八月初因為一個規模不小的篩檢研究計畫，披露部分研究結果，聽起來聳動的數據，讓國內才稍稍感到緩和的疫情，似乎又再起漣漪，普羅大眾對於目前的防疫措施也有諸多疑惑，當中是否該進行全面或大規模病毒篩檢（普篩），引起最多議論。
關於新冠肺炎病毒（COVID-19）的篩檢，得先釐清一個重要的現實，那就是世界上沒有100%準確檢驗的方法。因此，篩檢方法準確度要考慮其敏感度（Sensitivity）與特異度（Specificity）。所謂敏感度，是指真的被感染的人確實驗出陽性的比率，也就是「真陽性」的比率；而特異度，則是沒有被感染的人確實驗出陰性的比率即「真陰性」的比率。如果有篩檢試劑，其敏感度與特異度都達99％，相當於100個感染者會有99個被篩檢出來，而100個未感染者中有99個篩檢都是陰性，這樣的篩檢試劑已是相當優質，然對防疫而言，進一步關心的是：檢驗結果呈陽性，而且是真正感染者的比率有多少？這就是檢驗的陽性預測值，而此一數據對於是否進行普篩至為關鍵。
根據疾病管制署公佈的資料，至9月15日，台灣的採檢送驗人數為185,166人，其中確診感染者有499人，這代表台灣的陽性率（全部檢驗對象中確診的比率）為0.27%。如果將無症狀者也加入篩檢，則盛行率（被研究的總人數中確診的比率）將會更低於陽性率。
就以上述資料為例：假設盛行率為0.003，敏感度為0.99，特異度為0.99，則利用貝氏定理 (Bayes' theorem）可以算出「檢驗結果是陽性且真正感染」的比率只有22.95%，即100人驗出陽性，實際上只有23人真的感染（真陽性），77人不是真正的感染（偽陽性），如果全台灣大規模普篩，篩出10萬人陽性，則這10萬人當中會有7.705萬人是偽陽性。如果把盛行率提高：盛行率0.01，敏感度0.99，特異度0.99，則檢驗結果呈陽性且是真正感染者的比率有50%，另50%是偽陽性，這種情形下，進行大規模普篩，篩出陽性的感染者中，其實有一半是偽陽性。
以上是檢測的敏感度、特異度都相當高的情形，而比較接近現實的數據是：敏感度為0.90，特異度為0.95，而盛行率0.002，則檢驗結果是陽性且屬於真正感染者的比率只有3.48%，100人驗出陽性，實際上只有4人真的感染，另96人是偽陽性，若大規模普篩而篩出10萬人呈陽性，則這10萬人當中將有高達9.652萬人是偽陽性。
因此，當盛行率越低的情形下，普篩產生的偽陽性比率會越高，而大量的實際未感染卻篩檢呈陽性的「偽病人」，除了耗費醫療資源，在社會上因被視為感染者而必須隔離或封鎖，勢必造成經濟、醫療全面虛耗。但若是在高盛行率的情形下，例如：盛行率0.15，且敏感度0.90、特異度0.95，則檢驗結果陽性且是真正感染者的比率就可達76.06%，此時普篩就可以把大部分的感染者找出來，對防疫有正面助益。由於國內的盛行率不到1%，在這樣的條件下，全面普篩只是吞噬有限的醫療資源，且因為高比率的偽陽性，勢必造成經濟的衝擊，並加重醫療體系負擔，畢竟資源有限，而且也無法將資源僅投注於單一的疾病防治。所以，普篩不是不可行，而是須考量相關的條件而定，權衡利害得失，否則只是徒然浪費寶貴的資源，卻無助於疫病的防治。
此外，如果懷疑台灣感染的比率不可能這麼低，甚至可能存在很多無症狀感染者？然而，COVID-19不可能全都是無症狀感染者，假如所有感染者中有20%是無症狀的，則表示一個社會有200個無症狀感染者，就應該對應有800個有症狀感染者，而這800個有症狀感染者依照現行的醫療照護模式，一定會出現在醫療體系，可是我們社會實際上就是沒有出現這麼多有症狀感染者，因此，所謂台灣隱藏很多無症狀感染者的說法，似乎也只是主觀的想像或臆測，並不成立。
拋開政治上的紛爭，還有隱藏利益的糾葛，貝氏定理就可以提供普篩與否的科學理性；所以，現階段未大規模普篩，並非是為了讓感染數字歸零，而是台灣境內感染風險真的很低，否則，過去兩個月台灣到處爆發的旅遊人潮與群聚活動，大規模傳染早就擴散了，但這種情形一樣沒有發生。
防疫是科學，並非想當然耳。