关于这个筛检工具伪阳性的问题
一次说清楚，数字是死的，但怎么看怎么解读
才是重点
以疾管署之前举的例子
以250000人，0.2%盛行率，工具敏感性90%，差异性95%计算
第一次 有病 没病 合计
阳性 450(正确率3.48%) 12475(错误率96.52%) 12925
阴性 50(错误率0.02%) 237025(正确率99.98%) 237075
合计 500 249500 250000
他们只告诉你，你看伪阳性这么高，会造成医疗负担
也有人告诉你，你看，这个筛检把有病的正确验出来的机率只有3.48%
在盛行率低的时候做这个筛检，就是浪费
但...你怎么不看有用的部分呢?我们想要的就是错误率低，正确率高的部分
也就是这个筛检如果筛出来是阴性，出错的机率是0.02%，正确的机率是99.98%
所以我们就把重点放在那12925个人身上，关注的人就从25万变成1万3千人左右
然后我们用同样的工具再针对这12925个人再测一次
以12925人，3.48%盛行率，工具敏感性90%，差异性95%计算
第二次 有病 没病 合计
阳性 405(正确率36.37%) 623.75(错误率60.63%) 1028.75
阴性 45(错误率0.38%) 11851.25(正确率99.62%) 11896.25
合计 450 12475 12925
因为做过初筛，取出高危险群，盛行率就提高了
有病的被正确筛出来的机率提高到36.37%
筛检结果阴性的，出错的机率提高到0.38%，正确的机率还有99.62%
我们再把关注的重点放在检查结果是阳性的人
从12925人再减少到1028.75人
接着我们对这1028.75人用同样的工具做第三次
以1028.75人，39.37%盛行率，工具敏感性90%，差异性95%计算
第三次 有病 没病 合计
阳性 364.5(正确率92.12%) 31.1875(错误率7.88%) 395.6875
阴性 40.5(错误率3.40%) 592.5625(正确率93.60%) 633.0625
合计 405 623.75 1028.75
这次有病被正确筛出来的机率增加到了92.12%
筛检结果阴性的，出错的机率提高到3.40%，正确的机率是93.60%
经过三次筛检，最后需要关注的人会从原本25万降到395.6875人
其中检验阳性的正确率提高到92.12%
也就是说就算原本因为盛行率不高，阳性预期值过低，导致阳性结果参考性低
但也因此阴性预期值极高，所以筛出来是阴性，基本上排除掉的风险很低
再针对阳性的部分缩小范围，其实跟精准筛检也是一样的意思
只是目前的精准是被动的，要有确诊，再去找接触史
而这个方式是主动的，从群体中去逐步筛出高机率的人
还有，这个纯粹从数学角度计算，那个.多少人的就不要太苛责我了