中國瓦房店檢測試劑準確率只有5.4%,遭印度退貨「附:條件概率的解釋」
來源翻譯自:今日印度 https://www.indiatoday.in/india/story/covid-19-stop-rapid-tests-for-2-days-says-icmr-after-complaints-over-results-of-new-kits-1669427-2020-04-21
週二,印度拉賈斯坦邦宣布停止使用中國製快速檢測試劑。印度拉賈斯坦邦Sawai Man Singh Hospital對168個通過PCR確診陽性的患者,使用中國製快速試劑進行檢測,發現部分快速試劑結果為陰性。拉賈斯坦邦衛生部長Raghu Sharma稱,中國製快速檢測試劑的準確率只有5.4%。印度權威醫學研究機構Indian Council of Medical Research的工作人員Raman R Gangakhedkar稱,中國瓦房店學試劑的準確率從6%到71%不等。可見強國劣等品的品質管制。
----------------
附:條件概率的通俗解釋。5%準確率代表什麼?
定义:正確率5% (補充:原文沒有提供假陰性假陽性數據,假設相等。武漢肺炎感染率也為假設數據。供參考。)
如果一個人感染了武漢病毒,測試結果陽性的概率為5%
如果一個人沒有感染武漢病毒,測試結果陰性的概率為5%
假設100,000人中100人感染了武漢病毒。
病人:
陽性: 5
陰性: 95
健康人:
陽性: 94905
陰性:4995
陽性總數:5+94905=94910
陰性總數:95+4995=5090
如果一個人測試結果為陽性,那麼他是病人的可能性為: 5/94910=0.0053%
如果一個人測試結果為陰性,那麼他是健康人的可能性為:4995/5090=98.13%
----------------
Q&A:5%的準確率是否等於95%的準確率?
假設正確率為95%
病人:
陽性: 95
陰性: 5
健康人:
陽性: 4995
陰性: 94905
陽性總數:95+4995=5090
陰性總數:5+94905=94910
如果一個人測試結果為陽性,那麼他是病人的可能性為: 95/5090=1.87%
如果一個人測試結果為陰性,那麼他是健康人的可能性為:94905/94910=99.99%
答案:5%準確率不等於95%準確率
----------------
附2:條件概率的數學解釋
準確率5%的定義 (補充:原文沒有提供假陰性假陽性數據,假設相等。武漢肺炎感染率也為假設數據。供參考。)
P(陽性|病人)=5% 病人且測試為陽性
P(陰性|健康人)=5% 健康人且測試為陰性
P(病人|陽性)?
P(健康人|陰性)?
P(病人|陽性)=P(陽性|病人) x P(病人) / ((P(病人) x P(陽性|病人) + (1-P(病人)) x (1-P(陰性|健康人)))
P(健康人|陰性)=P(陰性|健康人) x (1-P(病人)) / ((P(病人) x (1-P(陽性|病人)) + (1-P(病人)) x P(陰性|健康人))
週二,印度拉賈斯坦邦宣布停止使用中國製快速檢測試劑。印度拉賈斯坦邦Sawai Man Singh Hospital對168個通過PCR確診陽性的患者,使用中國製快速試劑進行檢測,發現部分快速試劑結果為陰性。拉賈斯坦邦衛生部長Raghu Sharma稱,中國製快速檢測試劑的準確率只有5.4%。印度權威醫學研究機構Indian Council of Medical Research的工作人員Raman R Gangakhedkar稱,中國瓦房店學試劑的準確率從6%到71%不等。可見強國劣等品的品質管制。
----------------
附:條件概率的通俗解釋。5%準確率代表什麼?
定义:正確率5% (補充:原文沒有提供假陰性假陽性數據,假設相等。武漢肺炎感染率也為假設數據。供參考。)
如果一個人感染了武漢病毒,測試結果陽性的概率為5%
如果一個人沒有感染武漢病毒,測試結果陰性的概率為5%
假設100,000人中100人感染了武漢病毒。
病人:
陽性: 5
陰性: 95
健康人:
陽性: 94905
陰性:4995
陽性總數:5+94905=94910
陰性總數:95+4995=5090
如果一個人測試結果為陽性,那麼他是病人的可能性為: 5/94910=0.0053%
如果一個人測試結果為陰性,那麼他是健康人的可能性為:4995/5090=98.13%
----------------
Q&A:5%的準確率是否等於95%的準確率?
