ブックマーク / u-ff.com (144)

  • 今日のGoogleトレンド急上昇ワード(2020年3月15日) | 3分ニュース: にゃんぷん

    Twitter(ツイッター)リプライ・リツイート・引用リツイート・いいねの違い。初心者のためのツイート使い分け講座

    今日のGoogleトレンド急上昇ワード(2020年3月15日) | 3分ニュース: にゃんぷん
  • 新型コロナウイルス、発熱(風邪)を基準に精度95%の検査をするとこうなる

    赤字は、正しい検査結果。 青字は、間違った検査結果。 これで偽感染者が発生しなくなりますね。 ただし、これは理論上の話です。 「感染している」ことが分かっているのなら、そもそも検査をする必要がありません。 だから、運用上は「感染している人」に対してではなく、「感染しているっぽい人」に対して検査を進めます。 「感染していないっぽい人」に対しては検査をしません。 何かしらの基準を設けて、「感染しているっぽい人」を絞り込む必要が出てきます。 また、偽陰性(感染しているのに陰性だと判定される)の問題については、「感染しているっぽい人」を絞り込んで検査をしたとしても解決できません。 これについては、「陰性が出ても熱があるなら出歩くな」という社会的なルールで対応するしかないと思います。 検査対象者の基準日国内での、新型コロナウイルスの検査基準は以下の通りです。 37.5℃以上の発熱かつ呼吸器症状を有

    新型コロナウイルス、発熱(風邪)を基準に精度95%の検査をするとこうなる
  • 新型コロナウイルス、精度95%で大量に検査するとこうなる

    赤字は、正しい検査結果。 青字は、間違った検査結果。 精度が95%で1億人を検査すると、500万人分(500+4,999,500)に関しては間違った結果が表れます。 感度: 感染者を正しく陽性と判定する割合(95%、9,500人)特異度: 非感染者を正しく陰性と判定する割合(95%、94,990,500人)偽陽性: 非感染者を誤って陽性と判定する割合(5%、4,999,500人)偽陰性: 感染者を誤って陰性と判定する割合(5%、500人)ニュースソースに「正診率95%」としか書いていなかったので、 今回の計算では感度が95%、特異度が95%、正診率(精度)が95%と仮定しています。 実際には、感度がx%、特異度がy%、合わせて精度は◯%みたいにそれぞれ別の数値が入る場合が多いです。 試薬で一番重要なのは、「感度」の精度の高さ。 感染者を検査した時に、スルーしてしまうのが一番だめなこと。 陽

    新型コロナウイルス、精度95%で大量に検査するとこうなる
  • 今日のGoogleトレンド急上昇ワード(2020年3月11日) | 3分ニュース: にゃんぷん

    Twitter(ツイッター)リプライ・リツイート・引用リツイート・いいねの違い。初心者のためのツイート使い分け講座

    今日のGoogleトレンド急上昇ワード(2020年3月11日) | 3分ニュース: にゃんぷん