【目的】探讨低感染率条件下，大规模人群筛查中筛检试验的阳性预测值以及假阳性者数量。【方法】通过数据模拟的方式，假定某人群的总人口为2 000万，人群疾病感染率为0.1%～5.0%，分别模拟不同灵敏度（99.0%、99.5%、100.0%）和特异度（97.0%、97.5%、98.0%、98.5%、99.0%、99.5%、99.9%）的组合情况，计算各组合下的阳性预测值、真阳性数和假阳性数。【结果】在低感染率（≤5.0%）状态下，与灵敏度相比，特异度对阳性预测值的影响更大，且随着感染率的下降，特异度提高时阳性预测值的增幅加大。当感染率>1.0%时，特异度越趋近99.9%，阳性预测值越接近100.0%；而当感染率<1.0%时，阳性预测值的最大值也仅约为90.0%。当人群感染率为0.1%、灵敏度≥99.0%时，在2 000万的人群中筛检试验可以发现的真阳性人数约为2万人；当特异度为97.0%时，假阳性人数约为59.9万人，阳性预测值为3.2%；当特异度达到99.9%时，假阳性人数降到约2万人，阳性预测值升高到50.0%。当人群感染率为1.0%时，灵敏度≥99.0%和特异度≥97.0%的筛检试验在2 000万的人群中可发现的真阳性数为19.8万～20.0万人；当特异度由97.0%升高至99.9%时，假阳性人数由59.4万人降至2万人。当人群感染率为5.0%时，灵敏度≥99.0%和特异度≥97.0%的筛检试验在2 000万的人群中可发现的真阳性数为99.0万～100.0万人；当特异度由97.0%升高至99.9%时，假阳性人数由57.0万人降至1.9万人。在总人口为2 000万的人群中，当感染率≤5.0%时，即使灵敏度和特异度分别达到最大值100.0%和99.9%，仍存在约2万例的假阳性。【结论】当人口数量较多而感染率较低时，运用筛检试验进行大规模人群筛查除了要提高特异度外，大量假阳性所产生的问题不可忽视。