最近我收到一封讀者的郵件,問我是否還好,因為自疫情以來,我發表的文字變少了。我非常謝謝這位朋友的好意,同時與之解釋,我對於台灣的防疫舉措是有些意見的,但是目前疫情緊張,我們應該舉國一致,全力抗疫,既然公衛不是我的專長,那我宜當少說話,以免徒增當局困擾。同時,我也希望借這個機會,向台灣乃至於全球在第一線面對新冠病毒的醫護人員,致上最高的敬意。
不過,有一個問題一直困擾著我,就是台灣該不該和南韓、新加坡一樣進行大規模的採檢。贊成的人說,這次被病毒感染的,有許多人是沒有症狀,但仍然會傳播病毒的。如果不大規模的篩檢,那麼這些人就會像流動傳播者,讓更多的人染上病毒。而反對的人理由比較複雜,有的說是成本太高,有的說是萬一檢出很多人,醫療資源負荷不了,也有人說若是出現偽陰性,則檢驗沒有意義;若是出現偽陽性,則可能造成恐慌及醫療資源的沈重負擔………。
前面說過,我不是公衛專業的人,不過我在擔任教職的時候,濫竽充數教過簡單的生物統計學,下面我想就統計學裡的「條件機率」,來探討普篩裡「偽陽性」和「偽陰性」的問題。
(為了讓大部分讀者可以懂得,我會將下面的敘述儘量簡單化)
首先,在全體人口中,到底有多少人帶有病毒?這是一個沒辦法回答的問題,我們只好做一個猜測(好在這個猜測和最後的結論影響不太大),大約比1%高一點,我的一位醫生同學幫我訂在1.4%。
於是我們可以定義一個A事件為帶有病毒,那麼隨機抽一個人,這個人帶有病毒的機率為
p(A)=0.014
而隨機抽一個人,這個人沒有帶有病毒的機率為
p(A’)=0.986
(A’為A的反事件,就是沒有帶病毒)
我們假設某單位發展出一種快篩試劑,它的準確度是90%。也就是說,對於100個有帶病毒的人加以測試,有90%呈陽性(正確),有10%呈陰性(即偽陰性);為了簡化問題,我們也假設,這個試劑對於100個沒有帶病毒的人也加以測試,一樣也是有90%呈陰性(正確),有10%呈陽性(即偽陽性)。我們設B事件為陽性,那麼在條件機率下,這段敘述可以這麼表示
p(B|A)=0.9 and p(B’|A)=0.1
意思是說,我們已知某人有帶病毒,而用該試劑得到陽性的結果是90%,得到陰性結果是10%,這和上面的敘述同意。同理,我們也可以寫出
p(B’|A’)=0.9 and p(B|A’)=0.1
即已知某人沒有帶病毒,而用該試劑得到陰性的結果是90%,陽性的結果是10%。
在條件機率的公式裡,最基本的是
p(A∩B)= p(B∩A)=p(B|A)×p(A)
p(A∩B)唸做A交B,在這個例子裡,就是普篩之下,帶有病毒且被篩出陽性的機率。因為我們假設全體人口裡只有1.4%的人帶有病毒,比例很低,所以p(A∩B)這個數字也非常小,各位不妨算一下,僅有1.26%(後面我們會解釋這個數字的意義)。
其實,我們比較關心的是所謂的偽陽性和偽陰性。所謂偽陽性就是某人沒有病毒,但驗出來是陽性,在統計學裡,這就是p(A’∩B),我們套用剛才的公式,稍微改變一下:
p(A’∩B)= p(B∩A’)=p(B|A’)×p(A’)=9.86%,這就是偽陽性的比例;
同樣的,某人有病毒,但驗出來是陰性,是p(A∩B’),計算公式為:
p(A∩B’)﹦p(B’∩A)= p(B’|A)×p(A)=0.14%,這就是偽陰性的比例。
這些計算結果告訴我們什麼呢?就是如果我們用準確度90%的快篩工具對100個人做篩檢,出現偽陽性的比例僅有不到10人,換句話說,如果我們對醫護人員快篩,卻擔心因為偽陽性而造成許多醫護人員必須隔離而無法工作,導致醫療負荷過大,這件事情是不成立的,何況如果有第二次篩檢,偽陽性的比例會更低。
同樣的,如果我們擔心普篩的偽陰性會造成很多人帶著病毒趴趴走,那也是杞人憂天,因為其機率為0.14%,實在是非常低。
那麼,看來普篩是應該做嘍?那也不一定。快篩試劑就算準確度高,就算便宜,還是會耗費一定的醫療資源,而且篩100個人,其中是陽性而且被篩到的只有1.26人(就是上面的1.26%),相當不符合成本原則。因此基於上面的探討,我個人的結論是,對於高風險群(比如從國外疫區回台的國人,染疫軍艦的官兵,或萬一發生的社區感染),普篩是絕對需要;而目前台灣並沒有發生大規模群聚感染,本土確診非常低的情形之下,普篩確實沒有必要,但是建議疾管當局作好準備,趕快發展出高準確度的快篩試劑,大量生產備用。
田英奇
wcwang54@hotmail.com