Yüksek doğruluklu testlerin neden hala çoğunlukla hatalı pozitif sonuçlar üretebildiğini anlayın.
Test Parametreleri
Bayes Analizi
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
Yanlış pozitif paradoks, yanlış pozitif test sonuçlarının gerçek pozitif sonuçlardan daha olası olduğu durumlarda, tipik olarak test edilen durumun nadir olduğu durumlarda ortaya çıkar.
💡
Pro Tips
Paradoksu iş başında görmek için yaygınlığı azaltın.
!
Fun Facts
"%99 doğru sonuç veren bir testle bile, bir hastalık 1000 kişiden yalnızca 1'ini etkiliyorsa, pozitif sonuç, hastalığa yakalanma olasılığının yalnızca ~%9 olduğu anlamına gelir."
"Doktorların sıklıkla yeniden test yapmasının veya daha spesifik bir ikinci testi kullanmasının nedeni budur."
