醫學篩檢（Medical Screening）主要目的是在從尚未發病的健康族群之中找出可能罹患疾病的人。我們首先要認清的是：本質上，不管任何檢測都無法做出百分之百肯定的答案，一定存在不確定性。這不確定性（或是錯誤）的來源有可能是來自檢驗本身的局限，有也可能來自操作、取樣的不完美。
在統計學上分成有兩個：1、偽陽性（False positive）：受檢者沒患病，但檢驗時卻認為有得病。2、偽陰性（False negative）：受檢者其實是有患病，但檢驗時認為沒得病。但想提高檢測的“準確率”（口語上的準確率，只是指真陽率（1-偽陰率）， 其實並不精確）, 只降低（避開）前面兩個“偽”還不夠，我們還須要一個數字：盛行率（prevalence，又名基本比率），才能真正算出檢驗的準確率，第三個關鍵數字，對最後檢測結果的機率影響可能非常巨大，以前面乳癌檢測的例子，若盛行率降為1%，其他條件（真陽率、偽陽率）即使一樣，真正患得乳癌的機率就降為4.8%，也就是說，該婦人該擔心的程度（風險），就由近二成，降為不到5%。
回頭看看目前國內的疫情，由於這是一個新的疾病，我們無法用過去統計資料得到一組盛行率的數據。在無法從全台灣（母體）有多少比率患病的資料下，只能用已檢測多少，且測出陽性反應的數據當樣本來替代盛行率，根據開頭引用的新聞，李建璋博士計算，台灣現在約1/120檢驗覆蓋率（可視之為盛行率），僅約0.83%。在這麼低的盛行率下，不管用任檢驗方法，即使有高真陽率，最後都很難達到很高的真正準確率。這也就可解釋，不管是阿中部長，或是學者，都會把發生大規感染訂為啟動普篩的要件（李博士，有明確指出需要在1/50以上）。
由此推測，目前遲遲不啟動普篩的原因是，目前台灣的盛行率太低，即使檢測出呈陽性，斷定此人染病的可信度並不高，唯有當盛行率（傳染擴大時）檢驗的準確度才能提昇。也就是想經由普篩，超前佈署，將已染病的人找出來，予以隔離治療，達成避免感染擴大的成效會很低，反而會造成漏網之魚（偽陰性的人）失去戒心，疏於防範，昇高疫情爆發的機率。
以上純屬非專業推測，因為筆者並不具備流行病學專業知識，以上純粹從工作上常用的機率判斷推理，竟也能得到“順時中”的結論，覺得莞薾，故為文應時一下，至於是純屬巧合亦或也符合流行病學專業就不是本文關心的重點了。
股票研究才是筆者想要著墨的地方。疾病篩檢與研究股票，看似八竿子打不著的兩件事，其實共同指向一核心問題，醫生要問的是：面對茫茫人海，我如何確認此人可能得新冠肺炎嗎？研究員要問的是：面對茫茫股海，我如何確認這一家公司會是有價值（或安全邊際夠大）的公司？這兩種問題，最後的答案都只能是一個可性能有多高，絕無法得到一個肯定百分之百的明確答案。之所以模糊，是因為這是在不確性狀況下做的機率判斷。後續（下期）將介紹證券研究員在實務上，最艱難的工作（技能）—研究員的罩門：貝氏推理（Bayesian reasoning）。
（本文作者為時間投顧創辦人，未經同意不得轉載）
責任編輯/林哲良
