主题：【整理】不准确的抗体测试还不如不检测---抗体护照药丸？ -- 菜根谭
家园 【整理】不准确的抗体测试还不如不检测---抗体护照药丸？ 最近欧美都在大力推行抗体检测，好像要推行“抗体护照”，让检出有抗体的人群率先解除隔离，复工复学，用这个方法来重启经济....国内吃瓜群众忧心忡忡是不是我们要被群体免疫的世界所隔离。最近也出来了不少抗体检测的结果报道，比如说纽约1/3的人阳性等等....但是事情真的像欧美设想的如此美好吗？？
利物浦大学的Nicholas Gary和合作者们做了些模型仿真工作，结果非常有意思，这个模型对欧美的“抗体护照”方法是个沉重打击。粗略研读论文之后，我对其中的逻辑，研究方法以及各种不同情景的仿真都很赞同。
作者的结论是：“抗体护照”方法对抗体检测的特异性要求极高（偏偏这个是抗体检测的劣势，抗体检测通常假阳性高（假阳性率2-5%算正常）），一个不准确的抗体检测还不如不检测，错误的检测反而会诱发下一次疫情爆发。
挑个最有代表性的图和最有可能的场景解释下：
假设目前群体感染率5%（实际大多数国家根本没到达这个比例），抗体检测敏感度90%，特异性95%（这已经是个很优秀的检测方法了）。
如果如图所示，抗体检测会检测出93名有抗体的群众，但是其中48名实际是假阳性的，那么这些人放出去就是必然会被感染的，因为他们会误以为自己有了抗体！！！
而这种抗体检测办法检测出来的数据就是人群中9.3%的人已经有了抗体，结论也是错的（实际应该是5%）。
我怀疑之前欧美检测的抗体数据中应该也没修正这种假阳性。由此可以推导出一个有趣的结论：
本来是为了解禁的“抗体护照”法会成为促成下一波次疫情爆发的引子！！那些没有抗体，但是被不准确的抗体检测测出来的假阳性者会是主要受害者！
论文预印本的全文地址如下：
加点想法换个角度来看，“抗体护照”真正的是推进群体感染的最优方案
打着抗体检测，发”抗体护照“的幌子，每次都可以骗出来一批“假阳性”的“韭菜”，兴高采烈的被感染。。。
并且被骗出的假阳性比例可以通过调节抗体检测的敏感度和特异性来控制。。
这样一来就可以准确的调控感染比例，比如说医院最近就能管10万个病例，那就先骗出100万颗“假阳性”的“韭菜”来复工。。
“韭菜”们也高兴，自己还以为自己有抗体了，先浪先感染，死不了就免疫！！
这批搞完，再测一批，再来一批假阳性的“韭菜”！
并且是韭菜们主动的去办理“抗体护照”，自己找感染。。。
伴随着整体人群被感染比例的逐步扩大，“假阳性”的数量也会降低，还可以体现出政府工作的得力：“韭菜”们，你们看，我们的工作不断的在改进哦！！
如果“韭菜”们愤怒了。。那就推到抗体检测的”假阳性“上，科学的错误能是错误么？？
简直是太聪明了～～～～
我是不是揭发了什么大阴谋？？
家园 Yes Prime Minister 版 -Dr. Fauci, what is the purpose of our prophylactic immunization policy against coronavirus-19?
-To immunize American.
-No, Dr. Fauci. It's to make people believe American is immunized.
-The Chinese?
-Not the Chinese, the American! The Chinese know it's not! It's for all our simple, ignorant people shuffling in and out of houses, buses, factories and the White House.
翻译版
-- Fauci博士，我们美国抗击新冠19病毒的预防免疫政策是怎样的？
-- 让美国人民获得免疫而免遭病毒侵害。
-- 不，Fauci博士，是让人相信美国人民对病毒是免疫的。
-- 让中国人相信？
-- 不，不是让中国人相信，是让美国人民相信！中国人知道我们免疫成功不了！这是为了我们那些天真无知的往返于住宅、公共交通、工厂和白宫通勤的人员着想。
P.S. 感谢胶州大白菜河友的纠正，之前顺手就把白宫打错了。
通宝推：菜根谭,家园 White Place应是White House, 宝推 好文采！！！
哈哈。。加了翻译之后必须宝推下！
太准确了！
家园 换个角度来看，“抗体护照”真正的是推进群体感染的最优方案 打着抗体检测，发”抗体护照“的幌子，每次都可以骗出来一批“假阳性”的“韭菜”，兴高采烈的被感染。。。
并且被骗出的假阳性比例可以通过调节抗体检测的敏感度和特异性来控制。。
这样一来就可以准确的调控感染比例，比如说医院最近就能管10万个病例，那就先骗出100万颗“假阳性”的“韭菜”来复工。。
“韭菜”们也高兴，自己还以为自己有抗体了，先浪先感染，死不了就免疫！！
这批搞完，再测一批，再来一批假阳性的“韭菜”！
并且是韭菜们主动的去办理“抗体护照”，自己找感染。。。
伴随着整体人群被感染比例的逐步扩大，“假阳性”的数量也会降低，还可以体现出政府工作的得力：“韭菜”们，你们看，我们的工作不断的在改进哦！！
如果“韭菜”们愤怒了。。那就推到抗体检测的”假阳性“上，科学的错误能是错误么？？
简直是太聪明了～～～～
我是不是揭发了什么大阴谋？？
家园 是个非均衡分类的问题哎 那解决方案就出来了, 让已感染和未感染人数差不多不就成了。那个图里, 如果两边各是500, 那抗体护照的指标就会好看很多, 所以这东西是准备用来应付极度糟糕的情况的吧。。。。
不过, 抗体检测的F1真能到90%以上? 就算理论能到, 面对RNA病毒的变异, 实际又能有多少?
