En japansk entreprenör, Masayoshi Son, har tweetat att han planerar att tillhandahålla en massa PCR-testning för en miljon människor mitt i koronavirusutbrottet men fick kraftigt återfall från netizens att det kommer att orsaka en "medicinsk katastrof". Varför är detta?


Svar 1:

Quora Evangelist

har skrivit ett otroligt informativt

till frågan. Ursprungligen var jag ganska förvirrad, till och med lite arg av det offentliga svaret, så det var ganska ögonöppnande att få information om vad som eventuellt skulle kunna följa av en slarvig masstestning i detta ögonblick.

Nedan följer en översättning av hans svar. Tyvärr stöder Quora-översättning inte japanska till engelska, så igen, jag vill se till att detta är Kenn Ejimas svar och all kredit går till honom. Naturligtvis är alla fel på grund av översättning mitt ansvar.

-------------------------------------------------- ----------------

Jag tror faktiskt att detta kommer att bli ett mycket bra exempel på en ”folkhälsoföreläsning för alla”.

För dig som inte vill läsa hela svaret, se till att komma ihåg detta innan du lämnar: "

Det finns inget test som är 100% korrekt

”.

Så faktiskt, hur exakta / felaktiga är testerna i allmänhet? Ta en titt på figuren nedan. Tänk inte "Det finns för många tekniska jargons!", Du kommer att ha det bra. För tillfället behöver du bara känna till

fyra termer i mitten

.

  • Sann-positivt: Du testades positivt och du har verkligen sjukdomen (Bingo!)
  • Sann-negativt: Du testades negativt och du har verkligen inte sjukdomen (Bingo!)
  • Falskt positivt: Du testades positivt, men du har faktiskt inte sjukdomen (Fel)
  • Falskt negativt: Du testades negativt, men du har faktiskt sjukdomen (Fel)

Du kan förstå dessa fyra termer ganska intuitivt, eller hur?

Om vi

antar att alla tester är 100% korrekta

, det skulle bara finnas "sant positivt" och "sant negativt", så vi behöver inte alla de komplicerade diskussionerna. Det är kanske det du skulle tänka dig när du tänker på ett medicinskt test.

Dock,

det finns inget sådant som ett 100% noggrant test

, så det kan finnas två möjliga tillstånd i

testresultat

(testat som positivt / testat som negativt) och två möjliga tillstånd för

faktiskt hälsotillstånd

(infekterad / oinfekterad), vilket resulterar i fyra möjliga fall som en kombination av två. Alla som tog testet kommer att kategoriseras i ett av dessa fyra fall.

Som sagt betyder falskt positivt att du inte är sjuk men du diagnostiseras som sådan.

Falskt negativt betyder att du faktiskt är sjuk men du har förbises.

Ok hittills?

Nu finns det två kriterier för att mäta testets noggrannhet. Den ena är känslighet och den andra är specificitet. Till exempel för en influensatest kan det sägas

“Känslighet: 60%, specificitet: 98%”

för att visa testets tillförlitlighet.

  • Känslighet: Andelen sjuka personer som är korrekt identifierade som har tillståndet
  • Specificitet: Andelen friska människor som korrekt identifieras som att de inte har tillståndet

Så om vi tar det nämnda influensatestet som exempel,

  • Eftersom känsligheten är 60%, om det finns 100 smittade personer, diagnostiseras 60 personer som positiva och 40 personer diagnostiseras felaktigt som negativa.
  • Eftersom specificiteten är 98%, om det finns 100 friska personer, diagnostiseras 98 personer som negativa och två personer är felaktigt diagnostiserade som positiva.

Som ni kan se, när känsligheten är låg kommer fler att bli felaktigt diagnostiserade som negativa.

Har du någon erfarenhet av att besöka sjukhuset när du ville testa för en influensa eftersom du kändes lite sjuk men blev ombedd att gå hem igen tills din feber blir högre? Detta betyder faktiskt att eftersom känsligheten för testet är låg, får du inte en korrekt diagnos förrän viruset ökar till en viss nivå.

