冠状病毒大规模检测的阳性和阴性
许多司法管辖区在世界目前正在对无症状人员进行检测，作为控制COVID-19努力的一部分。在维多利亚州，无症状医护人员是最近"测试Blitz.“。
我们倾向于理所当然地认为，医学测试的结果是准确的 - 但没有测试是完美的，所有人都带来了某种伤害的风险。虽然有一个驱动器来增加测试，但我们必须认识到冠状病毒也是如此。
所有测试都有局限性
在诊断测试的不足之中是假否定的可能性（未能在存在时检测状态）和误报（在缺少时检测到条件）。
很容易看到为什么错误的否定可能是一个问题 - 我们失去了早期干预的好处。
但假阳性也会造成伤害，包括不必要的治疗。这就是为什么筛查结果呈阳性后，经常要进行另一种不同的检测来确诊。
例子包括进一步的成像和可能的活检后，乳房x光检查呈阳性乳腺癌，或结肠镜检查阳性筛查结肠癌.
为什么会出现误报?
误报的原因有很多，包括正常的人为和系统错误(例如错误标记、数据输入错误或样本处理不当)。
有时假阳性测试结果可能是由于样品中的其他东西的交叉反应，例如不同的病毒。
对于COVID-19，确认阳性结果的唯一常规可选方法是使用相同的方法重新检测。这可以解决由于样本污染或人为错误而产生的假阳性。
即便如此,一些部门建议对返回检测呈阳性的人进行隔离，无论随后的结果如何。
测试更广泛可能意味着更具误报
所有阳性结果中的假阳性的比例不仅取决于测试的特征，而且在测试中的常见情况是测试中的常见情况。
这是因为即使是一种高度特定的测试 - 一个难以产生任何误报 - 可能仍然可以产生比在被测试的那些（真正的阳性）中的情况下存在的实际情况的假阳性结果。
让我们通过一个例子。
假设我们有一个非常好的测试，具有99.9%的特异性，也就是说，每1000个测试中只有一个会出现假阳性。想象一下，我们对2万人进行X型疾病的测试。X型疾病的流行率很低，我们估计它的影响为0.01%，也就是人口的1万分之一。
在这个层次上，我们可以期望样本中有两个人有条件X，所以我们可能会得到两个真实的阳性结果。但根据我们测试的错误率，我们也预计会有大约20个假阳性结果。
所以测试呈阳性的人实际上患有X的比例是22人中只有2人，也就是9。1%
这被称为阳性预测值测试。越来越低，群体中的病情越低，阳性预测值越低。
COVID-19呢?
在澳大利亚，控制措施非常成功地减少了目前感染COVID-19的人数。我们估计现在检测呈阳性的可能性非常低(当然，随着限制的放宽，这种情况可能会改变)。
目前澳大利亚报告的COVID-19活动性病例数为约600.即使我们只在目前被感染的每十个人中诊断出一个，而且仍然代表少于0.03％的人口。
虽然我们仍然建立了SARS-COV-2的测试的特异性（导致Covid-19的冠状病毒），但早期的证据表明估计99％或更高是合理的。
然而，按照上述例子的相同计算，在0.03%的流行率下，即使是具有99.9%特异性的检测也意味着只有30%的检测呈阳性的人实际患有这种疾病。这意味着超过三分之二的阳性结果实际上是假阳性，如果我们测试的是无症状的人，没有增加风险。
这就是为什么经常应用测试标准。如果仅提供对具有Covid-19符合症状的人的测试，则该条件在测试的那些上几乎更常见，而不是在一般（无症状）人群中，因此真正的积极率将会更高。
但如果我们开始进行更广泛的检测，假阳性的可能性就会变得更令人担忧。
为什么误报是一个问题？
显然，我们需要尽可能敏感的检测——很容易看出为什么COVID-19假阴性结果可能是一个严重的问题。但重要的是要认识到假阳性结果也会给个人和社区带来重大问题。
例如，考虑无症状卫生工作者筛查的影响，如果假阳性检测结果导致对被错误诊断的人进行隔离，并隔离被(错误地)确定为COVID-19病例密切接触者的临床同事。
此外，出现假阳性结果的人可能认为自己没有未来感染的风险，因为他们认为自己有免疫力，从而对个人及其接触者造成潜在后果。
即使从流行病学的角度来看，高比例的假阳性也可能扭曲我们对COVID-19在社区传播的理解。
在澳大利亚，COVID-19检测受到严格监管，并使用尽可能最好的检测和高素质的工作人员。
但随着条件的患病率低于澳大利亚的Covid-19目前必须仔细称重对潜在危害的危害的益处时，无症状筛查。
进一步探索
用户评论