https://bbs.wenxuecity.com/teatime/736797.html
前幾天老鍵先生發表了一個小短文，基本結論就是醫療檢測的結果可靠性比大多數人的理解要低得多。這個結論有個誤區有必要澄清。
老鍵的貝葉斯概率分析沒有錯（基本的條件概率分析）, 其結論錯在基本的假設上，其中的基本假設與實際生活所發生的情況不符。
老鍵依據發病率千分之幾進行計算，這個假設可能離很多疾病在人口中的發病率相差不是很大，但隻適用普查的情況。也就是如果在人群中隨機選取若幹人（例如一萬人）進行普查，如果某人診斷為陽性，其真真患病的概率可能是1/3左右。但具體到實際生活中，一般很少人會無緣無故地去做某種病的檢測，一般都是在具有某種可疑症狀或根據年檢的血檢結果來做進一步檢測的。那麽這個人的發病率不是千分之五，很可能是0.5, 0。3,或 0。2這樣的量級。如果按這個概率算，即使檢測手段的診斷準確率為90%或85%， 其結論都是大不一樣的。
此外，在具體名詞上，個人檢測的情況下，其“發病率”更確切應稱為受測人對具有該種疾病的risk factor.
附：
假陽性概率p的計算公式：
p= (1-r)*(1-q)/[r*q+(1-r)*(1-q)]
其中：
q: 檢測手段的準確率
r: 普查情況下，整體人群發病率； 個人測試為受測人患病risk factor(患病的可能性）
從上式可以看出如果r 極小，r*q也會相應很小，分子分母會很接近。p會相應大。如果r增大，p會相應降低很快。
