彰化縣衛生局採檢到無症狀的美國返台少年,確診武漢肺炎,被中央流行疫情指揮中心政風調查,彰化縣私下普篩風暴,連日來也引起爭議。公衛專家出身的前副總統陳建仁,深夜在臉書發文「失真的調查:從假陽性個案談起」,解析「普篩」真相。

陳建仁表示,彰化縣這次的該調查,以採集受檢個案的血液檢體,進行COVID-19抗體的檢驗,判定每名個案是否陽性,來估計彰化縣民的抗體陽性盛行率。但是,血清流行病學調查的正確性,決定於(1)檢驗方法的敏感度和特異度,(2)檢驗抗體陽性的盛行率,(3)受檢個案的代表性。

陳建仁指出,檢驗方法的敏感度(sensitivity)是指真正得到感染的人,有多少百分比呈現陽性;特異度(specificity)是指真正沒有得到感染的人,有多少百分比呈現陰性。假陽性率是指真正沒有得到感染的人,有多少百分比呈現陽性,也就是1-specificity。假陰性率是指真正得到感染的人,有多少百分比呈現陰性,也就是1-sensitivity。血清流行病學調查所得到的檢測陽性盛行率,受到真正陽性率的高低,以及敏感度和特異度的高低的影響。「一般而言,敏感度越低、特異度越低、盛行率越低,調查估計出來的檢測盛行率也越嚴重失真!」

陳建仁舉例,以檢測五萬人的調查來看,如他文章附圖表1所示,如果敏感度和特異度都是99%,在每萬人盛行率分別是1,10,100的三種狀況下,真正感染人數分別是5,50,500人;真正未感染人數分別是49995,49950,49500人。由於敏感度是99%,所以在三種狀況下,真正感染檢測呈陽性人數分別是5,50,495人。由於特異度是99%,也就是真正未感染的人會有1%呈假陽性,所以在三種狀況下,假陽性人數分別是500,500,495人。因此,利用陽性人數(無法分辨真假)來估計三種狀況下每萬人檢測盛行率,分別是 101,110,198。也就是說,檢測盛行率高估倍數(g欄)竟高達到101倍,11倍,2倍。換句話說,「盛行率越低,錯誤高估盛行率的失真現象越嚴重!」

陳建仁指出,如他文章附圖表2所示,若真正盛行率是千分之1,敏感度是99%,在檢驗特異度分別是90%,99%,99.9%的三種狀況下,檢測真陽性人數都是50人;但是檢測假陽性人數分別是4995,500,50人。因此這三種狀況下的每萬人檢測盛行率,分別1009,110,20換句話說,檢測盛行率高估倍數也高達到101,11倍,2倍。換句話說,「特異度越低,錯誤高估盛行率的失真現象越嚴重!」

陳建仁強調,從以上的例子可以看出,盛行率調查研究的特異度越低或真正盛行率越低,檢測盛行率也就越容易被高估,也越會失真!雖然研究者可以利用敏感度和特異度來進行調整,推算出真正盛行率〔真正盛行率=(檢測盛行率+特異度-1)/(敏感度+特異度-1)〕!但是,除非利用更特異的方法再做確認,否則調查者必須告訴每個陽性個案,他真正感染的機率只有50%,10%或1%!

同樣的,在入境旅客的抗原篩檢策略上,陳建仁也提醒,如果盛行率相當低而特異度無法提升到非常高的情況下,進行普篩而非精篩,也需要注意假陽性的問題!