人類只有五種感官 ／ 人類只使用10%的腦力 ／ 小行星撞擊地球後恐龍滅絕 ／ 黑猩猩是我們的祖先 ／ 月有陰晴圓缺是因為被地球的陰影遮蓋 ／ 彩虹有七種顏色 ／ 沒有什麼能比光速更快…… 抱歉，你以為的科學常識，都不是真的！ --------------------------------- 透過破解迷思，培養對世界的觀察力、 釐清問題背後的邏輯、 即刻啟動獨立思考的能力 --------------------------------- →→ 準備好來一趟顛覆科學常識之旅了嗎？ → 過去，人們認為閃電不會擊中同一個地方兩次，甚至會將曾被閃電擊中過的石頭放在穀倉、茅草屋頂等場所，來防止這些地方再次被閃電擊中而引發火災。而事實上，有些地方卻是特別容易受到閃電襲擊，美國的帝國大廈便曾在一場風暴中被擊中達15次！ → 本書收集了許多長久以來的誤導性迷思，每則迷思都提供了一個絕佳的機會來了解更多關於科學的資訊，並向長久以來既定的觀念提出挑戰。適合對世界充滿好奇心的你！ →→ 精彩推薦 寒　波│「盲眼的尼安德塔石器匠」版主 黃俊儒│中正大學通識中心特聘教授 焦傳金│國立自然科學博物館館長 溫美玉│「溫老師備課Party」創始人 潘彥宏│北一女中生物教師 鄭永銘│「跟著鄭大師玩科學」版主 蔡淇華│作家 簡麗賢│北一女中物理教師。

1. 閃電不會擊中同一個的地方兩次 2. 我們有五感 3. 北極星是夜空中最亮的星星 4. 泡澡後指尖變皺是因為吸水的緣故 5. 水是電的良導體 6. 人類的大腦特別大 7. 物質有三態 8. 地球人口呈指數級增長（我們完蛋了） 9. 金魚的記憶力僅能維持三秒 10. 小行星撞地球造成恐龍滅絕 11. 塑膠垃圾會讓氣候變遷惡化 12. 原子就像是一個微型太陽系 13. 沒有什麼能比光行進的更快 14. 血含有鐵所以才會呈紅色 15. 人類只使用了10%的腦力 16. 從帝國大廈頂端掉下的一枚硬幣可能會砸死行人 17. 吃糖會讓孩子變得亢奮 18. 在中世紀，每個人都認為地球是平的 19. 玻璃是一種黏性液體 20. 目前活在地球的人口比以往加總起來的數量還要多 21. 艾達‧洛夫萊斯是史上第一位程式設計師 22. 蝙蝠是瞎子 23. 彩虹有七種顏色 24. 人死後頭髮和指甲還會繼續生長 25. 氧含量低的人體血液呈藍色 26. 有機食品更有益健康 27. 人的腦細胞數量在出生時就已經決定 28. 旅鼠會集體自殺 29. 鐵氟龍和魔鬼氈是太空計畫的衍生產品 30. 大爆炸理論解釋了宇宙的起源 31. 我們應該回歸祖先的飲食方式 32. 水在南北半球流入排水孔的方向不同 33. 國際太空站上沒有重力 34. 黑猩猩和大猩猩是我們的祖先 35. 變色龍會變色以融入背景 36. 舌頭的不同部位負責不同的味覺 37. 大黃蜂具有超越物理法則的飛行能力 38. 為了保持健康，每天需要喝八杯水 39. 若是你做的一項醫學檢測有九成九的準確度，而你的結果是陽性，那麼你的患病機率就是九成九 40. 掉吐司的時候不見得每次都是抹奶油的那一面落地 41. 太陽是黃色的 42. 月相變化是地球的陰影造成的 43. 抗氧化劑有益健康，而自由基則有害 44. 亞馬遜雨林為我們提供呼吸所需的氧氣 45. 電影院會放送潛意識資訊來促銷零食點心 46. 蟑螂能躲過核爆而存活下來 47. 吃魚會變聰明 48. 電視和電影是利用視覺暫留的效果來產生連續運動的畫面 49. 演化的改變需要等上數百萬年 50. 科學是以證明理論來運作的

