假设你在体检后，发现体检报告里面有一个项目的检验结果为阳性，你去问医生：这是什么意思？医生一面阴沉的告诉你：这个检查项目结果为阳性，说明你有可能患上了XXX病，虽然这个病不算常见，根据统计数据，患病率约为十万分之一，但是，患上的后果非常严重，基本上是不治之症。啊？！你抱着侥幸的心理再问医生：没理由啊？我身体好好的，有没有可能是检查出错了啊？医生一面严肃的说：不排除这样的可能性，但是，这个检查的可靠性是相当高的，达到99.9%。
思考时间：根据这个检查结果，真正患上此病的可能性是多大？
你犹如五雷轰顶一般：99.9%？！那意味着我有99.9%的可能性得了这个病！天哪，怎么六合彩就轮不到我啊，我居然成为了那十万分之一。该怎么办呢？等等，先别丧气，问清楚医生那检查99.9%的可靠性是什么回事。医生告诉你，那就是说，1000个患者进行这项检查，999个为阳性，1000个正常人进行这项检查，只有一个为阳性（误检）。嗯，这是相当准确的检查。
思考时间：医生解释之后，是否改变了你的结论？真正患上此病的可能性是多大？
假如上面的对话真的发生了，估计有不少人立马就感觉浑身不对劲了—-没病都吓出病了。其实并不需要恐慌，根据上面给出的数据，检验出现阳性后真正患病的几率其实只有1%。问题出在这个”准确性99.9%”的定义上，这并不是说1000个检出阳性的人有999个可以确诊患病，而是确诊患病的1000个人里面有999个可以检出阳性。咋一看，这两者好像一样，只是表述不同而已，其实差别大了。
用这个表格看就清晰了：
|健康|患者
| | 99.999% | 0.001% |
|---|---|---|
| 阳性(+) | 0.1% × 99.999% = 0.00099999 | 99.9% × 0.001% = 0.00000999 |
| 阴性(-) | 99.9% × 99.999% = 0.99899001 | 0.1% × 0.001% = 0.00000001 |
表中列出健康但结果为阳性（误检），健康并且结果阴性，患病并且结果为阳性，患病结果为阴性（漏检）这四种情况发生的概率。现在检查结果为阳性这一条件已经确定下来，就看阳性那行，健康与患病的概率之比为0.0099999:0.00000999，也就是大约100:1，真正得病的可能性比1%还小一点点。
上面的东西其实是根据《环球科学》杂志2009-8的文章《被误读的患病率和死亡率》中的一个例子改写的，我觉得类似的与统计、概率相关的误区在日常生活中见得不少，很有必要学习一下。最后总结一下：
- 体检很重要，但是也不要自己吓自己
- 概率的知识很有用，实际结果往往与直觉不一致
- 统计调查的结果不一定靠谱，即使数据是真实的，也要看解释是否合理，是否符合逻辑。那种数字很有迷惑性。至于误导的原因，有些是因为说的人自己也没搞清楚，有些是故意忽悠人