Vers 4 min je ne comprends pas vraiment, sur la sensibilité des test, il est dit que les laboratoires, pour tester la fiabilité des test, von effectuer des test sur par exemple 100 pourcent de personnes malades, et voir quel est le pourcentage de test qui fonctionne. Mais ducoup comment sait on avec autant de certitude que le groupe que l'on va testé a bien le covid a 100 pourcent, alors que pour savoir si on a le covid il faut justement faire un test
Bonjour, très bonne question, dont je n'ai pas la réponse exacte car je n'ai pas poussé la recherche sur les conditions de travail dans les laboratoires. Il n'est pas possible d'être sûr à 100% qu'une personne ait une maladie, mais on peut en être sûr à presque 100% (pardon pour mon abus de langage). Par exemple en prenant des personnes symptomatiques chez lesquelles on a retrouvé des traces de l'ADN du virus par analyse génomique (il n'y a pas que le PCR). Si une personne a des symptômes, et on retrouve des traces génétiques du virus, on peut être quasiment sûr qu'elle a le COVID. Mais encore, ce n'est qu'une idée, je n'ai pas été vérifier la méthodologie des laboratoires (peut-être font-ils encore d'autres méthodes).
Si je prends le problème à l'envers, ça veut dire qu'à partir du moment qu'on connait le taux de faux positifs et de faux négatifs on peut si on teste un échantillon suffisamment grand connaitre le taux de contamination. En effet, la campagne de test va nous donner le taux de positifs Si on pose x = P(M) on prend le taux de faux positif à 1% et le taux de faux négatif à 0.44 (comme dans l'exemple ) P(T) = x * 0.56 + (1-x) * 0.01. Il suffit de résoudre l'équation. Ainsi en augmentant le nombre de cycles des test PCR, on augmente le nombre de faux positifs sans pour autant perdre la possibilité de connaitre le taux de contamination. C'est génial ça pour affoler une population tout en gardant le contrôle.
Inutile de résoudre une équation pour savoir que si l'on augment le nombre de cycles PCR on augmentera forcément le nombre de faux positifs ;-) Le but de la vidéo est de faire comprendre à des élèves de terminale (mathématiques complémentaires) le principe de l'inversion du conditionnement. Ceci est valable sur tous les test de dépistages pour toutes les maladies. Sur votre raisonnement je vous rejoins dans le fait qu'il faut bien entendu garder un esprit critique par rapport à tous les nombres que l'on peut nous proposer, en comprenant ce qu'il est logique ou pas d'obtenir (d'un point de vue purement mathématique).
@@abeijon.mathematiques En fait je me suis un peu emporté, mais ce qui m’intéresse c'est de savoir si à partir de test à haut cycle, on peut malgré tout avoir une idée précise du taux de contamination. Certes je reconnais détourner le but de votre vidéo. et en suivant votre vidéo je m'aperçois qu'on peut.
La probabilité que je comprenne quelque chose à cette démonstration, même en la regardant en boucle pendant les 20 milliards d'années à venir, est inférieure de 87,2% à la probabilité que la tache de ketchup sur ta chemise provienne de la pizza trois fromages ,supplément chorizo + poivrons, que j'ai mangé le 27 mars 1985 vers 21h GMT ...🍻
J'aurais dit supplément chorizo+mozza, mais je ne suis pas très sûr en 1985 j'étais pas bien vieux :D (la probabilité de comprendre cette vidéo augmente lorsque l'on a vu celle sur les probabilités conditionnelles)
Il y aurait aussi une autre question intéressante à se poser: comment calculer la probabilité de la fiabilité du test pcr en sachant que le virus covid 19 n'a jamais été isolé ?
Bien sûr! Mais ceci fait partie des données initiales données par le laboratoire (sensibilité et spécificité). Cette vidéo (à destination d'élèves de Terminale) montre comment calculer d'autres probabilités à partir de données de départ annoncées par un laboratoire. Il n'y a aucun jugement sur la sensibilité ou la spécificité annoncée par un laboratoire (nous prenons des valeurs officielles), le but est de voir comment, malgré des nombres très hauts annoncés, la valeur prédictive négative peut ne pas être très bonne en fonction du contexte somatique du patient ou du contexte épidémiologique local (ce qui peut paraître contre intuitif avant de faire les calculs).
Intéressant et soulève un vrai problème de compréhensions des tests. Merci
vous méritez plus de visibilité
Merci monsieur!!! Vous avez sauvez mon grand oral!!! :)))
Content d'avoir été utile Clément!
du coup t'as eu combien ?
pare que je compte faire la meme chose !