【迷思39】 若是你做的一項醫學檢測有九成九的準確度，而你的結果是陽性，那麼你的患病機率就是九成九 　　 　　新冠病毒（Covid-19）的大流行，讓每個人都注意到醫學檢驗的準確性是可以用數字來評估的，但很少有人提到，這些數字本身並不一定能告訴我們那些我們真正想知道的事。 　　 　　通常有兩個不同的數字來衡量一項篩檢的準確度（accuracy），一個是它的靈敏度（sensitivity），或稱敏感度；另一個是它的精確度（specificity），或稱專一性或特異性。靈敏度是關於偽陰性的問題，即這項檢驗在你明明有患病的情況下卻顯示出陰性，也就是沒有患病；而精確度則是在討論偽陽性，即在你沒有罹患某種疾病時卻呈現出陽性，讓人以為自己染病。就此看來，我們首先要釐清的是，當我們說一項檢測具有九成九的準確度時，到底意味著什麼。 　　 　　以大流行中常用的「橫向流動」（lateral flow）檢查為例，在牛津大學的一項大型研究中，這些檢查具有很高的精確度，通常在九十％到一百％，不過靈敏度較低，且各種檢測間有很大的變異，介於四十％到九十七％的範圍內。現在，讓我們以一個具有九十九％的精確度和七十％的靈敏度的檢測來說明這些數字的意義。 　　 　　所謂的「偽陽性」是指檢驗結果顯示你已感染，但實際上你並未感染，因此你可能得進行隔離或採取其他不必要的預防措施。若是在其他類型的疾病檢驗中出現偽陽性，也可能讓醫師診斷你罹患癌症這類令人擔憂的疾病，這可能會在釐清真相前造成相當大的痛苦，甚至可能導致不必要的醫療程序。 　　 　　「九成九的準確度」在這裡是指檢測結果正確的次數比例，也就是說會有一％的情況會產生誤報。在所有呈陽性的檢測結果中，會有一％的人並未感染。不幸的是，這並不是我們真正想知道的數字。這個一％代表的是即使沒生病卻仍然檢驗出陽性結果的機率。我們真正想知道的是，若是檢驗結果為陽性，但實際上並沒有生病的機率。這兩者聽起來很相似，但當中所涉及的數字大不相同。 　　 　　想像一下，在感染率每十萬人有兩百人感染的情況下每天進行一百萬次的檢測。我們需要這項資料才能應用貝氏定理（Bayes theorem），這是一種巧妙的數學技巧，可將我們已知的交換成我們想要知道的。讓我們來計算一下，別擔心，這過程出奇地輕鬆。 　　 　　假設每十萬人中有兩百人感染疾病，那麼在接受檢測的一百萬人中，平均會有兩千名感染者，而有九十九萬八千人是沒有受感染的。這項篩檢具有七十％的靈敏度，因此在兩千名感染者中，會有七成的人會被告知染病，也就是一千四百人。而九成九的精確度則意味著，在九十九萬八千名的未感染者中，有一％的人會得到陽性結果，也就是九千九百八十人。 　　 　　那麼，加總起來（9,980 + 1,400 = 11,380），一共會有一萬一千三百八十個人拿到陽性的結果，但其中只有一千四百個是正確的。因此，你在得到陽性結果後，真正患病的機率（1,400 ÷ 11,380 = 0.12）大約只有十二％。讓我們再說一遍，因為這真的非常令人難以置信。使用這個準確度為九成九的檢測，在被告知患有這種病時，只有十二％的情況下它是正確的，而有八十八％的情況是誤判。這項檢測的陽性結果的準確度取決於進行檢測的總數、這種疾病的流行程度，以及這項檢測的品質。 　　 　　請注意，這並不意味著我們應該不要進行檢測，或是忽略測試結果。如果你會去做檢查，通常是因為你的身體情況有點不尋常。比方說，你可能有症狀，或是可能接觸過感染者。在這些情況下，你便不再是普通人群的一部分。例如，有症狀者的患病率遠高於整個人口族群，因此起始的感染率就遠大於每十萬人中的兩百人。 　　 　　不過，在進行常規檢測時，需要考慮將「準確」的含義從我們對檢測的看法轉移到我們對疾病的看法，這需要詳加研判，就連許多醫師都搞不清楚。如果一種疾病相對罕見，而且又做了很多檢測，那麼即使測試中只有出一個小差錯，也會造成大量的偽陽性結果。

作者：布萊恩．克萊格(Brian Clegg) 譯者：王惟芬 出版社：商周出版 書系：商周其他系列 出版日期：2023-03-16 ISBN：9786263186088 城邦書號：BO0344 規格：膠裝 / 單色 / 280頁 / 14.8cm×21cm