燒腦！陳建仁千字文解析為何不普篩、選精篩：３狀況下易失真

美國返台少年未出現症狀卻被彰化縣衛生局安排採檢，最終確診新冠肺炎。中央流行疫情指揮中心指揮官陳時中為此下令政風處調查，引發爭議。對此，前副總統陳建仁昨晚在臉書上為民眾解釋，專業分析「為何普篩不可行」，並提出3個狀況下篩檢容易會失真。

陳建仁表示，目前彰化縣所展開的「COVID-19血清流行病學調查」，主要目標是瞭解、估計彰化縣民感染COVID-19的盛行率。但是血清流行病學調查的正確性決定於三點，分別是：檢驗方法的敏感度和特異度、檢驗抗體陽性的盛行率、受檢個案的代表性。

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。陳建仁解釋，特異度(specificity)則是指真正沒有得到感染的人有多少百分比呈現陰性，其中，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」，而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結果，將會受到上述4個數字的影響，一般而言，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！

陳建仁假設，在一個5萬人的調查中，若篩檢的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，而真正未感染人數分別是49995、49950、49500人。

因為敏感度是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，再加上特異度是99%，所以在篩檢中會出現1%的假陽性，人數將分別為500、500、495人。

而若以此結果反推出盛行率，摻入假陽性後計算的結果將會是101、110、198，篩檢高估倍數竟高達101倍、11倍、2倍，「換句話說，盛行率越低，錯誤高估盛行率的失真現象越嚴重！」

陳建仁進一步指出，如果真正盛行率是千分之1，敏感度是99%，檢驗特異度分別是90%、99%、99.9%的三種狀況下，篩檢出真陽性的人數都會是50人，但是呈現出的假陽性人數將分別出現4995、500、50人，由此可知，篩檢特異度越低，因為普篩後出現的假陽性數量大，使得普篩後的結果將會因為嚴重高估盛行率，造成結果失真！