Đặc điểm của xét nghiệm và quyết định lâm sàng định lượng

Chia sẻ: Le Van Tuong | Ngày: | Loại File: PDF | Số trang:12

0
220
lượt xem
101
download

Đặc điểm của xét nghiệm và quyết định lâm sàng định lượng

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mỗi xét nghiệm biểu hiện độ mạnh bằng hai thông số - độ chuyên (specificity) và độ nhạy (sensitivity). Để tính hai thông số này, kết quả chẩn đoán của xét nghiệm được nghiên cứu (index test) được so sánh với kết quả chẩn đoán của xét nghiệm chuẩn (gold standard) trong một quần thể bệnh nhân ...

Chủ đề:
Lưu

Nội dung Text: Đặc điểm của xét nghiệm và quyết định lâm sàng định lượng

  1. C I M C A XÉT NGHI M VÀ QUY T NH LÂM SÀNG NH LƯ NG nh y và chuyên M i xét nghi m bi u hi n m nh (strength/power) b ng hai thông s - chuyên (specificity) và nh y (sensitivity). tính hai thông s này, k t qu ch n oán c a xét nghì m ư c nghiên c u (index test) ư c so sánh v i k t qu ch n oán c a xét nghi m chu n (gold standard) trong m t qu n th b nh nhân. Xét nghi m chu n là ti ng nói cu i cùng nh b nh, thư ng mang tính xâm l n (invasive), ho c m t th i gian ch lâu, ho c t n kém nhi u. Xét nghi m ư c nghiên c u thư ng là nh ng xét nghi m ít xâm l n (non-invasive), dùng hàng ngày, cho k t qu nhanh ho c ít t n kém hơn. K t qu so sánh này s d hi u hơn n u ư c trình bày trong b ng 2 X 2, i v i các xét nghi m cho k t qu nh phân (dichotomous) (b ng 1) K t qu xét nghi m Có b nh (D+) Không b nh (D-) T ng c ng Dương tính (T+) a (TP) b (FP) a+b (TP+FP) Âm tính (T-) c (FN) d (TN) c+d (FN+TN) T ng c ng a+c (TP+FN) b+d (FP+TN) a+b+c+d=N B ng 1 a=TP=True Positive=Dưong tính th t=nh ng ngư i có b nh (D+) mà xét nghi m cũng dương tính (T+) b=FP=False Positive=Dương tính gi =nh ng ngư i không b nh (D-) mà xét nghi m l i dương tính (T+) c= FN=False Negative=Âm tính gi =nh ng ngư i có b nh (D+) mà xét nghi m l i âm tính (T-) d=TN=True Negative=Âm tính th t=nh ng ngư i không b nh (D-) mà xét nghi m cũng âm tính (T-) Các thông s ư c tính như sau: nh y (sensitivity) là t l xét nghi m dương tính trên t ng c ng ngư i có TP a b nh = = TP + FN a+c chuyên (specificity) là t l xét nghi m âm tính trên t ng c ng ngư i không TN d b nh = = FP + TN b+d
  2. T l dương tính gi (False positive rate – FPR) là t l xét nghi m dưong tính FP b trên t ng c ng ngư i không b nh = = FP + TN b+d T l âm tính gi (False negative rate – FNR) là t l xét nghi m âm tính trên FN c t ng c ng ngư i có b nh = = TP + FN a+c M t thí d l y t CASS (Coronary artery surgery study), N Engl J Med. 1979; 301:230-5, ư c dùng minh h a (b ng 2). Ch p ng m ch vành (coronary angiography) ư c dùng làm xét nghi m chu n, v i nh nghĩa dương tính v i b nh ng m ch vành (CAD) khi lòng m ch c a m t hay nhi u ng m ch chính b h p ít nh t 70%. Xét nghi m s c ch u ng v n ng (Exercise tolerance test – ETT) là xét nghi m ư c nghiên c u trong CASS ch n oán b nh ng m ch vành, ư c coi là dưong tính khi o n ST s t xu ng ho c nâng cao hơn 1 mm trong ít