Sul sito della protezione civile si può vedere una mappa della situazione in Italia (qui c’è la versione per dispositivi mobili). Su VirusConV si possono trovare i dati per la situazione mondiale. Il sito del Sole 24 ore fornisce dati e mappe aggiornate e qui potete trovare infografiche aggiornate sulla base dei dati del Ministero della Salute. Qui la situazione della copertura vaccinale.
Facciamo uno sforzo contenendo gli OT e le risse: leggere le discussioni centrate sull’argomento è utile a tutti
The obscure maths theorem that governs the reliability of Covid testing
di Madame Moitessier
Un supplemento di StatNews e un articolo del Guardian (NOTA: articolo dell’Aprile 2021 che si occupa perlopiù del problema dei falsi positivi) introducono il teorema di Bayes (ottima guida per la comprensione del teorema di Bayes a questo link) e la sua importanza per comprendere la probabilità di ottenere falsi positivi e falsi negativi dai test rapidi.
Dall’articolo del Guardian:
Maths quiz. If you get a positive result on a Covid test that only gives a false positive one time in every 1,000, what’s the chance that you’ve actually got Covid? Surely it’s 99.9%, right?
No! The correct answer is: you have no idea. You don’t have enough information to make the judgment.
This is important to know when thinking about “lateral flow tests” (LFTs), the rapid Covid tests that the government has made available to everyone in England, free, up to twice a week.
Del teorema di Bayes parla anche questo articolo di Vox.
Per un ripasso sulle definizioni di sensibilità, specificità, accuratezza, valori predittivi (positive predictive value e negative predictive value), potete consultare questo link (EN), o questo link e successive pagine (IT).
Commenta qui sotto e segui le linee guida del sito.