假設正確率為95%
病人:
陽性: 95
陰性: 5
健康人:
陽性: 4995
陰性: 94905
陽性總數:95+4995=5090
陰性總數:5+94905=94910
如果一個人測試結果為陽性,那麼他是病人的可能性為: 95/5090=1.87%
如果一個人測試結果為陰性,那麼他是健康人的可能性為:94905/94910=99.99%
答案:5%準確率不等於95%準確率
----------------
附2:條件概率的數學解釋
準確率5%的定義 (補充:原文沒有提供假陰性假陽性數據,假設相等。武漢肺炎感染率也為假設數據。供參考。)
P(陽性|病人)=5% 病人且測試為陽性
P(陰性|健康人)=5% 健康人且測試為陰性
P(病人|陽性)?
P(健康人|陰性)?
P(病人|陽性)=P(陽性|病人) x P(病人) / ((P(病人) x P(陽性|病人) + (1-P(病人)) x (1-P(陰性|健康人)))
P(健康人|陰性)=P(陰性|健康人) x (1-P(病人)) / ((P(病人) x (1-P(陽性|病人)) + (1-P(病人)) x P(陰性|健康人))
41 个评论
Perfect!
还以为30%够低的了,没想到这瓦房店中还有瓦房店……
瓦房店外交部说印度不会使用,操作不当。还说这些产品出口到欧洲,亚洲,拉美地区获得好评😂😂😂😂
"定义:正確率5%
如果一個人感染了武漢病毒,測試結果陽性的概率為5%
如果一個人沒有感染武漢病毒,測試結果陰性的概率為5%"
看到这里就看不下去了,大哥,学过假设检验吗……请稍微了解一下type I error和type II error的区别,不要不懂装懂了好吗?文中压根没谈5%正确率是指type I还是type II error,你就自作主张认为type I和type II error都是一样的,道理呢?
如果你真的不懂假设检验,请先稍微了解一点最基本的概念
https://en.wikipedia.org/wiki/Statistical_hypothesis_testing
不要做这种毫无根据的数学运算好吗?
如果一個人感染了武漢病毒,測試結果陽性的概率為5%
如果一個人沒有感染武漢病毒,測試結果陰性的概率為5%"
看到这里就看不下去了,大哥,学过假设检验吗……请稍微了解一下type I error和type II error的区别,不要不懂装懂了好吗?文中压根没谈5%正确率是指type I还是type II error,你就自作主张认为type I和type II error都是一样的,道理呢?
如果你真的不懂假设检验,请先稍微了解一点最基本的概念
https://en.wikipedia.org/wiki/Statistical_hypothesis_testing
不要做这种毫无根据的数学运算好吗?
LZ,你的意思我明白了。
这一批5.4%准确率的试剂,如果将最终结果反过来看,其实准确率还挺高的。
这一批5.4%准确率的试剂,如果将最终结果反过来看,其实准确率还挺高的。
这个基本不可能
如果说这么定义正确率5%,那由于一个国家感染人数占所有人数的比例是比较小的,那岂不是如果全民检测,最后出现的感染人数远远大于没有感染人数吗?只不过基本都是错误的
如果说这么定义正确率5%,那由于一个国家感染人数占所有人数的比例是比较小的,那岂不是如果全民检测,最后出现的感染人数远远大于没有感染人数吗?只不过基本都是错误的
"定义:正確率5%如果一個人感染了武漢病毒,測試結果陽性的概率為5%如果一個人沒有感染武漢病毒,測試...
喔,那我建議你讀完再來酸。附2區別了假陰性假陽性。通俗解釋裡沒有區別,是因為新聞中只提到準確率沒有相關數據,假定相等。你如果有相關數據,歡迎帶入到文末的公式計算。
连续测88次就能达到99%的准确率,一定是印度人不会用。
连续测88次就能达到99%的准确率,一定是印度人不会用。
这是没有意义的,就像前面讲的,这涉及到type I error 和 type II error, 即使连续监测中有一次结果是和真实相符,但这是不可知的。
定义:正確率5%
如果一個人感染了武漢病毒,測試結果陽性的概率為5%
如果一個人沒有感染武漢病毒,測試結果陰性的概率為5%
这里就是对准确率的误读了,后面的解释都没有看的必要了。
如果一個人感染了武漢病毒,測試結果陽性的概率為5%
如果一個人沒有感染武漢病毒,測試結果陰性的概率為5%
这里就是对准确率的误读了,后面的解释都没有看的必要了。
喔,那我建議你讀完再來酸。附2區別了假陰性假陽性。通俗解釋裡沒有區別,是因為新聞中只提到準確率沒有相...
你在附2的假设不还是
準確率5%的定義:
P(陽性|病人)=5% 病人且測試為陽性
P(陰性|健康人)=5% 健康人且測試為陰性
那不还是假设type I error和type II error都是95%?依据呢?不还是你自己全部脑补的吗?