nh t là 0.08 giây. K t qu xét nghi m CAD + CAD - T ng c ng ETT + 815 (TP) 115 (FP) 930 (TP+FP) ETT - 208 (FN) 327 (TN) 535 (FN+TN) T ng c ng 1023 (TP+FN) 442 (FP+TN) 1465 = N B ng 2 Các c tính c a ETT trong ch n oán CAD ư c tính như sau: nh y (sensitivity) là t l xét nghi m dương tính trên t ng c ng ngư i có TP 815 b nh = = = 0.80 = 80% TP + FN 1023 chuyên (specificity) là t l xét nghi m âm tính trên t ng c ng ngư i không TN 327 b nh = = = 0.74 = 74% FP + TN 442 T l dương tính gi (False positive rate – FPR) là t l xét nghi m dưong tính FP 115 trên t ng c ng ngư i không b nh = = = 0.26 = 26% FP + TN 442
  3. T l âm tính gi (False negative rate – FNR) là t l xét nghi m âm tính trên FN 208 t ng c ng ngư i có b nh = = = 0.20 = 20% TP + FN 1023 Qua thí d trên có th th y các thông s trên liên h v i nhau như sau: TPR + FNR = 1, TPR chính là nh y (sensitivity) TNR + FPR = 1, TNR chính là chuyên (specificity) Thư ng lo i tr (rule out) m t b nh, c n s d ng xét nghi m có nh y cao. Ngư c l i, khi c n xác nh (rule in) m t b nh, c n s d ng xét nghi m có chuyên cao. Các giá tr tiên oán Trong th c hành, b nh nhân n khám bác sĩ v i các tri u ch ng. Các tri u ch ng này có th là bi u hi n c a nhi u tình tr ng b nh lý. Nhi m v c a bác sĩ i u tr là ch n oán b nh nhân xem có b m t b nh nào ó, d a trên k t qu xét nghi m. Sau ây là các thông s tiên oán d a trên k t qu c a xét nghi m. Giá tr tiên oán dương (Positive Predictive Value – PPV) là t l nh ng ngư i có k t qu xét nghi m dương tính ng th i có b nh (TP) chia cho t ng s TP a nh ng ngư i có xét nghi m dương tính (TP+FP) = = TP + FP a+b Giá tr tiên oán âm (Negative Predictive Value – NPV) là t l nh ng ngư i có k t qu xét nghi m âm tính ng th i không có b nh (TN) chia cho t ng s TN d nh ng ngư i có xét nghi m âm tính (TN+FN) = = TN + FN d +c Gi th qu n th b nh nhân n khám bác sĩ có các c tính tương ương v i các b nh nhân trong CASS. Khi ETT dưong tính, bác sĩ i u tr có th nói v i 815 b nh nhân là b nh nhân có t i = 0.88 = 88% kh năng b b nh ng m ch 930 327 vành. Ngư c l i, khi ETT âm tính, bác sĩ có th nói v i b nh nhân là có t i 535 = 0.61 = 61% kh năng b n nhân không b b nh ng m ch vành. ây c n nh n m nh hai ch “tương ương” khi dùng các giá tr tiên oán vì các giá tr 1023 này ph thu c vào t l b b nh trong qu n th (prevalence of disease), = 1465 0.70 = 70% trong CASS. M t cách d nh các công th c tính toán là nh y và chuyên ư c tính theo chi u th ng, theo c t (column), còn các giá tr tiên oán ư c tính theo
  4. chi u ngang, theo hàng (row), v i i u ki n là gi cách trình bày b ng như ã bàn trên. Xác su t sau xét nghi m và nh lý Bayes Như ã bàn trên, giá tr tiên oán dương và âm c a m t xét nghi m tùy thu c vào t l b nh trong c ng ng tương ương v i t l b nh trong m u nghiên c u, và i u này khó th c hi n ư c trong th c t . chuyên và nh y c a m t xét nghi m không tùy thu c vào t l b nh trong c ng ng. tr l i câu h i “N u k t qu xét nghi m dương (ho c âm) tính, xác su t b b nh m