Screening — su dieci risultati positivi, quanti sono veri
Un test può essere sensibile al 90% e dare un risultato positivo che nella maggior parte dei casi è sbagliato. Nel problema classico posto a 160 ginecologi, circa l'80% non sapeva rispondere: le stime andavano dall'1% al 90%. La risposta corretta era intorno al 9%.
Questo strumento non valuta un tuo risultato: fa un calcolo con i numeri che gli fornisci. I valori di prevalenza, sensibilità e falsi positivi variano molto tra test, popolazioni e laboratori: quelli che riguardano il tuo caso li conosce chi ti segue.
Calcola il valore predittivo
Servono tre numeri. I primi due sono quelli che si trovano di solito; il terzo è quello che decide il risultato e viene citato meno.
Risultato
| Su 1.000 persone testate | Quante |
|---|
Il calcolo è avvenuto nel tuo browser. Nessuno di questi valori è stato inviato o salvato.
Il problema, e le risposte
Nel 2007 a 160 ginecologi tedeschi, prima di una sessione di formazione, è stato posto un problema con questi dati: la probabilità che una donna abbia un tumore al seno è dell'1%; se ce l'ha, la probabilità che il test risulti positivo è del 90%; se non ce l'ha, la probabilità che risulti positivo lo stesso è del 9%. Una donna risulta positiva: che probabilità ha di avere davvero un tumore?
Circa l'80% dei ginecologi non sapeva rispondere, con stime che andavano dall'1% al 90%. La risposta più scelta era intorno all'81% — cioè quasi esattamente il rovescio della risposta corretta, che è di circa il 9%. Detto in altri termini: su dieci donne con un risultato positivo, nove sono falsi positivi.
Non è una questione di competenza clinica: la mammografia è una delle procedure più studiate, con risultati sulla sua accuratezza ampiamente pubblicati.
La riformulazione che risolve
Gli stessi identici dati, riscritti come conteggi anziché come percentuali condizionate:
| Su 1.000 donne che partecipano allo screening | |
|---|---|
| Hanno un tumore | 10 |
| — di queste, risultano positive | 9 |
| Non hanno un tumore | 990 |
| — di queste, risultano positive lo stesso | 89 |
| Totale positivi | 98, di cui 9 con tumore |
Nove su novantotto: 9,2%. Con questa formulazione la risposta si vede senza calcoli.
L'effetto è misurato: dopo una sola sessione di un'ora, la quota di ginecologi che rispondeva correttamente è passata dal 21% all'87%.
Il motivo tecnico: le quattro frequenze naturali — 9, 1, 89, 901 — sommano a 1.000, mentre le quattro probabilità condizionate non sommano a 100, perché ciascuna coppia è normalizzata rispetto alla propria base di partenza e va quindi rimoltiplicata per essa.
Non è un caso isolato
Lo stesso tipo di errore è stato documentato in più contesti.
- La maggior parte dei consulenti per l'HIV testati riteneva erroneamente che un test positivo fosse certo.
- Medici a cui venivano forniti risultati positivi di screening per il tumore del colon stimavano la probabilità tra l'1% e il 99%.
- In un test su studenti di medicina, specializzandi e docenti, solo il 6% ha risposto correttamente a entrambe le domande poste.
- Su 412 medici di base statunitensi, il 47% riteneva erroneamente che il fatto che un test di screening individui più tumori dimostri che quel test salva vite.
Dall'altra parte del tavolo
Il quadro tra i cittadini è coerente con quello dei medici, il che non sorprende visto da chi arriva l'informazione.
- In un campione rappresentativo di circa 5.000 donne in nove paesi europei, il 92% sovrastimava la riduzione di mortalità da tumore al seno ottenuta con la mammografia di un fattore tra 10 e 200, oppure non sapeva rispondere. Per un campione analogo di uomini sullo screening prostatico il dato era dell'89%.
- Di oltre 300 cittadini che si sottoponevano regolarmente a uno o più test di screening oncologico, più del 90% non era mai stato informato dal proprio medico dei principali danni dello screening: la sovradiagnosi e il sovratrattamento.
Qui i due problemi si sommano. «Lo screening mammografico riduce del 25% il rischio di morire di tumore al seno» è un numero relativo; molti lo interpretano come 250 donne salvate su 1.000, mentre significa che una donna in meno ogni 1.000 morirà della malattia. Le interpretazioni di un gruppo di ginecologi svizzeri variavano anch'esse ampiamente.
Che cosa questo strumento non fa
- Non interpreta il tuo referto: i valori reali del tuo test li conosce chi te lo ha prescritto.
- Non è un argomento contro gli screening: un valore predittivo basso è una caratteristica normale dei test di screening su condizioni rare, ed è il motivo per cui esistono gli esami di conferma.
- Non tiene conto dei fattori individuali che modificano la prevalenza nel tuo caso, come l'età o la storia familiare.
- Non valuta il rapporto tra benefici e danni di un programma di screening, che è una questione più ampia.
- Non affronta la sovradiagnosi se non per citarla tra le informazioni che spesso non vengono date.
Domande frequenti
Come può un test accurato al 90% sbagliare quasi sempre?
Perché la domanda a cui risponde il 90% non è quella che interessa a chi riceve il risultato. La sensibilità dice quanti positivi il test trova tra chi ha la condizione; il valore predittivo dice quanti di quelli risultati positivi ce l'hanno davvero. Se la condizione è rara, il piccolo tasso di errore si applica a una popolazione enorme di persone sane e produce molti più falsi positivi che veri. Nel problema classico: su mille donne, dieci hanno il tumore e nove risultano positive, ma delle novecentonovanta sane circa ottantanove risultano positive lo stesso. Novantotto positivi in tutto, di cui nove veri.