Tillförlitligheten för det enkla testpaket som Mr.Son skulle tillhandahålla skulle vara liknande det för ett influensatestsats. Låt oss anta att det kommer att ha samma siffra, "Känslighet: 60%, specificitet: 98%".

Förberedelsen är klar!

Den sista saknade delen vi behöver veta är den tidigare sannolikheten. Låt oss använda uppgifterna från Diamond Princess för att förklara detta. Av 3771 passagerare var 705 personer testade som positiva och över hälften av dem var asymptomatiska. Den totala dödstalet är sex personer, vilket betyder att dödligheten var 0,85%.

Faktum är att PCR-testet som utförts av National Institute of Infectious Diseases är ganska tillförlitligt och kanske kunde uppskattas som "Känslighet: 95%, specificitet: 99,9%". För argumentets skull, låt oss anta att det är 100% och de 705 positiva patienterna var verkligen infekterade. Överväg att slumpmässigt välja en person och låt honom / henne ta Mr.Sons test. Vad skulle vara möjligheten att denna person är den "verkligen infekterade"? Som vi uppskattat är detta 705/3711 = 19%. Detta är den tidigare sannolikheten (eller Prevalensgraden).

Låt oss nu använda ett onlineverktyg för att beräkna ytterligare.

検 査 結果 に お け る 陽性 的 中 率 と 陰性 的 中 率 (有病 率 指定)

(JPN)

Klinisk kalkylator 2

(SWE)

Om vi ​​matar in nödvändig information, Känslighet 60%, Specificitet 98%, prevalensgrad 19%, kan vi beräkna två typer av mätvärden "Positivt prediktivt värde" och "Negativt prediktivt värde". Vi behöver dessa två värden för att utvärdera resultatet av testet.

Det "positiva prediktiva värdet" är det viktiga i detta fall, som ibland helt enkelt kallas precision. I maskininlärningssammanhang kallas det vanligtvis PPV (Positivt prediktivt värde).

Dessa värden betyder att:

  • Om testresultatet var positivt: 88% av dem är verkligen positiva, 12% diagnostiserades felaktigt som positiva
  • Om testutfallet var negativt: 91% av dem var verkligen negativa, 9% diagnostiserades felaktigt som negativa

Det finns vissa felaktigheter, men inte så illa, eller hur?

Det var när kryssningspassageraren valdes som provgrupp, så låt oss överväga vad som händer när vi tillhandahåller detta testpaket till miljoner människor runt om i Japan.

Enligt data från hälsoministeriet är för närvarande det totala antalet testfall 9376 fall och antalet positiva fall är 604. Även om den nuvarande PCR-testen endast utförs för dem som misstänks ha viruset, som personer som var i kontakt med en annan patient är sannolikheten för att testas positivt bara 6%.

I diagrammet nedan kan du se att antalet testfall nästan tredubblades den 4 mars, men de positiva fallen hoppade inte och grafen upprätthåller samma (exponentiella) tillväxtbanan. Detta betyder att det faktiskt fanns

väldigt få fall

som människor förbises på grund av bristen på tester.

Som sagt, det kan fortfarande finnas många människor som inte hade svåra symtom och inte fick testet eftersom de återhämtade sig precis som en normal influensa. Så låt oss uppskatta att det för närvarande är x10 gånger mer dolda fall än det nuvarande antalet. Det skulle vara 6000 personer.

Antal PCR-test den 12 mars

Här skulle vi vilja förenkla argumentet, så låt oss säga att hela 120 miljoner invånare ville testa. Med andra ord, alla testsatser är sålda omedelbart och en slumpmässigt utvald miljon människor kommer att testa.

Vad skulle vara den tidigare sannolikheten (prevalensgraden) i detta fall? De uppskattade (dolda) fallen 6000 dividerat med hela befolkningen är 0,005%. Låt oss beräkna vad som händer när vi matar in siffrorna i onlineverktyget.

Gissa, vad tror du skulle vara värdet?

?????????

Du kan inte se numret?

Låt mig zooma in för dig. Positivt prediktivt värde är….

...

0,1%

!!!!

