知名体检机构与客户癌症漏检纠纷背后的概率计算问题

某项肿瘤检测灵敏度特异性都是99%，如果检测是阳性，那么患肿瘤的概率是多少？

某体检机构与客户因癌症漏检问题发生纠纷，该体检机构负责人在隆重召开的媒体说明会上的发言，引发了公众的强烈不满，舆论迅速发酵。从医学角度而言，这位负责人那些引发争议的言论有一定道理。然而，其傲慢的态度既体现出对客户的不尊重，也反映出对医学缺乏敬畏之心，言语间尽显资本的贪婪。这种对医学毫无敬畏之心的机构，必将对社会造成危害，应尽快将其关闭。

先说题目中的答案，肯定是低于99%，而且是远远低于99%！！

这个问题对于很多临床医生都是个难点，但在临床实践中医生也无需去进行精确计算，医学的常识告诉他不能依赖单一检测，需要更多检测，或者安排活检病理。他不知道这个准确的概率也丝毫不影响他的诊疗决策，但对于患者而言，他需要一个准确的数字。

在很多检测项目的推广资料上都会有敏感性（灵敏度）、特异性两个核心指标，当然是越高越好。准确计算这个概率，要先从基本概念学起（不想学习的可直接看最后红色结论）。

部分内容来自于《一文解析敏感度与特异度》

一、敏感度：不漏掉一位 "真病人"

敏感度，也称作 "真阳性率"，它指的是在所有实际患有疾病的人群中，被检测项目正确识别出来的比例。简单来讲，就是这项检测 "查病" 的能力有多强，能否把真正患病的人全部筛查出来，尽可能降低漏诊情况。

假设我们要对某种疾病进行检测，有 100 名确诊患者接受了这项检测，其中 90 人检测结果为阳性（真阳性），此时敏感度为 90%。而剩下的 10 人明明已经患病，但检测结果却是阴性（假阴性），这 10 人就属于漏诊病例。敏感度越高，漏诊的可能性就越低，这对于疾病的早期发现和及时治疗越有益处。

二、特异度：绝不冤枉一位"健康人"

特异度，亦称"真阴性率"，指的是在所有实际未患病的人群中，被检测方法准确判定为健康的比例。它反映的是检查"排除疾病"的能力，即能否精准地筛选出真正健康的人，从而避免误诊。

以上述检测项目为例，现有1000名健康人接受相同检测，其中850人检测结果为阴性（真阴性），那么该检测项目的特异度为85%。然而，剩下的150人明明身体并无问题，检测结果却呈阳性（假阳性），这150人便属于误诊情况。特异度越高，误诊的可能性就越低，能够减少不必要的恐慌以及进一步检查所带来的负担。

三、敏感度与特异度的关系

关注对象各异：敏感度聚焦于"患病者"，旨在考察检查能否将其全部筛查出来；特异度则着眼于"未患病者"，查看检查能否准确将他们排除在外。

在实际的医学检查中，敏感度和特异度通常难以同时达到 100%，二者往往呈现"此消彼长"的态势。例如，若要提升某项检查的敏感度，可能需放宽诊断标准，如此虽能检测出更多患者，但也会提高误诊几率，致使特异度降低；反之，若提高特异度，收紧诊断标准，又可能会漏诊部分症状较轻的患者，进而使敏感度下降。

因此，医生需依据疾病的特性、检查的目的以及后续的处理措施，综合权衡敏感度和特异度，挑选最为合适的检查方法和诊断阈值。

这两个数值是在临床实验中计算出来的，同一个检测项目在不同的临床实验中，其数值也不完全一致，与人群的筛选有密切关系。

四、阳性预测值：检测阳性的人，患病概率多高

但对于健康人群，特别是体检人群，需要尤为关注的指标是"阳性预测值(PPV, positive predict value）"，表示检测阳性的人，患病概率多高。这个指标不仅仅和技术本身性能相关，还和这类疾病流行程度或者发病率有关，这个指标也是与后续诊疗决策密切相关。较低的PPV会带来假阳性人数的增加，会有许多不是阳性的患者被误诊为疾病，带来不必要的经济和心理负担。

与阳性预测值相对应的概念是阴性预测值(NPV)，含义显而易见。

五、以案说法

以下相关数据来自于《癌症真相：医生也在读》

在50岁以下普通人群中肺癌发病率不到0.1%。假设某市有100万人，那有1000人是真正有可能患早期癌症的。假设低剂量螺旋CT检查特异性和灵敏度都是99%（实际值要远低于这个），也就是说99%患病的人会被查出来，而99%没病的人也会被正确排除，听起来很不错吧？但体检结果会怎么样呢？

在这种情况下，有癌症会被查出来的是990人(1000×99%)，而没有癌症的人（99.9万）里面会有1%被错误诊断出有癌症，那就是9990人(999000×1%)。那么整个体检下来，会有10980人(990+9990)被诊断有癌症，其中9990都是被误诊，假阳性率高达91%！

也就是说91%被防癌体检查出阳性的人，其实都没事。而那990个真正有癌症的人也会被混在10980人里面，无法分辨。因此所有的人都需要做第二次检测，甚至第三次检测，才有可能真正确认。

在一项灵敏度和特异性都是99%的癌症检测中，阳性人群真正患癌的概率是9%（990/10980)，相对于普通人群的1%的患癌风险，阳性人群的风险必然是显著升高了，但从绝对值来看，仍然是一个很低的数值。

如果你的检测是阴性，那么你未患癌的概率是极高的，而患癌的概率则极低，远低于正常人群，可通过以下列表数据自行计算。

这种巨大差异的本质是两类指标的计算分母不同（人群不同）。肺癌发病率在普通人群中很低，真正患病的人很少，因此即使只有一点点假阳性概率，也会导致大量没有病的人被误诊。

目前，市面上所有癌症筛查项目的特异性和灵敏度都远低于99%，甚至要低于90%。那么同样的题目中，如果特异性和灵敏度降低到90%，假阳性误诊率会是多少呢？是98.3%！事实上，螺旋CT肺癌筛查的特异性和灵敏度根本到不了90%。所以非高危的年轻作家去做防癌体检，从一开始就几乎注定了是虚惊一场，浪费金钱，造成巨大心理压力，同时他还多受了不必要的辐射。

当我们知道了答案，即使检测阳性，真正患癌的概率也很低，是否就没必要做相关检测了呢？实际上正常人群进行肿瘤筛查的意义很低，但对于高风险人群还是非常有必要有。具体计算请查阅上述专著。权威性指南也是建议高风险人群进行筛查。

另外一个伴随的问题是如何确定自己是不是肿瘤高风险人群？不同的肿瘤具有不同的高风险因素，当然也有一些共同的因素，比如年龄和家族史。具体可查阅国家卫生健康委相关权威指南/方案。

上述是基于群体的从宏观医学角度进行的分析。若从微观个体角度出发，是否进行肿瘤筛查则完全取决于个人的风险偏好。但是，检测机构或医生有义务进行充分告知，而非事后嘲讽客户"不要指望这点钱查出什么病来"。

打赏