【万能求助】核酸检测误诊可能，概率论以及贝叶斯公式（原创）原创文章，理性讨论，不抬杠不撕逼。
太长不看版：
1.新加坡眼app提到4例PCR疑似假阳，都来自来福士诊所。
2.贝叶斯公式证明如果新加坡普查， 一个人PCR阳性但真正得病的概率为0.44
3.如果怀疑自己PCR假阳，应该怎么办？
1. 4例PCR疑似假阳，都来自来福士诊所，血清全部呈现阴性。
有网友收到PCR阳性，当天马上去再测一次变阴。 阴变阳有可能是后来得的， 阳变阴逻辑上证明误诊可能，尤其是在这么短的时间内再测，有人还不止测了一次。4例都是来福士，应当引起注意了。
2. 贝叶斯公式以及误诊概率
新加坡总人口545万（2021年6月公开数据），新冠总确诊数227681（2021/11/11新浪数据），所以估计目前患病比例为0.04. 以事件A表示PCR呈现阳性,以A’表示PCR呈现阴性(事件A的补集). PCR检测准确率数据不好找，假设一个人确实患病（设为事件C， P(C)=0.04），他做PCR呈现阳性的概率为P(A|C)=0.95. 假设一个人没有得病(C’，事件C的补集)，他做PCR呈现阴性的概率为P(A’|C’)=0.95 (根据诊所报告写的confidence level 0.95).
其中P(A|C)=0.95, P(C)=0.04, P(A|C’)=1-P(A|C)=0.05, P(C’)=1-P(C)=0.96
所以如果�
(more...)
楼主，你预设的几个概率没一个对的。
新加坡总人口545万（2021年6月公开数据），新冠总确诊数227681（2021/11/11新浪数据），所以估计目前患病比例为0.04.
>>> 病患比例不能等同于得病的概率。
以事件A表示PCR呈现阳性,以A’表示PCR呈现阴性(事件A的补集). PCR检测准确率数据不好找，假设一个人确实患病（设为事件C， P(C)=0.04），他做PCR呈现阳性的概率为P(A|C)=0.95. 假设一个人没有得病(C’，事件C的补集)，他做PCR呈现阴性的概率为P(A’|C’)=0.95
>>> 你定义的P(A|C)和P(A'|C')其实就是Sensitivity和Specificity。对于PCR技术，怎么可能是0.95?? 太低了。对于approved PCR-based IVD就算0.99都低了。
既然预设的数据都有问题，后面的计算就不用看了。
>>> 病患比例不能等同于得病的概率。
以事件A表示PCR呈现阳性,以A’表示PCR呈现阴性(事件A的补集). PCR检测准确率数据不好找，假设一个人确实患病（设为事件C， P(C)=0.04），他做PCR呈现阳性的概率为P(A|C)=0.95. 假设一个人没有得病(C’，事件C的补集)，他做PCR呈现阴性的概率为P(A’|C’)=0.95
>>> 你定义的P(A|C)和P(A'|C')其实就是Sensitivity和Specificity。对于PCR技术，怎么可能是0.95?? 太低了。对于approved PCR-based IVD就算0.99都低了。
既然预设的数据都有问题，后面的计算就不用看了。
Huasing Association 1999 - 2013