https://reurl.cc/9XXVvX
陈建仁 Chen Chien-Jen
失真的调查：从假阳性个案谈起
最近，彰化县展开了COVID-19的血清流行病学调查，以了解县民感染COVID-19的盛行率。
该调查采集受检个案的血液检体，进行COVID-19抗体的检验，判定每名个案是否阳性，来
估计彰化县民的抗体阳性盛行率。但是，血清流行病学调查的正确性，决定于（1）检验
方法的敏感度和特异度，（2）检验抗体阳性的盛行率，(3)受检个案的代表性。
检验方法的敏感度(sensitivity)是指真正得到感染的人，有多少百分比呈现阳性；特异
度(specificity)是指真正没有得到感染的人，有多少百分比呈现阴性。假阳性率是指真
正没有得到感染的人，有多少百分比呈现阳性，也就是1-specificity。假阴性率是指真
正得到感染的人，有多少百分比呈现阴性，也就是1-sensitivity。血清流行病学调查所
得到的检测阳性盛行率，受到真正阳性率的高低，以及敏感度和特异度的高低的影响。一
般而言，敏感度越低、特异度越低、盛行率越低，调查估计出来的检测盛行率也越严重失
真！
我们举例检测五万人的调查来看，如表1所示，如果敏感度和特异度都是99%，在每万人盛
行率分别是1，10，100的三种状况下，真正感染人数分别是5，50，500人；真正未感染人
数分别是49995，49950，49500人。由于敏感度是99%，所以在三种状况下，真正感染检测
呈阳性人数分别是5，50，495人。由于特异度是99%，也就是真正未感染的人会有1%呈假
阳性，所以在三种状况下，假阳性人数分别是500，500，495人。因此，利用阳性人数(无
法分辨真假)来估计三种状况下每万人检测盛行率，分别是 101，110，198。也就是说，
检测盛行率高估倍数(g栏)竟高达到101倍，11倍，2倍。换句话说，盛行率越低，错误高
估盛行率的失真现象越严重！
另外，如表2所示，如果真正盛行率是千分之１，敏感度是99%，在检验特异度分别是90%
，99%，99.9%的三种状况下，检测真阳性人数都是50人；但是检测假阳性人数分别是4995
，500，50人。因此这三种状况下的每万人检测盛行率，分别1009，110，20换句话说，检
测盛行率高估倍数也高达到101，11倍，2倍。换句话说，特异度越低，错误高估盛行率的
失真现象越严重！
从以上的例子可以看出，盛行率调查研究的特异度越低或真正盛行率越低，检测盛行率也
就越容易被高估，也越会失真！虽然研究者可以利用敏感度和特异度来进行调整，推算出
真正盛行率［真正盛行率＝（检测盛行率＋特异度－１）／（敏感度＋特异度－１）］！
但是，除非利用更特异的方法再做确认，否则调查者必须告诉每个阳性个案，他真正感染
的机率只有50%，10%或1%！
同样的，在入境旅客的抗原筛检策略上，如果盛行率相当低而特异度无法提升到非常高的
情况下，进行普筛而非精筛，也需要注意假阳性的问题！
https://i.imgur.com/p8YaJHi.jpg