Bất kỳ thử nghiệm nào được thực hiện trên một quần thể cụ thể, phải có khả năng tính toán nhạy cảm, tính cụ thể, giá trị dự đoán tích cực, và giá trị dự đoán âm, để xác định tính hữu ích của thử nghiệm trong việc phát hiện một bệnh hoặc đặc điểm dân số cụ thể. Nếu chúng ta muốn sử dụng thử nghiệm để kiểm tra các đặc điểm nhất định trong tổng thể mẫu, những gì chúng ta cần biết là:
- Khả năng phát hiện thử nghiệm này là bao nhiêu sự tồn tại một số đặc điểm của một người với đặc điểm đó (độ nhạy)?
- Khả năng phát hiện thử nghiệm này là bao nhiêu vắng mặt những đặc điểm nhất định của một người ai không có những đặc điểm này (tính đặc hiệu)?
- Khả năng một người có cùng kết quả xét nghiệm khả quan thực sự có những đặc điểm này (giá trị tiên đoán dương)?
-
Khả năng một người có kết quả xét nghiệm phủ định thực sự không có những đặc điểm này (giá trị tiên đoán âm)?
Những giá trị này rất quan trọng để tính toán cho xác định xem một thử nghiệm có hữu ích để đo lường các đặc điểm nhất định trong một quần thể nhất định hay không.
Bài viết này sẽ hướng dẫn bạn cách tính các giá trị này.
Bươc chân
Phương pháp 1/1: Tự đếm
Bước 1. Xác định dân số được lấy mẫu, ví dụ 1000 bệnh nhân trong một phòng khám
Bước 2. Xác định bệnh hoặc đặc điểm mong muốn, ví dụ bệnh giang mai
Bước 3. Có tiêu chuẩn vàng tiêu chuẩn để xác định tỷ lệ mắc bệnh hoặc các đặc điểm mong muốn, ví dụ tài liệu hiển vi trường tối về vi khuẩn Treponema pallidum từ các mảnh loét syphilitic, phối hợp với các phát hiện lâm sàng
Sử dụng bài kiểm tra tiêu chuẩn vàng để xác định ai có đặc điểm và ai không. Như một minh họa, giả sử 100 người có đặc điểm này và 900 người thì không.
Bước 4. Thực hiện xét nghiệm bạn quan tâm để xác định độ nhạy, độ đặc hiệu, giá trị dự đoán dương tính và giá trị dự đoán âm tính đối với quần thể này
Tiếp theo, làm bài kiểm tra cho tất cả mọi người trong quần thể mẫu. Ví dụ, giả sử đây là một xét nghiệm phản ứng huyết tương nhanh (RPR) để sàng lọc bệnh giang mai. Sử dụng nó để kiểm tra 1000 người trong một mẫu.
Bước 5. Đối với những người có các đặc điểm (theo tiêu chuẩn vàng xác định), ghi số người cho kết quả dương tính và số người cho kết quả âm tính
Làm tương tự đối với những người không có đặc điểm (theo định nghĩa của tiêu chuẩn vàng). Bạn sẽ có bốn số. Những người có các đặc điểm VÀ kết quả xét nghiệm dương tính là tích cực thực sự (tích cực thực sự hoặc TP). Những người có đặc điểm AND kết quả xét nghiệm âm tính là phủ định sai (phủ định sai hoặc FN). Những người không có các đặc điểm AND kết quả xét nghiệm dương tính là dương tính giả (dương tính giả hoặc FP). Những người không có đặc điểm AND kết quả xét nghiệm âm tính là phủ định thực sự (phủ định thực sự hoặc TN). Ví dụ: giả sử bạn đã thực hiện thử nghiệm RPR trên 1000 bệnh nhân. Trong số 100 bệnh nhân mắc bệnh giang mai, 95 người trong số họ có kết quả dương tính, trong khi 5 người còn lại là âm tính. Trong số 900 bệnh nhân không mắc bệnh giang mai, 90 người có kết quả xét nghiệm dương tính, 810 người còn lại là âm tính. Trong trường hợp này, TP = 95, FN = 5, FP = 90 và TN = 810.
