تخيّل فحصاً لحالة نادرة تصيب 1 من كل 100 شخص. الفحص دقيق بنسبة 99% — يُحدّد بشكل صحيح 99% ممن يحملون الحالة فعلاً، ويُبرئ بشكل صحيح 99% ممن لا يحملونها. تخضع للفحص. تأتي النتيجة إيجابية. ما مدى القلق الذي ينبغي أن تشعر به؟
غريزة معظم الناس هي "قلق بنسبة 99%". الإجابة الحقيقية، محسوبة بشكل صحيح، هي حوالي 50%. هذه الفجوة هي بالضبط ما تهدف نظرية بايز إلى سدّه — وبمجرد أن ترى السبب، لن تقرأ نتيجة فحص إيجابية بالطريقة نفسها أبداً.
السؤالان اللذان يبدوان متشابهين لكنهما ليسا كذلك
"ما مدى دقة هذا الفحص؟" هو في الحقيقة سؤالان منفصلان يرتديان كلمة واحدة. هناك الحساسية — من بين كل من يحملون الحالة، ما الجزء الذي يُحدّده الفحص بشكل صحيح؟ وهناك النوعية — من بين كل من لا يحملونها، ما الجزء الذي يُبرّئه الفحص بشكل صحيح؟ يمكن أن يحصل فحص على 99% في كليهما ويترك لك نتيجة غير مؤكدة فعلياً، لأن أياً من الرقمين لا يخبرك بما تريد معرفته فعلاً: بالنظر إلى نتيجة إيجابية، ما احتمال أن تحمل الحالة؟
حسابها بـ10000 شخص
أوضح طريقة لرؤية هذا ليست الجبر — إنها العدّ. تخيّل فحص 10000 شخص، حيث 1% منهم (100 شخص) يحملون الحالة فعلاً.
- من بين الـ100 الذين يحملونها، يُحدّد الفحص بشكل صحيح 99 (حساسية 99%) ويُفوّت 1.
- من بين الـ9900 الذين لا يحملونها، يُصنّف الفحص خطأً 1% منهم — 99 شخصاً — كإيجابيين رغم ذلك (نوعية 99%، أي معدل إيجابية كاذبة 1%).
اجمع كل من أتت نتيجته إيجابية: 99 إيجابية حقيقية زائد 99 إيجابية كاذبة، أي 198 شخصاً إجمالاً. من بين هؤلاء الـ198، 99 فقط يحملون الحالة فعلاً — النصف بالضبط.
10000 شخص خضعوا للفحص: الـ0.99% الإيجابيون فعلاً والـ0.99% الإيجابيون كذباً يتساويان تقريباً، لأن الحالة النادرة (1%) تعني أن المجموعة السليمة الأكبر بكثير لا تزال تُنتج العدد نفسه من الإنذارات الكاذبة.
Try it yourself — drag the slider to change how rare the condition is, and watch how a “99% accurate” test's real reliability changes with it.
1.0% of people have the condition — 100 out of 10,000 tested.
99
true positives
99
false positives
50%
chance a positive is real
A test that's 99% accurate on paper is only 50% reliable in practice at this prevalence — because 99 healthy people are being flagged positive for every 99 genuinely sick ones caught.
الصيغة وراء العدّ
نظرية بايز هي النسخة الرسمية من حجة العدّ هذه بالضبط — تتيح لك تحديث احتمال بدئي بمجرد وصول دليل جديد:
P(الحالة | إيجابي) = [P(إيجابي | الحالة) × P(الحالة)] ÷ P(إيجابي)
البسط هو الـ99 إيجابية حقيقية (99% حساسية × 1% انتشار). المقام، P(إيجابي)، هو كل من أتت نتيجته إيجابية لأي سبب — إيجابيات حقيقية وكاذبة مجتمعة، وهنا يأتي الرقم 198. كلما كانت الحالة أندر، زاد امتلاء المقام بالإيجابيات الكاذبة، وزادت صعوبة أن تعني نتيجة إيجابية واحدة شيئاً فعلياً.
