99%準確性的不可靠

華大基因早前受港府「欽點」,協助推行全民自願性病毒檢測。政府沒有太多解釋,香港亦將於9月1日開始進行這個民檢測計劃。值得關注一件事,早前遭瑞典政府指控檢測試劑測出“假陽性”,華大基因在8月26日出面回應,稱因為無症狀感染者通常病毒含量較低,低敏試劑的核酸檢測結果呈陰性,而高敏試劑的核酸檢測結果可能會呈陽性。所以誤診新冠肺炎 只因靈敏度高,目前臨床評價積極,有利於防疫。

病毒檢測的風險有多高

這個全民檢測,一直有業界批評指出是大海撈針、浪費子彈。

不過,我們先排除做普及的病毒檢測的可行性,這裏我們只嘗試探討這個病毒檢測的風險有多高。

假設一個普及的病毒檢測結果的靈敏度和特異度均為99%,即感染者每次檢測呈陽性(+)的概率為99%。而健康者每次檢測呈陰性(-)的概率為99%。

測試方法不可靠

從檢測結果的概率來看,檢測準確度99%是比較準確的。可是政府一直以來似乎沒有交代這個檢測的準確度有多少。99%準確度只是機遇一個假設,如果參考核酸檢測,核酸檢測(PCR) 本身的準確度已經相當高,只不過準確度是視乎很多環境因素,因此,我們當99%準確度,問題係新冠狀的病毒集中在肺部,而取樣sample的位置卻在鼻和喉嚨,測試的方式可能存在問題。

測試敏感度準不準

新型冠狀病毒是一種深部肺部感染,而不是鼻子和喉嚨中的一種。檢測有機會錯誤地告訴人們他們沒有冠狀病毒。

這核酸檢測“ RT-PCR”測試從患者身上取樣,然後,在實驗室中,提取並重複複製該病毒的遺傳密碼(如果存在的話),從而使極小數量的病毒可以被檢測到。

這檢測“ RT-PCR”測試被廣泛用於醫學診斷HIV和流感等病毒,通常是高度可靠的。“它們通常是非常可靠的測試,假陽性率低,假陰性率低。一直以來,陽性率都係一個問題,外國及本港曾經出現接二連三以上檢測,有個案做六次檢測,才確定陽性。

根據華大(華大基因)回應測試劑造成假陽性,他是這樣回答:

「誤診新冠肺炎只因靈敏度高,目前臨床評價積極,有利於防疫。」

如果我們嘗試我擺開民族感情去解讀這句說話,真是覺有一種「跌落地"拿"翻"渣"沙」的感覺。這一點真是跟民族自信有關。近代以來,中國人以慘痛的教訓明白了“落後就要挨打”的道理,新中國成立後就從未停止追趕落後的腳步。但是長期的落後造成的“不自信”烙印在我們的民族潛意識中,因此出現國際負面輿論,只好用「否認、不承認、自圓其說」去掩飾。從最近的“國產PCR等測試劑紛紛落標”的新聞可以看出,國產病毒檢測想要被國際認可,道阻且長,只能夠靠自家認可。


用於新冠狀病毒的RT-PCR核酸檢測的選擇是基於有缺陷的科學

當然我們也不能盲目自信,一味排外。我們嘗試用科學數據去檢視這種全民檢測到底有沒有缺陷。我嘗試Google政府公開的資訊,原來一直沒有討論這個這個全民普查的測試數據。

貝葉斯推論:誤檢的機率有多高

根據貝葉斯定理(推論統計學中的一種推斷法) 卻可以揭示一個潛在的問題,就是誤檢的機率有多高?假設香港對全體市民(假如30萬人)進行檢測,已知0.3%的人受感染。請問知不知道每位檢測結果呈陽性的概率有多高?

根據貝葉斯定律 Bayes theorem,先看看貝葉斯公式是怎樣寫:

機率(probabilities)translated to Math :貝葉斯定理關於隨機事件A和B的條件概率的一則定理

讓我們來看看,假設測試劑準確率有99%,根據貝葉斯公式(Bayesian inference),實際檢測呈陽性是確實受新冠狀病毒感染的機率是多少:

根據貝葉斯推斷描述,
「D」為受感染的檢測,「N」為沒有受感染的檢測,「+」為檢測呈陽性事件
我們可以計算某人檢測呈陽性時確實受新冠狀病毒感染的概率P(D|+)

