Slyšel jste někdy o nerovnoměrném rozdělení? I když je interval senzitivity mezi 70-100%, může být medián na 95% a podobně u specificity medián blízko 100%. Bez bližších informací o vyhodnocení testovacích metod a používaném testu nejde parametry hodnotit; prostě nemůžete plácnout aritmetický průměr z udávaného intervalu.

O těchto výpočtech se několikrát psalo na Technetu, v článku

https://www.idnes.cz/technet/veda/koronavirus-testovani-vysledky-interaktivni-graf-ilustrace-falesne-pozitivni.A200423_210237_veda_pka

je interaktivní graf s možností zadání hodnot. Pro prevalenci 1.5%, senzitivitu 95% a specificitu 99.5% vychází u pozitivního výsledku testu 26% pravděpodobnost falešného poplachu.

Důležitá okolnost je, že na testy se neposílá náhodný výběr lidí, ale většinou lidé s epidemiologicky významným kontaktem. U nich je prevalence vyšší, což snižuje pravděpodobnost falešné pozitivity. V uvedeném příkladu vzrůst prevalence testovaných na 5% způsobí snížení falešné pozitivity na 9%.

Takže článek vidím jako logický produkt vystudovaného právníka a ekonoma, který umí Bayesovu statistiku, ale neorientuje se dostatečně v dané problematice. Neberte to jako tvrdou kritiku. Cyril Höschl nedávno na jedné přednášce říkal, že odhad členů vědecké rady Lékařské fakulty Univerzity Karlovy na výsledek příkladu tohoto typu byl zcela chybný.

To je ovšem zoufalá snaha zachránit nefunkční testování. Podle zpráv z praxe se původně (na jaře) pozitivní testy opakovaly jak říká doporučení SDS USA https://www.medrxiv.org/content/10.1101/2020.04.26.20080911v3.full.pdf . Dnes se žádné opakování nestíhá a z toho ta mnohem nižší specificita podzimních testů. Zato se jich uvalí hodně a pojišťovny i jednotlivci cálují.

Pokud na začátku je převaha falešně pozitivních, ten výběr začně fungovat opačně. Totiž že posíláte na testy ty falešně pozitivní, které jste si různě natrasovali, a na skutečně pozitivní se nedostane. Nebo, ještě spíše, se lidé pociťující symptomy z profesních, osobních nebo i jen časových důvodů naopak testům vyhnou, natrasovaní tam musí. U nás to trochu kompenzuje nákaza ve frontě na testy, tam nějací pozitivní vzniknou. Taková tříhodinová fronta na Bulovce je skoro jak návštěva turecké svatby v Gmündu. No, možná ne úplně....

Asi si upravte tu prevalenci - netestuje se náhodný vzorek, ale lidé vybraní podle nějakého klíče. Podíl pozitivních mezi testovanými momentálně roste s podobným trendem jako absolutní počet pozitivních, takže byste tam neměl mít 1,3%, ale zhruba 10%. Přirozeně je přesnost toho čísla zatížena právě tou spolehlivostí testování o které píšete, ale to už je výzva pro Vás, jak výsledek korektně interpretovat

Právě že to naopak vypadá, že se testuje více méně náhodný vzorek. Lidé bez příznaků, lidé kteří znají někoho, kdo zná někoho, kdo slyšel, že někdo je nakažený... dobře, dobře, to už je trochu hyperbola, ale nic to nemění na tom, že testování nemá systém.

A k té prevalenci. Používám vyšší data z NSTNC19. Kdybychom připustili, že je prevalence 10%, znamenalo by to 1 000 000 nakažených a při smrtnosti mezi 0,64% (NSTNC10) a 1% (MZČR) to, že nám tu někde pobíhá 6'000-10'000 mrtvých na covid, o kterých nikdo neví. Prevalence neznamená, kolik lidí z celku danou nemoc chytne v průběhu roku, ale kolik lidí ji aktuálně má. Upřímně řečeno, i těch 1,3% je nejspíš nadsazených a skutečnost bude někde okolo 0,6%, jak vychází IKEMu u chronických pacientů.

Použití Bayesovy podmíněné statistiky na hodnocení spolehlivosti testů na Covid považuji za naprosté nepochopení této metody.

Pravda je, že nejspíš stačí předpoklad nezávislých experimentů. Na vysokých hodnotách falešné pozitivity a negativity to nic nemění https://www.medrxiv.org/content/10.1101/2020.04.26.20080911v3.full.pdf

Díky, úžasné. Zkuste to spočíst se spodním odhadem, to odpovídá kvalitě čínských testů dodávaných firmou pana Prymuly laboratořím pana Babiše. :-(