminanttianalyysi \| Ei-parametriset menetelmät \| Eloonjäämisanalyysi \| Faktorianalyysi \| Käyrän alla oleva pinta-ala \| Luottamusvälit \| Monte Carlo -menetelmä \| Pääkomponenttianalyysi \| Regressioanalyysi \| ROC-käyrä \| Ryväsanalyysi \| Stokastiset prosessit \| Tapahtuma-analyysi \| Tapaus-verrokkianalyysi \| Tiedon tilastollinen tulkinta \| Tilastolliset jakaumat \| Tilastolliset mallit \| Todennäköisyys \| Varianssianalyysi \| Kaksoissokkotekniikka \| Meta-analyysi \| Otoskoko \| Satunnaistaminen \| Sokkomenetelmä \| Tulosten toistettavuus \| Vaihtovuoroiset kokeet \| Verrokkiryhmät X
URI:	X
Nimikkeet ja vastaavat käsitteet:	Sensitiviteetti ja spesifiteetti (fi, korvattu) Sensitiivisyys ja spesifisyys (fi, korvattu) Sensitivitet och specificitet (sv) Sensitivity and Specificity (en) X
Jaa:	X