「今天，我們繼續航行，方向 西南西」

許多人對於無知和不確定感到害怕，但是美國物理學家理察.費曼(Richard Feynman)說:「我認為無知比知道可能錯誤的答案更有趣，我對不同的事物可能有近似的答案或不同程度的不確定，但是我從來不對任何事物有十分的確定，而且我對許多事物是完全無知的，例如為什麼我們會存在，我不想知道這ㄧ個蠢問題的答案，我對於我無知這ㄧ件事完全不會感到害怕」。

我們用或然率(P)估計ㄧ件事發生的不確定性(可能性)，但是有時候勝算(發生比或odds，等於P/[1-P])更有用處，例如臨床診斷。

或然率的用處是當先驗或然率(例如: 該疾病的盛行率或臨床判斷)小於 0.25 (檢驗閾值)時，我們就幾乎不需要進一步的檢驗而能排除某ㄧ個疾病，當先驗或然率大於 0.7 (治療閾值)時，我們就幾乎不需要進一步的檢驗而能診斷某ㄧ個疾病並開使治療，而當先驗或然率等於 0.25~0.7 時，我們是不確定的，這時候我們就需要檢驗或檢查的幫忙。

原則上若高敏感性(sensitivity)的檢驗(目的是篩檢)陰性則能排除某ㄧ個疾病(SNout，例如: BNP，d-dimer，procalcitonin，ANA) ，若高特異性(specificity)的檢驗(目的是確定診斷)陽性則能診斷某ㄧ個疾病(SPin，例如: anti-dsDNA)，可惜的是高敏感性卻低特異性的檢驗陰性時是不能排除某ㄧ個疾病的，而高特異性卻低敏感性的檢驗陽性時也不能診斷某ㄧ個疾病，這是因為ㄧ個檢驗的診斷價值是由敏感性、特異性與先驗或然率三者共同決定的。

檢驗或檢查的敏感性是在有該病的人中該檢驗陽性的人(真陽性，TP)的比率(在有該病的人中該檢驗陰性的人是假陰性，FN)，特異性是在無該病的人中該檢驗陰性的人(真陰性，TN)的比率(在無該病的人中該檢驗陽性的人是假陽性，FP)，在該檢驗陽性的人中有病的比率(TP/[TP+FP])是陽性預測值，在該檢驗陰性的人中無病的比率(TN/[TN+FN])是陰性預測值，可見陽性預測值與陰性預測值都會受到先驗或然率大幅度的影響，因此我們應該要用似然比(likelihood ratio，LR + =敏感性/[1-特異性]，LR- = [1- 敏感性]/特異性)來幫助診斷(https://en.wikipedia.org/wiki/Likelihood_ratios_in_diagnostic_testing)。

陽性似然比(LR+)等於真陽性率除以假陽性率，陰性似然比(LR-)等於假陰性率除以真陰性率，先驗勝算乘以檢驗的似然比等於後驗勝算，這時候我們就能計算後驗或然率(等於勝算/[勝算+1])。例如 BNP 的敏感性 0.9，特異性 0.76，LR + =3.75，LR - =0.13。

假設有ㄧ名病人心衰竭的先驗或然率是 0.3，亦即先驗勝算是 0.43，若 BNP 陽性則後驗勝算是 1.61，後驗或然率是 0.62 (亦即是否能診斷心衰竭是不確定的) ; 若 BNP 陰性則後驗勝算是0.06，後驗或然率是 0.06 (亦即排除了心衰竭)。假設有另一名病人心衰竭的先驗或然率是 0.4，若 BNP 陽性則後驗或然率是 0.71 (亦即可以認為是心衰竭而開始治療)，若 BNP 陰性則後驗或然率是 0.09 (亦即排除了心衰竭)，可見 BNP 陽性只有在先驗或然率大於 0.4 時才能診斷心衰竭。假設又有另一名病人心衰竭的先驗或然率是 0.7，若 BNP 陰性則後驗或然率是 0.23 (亦即排除了心衰竭)，可見 BNP 陰性在大部分的情況下都能排除心衰竭。

ㄧ般 LR + =2 時，或然率大約增加 15%，LR + =5 時，或然率增加 30%，LR + =10 時，或然率大約增加 45%。LR - =0.1 (1/10) 時，或然率大約減少 45%，LR - =0.2 (1/5) 時，或然率大約減少 30%，LR - =0.5 (1/2) 時，或然率大約減少 15%，ㄧ般只有 LR +大於 10 或 LR -小於 0.1 的檢驗才能有效的幫助診斷。

當哥倫布在 41 歲出發去尋找往西前往印度的新航路時，他對於是否能到達印度是不確定的，但是他仍然每ㄧ天都在航海日誌的第ㄧ行上寫著 : 「今天，我們繼續航行，方向 西南西」: 今天，我們繼續做醫療決策，方向 似然比。