Pahami mengapa pengujian dengan akurasi tinggi masih dapat menghasilkan sebagian besar hasil positif palsu.
Parameter Uji
Analisis Bayesian
If you test Positive, Probability you are Sick:
9.02%
Positive Predictive Value (PPV)
Population Breakdown (100,000)
Has Disease: 100
True Positive: 99
False Negative: 1
Healthy: 99,900
True Negative: 98,901
False Positive: 999
The Paradox: Even though the test is 99% accurate, out of 1,098 positive results, 999 are false alarms!
Overview
Paradoks positif palsu terjadi ketika hasil tes positif palsu lebih mungkin terjadi daripada hasil positif sebenarnya, biasanya ketika kondisi yang diuji jarang terjadi.
💡
Pro Tips
Turunkan prevalensi untuk melihat paradoks ini terjadi.
!
Fun Facts
"Bahkan dengan hasil tes yang 99% akurat, jika suatu penyakit hanya menyerang 1 dari 1000 orang, hasil positif hanya menunjukkan peluang ~9% untuk mengidap penyakit tersebut."
"Inilah sebabnya mengapa dokter sering melakukan tes ulang atau menggunakan tes kedua yang lebih spesifik."
