ایک نایاب حالت کے لیے ایک ٹیسٹ کا تصور کریں جو 100 میں سے 1 شخص کو متاثر کرتی ہے۔ ٹیسٹ 99% درست ہے — یہ ان 99% لوگوں کی صحیح شناخت کرتا ہے جنہیں واقعی یہ حالت ہے، اور ان 99% کو صحیح طریقے سے صاف قرار دیتا ہے جنہیں نہیں ہے۔ آپ ٹیسٹ کرواتے ہیں۔ یہ مثبت آتا ہے۔ آپ کو کتنا فکر مند ہونا چاہیے؟
زیادہ تر لوگوں کا فطری ردعمل ہے "99% فکر مند"۔ صحیح جواب، درست طریقے سے حساب لگانے پر، تقریباً 50% ہے۔ یہ فرق بالکل وہی ہے جسے بیز تھیورم پُر کرنے کے لیے موجود ہے۔
دو سوالات جو ایک جیسے لگتے ہیں لیکن نہیں ہیں
"یہ ٹیسٹ کتنا درست ہے؟" دراصل ایک لفظ میں چھپے دو مختلف سوالات ہیں۔ ایک ہے حساسیت (sensitivity) — جن لوگوں کو یہ حالت ہے، ان میں سے ٹیسٹ صحیح طریقے سے کتنوں کی نشاندہی کرتا ہے؟ اور ہے مخصوصیت (specificity) — جن کے پاس یہ نہیں ہے، ان میں سے ٹیسٹ صحیح طریقے سے کتنوں کو صاف قرار دیتا ہے؟ ایک ٹیسٹ دونوں میں 99% اسکور کر سکتا ہے اور پھر بھی آپ کو ایک غیر یقینی نتیجہ دے سکتا ہے۔
10,000 لوگوں کے ساتھ اس کا حساب لگانا
اسے دیکھنے کا سب سے واضح طریقہ الجبرا نہیں ہے — یہ گنتی ہے۔ 10,000 لوگوں کی جانچ کا تصور کریں، جہاں ان میں سے 1% (100 لوگ) واقعی اس حالت کے ساتھ ہیں۔
- جن 100 کو یہ ہے، ان میں سے ٹیسٹ صحیح طریقے سے 99 کی نشاندہی کرتا ہے (99% حساسیت) اور 1 کو چھوڑ دیتا ہے۔
- جن 9,900 کو یہ نہیں ہے، ان میں سے ٹیسٹ غلطی سے ان کا 1% — 99 لوگوں — کو پھر بھی مثبت قرار دیتا ہے (99% مخصوصیت، یعنی 1% جھوٹی مثبت شرح)۔
مثبت ٹیسٹ والے سب کو جمع کریں: 99 اصل مثبت جمع 99 جھوٹے مثبت، کل 198 لوگ۔ ان 198 میں سے، صرف 99 کو واقعی یہ حالت ہے — بالکل آدھے۔
10,000 لوگوں کی جانچ کی گئی: وہ 0.99% جو واقعی مثبت ہیں اور وہ 0.99% جو جھوٹے مثبت ہیں تقریباً برابر ہیں، کیونکہ نایاب حالت (1%) کا مطلب ہے کہ بہت بڑا صحت مند گروپ اب بھی جھوٹے الارم کی برابر تعداد پیدا کرتا ہے۔
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.