t cá nhân b nh nhân là bao nhiêu?” c n tìm hi u nh hư ng c a xác su t trư c xét nghi m (pretest probabilty) lên trên xác su t sau xét nghi m (posttest probability). Tr l i v i thí d ETT trong CAD, v i các xác su t trư c xét nghi m l n lư t là 50% (b ng 3), 90% (b ng 4) và 10% (b ng 5), v i nh y 86% và chuyên 77% trong c ba trư ng h p: CAD + CAD – K t qu n=500 n=500 Xác su t b nh sau xét ETT + a=430 (TP) b=115 (FP) nghi m dương 430/545=79% Xác su t b nh sau xét ETT - c=70 (FN) d=385 (TN) nghi m âm 70/455=15% nh y 86% chuyên 77% B ng 3 CAD + CAD – K t qu n=900 n=100 Xác su t b nh sau xét ETT + a=774 (TP) b=23 (FP) nghi m dương 774/797=97% Xác su t b nh sau xét ETT - c=126 (FN) d=77 (TN) nghi m âm 126/203=62% nh y 86% chuyên 77% B ng 4
  5. CAD + CAD – K t qu n=100 n=900 Xác su t b nh sau xét ETT + a=86 (TP) b=207 (FP) nghi m dương 86/293=29% Xác su t b nh sau xét ETT - c=14 (FN) d=693 (TN) nghi m âm 14/707=2% nh y 86% chuyên 77% B ng 5 Qua thí d trên, chúng ta th y r ng giá tr tiên oán c a xét nghi m v m t b nh, thư ng ư c gi ng d y trong các sách th ng kê y khoa, không th áp d ng ư c trong th c t hàng ngày vì m i b nh nhân có m t xác su t trư c xét nghi m khác nhau, tùy theo b nh tr ng, và ch c ch n xác su t này khác xa t l b nh trong c ng ng b nh nhân ư c dùng tính giá tr tiên oán. Thí d này cũng cho th y giá tr c a xét nghi m ư c tăng cao khi xác su t trư c xét nhi m c a b nh trong kho ng gi a. N u t l xác su t CAD trư c xét nghi m là 50% thì xác su t CAD sau xét nghi m là 79% n u ETT dương tính, m t s tăng 29%. Ngư c l i, n u xác su t trư c xét nghi m là 90%, thì xác su t sau xét nghi m n u ETTdương tính là 97%, m t s tăng ch có 7%. Tương t cho xác su t trư c xét nghi m 10%, khi ETT dương tính, thì s tăng ch có 19%, t 10% lên 29%. Các b ng thí d trên trình bày nh lý Bayes dư i d ng b ng 2X2. nh lý Bayes, d a trên xác su t có i u ki n, có th ư c bi u hi n như sau: P( D +) P(T + / D + ) True _ Positive P(D+/T+) = = P( D + ) P(T + / D +) + P( D −) P(T + / D −) Total _ Positive P( D +) P(T − / D +) False _ Negative P(D+/T-) = = P( D −) P(T − / D +) + P( D + ) P(T − / D +) Total _ Negative v i P(D+/T+): xác su t có b nh khi xét nghi m dương P(D+): t l có b nh trong qu n th (prevalence) ho c ư c tính kh năng có b nh m t cá nhân b nh nhân (pretest probability) P(T+/D+): xác su t xét nghi m dương khi cá nhân có b nh ( nh y; sensitivity) P(T+/D-): xác su t xét nghi m dương khi cá nhân không có b nh (t l dương gi ho c 1 - chuyên)
  6. P(T-/D-): xác su t xét nghi m âm khi cá nhân không có b nh ( chuyên; specificity) P(D-): t l không có b nh trong qu n th (prevalence) ho c xác su t không có b nh m t cá nhân (pretest probability) P(T-/D+): xác su t xét nghi m âm khi cá nhân có b nh (t l âm gi , ho c 1 – nh y) bi u ti p nh n c tính ho t ông c a xét nghi m Có th trình bày s liên h gi a t l duơng tính th t, t c nh y (TPR or sensitivity) v i t l dương tính gi (FPR or [1-specificity]) b ng bi u ti p nh n c tính ho t