要是只是懂点条件概率的皮毛,就不要来不懂装懂了。
这种一般不会有假阳性吧
你在附2的假设不还是準確率5%的定義:P(陽性|病人)=5% 病人且測試為陽性P(陰性|健康人)=5...
你如果有相關數據歡迎你帶入文末的公式
喔,那我建議你讀完再來酸。附2區別了假陰性假陽性。通俗解釋裡沒有區別,是因為新聞中只提到準確率沒有相...
正是因为文中压根就没提到准确数据定义,所以你的这些所谓的计算全是non sense,除了能唬住那些根本不懂的读者,有任何实质意义吗?
如果墙内也是用这样的试剂盒测试,岂不是造成现在应该已经几千万人感染了?阔怕呀。各国要禁止来自墙国的入境者才行了。
现在讲一个黑腹一点的可能性 有没有是中共故意的 这样可以让其他国家扩大传染
这是没有意义的,就像前面讲的,这涉及到type I error 和 type II error, 即...
按照帖子的算法是不实际的,因为按照非有即无的二元选择,就算乱猜也有50%的正确率,所以所谓的有效率5%是指用高浓度冠状病毒培养液测试试剂会有5%的试剂出现阳性结果,而不是用蒸馏水测试试剂会有5%的概率出现阴性结果。
正是因为文中压根就没提到准确数据定义,所以你的这些所谓的计算全是non sense,除了能唬住那些根...
如果5%指的是rejection hypothesis, 那也是两个deviation 以外。 这个检测率也是搞笑的。当然楼主确实是错误理解文本的意思。不要那么大的火气,如果楼主只是本科刚刚学统计,其实可以理解的。
正是因为文中压根就没提到准确数据定义,所以你的这些所谓的计算全是non sense,除了能唬住那些根...
我不知道的常數多了去了,比如武漢病毒感染率也是估計的0.001。本來就是推測而已,看看支那試劑有多劣等。就算是支那試劑沒有假陽性或者假陰性,光是其中一個5%的準確率,結果也是垃圾
按照帖子的算法是不实际的,因为按照非有即无的二元选择,就算乱猜也有50%的正确率,所以所谓的有效率5...
我觉得不是欸,这个5%指的是hypothesis testing的结果。也就是对这个试剂有效与否的hypothesis。实际上它想表达的是这个试剂对群体测出的结果和真实结果至少有两个deviation的差距,所以不可用
大半夜的腦袋有點停機了看不懂頂樓的算式在寫啥
「這堆試劑就是一堆廢物」,這理解有沒有問題?
「這堆試劑就是一堆廢物」,這理解有沒有問題?
我不知道的常數多了去了,比如武漢病毒感染率也是估計的0.001。本來就是推測而已,看看試劑有多劣等。...
不要那么激动,这不是常数的问题,这里可能不能使用conditional probability。这个5%是distribution上的概率,不是probability。 也可能你是对的,也可能是错的,对于完整度不高的文本专怎么解读都可以,但通过和别人的交流学习一些新的知识还是很好的。
感觉像是说的p value
对,我猜是p value。 因为这个试剂的deviation非常感人,所以这个结果印度人肯定不能接受。
以个人知识来说,这个应该说的是p-value:https://en.wikipedia.org/wiki/P-value
p-value是说明药物有效(评价假设检验)的一个指标,去看看药物实验的论文基本都有p-value的值,p-value的值越小越好,p-value<0.001是个槛,<0.01是个槛,<0.05是个槛。一般大于0.05认为是无效的。p-value越小说明效果越好。
-------------------------------------------
PS:对于二分类问题,任何正确率<50%的东西都可以反着用的。所以,不要乱信新闻。一群文科的把专业指标瞎解释。
p-value是说明药物有效(评价假设检验)的一个指标,去看看药物实验的论文基本都有p-value的值,p-value的值越小越好,p-value<0.001是个槛,<0.01是个槛,<0.05是个槛。一般大于0.05认为是无效的。p-value越小说明效果越好。
-------------------------------------------
PS:对于二分类问题,任何正确率<50%的东西都可以反着用的。所以,不要乱信新闻。一群文科的把专业指标瞎解释。
对,我猜是p value。 因为这个试剂的deviation非常感人,所以这个结果印度人肯定不能接受...
p-value>0.05在严格的医学上就是无效的,但这个指标和0.05非常接近,也就是说是挺糟糕的,但也没新闻说的那么邪乎,基本上算是差点合格的产品。但印度毕竟是仿制药基地,肯定对p-value的要求更高。
p-value>0.05在严格的医学上就是无效的,但这个指标和0.05非常接近,也就是说是挺糟糕的,...
