那一年，新冠肺炎教會我的生物統計

呼應上一篇文章，可以將問題的答案簡化成以下分析並試著提供方案：

1. 偽陽性率 = 沒病的人中誤被篩檢出有病的機率 (試劑穩定度)

2. 偽發現率 = 篩檢陽性的人中其實沒病的機率 (虛驚一場)

3. 偽陰性率 = 有病的人中誤被篩檢出沒病的機率 (漏網之魚)

1. -> 試劑先決（當然實地使用時的諸多因素可能干擾）

2. -> 虛驚一場但是已經花費許多醫療資源當作陽性處理，但結果是好的。所以需要醫療體系及早發現，省下資源與恐慌。

3. -> 漏網之魚可能成為社區(院內)感染的種子，亦須及早發現，這塊才應該是著重討論的重點。

如何降低3. ?

因為偽陰性率為1-敏感度，所以提升敏感度就能降低偽陰性。實務上，可能從三個方面來優化：

(1) 罹病者：讓他們願意來接受採檢(讓魚聚集過來)。呼籲熱區與“有”TOCC接觸者至各大篩檢站接受採檢。此法最大壞處是可能讓已經緊繃的醫療資源雪上加霜 (我要魚怎麼來一堆蝦)。

(2) 採檢者：標準化的採檢訓練，能夠熟練的操作採檢棒到鼻咽、停留夠久、儘速送至檢驗單位。此法需要醫療相關人員儘速上線 (越多人來抓住網子越能抓牢抓久)。

(3) 檢驗者：標準化的檢驗流程，甚至做到高風險同一患者(依TOCC判斷)多次採檢 (一層網子不夠我多用幾層(網孔密度相同))

了解事實可以協助判斷也降低恐慌與減低能量浪費