alexa
置頂

「彰化血清調查」掀論戰,陳建仁點出不普篩的三大因素!

文 / 聯合新聞網    
2020-08-21
瀏覽數 31,650+
「彰化血清調查」掀論戰,陳建仁點出不普篩的三大因素!
圖/前副總統陳建仁。Flickr by 總統府
分享 Line分享分享 複製連結

針對彰化縣政府衛生局自行採檢無症狀返台國人,引發爭議。前副總統陳建仁今天凌晨透過臉書發文表示,彰化縣展開COVID-19的血清流行病學調查,但他提到,血清流行病學調查的正確,取決三大因素,尤其是,盛行率調查研究的特異度愈低或真正盛行率愈低,檢測盛行率也就愈容易被高估,也愈會失真。

對於彰化縣展開了COVID-19的血清流行病學調查,以瞭解縣民感染COVID-19的盛行率。陳建仁說,該調查採集受檢個案的血液檢體,進行COVID-19抗體的檢驗,判定每名個案是否陽性,來估計彰化縣民的抗體陽性盛行率。

但是,血清流行病學調查的正確性,決定於:

一、檢驗方法的敏感度和特異度
二、檢驗抗體陽性的盛行率
三、受檢個案的代表性。

陳建仁一一說明三項因素可能涉及的問題。

他說,檢驗方法的敏感度(sensitivity)是指真正得到感染的人,有多少百分比呈現陽性;特異度(specificity)是指真正沒有得到感染的人,有多少百分比呈現陰性。假陽性率是指真正沒有得到感染的人,有多少百分比呈現陽性,也就是1-specificity。假陰性率是指真正得到感染的人,有多少百分比呈現陰性,也就是1-sensitivity。血清流行病學調查所得到的檢測陽性盛行率,受到真正陽性率的高低,以及敏感度和特異度的高低的影響。

陳建仁說,一般而言,「敏感度愈低、特異度愈低、盛行率愈低,調查估計出來的檢測盛行率也愈嚴重失真」。

陳建仁也用兩張表格來解釋他的論點。他說,從表格一顯示,以檢測五萬人的調查來看,如果敏感度和特異度都是99%,在每萬人盛行率分別是「1,10,100」的三種狀況下,真正感染人數分別是「5,50,500人」;真正未感染人數分別是「49995,49950,49500人」。

由於敏感度是99%,所以在三種狀況下,真正感染檢測呈陽性人數分別是「5,50,495人」。由於特異度是99%,也就是真正未感染的人會有1%呈假陽性,所以在三種狀況下,假陽性人數分別是「500,500,495人」。

表格一。圖/表格一。取自陳建仁 Chen Chien-Jen臉書

因此,利用陽性人數(無法分辨真假)來估計三種狀況下每萬人檢測盛行率,分別是 「101,110,198」。也就是說,檢測盛行率高估倍數(g欄)竟高達到「101倍,11倍,2倍」。陳建仁說,換句話說,「盛行率愈低,錯誤高估盛行率的失真現象愈嚴重。」

陳建仁用表格二進一步解釋。他說,如果真正盛行率是千分之一,敏感度是99%,在檢驗特異度分別是「90%,99%,99.9%」的三種狀況下,檢測真陽性人數都是50人;但是檢測假陽性人數分別是「4995,500,50人」。因此這三種狀況下的每萬人檢測盛行率,分別「1009,110,20」。換句話說,檢測盛行率高估倍數也高達到「101,11倍,2倍」。

表格二。圖/表格二。取自陳建仁 Chen Chien-Jen臉書

陳建仁表示,換句話說,特異度愈低,錯誤高估盛行率的失真現象愈嚴重。

陳建仁指出,從以上的例子可以看出,「盛行率調查研究的特異度愈低或真正盛行率愈低,檢測盛行率也就愈容易被高估,也愈會失真。」雖然研究者可以利用敏感度和特異度來進行調整,推算出真正盛行率[真正盛行率=(檢測盛行率+特異度-1)/(敏感度+特異度-1)]。但是,除非利用更特異的方法再做確認,否則調查者必須告訴每個陽性個案,其真正感染的機率只有「50%,10%或1%」。

陳建仁說,同樣的,在入境旅客的抗原篩檢策略上,如果盛行率相當低而特異度無法提升到非常高的情況下,進行普篩而非精篩,也需要注意假陽性的問題。

本文轉載自2020.08.21「聯合新聞網」,僅反映作者意見,不代表本社立場。

分享 Line分享分享 複製連結
陳建仁防疫陳時中武漢肺炎2019新型冠狀病毒中央流行疫情指揮中心
您可能會喜歡