從統計學的角度來說，一個人接受檢測共有4種狀況：（1）真的有病，檢測到有病；（2）真的有病，但沒檢測出來；（3）本來沒病，但檢測到有病；（4）本來沒病，檢測也是沒病。其中（1）與（3）是答對，（2）與（4）是答錯。
然而，現在沸沸揚揚的各種武漢肺炎快篩正確率，根據《台灣醒報》前副總編輯邱慕天的專文整理，主要是指前兩種狀況之間的比例，而並沒有包括（3）與（4）。舉例來說，國衛院日前表示現在的流感快篩，結果15分鐘會出爐，準確率約6成，這邊的6成是指「每10個真的已經得流感的人接受這測驗，測驗結果會抓出其中6個人」。
因此，最近討論的這些肺炎快篩正確率，通常沒有包括第三種狀況的「本來沒病、但檢測到有病」的偽陽性。事實上，大多數現在開發針對抗體、抗原的檢測方式，偽陽性的機率都非常低。但值得注意的是，就算偽陽性的機率很低，但假如本來全體得病的民眾比例就不高的話，仍然會顯著地影響判讀結果。
舉例來說，假如全體民眾100人，其中10人真的得病，有個檢測試劑，準確率9成，但是偽陽率5%。當這檢測試劑拿來測這全體民眾時，10個有病的人中，9個會被抓出來、1個沒被抓到，但是沒病的90個人裡，大概會有4個人不小心被判成有病。這樣檢測試劑總共抓出來的13個人中，只有9個是真正有病的人，僅佔被判別有病的人的7成。
但假如偽陽率趨近於0，如同現在開發出針對抗體或核酸檢測，那就算只如流感快篩一樣只有6成正確度，也絕對不只是大家開玩笑的丟筊杯，不是那種沒病的人去測也4成會有病。
現在在比較各家檢測試劑的正確率時，通常比的是前兩種狀況。但假如真的要執行日前學界討論的全民隨機抽樣檢測，就必須把這些試劑偽陽性的機率納入討論，更得考慮極端分布時抽樣誤差帶來的影響。另外也值得注意的是，假如不是針對病毒檢測，而是針對症狀的檢測（例如肺積水），那症狀本身可能的來源就不只一種，在計算正確率時，還得考慮「真的有病，但是是其他病」的狀況，也讓比較起來更為複雜。
說到最後，也別忘了，其實這些傾人類科技與智慧研發出來的各種篩檢與藥物，其實之間都是可以互相合作、相輔相成的，尤其是針對不同目標、不同時期的檢測，交相合作來降低錯誤率。因此，作為在觀眾席的觀眾，與其只抓著一個數字來過度推論成各國表現，倒不如為每一個努力研發與防疫的人員與成果都吶喊加油、給予肯定。
美國內華達大學拉斯維加斯分校政治系助理教授