家园 敏感性和特异性应该是对冲突的参数 敏感度太高，特异性就会差。。
特异性高，敏感度就不会好。。
两者都好那就是真厉害，有什么牛B技术了。。价格肯定便宜不了
家园 俺觉得这个问题很好解决 新冠传染力强，一传就是一家，以家庭为单位测抗体，要中招全家都中，如果只有一个阳性，那很可能是假阳性。
其实说到底还是价格，要是10美元一次（中国早就能做到），怕假阳性就多测几次呗，要是1000美元一次，没几个人测得起，讨论假阳性根本没意义。。。
家园 印度人的招：感染率低的N合一测试 一家5口花一笔检测费用搞定
也是穷国富测的一个不错的主意，注意前提
家园 好主意，可以根据当地感染率计算出一个最佳混合数目
家园 哈尔滨的那个投毒留美的可奇怪 4周了检测了4次PCR都阴性，跑到上海做了手术也没有听说有人被感染。
做了几回抗体，就一次IgM阳性，其他都阴性，家里人统统阴性。
她背了80多的感染哟！人的男女性别都快测不准了。
家园 你这个家庭群体判别法有意义，多测几次并不靠谱 抗体检测是定性检测方法，如果抗体浓度和种类不变，测一次和测多次应该结果不会变化很大。
抗体绑定的荧光显示只能大概显示出一个条带，亮一点暗一点的区别。。多次检测也排除不了假阳性。
但是这个家庭群体检测法相当有想法，并且可行！
通宝推：北纬42度,家园 认真讨论哈尔滨留学生投毒的科学问题 1.IgM 阳性，IgG 没有，这两个同时的效果和家里人同时的效果有多大？
2.她家里面没有一个人得或者抗体阳性，这说明IgM阳性的假阳性的可能性多大？
家园 一直考虑发个相关的帖子，在这里做个绿叶映衬一下 与开发检测方法相关的概念很多，基本的有敏感度、特异性、假阳性、假阴性等，非常容易引起混乱。还有其它相关概念就先不说了，说不明白比白说还不如。
下面这张图比较直观地说明开发检测方法的概念。
左边是有病的人群，右边是健康人群。开发检测方法是相对应需要有两类样本，左边病人的样本和右边没病的样本。
对病人的样本，检测出的阳性可以估计该方法的敏感度，而病人样本没有检测出阳性的，是为假阴性。
在另一边对没病样本，检测出的阴性可以估计该方法的特异性，而健康样本检测出阳性的，是为假阳性。
可以看出在开发检测方法时，左右两边是分开的，两边没有联系。但将这个检测方法应用到人群中，就是将两边整合在一起考虑了，结果就会和以前想的大不一样。
这其中的关键是左右两边的比例是极大的不同，右边没病的数量远远大于左边有病的数量。这样即使右边的特异性很高，假阳性很低，但健康人的数量太大，检测产生假阳性的数量也会很大。加州的例子很说明问题。
上周加州发布的一项对3300人血清学研究的预印本也招致了强烈的批评。该研究的主要作者、斯坦福大学研究公共卫生政策的Jay Bhattacharya和Eran Bendavid与同事一起通过Facebook上的广告招募圣克拉拉县的居民。有50项抗体检测均为呈阳性，约占1.5%。但在对数据进行调整以更好地反映出该县的人口统计数据后，研究人员得出结论，该县2.49%至4.16%的居民可能感染了病毒。他们说，这表明实际感染人数多达8万人。这是已证实检测结果的50多倍，并且意味着死亡率极低。但这却成为考虑严格的隔离措施是否值得继续的一个理由。我查了加州研究的原文，COVID-19 Antibody Seroprevalence in Santa Clara County, California
作者使用的抗体检测试剂盒，是用85个确诊病人的样本和371个确定没有感染样本开发的。文章给出的试剂盒特异性数据是：a specificity of 99.5% (95 CI 98.3-99.9%)。假阳性率非常低，在0.1-1.7%之间。可是如果参加研究的3330人都是正常人，按照95% 置信区间估计，可以发现3-56个假阳性的人。该研究只发现50个阳性结果，正好在检测试剂盒的假阳性区间中。而该研究作者没有使用其它检查方法来确认发现的阳性病人，是无法区别阳性结果真的是被感染病人还是假阳性，所以这个研究结果以此估计人群的感染率是没有意义的。
哥伦比亚大学统计学家Andrew Gelman在网上评论中写道：“我认为这篇论文的作者应该向我们所有人道歉。‘这些数字’本质上是统计误差的产物。”这些应时的、没有意义的研究对政客还是很有用处的：可以公开呼吁尽早结束隔离和其他控制措施，并声称新的流行率数据支持这一呼吁。
通宝推：菜根谭,