※ 引述《tj2061 (科科我問問是不是)》之銘言：
: 再嗆「好好看書」　陳建仁：前天就告訴秘書3條件「快篩可替代確診」
: Ettoday
: 記者蘇晏男／台北報導
: ？」他則回應，「你去看看聯經出版社發行的《流行病學：原理與方法》149至155頁。」
30年前就在用自己寫的書上課啦
但是這本寫得真的沒啥系統
系列文中有人推薦的 Leon Gordis 聖經，或者 WHO " Basic Epidemiology "
都比《流行病學：原理與方法》 寫得好
: 陳建仁也說，但是篩檢試劑的使用，還要考慮到篩檢的成效。篩檢成效的高低，決定於陽性
: 預測值和陰性預測值。陽性預測值是在調查的族群或社區當中，篩檢呈陽性的人，有多少人
: （％）是真正患病。陰性預測值是指篩檢呈陰性的人，有多少人（％）是真正沒有患病。陽
: 性預測值與陰性預測值，都受到篩檢試劑的敏感度與特異度的影響，敏感度與特異度越高，
: 陽性預測值與陰性預測值也越高，但是陽性預測值受到敏感度與特異度的影響較大。
陽性預測值（PPV ）和 陰性預測值（NPV ）的定義弄錯了吧
這麼基本的篩檢六值都會弄錯，是記者抄錯還是發言者......？
縮寫：
D = disease
T = test
+ = positve
- = negative
PPV 定義： P( T+ | D+ )
NPV 定義： P( T- | D- )
先建立 2x2 列聯表如下：
Disease
D+ D-
==========================================================
T+ A B
Test
T- C D
===========================================================
subtotal A + C B + D N = A+B+C+D
所以陽性預測值 PPV = A / (A+C)
陰性預測值 NPV = D / (B+D)
報導中那段文字應該改成 ：
陽性預測值是在調查的族群或社區當中，
真正罹患疾病的人有多少百分比篩檢是呈現篩檢陽性
陰性預測值是指其實並未罹患疾病者，有多少百分比是呈現篩檢陰性。
然後下面一大串講盛行率變化會如何影響篩檢六值 blah blah 一大堆，
重點是在於 高盛行率時，篩檢的「偽陽性率」也會提高吧
偽陽性率 False Positive Rate = P(T+ | D-) = B / (B+D)，
也就是其實並無罹患疾病者但卻被篩檢工具判定為篩檢陽性的比例，
此時大家怕被誤判罹患疾病、被抓去隔離啥麼的，
所以更需要 Golden Standard 檢查，不是嗎？
所以喔，「以篩代確」，呵呵～