2-3　以检查准确率为线索，设定“条件概率”

下一步就是设置为不同类别带来特定信息的条件概率。本例中的信息是指检查结果所呈现出的阳性及阴性。 正如第一讲中所述，这一过程离不开客观数据的支撑。在本例中，就使用了与简易检查相关的客观数据。（图表2-2 ）

图表2-2　检查准确率的条件概率

横向阅读这张图表可知：上面一行是癌症患者的情况，检查结果呈阳性的概率为0.95。也就是说，查出患者得了癌症的概率为95%。那么误诊的概率便是1-0.95＝0.05了。这表明，每接受检查100人中，其中5人，即使身患癌症，诊断出来的结果也是阴性。

下面一行是健康者的情况，误诊为阳性的概率为2%。因此，准确诊断为阴性的概率就是1-0.02＝0.98。

从上面的图表，我们可以得知，简易检查并不是那么完善，它存在着误诊的风险。所谓的风险包含了：“身患癌症，却诊断为健康”和“很健康，却误诊为癌症”这两种情况。

这种概率，就是先前讲过的，在限定类别场合下的各个检查结果的条件概率。把各个类别作为检查结果的“原因”来看待的话，如果明确了原因（身患癌症或是健康），就可以知道结果（阳性或阴性）的概率。

上一节中共分了两个大类，根据具体信息，每个大类又被分成了两小类，如图表2-3所示。

图表2-3　四种互不相同的可能性

如图表2-3 所示，你的身体内部存在四种可能性。患癌并呈现阳性（左上区域），患癌并呈现阴性（左下区域），健康状态下的阳性（右上区域）和健康状态下的阴性（右下区域）四种情况。

并且，根据各区域所表示的概率，用乘法计算，得到图表2-4 。

图表2-4　四种互不相同的可能性各自的概率