我不是bio的,但我搜了一下,发现对bio 的study 来说,p value endpoint 大于0.95 就要reject the entire study 了, 所以应该算是挺过分的结果。Clinical trials and p-values, beware of the extremes.
我统计学学的不精 借楼问一下
这种情况下 通常用的是Logistic Regression检验吗?
这种情况下 通常用的是Logistic Regression检验吗?
我不是bio的,但我搜了一下,发现对bio 的study 来说,p value endpoint 大...
对的,大于0.05就不能用,就是相当于白研究了。但是0.05几和0.10几(甚至更大)虽然都不能用,实际是有区别的,比如研究结果在0.05附近就算是interesting,值得再研究下去提升效果。像0.10几那么大,直接就别搞了。结论:这玩意不能用,但不是正确率5.4%那么扯(这个是违背二分类逻辑的)。
我统计学学的不精 借楼问一下这种情况下 通常用的是Logistic Regression检验吗?t-test用的比较多:https://en.wikipedia.org/wiki/Student%27s_t-test Logistic Regression是回归算法,不是检验算法。
对的,大于0.05就不能用,就是相当于白研究了。但是0.05几和0.10几(甚至更大)虽然都不能用,...
我有种感觉,其实这个类型的测试剂的效果是差不多的,所谓从5%到70%指的应该是不同的层面的数据。有的是p value 有的是sample standard deviation。虽然文科生把这个东西搞得很魔幻,但结果上来说,这是个从一开始就不合格的试剂,但没有违背正常逻辑的地方,就像你说的,二分类
我有种感觉,其实这个类型的测试剂的效果是差不多的,所谓从5%到70%指的应该是不同的层面的数据。有的...所谓从5%到70%指的应该是不同的层面的数据,差不多吧。搞新闻的不懂指标,经常把指标的含义传递错,就会传递出反效果来。
如果5%指的是rejection hypothesis, 那也是两个deviation 以外。 这个...
这个检测率确实搞笑,但是楼主这个就更搞笑了,P(陰性|健康人)=5%,这个世界真的会有这么离谱的检测计?全世界哪里有type I和type II error同时达到95%的试剂?我就是闭上眼睛用coin flip,那也不过是两类错误都是50%啊。楼主搞了一个异想天开的假设,然后弄一堆数学公式去试图蒙蔽那些不懂的人,这是最坏的,说不定有些真的没学过的人,就被楼主这么蒙过去了。楼主的结论或许是没有问题的,就是中共这试剂很扯,但是论证过程简直就是毫无逻辑可言。
这个检测率确实搞笑,但是楼主这个就更搞笑了,P(陰性|健康人)=5%,这个世界真的会有这么离谱的检测...
往好的方面看是他对于conditional probability 的推导是对的,可能是刚刚学统计的学生。
在全世界的論壇只要提到概率就一定有爭論,無一例外
在全世界的論壇只要提到概率就一定有爭論,無一例外
因为讨论这个需要在同一个频道上,而一般新闻写的恰恰就没法让人在一个频道上讨论。专业论文著作就不存在这个问题。
定义:正確率5%如果一個人感染了武漢病毒,測試結果陽性的概率為5%如果一個人沒有感染武漢病毒,測試結...
我看到這裡就覺得哪裡怪怪的。這麼神奇的試劑應該是哆啦A夢的道具吧
只有2種結果:陰/陽
5%的意思應該是抓一個已確定感染的人去測,只有5%測出陽性。
但一個已確定沒有病的人,除去其他factor如污染,陰性的機率不是5%/95%,通常是100%
準確度通常是指當該factor出現而被正確識別出的機率
而並不包括它把其他無關factor識別成該factor的機率
5%的意思應該是抓一個已確定感染的人去測,只有5%測出陽性。
但一個已確定沒有病的人,除去其他factor如污染,陰性的機率不是5%/95%,通常是100%
準確度通常是指當該factor出現而被正確識別出的機率
而並不包括它把其他無關factor識別成該factor的機率
快速检测试剂是用于感染后产生抗体的人群,早期感染没产生抗体是检测不出的
這個測試劑基本上是共匪拿來制造「零確診」用的吧....
对的,大于0.05就不能用,就是相当于白研究了.
不是的,医学测试中假阴性假阳性概率大于5%的测试比比皆是,并不代表该测试在公共卫生领域没有重大意义。例如病理取样培养是诊断各种癌症肿瘤诊断的金标准,结论几乎是决定性的;血液中的肿瘤标志物糖蛋白测试则不是,假阳性比真阳性多;但后者测试远比前者更普遍,因为后者便宜而损伤小