Perché la riformulazione in conteggi funziona così bene?
Per una ragione tecnica precisa: le quattro frequenze naturali sommano al totale delle persone testate, mentre le quattro probabilità condizionate non sommano a cento, perché ciascuna coppia è normalizzata rispetto alla propria base di partenza e va quindi rimoltiplicata per essa. I conteggi non richiedono quel passaggio, e sono il modo in cui gli esseri umani codificavano l'informazione prima che le probabilità matematiche fossero inventate. L'effetto è misurato: dopo una sessione di un'ora sulla traduzione in frequenze naturali, la quota di ginecologi che rispondeva correttamente è passata dal ventuno all'ottantasette per cento.
Un valore predittivo basso significa che lo screening non serve?
No, ed è un salto logico da evitare. Un valore predittivo basso è una caratteristica strutturale dei test di screening applicati a condizioni rare, non un difetto del singolo test: è esattamente il motivo per cui uno screening positivo apre un percorso di conferma anziché una diagnosi. Il problema documentato non è l'esistenza dei falsi positivi ma il fatto che chi riceve il risultato — e spesso chi lo consegna — non sappia quanti siano. Sul rapporto complessivo tra benefici e danni di un programma di screening la discussione è un'altra, e riguarda anche la sovradiagnosi.
Che cosa significa che lo screening riduce la mortalità del 25%?
È un numero relativo, ed è uno dei casi in cui l'equivoco è stato misurato. Molte persone lo interpretano come duecentocinquanta donne salvate su mille, mentre significa che una donna in meno ogni mille morirà della malattia. In un campione rappresentativo di circa cinquemila donne in nove paesi europei, il novantadue per cento sovrastimava la riduzione di mortalità ottenuta con la mammografia di un fattore tra dieci e duecento, oppure non sapeva rispondere; per un campione analogo di uomini sullo screening prostatico il dato era dell'ottantanove per cento.
Il mio medico saprà interpretarlo?
È ragionevole chiederlo esplicitamente, e i dati suggeriscono che non sia scontato. Tra centosessanta ginecologi a cui è stato posto il problema classico, circa l'ottanta per cento non sapeva rispondere, con stime che andavano dall'uno al novanta per cento. La maggior parte dei consulenti per l'HIV testati riteneva erroneamente che un test positivo fosse certo, e medici a cui venivano forniti risultati positivi di screening per il tumore del colon stimavano la probabilità tra l'uno e il novantanove per cento. La cosa utile non è la diffidenza ma la domanda: chiedere il valore predittivo per quella condizione specifica è una richiesta legittima e ha una risposta.
Da leggere insieme a questo
Il test prenatale è il caso in cui questa aritmetica ha le conseguenze più pesanti, con valori predittivi che vanno dall'84% al 7% a seconda della condizione cercata.
Fonte e metodo
- Il problema classico
- Posto a 160 ginecologi tedeschi nel 2007: prevalenza 1%, sensibilità 90%, tasso di falsi positivi 9%; domanda sul valore predittivo di un risultato positivo
- Risposta corretta
- Circa il 9%: su 10 donne con test positivo, 9 sono falsi positivi
- Risposte osservate
- Circa l'80% dei ginecologi non sapeva rispondere; le stime variavano dall'1% al 90%, con risposta più scelta intorno all'81%
- Traduzione in frequenze naturali
- Su 1.000 donne: 10 hanno il tumore e 9 risultano positive; delle 990 senza tumore, circa 89 risultano positive; totale 98 positivi, di cui 9 veri — 9/98 = 9,2%
- Effetto della riformulazione
- Dopo una sessione di un'ora, la quota di risposte corrette è passata dal 21% all'87%
- Ragione tecnica
- Le frequenze naturali sommano al totale dei testati; le probabilità condizionate sono normalizzate rispetto alle basi di partenza e non sommano a 100
- Altri contesti documentati
- La maggior parte dei consulenti per l'HIV riteneva certo un test positivo; medici con risultati positivi di screening colorettale stimavano la probabilità tra 1% e 99%; solo il 6% di studenti, specializzandi e docenti rispondeva correttamente a due domande
- Medici di base
- Su 412 medici statunitensi, il 47% riteneva che un maggior numero di tumori individuati da un test dimostri che il test salva vite
- Percezione dei cittadini
- Su circa 5.000 donne in nove paesi europei, il 92% sovrastimava la riduzione di mortalità della mammografia di un fattore tra 10 e 200 o non sapeva; per lo screening prostatico negli uomini il dato era dell'89%
- Informazione sui danni
- Di oltre 300 cittadini che si sottoponevano regolarmente a screening oncologici, più del 90% non era mai stato informato dal medico di sovradiagnosi e sovratrattamento
- Il 25% della mammografia
- È una riduzione relativa; corrisponde a una donna in meno ogni 1.000 che morirà della malattia
- Limiti
- Non interpreta referti; non è un argomento contro gli screening; non tiene conto dei fattori individuali che modificano la prevalenza; non valuta il bilancio tra benefici e danni
- Pubblicato
- 28 agosto 2026
- Ultima revisione
- 28 agosto 2026
- Prossima revisione
- febbraio 2027
Questo strumento non formula diagnosi e non sostituisce il parere del medico. Vedi l'avviso medico.