基础概率忽视：体检阳性的真实含义

年度体检报告出来，某项肿瘤标志物显示“阳性”。很多人拿到报告的那一刻就慌了，上网一查：“这项检查准确率 95%。”心里一沉：“那我是不是 95% 有问题？”先别急，我们用上一节的方法算一算。

先算一遍

假设这项指标对应的疾病在体检人群中占 2%，检查的敏感度是 95%，误报率是 5%。想象 1000 个来体检的人：

• 患病的有 20 人，其中 19 人阳性；
• 健康的有 980 人，其中 980 × 5% = 49 人也是阳性。

阳性一共 68 人，真正患病的 19 人：19 ÷ 68 ≈ 28%。担心是应该的，但离“95% 有问题”差得很远。

什么是基础概率忽视

只盯着“检查准不准”，却忘了“这种情况本来有多常见”，就是基础概率忽视。它让人把罕见事件的证据看得过重。

同一个阳性结果，对不同的人意义完全不同。如果是已经出现症状、又有家族史的高风险人群，患病比例假设为 20%：

• 患病 200 人，其中 190 人阳性；
• 健康 800 人，其中 40 人阳性。

后验变成 190 ÷ 230 ≈ 83%。检查完全一样，结论却从“约三成”变成“八成多”，差别全部来自基础概率。在点阵图里把基础概率从 2% 拖到 20%，你会看到阳性人群的构成彻底改变。

这也是医生在筛查阳性后通常会建议复查的原因。如果复查结果仍是阳性，且两次检查的误差互不相关，概率会从约 28% 升到约 88%。

不只是体检

“这个人戴眼镜、爱读书、说话斯文，他更可能是大学教授还是普通公司职员？”很多人选教授，但公司职员的人数比教授多得多，哪怕只有很小一部分符合描述，人数也可能超过教授。

在复盘时，如果发现自己被一条生动的证据带着走、忘了先看这类事有多常见，可以把这次标记为“基础概率忽视”。