摘要：In this note I describe simple logic behind COVID-19 mass testing, which explains why any underlying policy is economically unsubstantiated. The application of basic probability theory shows that unless the testing accuracy is close to a hundred percent, even a small number of false positives introduces signifcant bias into random tests making them extremely unreliable, which is further aggravated by the presence of false negatives. For example, at 5% false positive rate, for a random person living in the USA without any symptoms or previous contact with infected people, the likelihood of actually having COVID-19 after testing positive is only 32.63%. This probability increases with lower false positive rates and higher infection rates. Still, at 3% false positive rate, a randomly selected person only in 12 states will have a probability higher than 50% (up to 56%) of having COVID-19 after testing positive. Assuming independence of tests, in some states (e.g. Vermont) a person who has no reason to suspect the disease may need to test a dozen times to make sure that he/she is actually sick.
其他摘要：В этой статье я описываю простую логику массового тестирования на COVID-19, которая свидетельствует, что любая соответствующая политика является экономически необоснованной. Применение базовой теории вероятностей показывает, что, если точность тестирования не близка к 100%, даже небольшое количество ложноположительных наблюдений приводит к существенному отклонению результатов случайного тестирования, делая их крайне ненадежными, что далее усугубляется присутствием ложноотрицательных наблюдений. Например, при 5% шансе ложноположительных результатов, у случайно выбранного человека живущего в США без симптомов или предыдущего контакта с инфицированными людьми, вероятность присутствия COVID-19 после положительного результата теста составляет 32.63%. Эта вероятность выше при более низких уровнях ложноположительных результатов и более высоких уровнях распространения инфекции. Тем не менее, при 3% шансе ложноположительных наблюдений, только в 12 штатах у случайно выбранного человека вероятность заболевания после получения положительного результата тестирования будет выше 50% (до 56%). При независимости результатов тестирования, в некоторых штатах (например, Вермонт) человеку, у которого нет причин подозревать у себя заболевание, может потребоваться до десятка положительных тестов, чтобы убедиться, что он/она на самом деле болен.
关键词：COVID-19;Medical Testing;Public Policy
其他关键词：COVID-19;медицинское тестирование;публичная политика
