1.轉錄標題︰
若為 他板文章可免填 請寫名稱
失真的調查：從假陽性個案談起
1.轉錄網址︰
※超過一行請縮址，若為 他板文章可免填※
https://m.facebook.com/story.php?story_fbid=3213303572083776&id=937931539621002
2.轉錄來源︰
※超過一行請縮址，若為 他板文章可免填※
陳建仁臉書
3.轉錄內容︰
※請完整轉載原文 請勿修改內文與編排※
失真的調查：從假陽性個案談起
最近，彰化縣展開了COVID-19的血清流行病學調查，以瞭解縣民感染COVID-19的盛行
率。該調查採集受檢個案的血液檢體，進行COVID-19抗體的檢驗，判定每名個案
是否陽性，來估計彰化縣民的抗體陽性盛行率。但是，血清流行病學調查的正確性，
決定於（1）檢驗方法的敏感度和特異度，（2）檢驗抗體陽性的盛行率，(3)受檢個案的
代表性。
檢驗方法的敏感度(sensitivity)是指真正得到感染的人，有多少百分比呈現陽性；s
特異度(specificity)是指真正沒有得到感染的人，有多少百分比呈現陰性。假陽性率是
指真正沒有得到感染的人，有多少百分比呈現陽性，也就是1-specificity。假陰性率是指
真正得到感染的人，有多少百分比呈現陰性，也就是1-sensitivity。血清流行病學調查所
得到的檢測陽性盛行率，受到真正陽性率的高低，以及敏感度和特異度的高低的影響。
一般而言，敏感度越低、特異度越低、盛行率越低，調查估計出來的檢測盛行率也越嚴
重失真！
我們舉例檢測五萬人的調查來看，如表1所示，如果敏感度和特異度都是99%，在每萬人
盛行率分別是1，10，100的三種狀況下，真正感染人數分別是5，50，500人；真正未
感染人數分別是49995，49950，49500人。由於敏感度是99%，所以在三種狀況下，真
正感染檢測呈陽性人數分別是5，50，495人。由於特異度是99%，也就是真正未感染的
人會有1%呈假陽性，所以在三種狀況下，假陽性人數分別是500，500，495人。因此，
利用陽性人數(無法分辨真假)來估計三種狀況下每萬人檢測盛行率，分別是 101，
110，198。也就是說，檢測盛行率高估倍數(g欄)竟高達到101倍，11倍，2倍。換句話
說，盛行率越低，錯誤高估盛行率的失真現象越嚴重！
另外，如表2所示，如果真正盛行率是千分之１，敏感度是99%，在檢驗特異度分別
是90%，99%，99.9%的三種狀況下，檢測真陽性人數都是50人；但是檢測假陽性人數
分別是4995，500，50人。因此這三種狀況下的每萬人檢測盛行率，分別1009，110
，20換句話說，檢測盛行率高估倍數也高達到101，11倍，2倍。換句話說，特異度越
低，錯誤高估盛行率的失真現象越嚴重！
從以上的例子可以看出，盛行率調查研究的特異度越低或真正盛行率越低，檢測盛行率也
就越容易被高估，也越會失真！雖然研究者可以利用敏感度和特異度來進行調整，推算出
真正盛行率［真正盛行率＝（檢測盛行率＋特異度－１）／（敏感度＋特異度－１）］！
但是，除非利用更特異的方法再做確認，否則調查者必須告訴每個陽性個案，他真正感染
的機率只有50%，10%或1%！
同樣的，在入境旅客的抗原篩檢策略上，如果盛行率相當低而特異度無法提升到非常高
的情況下，進行普篩而非精篩，也需要注意假陽性的問題！
https://i.imgur.com/orzfZ4q.jpg
https://i.imgur.com/Dd5A0ZR.jpg
4.附註、心得、想法︰
原來患者占受檢驗人口比例的專有名詞是盛行率
……
聖騎士你要寫文章也注意一下我們無知草民詞彙量啊！
簡單來說，真患者越少或是偽陽性越高。
患者的數量越容易被高估。
偽陽可以用多種試劑來避免，然而彰化這次萬人驗抗體只有單一試劑。
盛行率……基本上就蓋牌臆測者相信有超多吧？

看不懂 太專業了

他直接講陽性預測值 大家可能比較容易懂

那麼多字普篩蓋牌仔懶得看啦 說你蓋牌就是蓋牌

聖騎士的文章是給專業人士看的

我只想知道驗出陽性 通常幾趴是真正得病的

要找真正得病的就是二採三採阿...但普篩麻煩的就是你一篩陽通常就直接隔離不會二採了

R0值學完 換盛行率 另類科普教育

非理工碩士，這篇大多看不懂

偽陽性真陽性的比例直接取決於多少人中標

恩....跟我想的一樣(?)

一採陰也不會反覆採，丟回社區很危險

現在也不知道盛行率到底多少

其實根本沒那麼難懂，如果完全沒人感染偽陽性機率就是100%，所有人都感染偽陽性就是0%，因此感染的人越多偽陽性占陽性的比例越大

推薦你們去看流行病學的書 這些只是數學而已==不想看的幫你們結論 盛行率越低 檢測陽性的結果裡面 真正的患者比例越低

聖墓騎士出手了。

加上大規模篩檢 你會在低盛行率的情況下消耗無謂的資源來不斷排除陽性結果卻非患者另外一個 篩檢方法的特異性也會干擾結果的可靠度

聖騎士

特異性越低 越會高估陽性結果 一樣陷入無謂的排除和疫調地獄現在就找特定症狀下去篩 當然覺得陽性為患者的機率高好嗎亂槍打鳥的話 就一個0/1400 還是1/1400的擺在那這還是居家檢疫隔離的抽樣哦母體再擴大到台灣的一般群眾 機率應該還是這麼好笑

聖騎的法典是寫給地方糞騎看的 叫他們不要亂搞

這篇需要一點統計底子 一般人要看懂有點難...

學公衛的怎可能不知道這些XD 惡意亂搞而已一般人當然很難想像檢測為何有時會失真zz

重點是彰化也不是隨機驗，都是挑高風險族群，也把確診者也納進去，哪個國家驗抗體會連已經被確診的人一起驗去算進比例....

不然要怎麼騙4%仔上勾

聖騎士現在在幹嘛,回中研院?

他已經盡量寫白話啦 不過我論文寫財務統計的也沒辦法一下子看懂XD

看不懂

文中好像沒提到盛行率定義

盛行率就推估來的啊～醫護群沒抽到 高風險群沒抽到 大型活動+旅遊擁塞也沒有 回撈不明重症也沒有

我是看到「盛行率」，這個陌生名詞。才跑去Google的。

盛行率會高嗎XD現在就一群人質疑你盛行率估計錯誤 蓋牌隱匿 想靠先靠驗無症狀來挑戰

推

我只覺得普篩仔臉已經化膿了

他已經盡量寫給小學生看得懂了吧

......

篩檢不可能100%準確 大規模篩檢可能篩出一堆人陽性這些陽性就得去做二篩 三篩 那你想想台灣要多少篩檢成本來做這些事情吧然後如果沒篩出陽性卻有症狀的 反而失去警覺性更容易變成破口 如此而已