ng c a xét nghi m (receiver operating charactteristic – ROC) ROC c a 2 xét nghi m A và B 100 T l dương tính th t TPR % 90 80 70 60 50 40 30 20 10 0 0 10 20 30 40 50 60 70 T l dương tính gi FPR % Xét nghi m A Xét nghi m B Hình 1 ROC thư ng ư c dùng trong quy t nh ch n l a giá tr c t (cutoff value) trong các xét nghi m có k t qu là nh ng tr s liên t c, phân vùng dương tính v i vùng âm tính. Giá tr c t thư ng ư c ch n l a sao cho t l dưong tính th t (TPR) cao, ng th i t l dưong tính gi (FPR) th p. Trên ROC, ó là i m d li u (data point) góc trái trên cùng. M c khác, ROC cũng thư ng ư c dùng so sánh m nh c a hai xét nghi m. N u xét nghi m A và xét nghi m B u có th ư c dùng ch n oán b nh X, thì trên ROC minh h a trên, xét nghi m B m nh hơn xét nghi m A b t c t l dương tính gi nào, nghĩa là ROC c a xét nghi m B n m cao hơn ROC c a xét nghi m A (hình 1). Odds và Likelihood Ratios
  7. Hai t này ư c nguyên d ng ti ng Anh và ư c nh nghĩa như sau: p Odds = v i p là xác su t b nh có th x y ra và (1-p) là xác su t “không 1− p b nh” có th x y ra, thư ng ư c vi t dưói d ng p:1-p. Thí d , n u xác su t có b nh là 75%, t c là 0.75, thì odds ư c vi t như sau: 0.75:0.25. tinh gi n hình th c, có th chia hai v cho cùng m t s , thí d chia cho 0.25; odds tr thành 3:1. odds tr thành l i xác su t thì chia s bên trái cho t ng s bên trái và bên ph i. Thí d , odds 4:1 ư c bi n i thành xác su t: 4/4+1 = 4/5 = 0.80 (80%). Likelihood Ratio ư c nh nghĩa như là t l gi a k t qu xét nghi m (dương ho c âm) khi có b nh và k t qu xét nghi m cùng lo i khi không có b nh. Như v y, có hai likelihood ratio: likelihood ratio positive (LR +) khi k t qu dương tính, và likelihood ratio negative (LR -) khi k t qu âm tính. Tham kh o b ng 2 X 2 trên có th giúp tính các likelihood ratios. a/a+c TPR do _ nhay LR + = = = b/b + d FPR 1 − do _ chuyen c/a +c FNR 1 − do _ nhay LR - = = = d /b + d TNR do _ chuyen Y văn ngày nay thư ng ăng LR+ và LR- kèm theo nh y và chuyên trong các báo cáo v xét nghi m. Likelihood ratio có hai i m tr i hơn so v i chuyên và nh y: - i v i xét nghi m có k t qu là nh ng tr s liên t c, xét nghi m có th có nhi u LR+ và LR- , m i c p LR+/LR- cho m i tr s c t (cutoff value), trong khi n u dùng nh y và chuyên thì ch có th dùng m c c p nh y/ chuyên mà thôi cho m i xét nghi m. - ch có th dùng LR+ và LR- trong mô hình Bayes v quy t nh lâm sàng trình bày dư i ây. nh y và chu n không th dùng tính toán trong mô hình này. Quy t nh lâm sàng nh lư ng S gi i thích các k t qu xét nghi m i n m t quy t nh lâm sàng d a vào phân tích Bayes (Bayes analysis) và phân tích ngư ng (threshold analysis). Phân tích Bayes d a trên hai thông s , xác su t có b nh trư c xét nghi m và m nh c a m i xét ngh m. Xác su t có b nh trư c xét nghi m có ba ngu n g c: - t s ư c oán kh năng b nh b nh nhân c a b n thân bác sĩ i u tr . ây là xác su t ch quan (subjective probability), d a trên kinh nghi m, khác v i quan ni m c a xác su t theo t n s (frequency probability).
