ĐÁNH GIÁ
CÁC XÉT NGHIỆM XÁC ĐỊNH HIỆN
DIỆN CỦA BỆNH TRONG QUẦN THỂ
PGS.TS. Lê Thanh Hiền
Khoa Chăn Nuôi Thú Y
?
Bệnh hay không bệnh
Có hay không có trạng thái sức khỏe đang khảo sát
Xét nghiệm
-XN sàng lọc (screening test)
-XN chẩn đoán (diagnostic test)
MỘT SỐ THUẬT NGỮ
Độ chính xác (accuracy), mức giá trị (validity)
Độ tin cậy (precision)
Độ chính xác của xét nghiệm
Độ chính xác (accuracy) của xét nghiệm là tỷ
lệ của tất cả kết quả xét nghiệm đúng (cả
dương tính lẫn âm tính) so với tổng số xét
nghiệm.
Độ chính xác còn gọi là mức giá trị (validity).
Độ chính xác thường dùng để diễn đạt khả
năng chung của một xét nghiệm.
Độ tin cậy
Độ tin cậy là khả năng lập lại (repeatability)
cho thấy sự giống nhau của kết quả đo lường
sau nhiều lần lập lại.
Đôi khi độ tin cậy được gọi là tính đúng
(precision).
Độ nhạy và độ chuyên biệt của
xét nghiệm
Độ nhạy (Sensitivity) được định nghĩa là xác
suất một con thú thật sự có bệnh có thể được
phát hiện bằng chẩn đoán.
Độ chuyên biệt (Specificity)được định nghĩa
là xác suất để một con thú không bệnh được
phát hiện bằng phương pháp chẩn đoán
Công thức độ nhạy và độ chuyên
biệt của xét nghiệm
Số con thú DƯƠNG tính bằng phương pháp chẩn đoán
Tổng số con thú thực sự CÓ bệnh
Se=
Số con thú ÂM tính bằng phương pháp chẩn đoán
Tổng số con thú thực sự KHÔNG có bệnh
Sp=
Se = a/(a+c)
Sp = d/(b+d)
Test
Bệnh
Không
bệnh
Tổng
Dương
a b a + b
Âm
c d c + d
a + c b + d N
Để xác định Se, Sp người ta so sánh kết quả chẩn
đoán của phương pháp cần xác định với phương
pháp chuẩn (được gọi là chuẩn vàng, gold
standard).
Phương pháp chuẩn là phương pháp được xem
như độ chính xác cao (tuy nhiên không phải là
hoàn toàn tuyệt đối)
Ví dụ:
Nghiên cứu về phương pháp xác định
Trichinella spiralis bằng phương pháp tiêu cơ
(xem như phương pháp chuẩn) và phương
pháp ELISA.
Giả sử 200 con heo được lấy mẫu để làm ELISA,
sau đó giết thú lấy cơ hoành để chẩn đoán bằng
phương pháp tiêu cơ, kết quả nghi nhận như
sau
Se=29/32=90.625%
Sp=142/168=84.524%
Phương
pháp tiêu cơ
Elisa
Nhiễm
Không
nhiễm
Dương
29 26 55
Âm
3142 145
32 168 200
Se và Sp trong các xét nghiệm có kết
quả số liệu dạng liên tục – chọn giá trị
điểm cắt cut-off
Ví dụ về SCC (Somatic cell count)
Định nghĩa về điểm cắt (cut-off)
Giá trị tiên đoán (predictive value)
Trong lâm sàng luôn đặt ra câu hỏi
Nếu một con thú được chẩn đoán là dương tính thì
xác suất để con thú thật sự có bệnh là bao nhiêu.
Nếu con thú được chẩn đoán là âm tính, xác suất
thật sự con thú không bệnh là bao nhiêu.
Test
Bệnh
Không
bệnh
Tổng
Dương
a b a + b
Âm
c d c + d
a + c b + d N
Tỉ lệ dương tính giả = b/(b+d) = 1 – Sp
Tỉ lệ âm tính giả = c/(a+c) = 1 – Se
Lưu ý
Giá trị tiên đoán phụ thuộc Se, Sp, và tỉ lệ
bệnh thật của quần thể
Giá trị tiên đoán có thể được cải thiện bằng
cách chọn các xét nghiệm có độ nhạy và độ
chuyên biệt cao.
Xét nghiệm nhạy sẽ cải thiện giá trị tiên đoán âm
(ít kết quả âm tính giả).
Xét nghiệm chuyên biệt giúp cải thiện giá trị tiên
đoán dương (ít kết quả dương tính giả).
Mối liên quan giữa
Se, Sp và tỷ lệ nhiễm
Trên thực tế chỉ căn cứ vào kết quả xét nghiệm
để xác định tỷ lệ nhiễm. Điều này có thể chấp
nhận khi phương pháp chẩn đoán đó được
công nhận.
AP: apparent prevalence – Tỉ lệ bệnh biểu kiến
TP: true prevalence – Tỉ lệ bệnh thật
Se = a/(a+c)
Sp = d/(b+d)
P = (a+c)/N
AP = (a+b)/N
Test
Bệnh
Không
bệnh
Tổng
Dương
a b a + b
Âm
c d c + d
a + c b + d N
Từ đó có thể tính được là
AP = Se × P+(1-Sp)×(1-P)
1)Sp(Se
1)Sp(AP
P=
Tình trạnh bệnh thực sự Tổng
Bệnh Không bệnh
Phương
pháp chẩn
đoán cần
xác định
Dương tính
Âm tính
Tổng
Se ×P
(1 - Se) ×P
P
(1 - Sp) ×(1 - P)
Sp ×(1 - P)
1 - P
Se ×P + (1 - Sp) ×(1 -P)
(1 - Se) ×P + Sp ×(1 - P)
1