Bước 6. Để tính toán độ nhạy, chia TP cho (TP + FN)
Trong ví dụ trên, phép tính là 95 / (95 + 5) = 95%. Độ nhạy cho chúng ta biết khả năng xét nghiệm cho kết quả dương tính đối với một người có đặc điểm này. Trong số tất cả những người có đặc điểm này, tỷ lệ nào là dương tính với xét nghiệm? Độ nhạy 95% là đủ tốt.
Bước 7. Để tính toán cụ thể, hãy chia TN cho (FP + TN)
Trong ví dụ trên, phép tính là 810 / (90 + 810) = 90%. Tính đặc hiệu cho chúng ta biết về khả năng một thử nghiệm cho kết quả âm tính ở một người không có đặc tính đó. Trong số tất cả những người không có đặc điểm, tỷ lệ nào là âm tính? Độ đặc hiệu 90% là đủ tốt.
Bước 8. Để tính giá trị dự đoán dương (NPP), hãy chia TP cho (TP + FP)
Trong bối cảnh trên, phép tính là 95 / (95 + 90) = 51,4%. Giá trị tiên đoán dương tính cho biết xác suất của một người có đặc điểm này nếu kết quả xét nghiệm là dương tính. Trong số tất cả những người có kết quả dương tính, tỷ lệ nào thực sự có đặc điểm này? NPP 51,4% có nghĩa là nếu kết quả xét nghiệm của bạn là dương tính thì xác suất bạn thực sự mắc căn bệnh đang đề cập là 51,4%.
Bước 9. Để tính giá trị dự đoán âm (NPN), hãy chia TN cho (TN + FN)
Với ví dụ trên, phép tính là 810 / (810 + 5) = 99,4%. Giá trị dự đoán âm tính cho biết khả năng một người không có đặc điểm nào nếu kết quả xét nghiệm là âm tính. Trong số tất cả những người cho kết quả âm tính, tỷ lệ nào thực sự thiếu các đặc điểm được đề cập? NPN 99,4% có nghĩa là nếu kết quả xét nghiệm của một người là âm tính thì xác suất không mắc bệnh ở người đó là 99,4%.
Lời khuyên
- Sự chính xác, hoặc hiệu quả, là phần trăm kết quả thử nghiệm được xác định chính xác bởi thử nghiệm, tức là (dương tính thực + âm tính thực sự) / tổng kết quả thử nghiệm = (TP + TN) / (TP + TN + FP + FN).
- Một xét nghiệm sàng lọc tốt có độ nhạy cao, bởi vì bạn muốn có được tất cả những gì có những đặc điểm nhất định. Các xét nghiệm có độ nhạy rất cao rất hữu ích để loại trừ bệnh hoặc đặc tính nếu kết quả là âm tính. ("SNOUT": SeNs nhạy-rule OUT)
- Cố gắng làm một bảng 2x2 để làm cho nó dễ dàng hơn.
- Hiểu rằng độ nhạy và độ đặc hiệu là các đặc tính nội tại của xét nghiệm không phụ thuộc vào dân số hiện có, tức là hai giá trị phải giống nhau nếu cùng một thử nghiệm được thực hiện trên các quần thể khác nhau.
- Một bài kiểm tra khả năng xác minh tốt có tính đặc hiệu cao, bởi vì bạn muốn bài kiểm tra phải cụ thể và không gắn nhãn sai cho những người không có đặc điểm đó bằng cách cho rằng họ có nó. Các thử nghiệm có độ đặc hiệu rất cao rất hữu ích cho bao bọc một số bệnh hoặc đặc điểm nếu kết quả là dương tính. ("SPIN": Quy tắc đặc hiệu IN)
- Mặt khác, giá trị dự đoán dương và giá trị dự đoán âm phụ thuộc vào mức độ phổ biến của đặc điểm này trong một quần thể cụ thể. Đặc tính được tìm kiếm càng hiếm, giá trị dự đoán dương càng thấp và giá trị dự đoán âm càng cao (vì xác suất đẹp nhất đối với các đặc tính hiếm là thấp). Mặt khác, một đặc tính càng phổ biến thì giá trị dự đoán dương càng cao và giá trị dự đoán âm càng thấp (vì xác suất đẹp nhất đối với đặc tính chung càng cao).
- Cố gắng hiểu rõ những khái niệm này.
