Hiểu rõ về Độ nhạy và Độ đặc hiệu để Chẩn đoán hiệu quả hơn

1. Diagnosis
Sensitivity
and Specificity
CAO MẠNH LONG
BAN NGHIÊN CỨU KHOA HỌC
CLB SINH VIÊN HỌC TẬP TÍCH CỰC VÀ NGHIÊN CỨU KHOA HỌC
1

2. Case study
 Betty, 1 góa phụ 45 tuổi, với 3 con, ở bang Florida, Mỹ
 11/1990, Betty được gọi điện đến văn phòng sở y tế
địa phương, nơi chị từng được khám bệnh tuyến giáp
và thử máu
 Khi đến sở, bác sỹ báo rằng chị bị AIDS, bác sỹ không
chắc là chị sẽ sống được bao lâu
2

3. Case study
 Những tháng sau hung tin đó là chuỗi ngày buồn rầu
và lo lắng. chị không thể xua đuổi cái ý tưởng mình bị
AIDS, chị sẽ mặc áo gì sau khi chết, con cái chị sẽ
sống ra sao sau khi chị qua đời, và bạn bè chúng sẽ
nhìn chúng như thế nào
 Năm 1992, bác sỹ cho chị dùng thuốc didanosine.
Biến chứng của thuốc làm chị ói mửa thường xuyên,
hay mệt mỏi và vài vấn đề khác
 Chị đã tham gia vào Hội những người bị AIDS ở địa
phương
3

4. Case study
 Người cố vấn của Hội đó nhận thấy hàm lượng tế bào
T của chị khá cao. Họ đề nghị chị nên đi tái khám
 Tháng 11/1992, Betty lại nhận được 1 cú điện thoại từ
sở y tế địa phương, yêu cầu chị ghé văn phòng sớm
 Chị nhận được kết quá thử nghiệm AIDS âm tính!
4

5. Case study
 Betty kiện bác sỹ, trung tâm thử nghiệm HIV và sở y tế
Florida ra tòa.
 Bồi thẩm đoàn bồi thường cho Betty 600,000 USD vì
đã phải chịu 2 năm trờ đau khổ với bản án y khoa
không có thật.
Trích AIDS update 1999: An annual overview of acquired
immune deficiency syndrome, GJ Stine, Upper Saddle
River, NJ: Prentice-Hall, 1999
5

6. Diagnosis
 Chẩn đoán là quy trình xác định bản chất của bệnh
bằng cách xem xét các dấu hiệu và triệu chứng của
bệnh nhân, và khi cần thiết, xem xét các kết quả xét
nghiệm và khảo sát chẩn đoán hình ảnh.
 Xác định điều chưa biết (the unknown) bằng cách dựa
vào những điều có thể quan sát được (qua hỏi bệnh,
khám thực thể và cận lâm sàng)
 “Medicine is a science of uncertainty, and an art of
probability” , William Osler
6

7. Chắc chắn?
 Không có phương pháp xét nghiệm nào là hoàn hảo
tuyệt đối
 Mọi xét nghiệm đều có sensitivity, specificity và
accuracy nhất định
7

8. Kết quả xét nghiệm
 True positive?
 False positive?
 True negative?
 False negative?
8

9. Mean what?
Kết quả
xét nghiệm
Tình trạng thật của bệnh
Có bệnh Không bệnh
Positive (+ve) True positive False positive
Negative (-ve) False negative True negative
9
 True positive = Sensitivity
 True negative = Specificity

10. Example
 Sensitivity = ?
 Specificity = ?
 False positive = ?
 False negative = ?
10
Mammography Breast biopsy
+ve -ve
+ve 180 40
-ve 20 760
Total 200 800

11. Sensitivity
Phương pháp có độ nhạy cao
 Cho phép loại bỏ khả năng mắc bệnh
 Rất có ích nếu kết quả xét nghiệm là âm tính
 Sử dụng nếu việc bỏ sót bệnh dẫn đến những hệ quả
nghiêm trọng
11

12. Specificity
Phương pháp có độ đặc hiệu cao
 Nếu đối tượng không có bệnh, xét nghiệm ít khi cho ra
kết quả dương tính
 Có ích cho việc xác định bệnh trạng
 Rất có ích khi kết quả xét nghiệm là dương tính
 Sử dụng nếu kết quả dương tính giả dẫn đến những
hệ quả nghiêm trọng cho bệnh nhân
12

13. Case study
 Nữ, 55 tuổi, không có tiền sử ung thư vú
 Mammography kết quả +ve
 Sens 75 – 90 %
 Spec 90 – 95 %
 Xác suất đối tượng bị ung thư vú là bao nhiêu?
13

14. Actually
100,000
Phụ nữ độ tuổi 55
Ung thư vú
1,000
900 +ve 100 -ve
Không ung thư
99,000
4,950
+ve
90,050 -ve
14
Prevalence 1%, PPV=
𝟗𝟎𝟎
𝟗𝟎𝟎+𝟒,𝟗𝟓𝟎

