曾主席果然是飽讀詩書之人，這篇文章非常有意思，談的是數學上的Bayes' theorem。
這個定理在醫學上也是重要的。舉個例子，假如香港有1%的人有某種癌症，而這種癌症的篩查很準確，如果一個人有癌症，篩查有90%機會會正確地呈陽性（科學術語上我們叫做90% sensitivity）；如果一個人沒有癌症，篩查有90%機會會正確地呈陰性（科學術語上我們叫做90% specificity）。如果某市民在篩查呈陽性，它有多大機會真的有這種癌症？懂Bayes' theorem的朋友可以自己試試，屈指一算，原來只有8.3%！比你們想像的為少吧？為什麼？原來因為這個癌症本身太罕見，所以即使篩查本身準確，其陽性預測率（positive predictive value，指篩查呈陽性又真的有這種癌症的比率）卻可以很低。
在公共衛生學中，有所謂的Wilson and Jungner criteria去幫助我們分析一個篩查是否實用，其中這個criteria就包括了篩查本身的準確性及疾病的普遍性。根據這套分析方法，子宮頸癌篩查是非常好的篩查，近來開始受人關注的大腸癌篩查也是種好篩查，至於其他的大部分私家醫生在身體檢查時提供的癌症篩查，其實都是不太好的篩查。
sensitivity and specificity 在 Machine Learning Fundamentals: Sensitivity and Specificity 的推薦與評價
... <看更多>