靈敏度、特異度、準確率、精確率

在這次武漢肺炎的全球大流行災難事件中,試劑檢測的準確性成為新聞的焦點之一,不管是各種檢測試劑發法的準確率(例子),或是中國製試劑的準確度質疑,許多用詞(靈敏度、特異度、準確率、精確率)其實在新聞中被混淆。

下面Wikipedia的解說圖分為四個部分:

在武漢肺炎的類似事件中,我們最在乎的除了試劑的正確度 (=準確率,即試劑正確判對真陽性、真陰性的比率),另外也在乎假陰性( 即試劑判斷為陰性,但實則陽性… 也就是試劑說沒感染,實際上卻感染的可怕例子) 。

因此,準確率 (Accuracy)與靈敏度(Sensitivity or Recall)為最重要的指標。

Source: Wikipedia ( https://en.wikipedia.org/wiki/Sensitivity_and_specificity)

靈敏度(Sensitivity,也稱為真陽性率、召回率(Recall))是指實際為陽性的樣本中,判斷為陽性的比例(例如真正有生病的人中,被醫院判斷為有生病者的比例),計算方式是真陽性除以真陽性+假陰性(實際為陽性,但判斷為陰性)的比值。

特異度(Specificity,也稱為真陰性率)是指實際為陰性的樣本中,判斷為陰性的比例(例如真正未生病的人中,被醫院判斷為未生病者的比例),計算方式是真陰性除以真陰性+假陽性(實際為陰性,但判斷為陽性)的比值。 tn/(tn+fp)

準確率(Accuracy)= (tp+tn)/(tp+fp+fn+tn)
精確率(Precision)= tp/(tp+fp),即陽性的樣本中有幾個是預測正確的。

依照貝式定理

敏感度和特異度目前資料不足,但我們可以嚴格假設台灣生科的技術都很厲害,都是99% 。 盛行率比較難估算,但我們可以都算算看。
盛行率1/10000 時 (台灣實際感染人數2400) 篩檢4000人:0 個真陽性 40 個偽陽性
盛行率1/1000時: (台灣實際感染人數24000) 篩檢4000人:4 個真陽性 40 個偽陽性
盛行率1/100時: (台灣實際感染人數240000) 篩檢4000人:40 個真陽性 40 個偽陽性
盛行率1/10時: (台灣實際感染人數2400000) 篩檢4000人:396 個真陽性 36 個偽陽性

如上面公式計算,當盛行率達到10%時你會發現檢驗變好用了,準確度上升。這就是所謂 大量社區傳播和零星社區傳播時做法不同的原因。