Skip to content

Instantly share code, notes, and snippets.

@rastermanden
Last active November 2, 2020 15:29
Show Gist options
  • Save rastermanden/ed592a2e291ae76ab11882b903fc183f to your computer and use it in GitHub Desktop.
Save rastermanden/ed592a2e291ae76ab11882b903fc183f to your computer and use it in GitHub Desktop.

Som en tabel. Baseret på 10000 personer

Antagelser:

Udbredelse af corona i befolkning: 0.1 %

Sensitivitet (Hvor god er den til at finde smittede):

100 % - Testen finder alle sande positive. Har 0 falske negative. Testen udpeger ingen smittede med corona som i virkeligheden er raske.

Specifitet (Hvor god er den til at finde ikke-smittede):

99 % - Testen finder korrekt en ikke-smittet person i 99 % af tilfældende - sande negative. Resten (1%) er falske positive. Altså, en person der ikke er smittet, men som testen udpeger som positiv for corona.

0.1 % (af 10000) Positiv test Negativ test
Har Corona 10 10 0
Har ikke corona 9990 99.9 9890,1
I-alt (personer) 10000 109.9 9890,1

Hvis en tilfældig person bliver testet og udpeges som posiitiv med corona, er den reelle sandsynlighed fot at personen har corona 9 %:

Det samlede antal positive test divideret med det relle antal positive personer

10/109.9=0.09*100= 9 %

Man kan således let komme til at undervurdere antallet af falske positive, hvis sygdeommen har en lav udbredelse i befolkningen.

Hvis man tester tilfædige 50.000 personer om dagen må man forvente ca. 500 falske positive

Hvis en tilfældig person testes negativ, er der 100 % sandsynlighed for persoen er negativ. Hvis personen har corona fanger testen det da den (i dette eksempel) meget sensitiv. Der er ingen falske negativer.

9890,1/9890=1*100= 100%

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment