Spolehlivost, sensitivita, specificita – statistické pojmy, se kterými se v době koronavirové pandemie často setkáváme, ne vždy jim ale plně rozumíme a chápeme jejich zásadní dopady. Vědci z CERGE-EI v rámci projektu IDEAanti COVID-19 přišli s jednoduchou on-line aplikací a vysvětleními na příkladech z běžného života.
Teorie pravděpodobnosti pro život, tak se jmenuje aplikace, která začala vznikat na začátku pandemie, kdy se na trhu objevily první rychlotesty na onemocnění covid-19. „Například do rychlotestů byly vkládány velké naděje, přitom jejich spolehlivost byla velmi rozdílná a způsobovalo to mnohá zmatení a nepochopení mezi lidmi,“ popisuje motivaci ke vzniku aplikace Daniel Münich, výkonný ředitel IDEA při CERGE-EI. „Proto jsme chtěli na ilustrativních příkladech ukázat a vysvětlit, jak i malá změna v přesnosti testu může mít velké dopady na interpretaci získaných výsledků,“ vysvětluje.
Aplikace Teorie pravděpodobnosti pro život na konkrétních příkladech z praxe uvádí význam jednotlivých statistických pojmů. Pravděpodobnost nákazy – Udává pravděpodobnost, s jakou lze očekávat, že testovaný bude nakažen. U seniora, který sotva vychází z domu, je pravděpodobnost nákazy nízká, naopak u člověka, který sdílí domácnost s prokazatelně nakaženou osobou, bude tato pravděpodobnost vysoká. Spolehlivost (chybovost) testu – Když je výsledek testu s 90% spolehlivostí pozitivní, znamená to, že jsem na 90 % nakažený? Zdaleka ne! Pozitivní výsledek nepřesného testu dostanete spíše kvůli chybě testu než jako důsledek skutečné nákazy. Na spolehlivosti testu se podílí:
Ukázka výpočtu: Pokud bychom ideálním testem se 100% sensitivitou a 100% specifitou otestovali 10 000 osob s nízkou (1%) pravděpodobnostní nákazy, odhalili bychom správně 100 nakažených. Pokud ale k testování použijeme test s 90% sensitivitou a 90% specificitou, dostaneme už o dost jiná čísla – pouze 90 nakažených bude identifikováno správně a 990 osob bude chybně označených jako pozitivní, i když v realitě budou zdraví. Ani negativní výsledek neznamená, že je testovaný jedinec určitě zdravý – 10 nakažených osob dostane chybně negativní výsledek a budou virus nevědomě dále šířit. |
Příklad testování s 90% sensitivitou a 90% specificitou pri 1% pravděpodobnosti nákazy. Zdroj: Aplikace Teorie pravděpodobnosti pro život
Aplikace kromě široké veřejnosti cílí na středoškoláky: „Naše aplikace by mohla sloužit jako výukový materiál na školách, především jako ukázka statistické teorie pravděpodobnosti v praxi,“ říká Pavel Kocourek z CERGE-EI, který se na vývoji aplikace podílel po obsahové stránce. V aplikaci je pro ilustraci i řada odkazů na dřívější novinové články Deníku N na téma testování v reálné praxi, které mohou motivovat další diskusi ve školách.
„Celý vývoj aplikace, od programování až po výsledné designové zpracování, trval asi tři měsíce. Chtěli jsme, aby aplikace byla uživatelsky přátelská a intuitivní,“ popisuje Pavel Kocourek a dodává: „Podle prvních ohlasů uživatelů se nám to snad podařilo.“ Do budoucna autoři zvažují i další rozšíření aplikace, například o parametr inkubační doby – za jak dlouho od potenciální nákazy byl test proveden.