儘管感染者檢測的準確率高達99%,但貝葉斯定理告訴我們:如果某人檢測呈陽性,其感染的概率只有大約23%,沒有受感染的可能性比較大。

醫學會傳染病顧問委員會主席梁子超提供的數據:平均3萬個測試有1宗陽性個案推算,假設假陽性比率為1%

假陽性高,則檢測的結果不可靠。這是因爲檢測沒有受感染的人數遠遠大於受感染人數,所以即使沒有受感染者被誤檢為陽性的概率僅爲1%,其實被誤檢人數還是很龐大。

舉例來說,若該檢測群組總共有1000人(其中3人受感染,997人沒有受感染),健康的人被檢測出陽性(即是假陽性)的人數有大約9.97人(1% x 997),而有受感染被驗出陽性的人數有2.97人(99% x 3),總共約13人(12.94)被驗出陽性(9.97 + 2.97)。在這13人裏面,只有約22.9%的人是真正有受感染。所以可以揭露出此檢測在這個案例中的不可靠。

從科學統計學方面角度,可以揭露出此檢測在實際案例中的不可靠,可以解釋到瑞典政府點解指責受港府「欽點」協助推行全民自願性病毒檢測華大基因核酸檢測不準確,只不過,今次政府全文檢測是自願性,在你決定是否參加,我們應有權利根據學術界、衛生組織及各地政府所提供的資料,讓大眾了解疫情以及病毒檢測的準確資訊。我們接受任何的醫學建議,都應該建基於清楚了解方案的充足資訊情況下做決定。

Google Statistics 基於2020年8月28日對新型冠狀病毒全球統計數據

同時,根據外國的研究,出現「假陽性」結果的,多數是有輕微症狀或無症狀者。不過,不可靠的主因是沒有受感染卻被誤檢陽性的人數遠多於受感染被檢測出來的人數,根據貝葉斯推論上述每一千人的例子中誤診人數 10人 > 3 人,,所以即使陽性檢測靈敏度能到100%(即只要受病毒感染一定驗出陽性),檢測結果陽性的人,真正受感染的概率只會是約23%。但如果靈敏度仍然是99%,而特異度卻提高到99.5%(即沒有受感染的人中,約0.5%會被誤檢為陽性),則檢測結果陽性(+)的人,真正受感染的概率都只是提高到37.5%。

那麼,大家明白為什麼病毒檢測,除了看準確度,還是需要看"假陰性"和"假陽性"的誤差機率

總結

  • 政府沒有給予太多”醫學數據”給市民選擇,一切醫療決定應該建基於客觀數據
  • 從上述1000人例子中13人被驗出陽性(+)
  • 沒有受感染測出陽性 (+)10人 > 有受感染被驗出陽性(+)3 人
  • 在這13人裏面,只有約23%的人是真正有受感染。
  • 香港每 100 萬人確診病例是638(0.0006%);而全球全球每 100 萬人確診病例3186 (0.3%)(香港潛在感染人數機率是多達1000多人以上)
  • 呼吸系統專科醫生梁子超 : 隔離者有被感染風險

參考資料:

  1. How Bayesian inference works
  2. 政府普及檢測社區計劃簡介 [政府新聞處]
  3. [HKET] 瑞典指試劑誤診新冠肺炎 華大基因:只因靈敏度高
  4. 維基百科 – 醫學篩檢(Medical screening)I-敏感性與特異度(Sensitivity and Specificity)
  5. 「普及檢測」怎麼做? 醫生親身示範步驟
  6. Google Statistics 全球新型冠狀病毒 (COVID-19)確診個案
  7. 梁子超:全民自願檢測假陽性或高達3% 隔離者有被感染風險

發表者:家鴻

過去工作多年,在專上學院當一個電腦系統分析員,公餘時間會多關注自己的興趣和生活,多關心身邊和朋友,努力進修健康飲食、營養及自然療法的知識。

有一則關於 99%準確性的不可靠 的留言

  1. Hi 家鴻,I read your blog article about COVID-19 testing. I wish to share a bit of thought : All the statistics are valid, except one important consideration maybe missed: it is meant to be a screening test, but not a diagnostic test! If a person is screened positive, will be followed up by the diagnostic test.

    Screening test: aims at very high sensitivity and acceptable/reasonable specificity.

    Diagnotic test:
    Highly specific but less sensitive.

    There is always a trade-off😉

    Liked by 1 person

Leave a Reply

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com 標誌

您的留言將使用 WordPress.com 帳號。 登出 /  變更 )

Google photo

您的留言將使用 Google 帳號。 登出 /  變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 /  變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 /  變更 )

連結到 %s

%d 位部落客按了讚: