Сегодня все написали, что в РФ рекордный рост выявленных случаев заболевания COVID-19, а некоторые из тех кто активно нагнетает панику пишут просто "новых заболевших
( Read more... )
Утверждение о 5 бессимптомных на 1 с симптомами базируется на результатах "мусорных" исследований в Гангельте и Санта-Кларе.
Между тем кейсы авианосца Теодор Рузвельт и Diamond princess дают четкий маркер, что при раннем выявлении бессимптомные составляют 60% от заболевших, по итогам бессимптомное течение есть у 30% от всех заболевших.
В России выявляют в среднем 40% бессимптомных в день и процент выявленных бессимптомных постепенно падает.
Если бы теория про 5 бессимптомных на 1 заболевшего была верна, то при экспоненциальном росте количества тестов процент выявленных бессимптомных носителей только рос, тогда как по факту происходит обратное. Цифры - очень острые орудия и автор поста, как унтерофицерская вдова изволил себя высечь.
Все перечисленные исследования проводились на основе тестов на антитела. В отличие от ПЦР исследований тесты на антитела дают существенный процент ложноположительных результатов. Поэтому в отношении тестов на антитела к COVID-19 работает теорема Байеса, которая говорит любому знакомому с математикой, что любые массовые исследования на антитела будут давать абсолютно "мусорные" результаты, пока COVID-19 не переболеют минимум 30% населения. 30% переболевших COVID-19 - это катастрофа доя здравоохранения и экономики, которая я надеюсь не произойдет никогда.
Очевидно не все знакомы с элементарными способами делать поправки на ложноположительные результаты, так что покажу как это делается:
Если чувствительность и специфичность теста 95% и реальное число больных 2% (заранее не известно), то тестирование на 1000 человек покажет 68 позитивных результата (т.к. 1000 * 2% * 95% + 1000 * (100% - 2%) * (100% - 95%) = 6.8%).
Хотя мы не знаем какой процент из протестированных ложнопозитивные, но можем вычислить через такую формулу:
По ссылке выше сказано, что датчане проверяли тест на 651 образцах крови прошлого года (когда короны не было) и только 3 показали положительный результат. Это дает специфичность 99,5% (доверительный интервал [98,7, 99,9]).
Между тем кейсы авианосца Теодор Рузвельт и Diamond princess дают четкий маркер, что при раннем выявлении бессимптомные составляют 60% от заболевших, по итогам бессимптомное течение есть у 30% от всех заболевших.
В России выявляют в среднем 40% бессимптомных в день и процент выявленных бессимптомных постепенно падает.
Если бы теория про 5 бессимптомных на 1 заболевшего была верна, то при экспоненциальном росте количества тестов процент выявленных бессимптомных носителей только рос, тогда как по факту происходит обратное. Цифры - очень острые орудия и автор поста, как унтерофицерская вдова изволил себя высечь.
Reply
Reply
Reply
Если чувствительность и специфичность теста 95% и реальное число больных 2% (заранее не известно), то тестирование на 1000 человек покажет 68 позитивных результата (т.к. 1000 * 2% * 95% + 1000 * (100% - 2%) * (100% - 95%) = 6.8%).
Хотя мы не знаем какой процент из протестированных ложнопозитивные, но можем вычислить через такую формулу:
X * 0.95 + (1 - Х) * 0.05 = 0.068
Соответственно: 0.95Х + 0.05 - 0.05Х = 0.068
Далее: 0.9Х = 0.068 - 0.05
Таким образом X = 2%, т.е. 20 человек из 1000 реально больные (к печали тестируемых неизвестно кто именно, но для статистики это не важно)
Насчет специфичности, к примеру у датчан CI [98,7 - 99,9]https://www.regionh.dk/presse-og-nyt/pressemeddelelser-
Reply
Reply
Reply
Формула Байеса
( ... )
Reply
Reply
Leave a comment