گنتی کے پیچھے کا فارمولا
بیز تھیورم اسی گنتی کی منطق کا رسمی ورژن ہے:
P(حالت | مثبت) = [P(مثبت | حالت) × P(حالت)] ÷ P(مثبت)
عدد شمار 99 اصل مثبت ہیں (99% حساسیت × 1% پھیلاؤ)۔ عدد مقسوم علیہ، P(مثبت)، وہ ہر کوئی ہے جو کسی بھی وجہ سے مثبت ٹیسٹ کرتا ہے — اصل اور جھوٹے مثبت ملا کر، یہیں سے 198 آتا ہے۔ حالت جتنی نایاب ہوتی ہے، مقسوم علیہ اتنا ہی جھوٹے مثبت سے بھرا ہوتا ہے۔
یہ واقعی کیوں اہم ہے، صرف امتحان کے موضوع کے طور پر نہیں
یہ کوئی ٹرک سوال نہیں ہے — یہ بالکل وہی منطق ہے جو ڈاکٹر روزانہ استعمال کرتے ہیں، رسمی طور پر "مثبت پیش گوئی کی قدر" کہلاتی ہے۔ اگر احتمال اور شماریات کچھ ایسا ہے جسے آپ یا آپ کے بچے کو صرف یاد کرنے کی بجائے فارمولے کے پیچھے حقیقی منطق کے ساتھ سمجھایا جانا چاہیے، تو یہی بالکل وہ ہے جو ہماری GCSE ریاضی کی ٹیوشن فراہم کرتی ہے، اور آپ مکمل سیکھنے کا راستہ یہاں دیکھ سکتے ہیں۔
عمومی سوالات
کیا 99% درستگی کا مطلب یہ نہیں ہے کہ مثبت ہونے پر مجھے 99% امکان ہے کہ مجھے یہ حالت ہے؟
نہیں — اور یہ کسی بھی طبی ٹیسٹ کی سب سے عام غلط فہمی ہے۔ 99% درست یہ بتاتا ہے کہ آپ کی حقیقی حالت کو دیکھتے ہوئے ٹیسٹ کیسا برتاؤ کرتا ہے، نہ کہ الٹے سوال کا براہ راست جواب — مثبت نتیجہ دیکھتے ہوئے آپ کے پاس واقعی یہ حالت ہونے کا کتنا امکان ہے — اور جب حالت خود نایاب ہو تو یہ دونوں نمبر بہت مختلف ہو سکتے ہیں۔
تو کیا ٹیسٹ بیکار ہے؟
بالکل نہیں — یہ حقیقی کام کر رہا ہے۔ ٹیسٹ سے پہلے، آپ کی حالت ہونے کا امکان 1% تھا۔ ایک مثبت نتیجے کے بعد، یہ 50% تک پہنچ گیا۔ یہ ایک حقیقی، بڑا اپڈیٹ ہے؛ بس یہ یقین جیسا نہیں۔ عملی طور پر، ڈاکٹر اسی فرق پر دوسرا، الگ ٹیسٹ کروا کر ردعمل دیتے ہیں۔
یہ منطق حقیقت میں اور کہاں لاگو ہوتی ہے؟
کہیں بھی جہاں کوئی چیز کسی نایاب چیز کی جانچ کرتی ہے: ہوائی اڈے کی سیکیورٹی، اسپیم فلٹرز، دھوکہ دہی کی شناخت کے نظام، یہاں تک کہ گھر میں سموک الارم جہاں واقعی شاذ و نادر ہی آگ لگتی ہے۔ ہر معاملے میں، کم بنیادی شرح کا مطلب ہے کہ جھوٹے مثبت اصل مثبت سے زیادہ ہو سکتے ہیں چاہے ڈیٹیکٹر خود انتہائی درست ہو۔
قارئین کی درجہ بندی اور تبصرے
اس مضمون کو کئی مختلف پہلوؤں پر درجہ دیں — آپ کی درجہ بندی دوسرے قارئین کی مدد کرتی ہے، اور ہمیں بہتر بنانے میں مدد کرتی ہے۔
کیا یہ مضمون مفید تھا؟
ہمیں اپنی رائے بتائیں — کوئی اصلاح، کوئی سوال جس کا جواب نہیں ملا، یا کوئی موضوع جسے آپ اگلی بار کور ہوتے دیکھنا چاہتے ہیں۔
مصنف کے بارے میں
Sudershan Soni
موسٹک سروسز میں بانی اور مرکزی استاد — MSc اہلیت یافتہ ریاضی، سائنس، کمپیوٹر سائنس اور STEM کے استاد، 20 سال سے زائد پیشہ ورانہ تجربے کے ساتھ، 11+ اور GCSE سے A-Level اور اس سے آگے تک کے طلبہ کو دنیا بھر میں آن لائن پڑھاتے ہیں۔
مکمل پروفائل پڑھیں