Entenda por que testes de alta precisão ainda podem produzir, em sua maioria, falsos positivos.
Parâmetros de teste
Análise 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
O paradoxo do falso positivo ocorre quando resultados de testes falsos positivos são mais prováveis do que resultados verdadeiros positivos, normalmente quando a condição testada é rara.
💡
Pro Tips
Reduza a prevalência para ver o paradoxo em ação.
!
Fun Facts
"Mesmo com um teste com 99% de precisão, se uma doença afectar apenas 1 em cada 1000 pessoas, um resultado positivo implica apenas cerca de 9% de probabilidade de ter a doença."
"É por isso que os médicos muitas vezes repetem o teste ou usam um segundo teste mais específico."