لماذا يهم هذا فعلياً، لا كموضوع امتحان فقط
هذا ليس سؤالاً خادعاً صُمّم لإيقاع الطلاب — إنه بالضبط التفكير الذي يستخدمه الأطباء يومياً، رسمياً باسم "القيمة التنبؤية الإيجابية". هذا سبب عدم تشخيص الطبيب بناءً على نتيجة فحص فرزي إيجابية واحدة فقط عندما تكون الحالة نادرة، وسبب مناقشة برامج الفرز على مستوى السكان بعناية شديدة — فحص دقيق للغاية، مُطبَّق على ملايين الأشخاص الأصحاء، لا يزال بإمكانه توليد عدد هائل من الإنذارات الكاذبة لمجرد أن عدد السكان الأصحاء أكبر بكثير من عدد المصابين. إذا كان الاحتمال والإحصاء شيئاً تحتاج أنت أو طفلك إلى شرحه بتفكير حقيقي وراء الصيغة بدلاً من الحفظ الآلي، فهذا بالضبط ما يقدمه تدريسنا لرياضيات GCSE، ويمكنك رؤية مسار التعلم الكامل هنا.
أسئلة شائعة
ألا تعني نسبة دقة 99% أنني على الأرجح مصاب بالحالة بنسبة 99% إذا كانت النتيجة إيجابية؟
لا — وهذا هو أكثر سوء فهم شائع لأي فحص تشخيصي. الدقة بنسبة 99% تصف كيفية تصرف الفحص بالنظر إلى حالتك الحقيقية (يُصنّف بشكل صحيح 99% ممن يحملونها، ويُبرئ بشكل صحيح 99% ممن لا يحملونها). لا تخبرك مباشرة بالسؤال المعاكس — ما مدى احتمال أن تحمل الحالة فعلاً بالنظر إلى نتيجة إيجابية — ويمكن أن يختلف هذان الرقمان اختلافاً كبيراً عندما تكون الحالة نفسها نادرة.
إذن هل الفحص عديم الفائدة؟
ليس على الإطلاق — إنه يقوم بعمل حقيقي. قبل الفحص، كانت فرصتك في حمل الحالة 1%. بعد نتيجة إيجابية واحدة، قفزت إلى 50%. هذا تحديث حقيقي وكبير؛ إنه فقط ليس مثل اليقين. في الممارسة، يستجيب الأطباء بالضبط لهذه الفجوة بطلب فحص ثانٍ مختلف — نتيجتان إيجابيتان مستقلتان معاً تدفعان الاحتمال إلى التسعينات العليا.
أين يُطبَّق هذا التفكير بالضبط في أماكن أخرى؟
في أي مكان يفحص فيه شيء نادر: فحص أمن المطارات عن تهديدات نادرة، مرشحات البريد المزعج التي تُعلّم رسائل نادرة لكن حقيقية، أنظمة كشف الاحتيال التي تُعلّم معاملات نادرة لكن احتيالية فعلاً، حتى جهاز إنذار الدخان في منزل نادراً ما يشتعل فيه حريق فعلياً. في كل حالة، يعني معدل الأساس المنخفض أن النتائج الإيجابية الكاذبة يمكن أن تفوق عدد النتائج الإيجابية الحقيقية حتى عندما يكون الكاشف نفسه دقيقاً للغاية.
تقييمات وآراء القراء
قيّم هذا المقال في عدة جوانب مختلفة — تقييمك يساعد القراء الآخرين، ويساعدنا على التحسّن.
هل كان هذا المقال مفيداً؟
أخبرنا برأيك — تصحيح، سؤال لم تتم الإجابة عنه، أو موضوع تودّ أن نغطيه لاحقاً.
عن الكاتب
Sudershan Soni
المؤسس والمدرّس الرئيسي في موستاك — مدرّس رياضيات وعلوم وعلوم حاسوب و STEM حاصل على الماجستير بخبرة تتجاوز 20 عاماً، يدرّس الطلاب من اختبار +11 و GCSE حتى A-Level وما بعده، عبر الإنترنت حول العالم.
اقرأ الملف الكامل