前副總統陳建仁20日在臉PO文指出，該調查採集民眾的血液檢體，檢驗COVID-19抗體，來估計彰化縣民的抗體陽性盛行率。不過他強調，血清流行病學調查的正確性，決定於（1）檢驗方法的敏感度和特異度，（2）檢驗抗體陽性的盛行率，(3)受檢個案的代表性。
彰化縣日前展開新冠肺炎（COVID-19）血清流行病學調查，盼瞭解縣民感染盛行率。前副總統陳建仁20日在臉PO文指出，該調查採集民眾的血液檢體，檢驗COVID-19抗體，來估計彰化縣民的抗體陽性盛行率。不過他強調，血清流行病學調查的正確性，決定於（1）檢驗方法的敏感度和特異度，（2）檢驗抗體陽性的盛行率，(3)受檢個案的代表性。
血清學調查準不準 敏感度、特意度、盛行率很關鍵
針對血清學檢驗方法的準確度，陳建仁先解釋幾項指標：
-敏感度（sensitivity）：指真正得到感染的人，有多少百分比呈現陽性。
-特異度（specificity）：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：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：指真正得到感染的人，有多少百分比呈現陰性，也就是1-sensitivity。
根據上述指標，陳建仁表示，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。若敏感度越低、特異度越低、盛行率越低，調查估計出來的檢測盛行率也越嚴重失真。
實際盛行率越低 越容易高估盛行率
在不同盛行率情況下，陳建仁舉例，若檢測五萬人（表一），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。
因此他強調，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（實際1，篩出101），11倍（實際10，篩出110），近2倍（實際100，篩出198），也就是「盛行率越低，錯誤高估盛行率的失真現象越嚴重！」
圖片
特異度越低 也容易高估盛行率
在不同特異性情況下，陳建仁舉例，若檢測五萬人（表2），如果真正盛行率是千分之１，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。
上述情況，陳健仁說，檢測盛行率高估倍數高達到101倍（實際10，篩出1009），11倍（實際10，篩出110），2倍（實際10，篩出20），「特異度越低，錯誤高估盛行率的失真現象越嚴重！」
根據上述例子，陳建仁強調，盛行率調查研究的特異度越低或真正盛行率越低，檢測盛行率也就越容易被高估，也越會失真。
圖片
不過他也提到，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，他真正感染的機率只有50%，10%或1%。
陳健仁更指出，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。
健康醫療網：
關鍵字： , , , , ,
【其他文章推薦】
※植髮效果如何?更多髮友案例分享
※解決討人厭的雙下巴,消脂針成為新一代局部雕塑利器!
※臉部老化好明顯,該怎麼保養才能消除法令紋呢?
※找回青春緊緻小臉,電波拉皮施打經驗分享
※如何透過LPG體雕重塑理想曲線?
※霧眉飄眉差別在哪?哪一個看起來比較自然?
