Comprendere perché i test ad alta precisione possono ancora produrre per lo più falsi positivi.
Parametri di prova
Analisi bayesiana
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
Il paradosso dei falsi positivi si verifica quando i risultati dei test falsi positivi sono più probabili dei risultati veri positivi, in genere quando la condizione da testare è rara.
💡
Pro Tips
Abbassare la prevalenza per vedere il paradosso in azione.
!
Fun Facts
"Anche con un test accurato al 99%, se una malattia colpisce solo 1 persona su 1000, un risultato positivo implica solo una probabilità del 9% circa di avere la malattia."
"Questo è il motivo per cui i medici spesso ripetono il test o utilizzano un secondo test più specifico."