  8. - t y văn. - t các nhà chuyên khoa (expert). m nh c a m t xét nghi m ư c bi u hi n b ng LR+ và LR-. Hai thông s này có th tìm trong y văn. M t s sách giáo khoa m i ra sau này cũng có trình bày hai s này, song song v i nh y và chuyên c a m t xét nghi m. Sau ây là thí d ch n oán m t b nh nhân b nghi ng thuyên t c ph i b ng CT ph i trôn c (helical/spiral chest CT), v i LR+ = 8 và LR- = 0.3, d a theo các bư c c a hình 2: 1. Ư c tính xác su t thuyên t c ph i trư c xét nghi m d a trên b ng lâm sàng chu n hóa c a Wells, trong trư ng h p cá bi t này: 20% = 0.2 2. Chuy n i xác su t trư c xét nghi m sang odds trư c xét nghi m: 0.2:0.8 ho c 1:4 ho c 0.25 3. Tính odds sau xét nghi m trong trư ng h p CT ph i trôn c dương tính: 0.25 X 8 = 2.0 4. Chuy n i odds sau xét nghi m sang xác su t sau xét nghi m: 2/2+1 = 2/3 = 0.67 = 67% N u CT ph i trôn c âm tính thì cũng làm theo b n bư c trên, ch khác là dùng LR- = 0.3 trong tính toán. Xác su t trư c Xét nghi m Xác su t sau xét nghi m xét nghi m nh lý Bayes Pre odds X LR = Post odds Hình 2 Trong quy t nh lâm sàng nh lư ng còn có khái ni m ngư ng (threshold). Ngư ng là tr s mà dư i ó chúng ta quy t nh theo m t hư ng và trên ó
  9. chúng ta quy t nh theo m t hư ng khác. Còn ngay t i ngư ng thì chúng ta lư ng l (indifferent). Có hai ngư ng trong quy t nh lâm sàng, ngư ng i u tr /không i u tr và ngư ng xét nghi m/không xét nghi m. Ngư ng ư c tính d a trên t n phí/l i ích (costs/benefits) c a phương th c i u tr ho c xét nghi m. Các ngư ng này ư c tính chính th c b i phân tích hình cây (tree analysis) dùng giá tr ư c tính (expected value). Thông thư ng, bác sĩ i u tr tính nh m hai ngư ng này d a trên kinh nghi m. N u phưong pháp i u tr có h i nhi u hơn l i, thí d hóa tr li u b nh nhân ung thư thì ngư ng i u tr cao; ngư c l i khi phương pháp i u tr mang la nhi u l i ích hơn h i thì ngư ng này th p. i v i ngư ng xét nghi m/không xét nghi m cũng tưuơng t . Có hai phưong pháp dùng ngư ng quy t nh: 1. Xác nh trư c hai ngư ng i utr /không i u tr và xét nghi m/không xét/nghi m. ư ng xác su t c a b nh t 0.0 n 1.0, như v y ư c chia ra làm ba vùng (hình 3): vùng theo dõi, vùng xét nghi m và vùng i u tr . N u xác su t có b nh trư c xét nghi m l t vào vùng theo dõi thì quy t nh h p lý nh t là theo dõi b nh nhân. Còn n u xác su t này l t vào vùng i u tr thì quy t nh h p lý nh t là i u tr b nh nhân. hai vùng này, n u có yêu c u xét nghi m thì k t qu không m nh khi n cho xác su t sau xét nghi m vư t qua ngư ng bác sĩ thay quy t nh. Ch có vùng xét nghi m khi mà xác su t có b nh trư c xét nghi m lot vào thì k t qu xét nghi m m nh xác su t có b nh sau xét nghi m vư t qua ư c ngư ng khi n bác sĩ thay i qu t nh. Ngư ng xét nghi m/không Ngư ng i u xét nghi m tr /không i u tr 0.0 1.0 Vùng Vùng xét Vùng theo dõi nghi m i u tr Hình 3 2. Ch xác nh trư c ngư ng i u tr /không i u tr trên ư ng th ng xác su t t 0.0 t i 1.0. Tra c u LR+ và LR- c a xét nghi m dùng nh b nh. Dùng nh