C'était mon professeur de maths de 2nd première et ça reste mon meilleur professeur ( avie personnel )
Oh merci, c'est gentil!
le ds est dans trois heures c’est le seul truc qui m’a fait à peu près comprendre 💀
Vers 4 min je ne comprends pas vraiment, sur la sensibilité des test, il est dit que les laboratoires, pour tester la fiabilité des test, von effectuer des test sur par exemple 100 pourcent de personnes malades, et voir quel est le pourcentage de test qui fonctionne. Mais ducoup comment sait on avec autant de certitude que le groupe que l'on va testé a bien le covid a 100 pourcent, alors que pour savoir si on a le covid il faut justement faire un test
Bonjour, très bonne question, dont je n'ai pas la réponse exacte car je n'ai pas poussé la recherche sur les conditions de travail dans les laboratoires. Il n'est pas possible d'être sûr à 100% qu'une personne ait une maladie, mais on peut en être sûr à presque 100% (pardon pour mon abus de langage). Par exemple en prenant des personnes symptomatiques chez lesquelles on a retrouvé des traces de l'ADN du virus par analyse génomique (il n'y a pas que le PCR). Si une personne a des symptômes, et on retrouve des traces génétiques du virus, on peut être quasiment sûr qu'elle a le COVID. Mais encore, ce n'est qu'une idée, je n'ai pas été vérifier la méthodologie des laboratoires (peut-être font-ils encore d'autres méthodes).
@@abeijon.mathematiques Bonjour, excusez moi j'ai oublié la politesse a ma première question. Merci de votre réponse je comprends mieux. .
Si je prends le problème à l'envers, ça veut dire qu'à partir du moment qu'on connait le taux de faux positifs et de faux négatifs on peut si on teste un échantillon suffisamment grand connaitre le taux de contamination. En effet, la campagne de test va nous donner le taux de positifs Si on pose x = P(M) on prend le taux de faux positif à 1% et le taux de faux négatif à 0.44 (comme dans l'exemple ) P(T) = x * 0.56 + (1-x) * 0.01. Il suffit de résoudre l'équation. Ainsi en augmentant le nombre de cycles des test PCR, on augmente le nombre de faux positifs sans pour autant perdre la possibilité de connaitre le taux de contamination. C'est génial ça pour affoler une population tout en gardant le contrôle.
Inutile de résoudre une équation pour savoir que si l'on augment le nombre de cycles PCR on augmentera forcément le nombre de faux positifs ;-) Le but de la vidéo est de faire comprendre à des élèves de terminale (mathématiques complémentaires) le principe de l'inversion du conditionnement. Ceci est valable sur tous les test de dépistages pour toutes les maladies. Sur votre raisonnement je vous rejoins dans le fait qu'il faut bien entendu garder un esprit critique par rapport à tous les nombres que l'on peut nous proposer, en comprenant ce qu'il est logique ou pas d'obtenir (d'un point de vue purement mathématique).
@@abeijon.mathematiques En fait je me suis un peu emporté, mais ce qui m’intéresse c'est de savoir si à partir de test à haut cycle, on peut malgré tout avoir une idée précise du taux de contamination. Certes je reconnais détourner le but de votre vidéo. et en suivant votre vidéo je m'aperçois qu'on peut.
La probabilité que je comprenne quelque chose à cette démonstration, même en la regardant en boucle pendant les 20 milliards d'années à venir, est inférieure de 87,2% à la probabilité que la tache de ketchup sur ta chemise provienne de la pizza trois fromages ,supplément chorizo + poivrons, que j'ai mangé le 27 mars 1985 vers 21h GMT ...🍻
J'aurais dit supplément chorizo+mozza, mais je ne suis pas très sûr en 1985 j'étais pas bien vieux :D (la probabilité de comprendre cette vidéo augmente lorsque l'on a vu celle sur les probabilités conditionnelles)
Excellent !!!
Il y aurait aussi une autre question intéressante à se poser: comment calculer la probabilité de la fiabilité du test pcr en sachant que le virus covid 19 n'a jamais été isolé ?
Bien sûr! Mais ceci fait partie des données initiales données par le laboratoire (sensibilité et spécificité). Cette vidéo (à destination d'élèves de Terminale) montre comment calculer d'autres probabilités à partir de données de départ annoncées par un laboratoire. Il n'y a aucun jugement sur la sensibilité ou la spécificité annoncée par un laboratoire (nous prenons des valeurs officielles), le but est de voir comment, malgré des nombres très hauts annoncés, la valeur prédictive négative peut ne pas être très bonne en fonction du contexte somatique du patient ou du contexte épidémiologique local (ce qui peut paraître contre intuitif avant de faire les calculs).