※ 引述《a34567 (ddd)》之铭言：
: [新闻] 李秉颖：快筛伪阳性逾8成、伪阴性1/3 须以核酸PCR为准
: https://news.ltn.com.tw/news/life/breakingnews/3545266
: [新闻] 快筛有伪阴阳性问题？ 柯：但仍有95％准确度
: https://udn.com/news/story/122173/5479627
: ??????
: (也许很多人都知道了啦 这边仅供跟我一样数学不好的朋友参考)
: 关于快筛的准确度
: 疫情爆发到现在 关于快筛准确度有各种说法
: 有人说准确度98% 也人说伪阳70%~80%
: 还有说法是盛行率越高的地方越准确（这么神奇 有没有机率会浮动的八卦）
: 相信有很多人跟我有相同的疑问　怎么各方给的数字差距如此巨大呢?
: 想必是有人在说谎吧! 造谣可是要付300万 那么是谁在造谣呢?
: 先讲结论
: 没有人要付300万
: 因为每个说法都没错
: 以下是阳性准确值的算法
: 这边以美国FDA快筛准确度98%的基准来计算
: https://tinyurl.com/yxlovqq8 （FDA谈快筛伪阳）
节录重点
Remember that positive predictive value (PPV) varies with disease prevalence
when interpreting results from diagnostic tests. PPV is the percent of
positive test results that are true positives. As disease prevalence
decreases, the percent of test results that are false positives increase.
阳性预测值(PPV)随患病率变化。
PPV是检验阳性中为真的阳性的百分比。
随着患病率降低，伪阳性的百分比会增加。
: 先来看 肺炎盛行率10％ 快筛准确度98％ 的例子
准确度在统计上是另外一个指标
我想你要说的98%指的是敏感度和特异性
有病 无病
检验阳性 真阳 伪阳
检验阴性 伪阴 真阴
敏感度: 真阳/(真阳+伪阴) 敏感度越高，伪阴越低，检验阴性时越能排除得病。
像发烧对新冠的敏感度就很烂...。
特异性: 真阴/(真阴+伪阴) 特异性越高，伪阳越低，检验阳性十越能确定得病。
这两个指标和检验方法有关，和疾病盛行率无关
会受盛行率影响是另外两个指标，阳性预测值和阴性预测值
阳性预测值: 真阳/(真阳+伪阳) 检验阳性中真阳性比率
阴性预测值: 真阴/(真阴+伪阴) 检验阴性中真阴性比率
假设敏感度特异度都98%
: 10000人中有10％得病 所以得病1000人 健康9000人
: 接下来得病跟健康的人要分开计算 得病的要乘以98％ 健康的要乘以2％
: 1000＊98％＝980 真的得病且快筛阳的人数
: 9000＊ 2％＝180 其实健康但快筛阳的人数（伪阳）
: 980／（980＋180）＝84.4％ 这是所谓的阳性准确度
: 180／（980＋180）＝15.6％ 这是快筛伪阳的比例
有病(1000) 无病(9000)
检验阳性 1000*98%=980 9000-8820=180
检验阴性 1000-980=20 9000*98%=8820
阳性预测值 = 980/(980+180) = 84.5%
反过来就是检验阳性中有15.5%是伪阳
: 再来看 肺炎盛行率1％ 快筛准确度98％ 的情况
: 10000人中1％得病 得病100人 健康9900人
: 100＊98％＝98
: 9900＊2％＝198
: 98 ／（98＋198）＝33％ 阳性准确剩3成
: 198／（98＋198）＝67％ 伪阳近7成
有病(100) 无病(9900)
检验阳性 100*98%=98 9900-9702=198
检验阴性 100-98=20 9900*98%=9702
阳性预测值 = 98/(98+197) = 33.1%
反过来就是检验阳性中有66.9%是伪阳
: 明明是很简单的数学问题 明明从疫情爆发到现在已经过了这么多的时间
: 不知道为什么台面上的有话语权的人或者媒体人
这应该算是大一统计的内容?
大学没念、跳级硕士的那种人可能不会学到XD
: 都没人愿意出来把它解释清楚 变成各说各话
: 然后媒体跟名嘴再选择自己喜欢一方的数据
: 断章取义来洗脑观众（还是其实他们也搞不清楚计算方式呢? 我不知道）