  10. lý Bayes bi n i xác su t có b nh trư c xét nghi m thành xác su t sau xét nghi m. Trong trư ng h p xác su t trư c xét nghi m (X) th p hơn ngư ng i u tr /không i u tr , trư c khi yêu c u xét nghi m, tính th xem xét nghi m này v i LR+ như v y có m nh xác su t sau xét nghi m vư t qua ngư ng hay không (hình 4). N u không, không nên yêu c u xét nghi m. N u ư c thì nên yêu c u xét nghi m vì thông tin mang l i b i k t qu xét nghi m khi n bác sĩ thay i quy t nh t không i u tr (n u không có xét nghi m) sang i u tr . Ngư ng i u tr /không i u tr LR+ 0.0 X 1.0 Hình 4 Ngư c l i, n u xác su t có b nh trư c xét nghi m (X) cao hơn ngư ng i u tr /không i u tr , thì trư c khi yêu c u xét nghi m c n xem l i v i LR- như v y, xác su t sau xét nghi m có vư t qua ư c ngư ng hay không (hình 5). N u không, không nên yêu c u xét nghi m. N u ư c thì nên yêu c u xét nghi m vì thông tin mang l i b i k t qu xét nghi m khi n bác sĩ thay i quy t nh t i u tr (n u không có xét nghi m) sang không i u tr . Ngư ng i u tr /không i u tr LR- 0.0 X 1.0 Hình 5 K t lu n
  11. Bác sĩ i u tr luôn luôn ph i i phó v i tính b t nh c a xét nghi m và tính b t nh c a i u tri. Trong hơn ba mưoi năm qua, môn h c quy t nh y khoa (medical decision making), áp d ng các thành t c a khoa h c quy t nh (decision science), khoa tâm lý quy t nh (psychology of decision making) cùng v i s ti n b vư t b c c a ngành i n toán, ã giúp em l i m t khung phân tích cho các quy t nh lâm sàng mà trư c ây thư ng ư c bao ph b i m t màng bí n c a phán oán lâm sàng (clinical judgment) d a vào kinh nghi m. Bài vi t này ch trình bày nh ng khái ni m cơ b n và nh ng trư ng h p lâm sàng ơn gi n, nh m nh c l i vài nguyên lý cơ b n trong lâm sàng: - ch yêu c u xét nghi m khi thông tin em l i b i k t qu khi n bác sĩ thay i quy t nh. - Tính b t nh c a b nh có th gi m b t b i xét nghi m t i m t m c nào ó; trên m c ó, thông tin em l i không giúp ích thêm và càng yêu c u xét nghi m, càng có nguy cơ tai bi n cho b nh nhân và tăng t n phí. Huỳnh T n Tài i H c Illinois t i Chicago (UIC) Chicago, Illinois và y Ban Liên H p Ki m nh Các Cơ S Y T (JCAHO) Oakbrook Terrace, Illinois Tham kh o 1. Friedland DJ, Go AS, Davoren JB, Shlipak MG, Bent SW, Subak LL and Mendelson T: Evidence-Based Medicine. A Framework for Clinical Practice. Stamford, CT: Appleton & Lange; 1998. 2. Black ER, Bordley DR, Tape TG and Panzer RJ: Diagnostic Strategies for Common Medical Problems. Philadelphia, PA: ACP; 1999. Sách c thêm 1. Sackett DL, Haynes RB, Guyatt GH and Tugwell P: Clinical Epidemiolog A Basic Science for Clinical Medicine. Boston, MA: Little Brown; 1991. 2. Sox Jr HC, Blatt MA, Higgins MC and Marton KI: Medical Decision Making. Boston, MA: Butterworths; 1988. 3. Chapman GB, Sonnenberg FA (ed): Decision Making in Health Car Theory, Psychology, and Applications. New York, NY: Cambridge University Press; 2000. 4. Parmigiani G: Modeling in Medical Decision Making. A Bayesian Approach. West Sussex, England: Wiley & Sons; 2002.
  12. 5. Weinstein MC, Fineberg HV: Clinical Decision Analysis. Philadelphia, PA: Saunders; 1980. 6. Petitti DB: Meta-Analysis Decision Analysis and Cost-Effectiveness Analysis. New York, NY: Oxford University Press; 1994. 7. Elstein AS Shulman LS and Sprafka SA: Medical Problem Solving. An Analysis of Clinical Reasoning. Cambridge, MA: Harvard University Press; 1978. YKHOANET

CÓ THỂ BẠN MUỐN DOWNLOAD

Đồng bộ tài khoản