Om du utför ett test och 1000 personer testas positivt finns det bara

en person

vem har infektionen!

Det betyder att 999 personer är falska positiva, vilket betyder att de testades positivt, men de har faktiskt inte sjukdomen !!

Så om en miljon människor köpte testpaketet, är de faktiska fallen med positiva resultat endast 30 inom testpositivfallen (20 fall är falska negativa), och det skulle finnas 20 tusen fall av falska positiver. (Redigerad 15 mars enligt

kommentar) Föreställ dig vad som skulle hända när de alla rusar till sjukhuset och försöker få behandling?

Det skulle verkligen vara en fullständig kollaps av det medicinska systemet!

Vilken typ av "test" är det om det diagnostiseras felaktigt

99,9%

av de positiva fallen?

Du KAN INTE bara testa många människor slumpmässigt! Det är därför experterna säger att ”onödigt många människor inte bör testas”, i motsats till vår intuition!

Den avgörande punkten när man gör ett test är att öka målgruppens tidigare sannolikhet (prevalensgrad). Detta innebär att testet bör göras för personer som uppfyller de nödvändiga kriterierna som att ha feber under en längre period, har symtom som är kompatibla med Covid-19 såsom hosta eller var i nära kontakt med en smittad person, och gör sedan testa.

Bill Gates testkit, som antagligen Mr. Son fick inspiration från, görs i Seattle, ett av de mest infekterade områdena i USA, och bekräftar också om testet verkligen behövs, genom att kontrollera reshistoriken och kontakthistoriken för person via ett online-system för att öka sannolikheten förut. Detta är den största förutsättningen vi behöver för att öka det positiva prediktiva värdet.

検 査 し た く て も 検 査 し て も ら え な い 人 が 多数 い る と 聞 い て 発 案 し た け ど 、 評判 悪 い か ら 、 や め よ う か な ぁ 。。。— mars 11

Herr Son meddelar att projektet skulle avbrytas

Herr Son, jag applåderar för ditt fantastiska beslut att snabbt byta tankar och stoppa projektet!

Japans karantän har varit en framgång jämfört med andra länder, och fasen har redan övergått till nästa steg. Det vi kommer att behöva från och med nu är medicinska resurser som masker och desinfektionsmedel.

Det skulle vara en bra idé att stödja dessa resurser!

Jag har skrivit flera svar tidigare att det inte är bra att testa för många människor. Titta också på dessa svar.

  • Kenn Ejimas svar på Vad behöver du veta för att upptäcka och förebygga cancer tidigt? (JPN)
  • Är influensafrekvensen rekordhög i år? (JPN)
  • Kenn Ejimas svar på Min vän hade influensaliknande symtom och testades för influensa i tre gånger totalt men var allt negativt. Jag tror att det var en influensa som bedömde utifrån symtomen, men är det möjligt att vara negativ även om du har influensa? (JPN)

"Prior probability" och "posterior probability" är idéer som kommer från Bayesiansk statistik. Ta en titt på Mr.Sekiguchis fantastiska svaret nedan för att förstå mer.

  • Masahiro Sekiguchis svar på Betyder det att din förkylning orsakas av bakterier när febern sänker efter att ha tagit antibiotika, med tanke på att antibiotika inte fungerar för virus? (JPN)

Svar 2:

"En japansk entreprenör, Masayoshi Son har tweetat att han planerar att tillhandahålla en massa PCR-testning för en miljon människor mitt i koronavirusutbrottet men fick kraftigt återfall från netizens att det kommer att orsaka en" medicinsk katastrof ". Varför är detta?"

Gissningsvis?

Det kommer att kollapsa sjukhussystemet, och massor av extra människor kommer att dö.

USA (som exempel) har färre än en miljon ICU / Accute care-sängar totalt.

Cirka 200 000 är tillgängliga.

Cirka 10–20% av personer med COVID-19

faktiskt behöver

de sängarna.

80–90% BEHÖVER INTE DEM.

Testa en miljon människor, om 20% av dem testar positivt, och 20% av dem går till sjukhuset för medicinsk vård när de inte behövde, den kollapsen kommer förr och fler dör.