15. Positive (& negative)
predictive value
 Khả năng mắc bệnh trong điều kiện một kết quả +ve
𝒔𝒆𝒏𝒔𝒊𝒕𝒊𝒗𝒊𝒕𝒚 ∗ 𝒑𝒓𝒆𝒗𝒂𝒍𝒆𝒏𝒄𝒆
𝒔𝒆𝒏𝒔𝒊𝒕𝒊𝒗𝒊𝒕𝒚 ∗ 𝒑𝒓𝒆𝒗𝒂𝒍𝒆𝒏𝒄𝒆 + 𝟏 − 𝒔𝒑𝒆𝒄𝒊𝒇𝒊𝒄𝒊𝒕𝒚 ∗ (𝟏 − 𝒑𝒓𝒆𝒗𝒂𝒍𝒆𝒏𝒄𝒆)
15

16. Likelihood ratio
 LR+ =
𝑠𝑒𝑛𝑠𝑖𝑡𝑖𝑣𝑖𝑡𝑦
1−𝑠𝑝𝑒𝑐𝑖𝑓𝑖𝑐𝑖𝑡𝑦
=
𝑡𝑟𝑢𝑒+𝑣𝑒
𝑓𝑎𝑙𝑠𝑒+𝑣𝑒
=
?
?
= ?
 LR- =
1 − 𝑠𝑒𝑛𝑠𝑖𝑡𝑖𝑣𝑖𝑡𝑦
𝑠𝑝𝑒𝑐𝑖𝑓𝑖𝑐𝑖𝑡𝑦
=
𝑓𝑎𝑙𝑠𝑒−𝑣𝑒
𝑡𝑟𝑢𝑒−𝑣𝑒
=
?
?
= ?
 Sự chính xác của xét nghiệm
16
PLR > 10 Khả năng mắc bệnh cao
PLR = 5 – 10 Khả năng mắc bệnh trung bình
PLR = 2 – 5 Khả năng mắc bệnh thấp
PLR < 2 Khả năng mắc bệnh rất thấp
PLR = 1 Xét nghiệm vô dụng

17. 17
Fagan TJ. Nomogram for Bayes theorem.
N Engl J Med 1975;293:257.
LR+ = 18

18. Diễn giải cho đối tượng 18

19. Continuous variable 19
Ted O. Morgan, et al. Age-Specific Reference
Ranges for Serum Prostate-Specific Antigen
in Black Men.
N Engl J Med 1996; 335:304-310
DOI: 10.1056/NEJM199608013350502

20. Kết quả nhiều xét nghiệm
 Xét nghiệm song song
o Độc lập nhau => Senstotal = Sensmax
o Không độc lập => mô hình thống kê như mô hình hồi quy logistic
 Xét nghiệm nối tiếp (serial tests)
 Thường tăng Spec và PPV nhưng giảm Sens
 Nếu nối tiếp nhau +ve => tin tưởng hơn về khả năng mắc bệnh
 Nếu âm tính => nguy cơ bỏ sót bệnh
 Yêu cầu không quá gấp, xét nghiệm đắt tiền/xâm phạm
20

21. PPV cho serial tests
Step 1: PSA +ve
 Odds0 = 0.033 / (1 – 0.033) = 0.034
 PLR = 0.67 / (1 – 0.97) = 22.33
 Odds1 = 0.034 * 22.33 = 0.762
 PPVPSA
= 0.762 / (1 + 0.762) = 0.433
Step 2: DRE +ve
 Odds0 = 0.433 / (1 – 0.433) = 0.762
 PLR = 0.50 / (1 – 0.94) = 8.33
 Odds1 = 0.762 * 8.33 = 6.35
 PPVPSA + PSA
= 6,35 / (1 + 6.35) = 0.86
21
Ví dụ: Trong quần thể có nguy cơ ung thư tuyến tiền liệt, P = 3,3 %
PSA: Sens = 67%, Spec = 97%
DRE: Sens = 50%, Spec = 94%
 Khi chưa có kết quả nào, xác suất mắc bệnh là 3,3%
 Sau khi có PSA +ve, xác suất tăng lên 43,3%
 Sau khi có thêm DRE +ve, xác suất tăng lên 86%

22. Reference
 Nguyễn Văn Tuấn. Y học thực chứng (Evidence-baced
medicine). Nhà xuất bản Y học 2015
22

23. “Điều thầy mong mỏi là các em thấy được cái tuyệt vời
của tri thức trong nghề mà thầy trò mình đã chọn. Tri
thức nó đẹp và sáng hơn cái hào quang giả tạo của
nghề thầy thuốc cũng như những lợi nhuận béo bở mà
nó mang lại”
Thầy Phùng Trung Hùng
“Học để hạnh phúc
học để giúp người khác hạnh phúc
học để xã hội hạnh phúc hơn”
Thầy Ngô Dũng Tuấn
23

24. Photo by keith ellwood - Creative Commons Attribution License https://www.flickr.com/photos/76377775@N05 Created with Haiku Deck
24

25. Photo by tim caynes - Creative Commons Attribution-NonCommercial License https://www.flickr.com/photos/70021771@N00 Created with Haiku Deck
25

26. Photo by Avard Woolaver https://creativecommons.org/licenses/by-nc-nd/2.0/
26