Không hiện kết quả test so sánh năm 2024

Kết quả xét nghiệm có thể giúp chẩn đoán ở bệnh nhân có triệu chứng (xét nghiệm chẩn đoán) hoặc xác định bệnh ẩn ở bệnh nhân không có triệu chứng (sàng lọc). Nếu các xét nghiệm được chỉ định phù hợp trên cơ sở biểu hiện lâm sàng, thì bất kỳ kết quả nào cũng sẽ hỗ trợ việc đưa ra hoặc loại trừ các chẩn đoán có thể xảy ra. Kết quả xét nghiệm có thể can thiệp vào quá trình quyết định lâm sàng nếu xét nghiệm phân biệt kém giữa bệnh nhân có và không mắc (các) bệnh nghi ngờ hoặc nếu kết quả xét nghiệm được tích hợp không đúng vào bối cảnh lâm sàng.

Các xét nghiệm trong phòng thí nghiệm là không chính xác tuyệt đối và có thể nhầm lẫn trong việc xác định bệnh ở người khỏe mạnh (kết quả dương tính giả) hoặc xác định người có bệnh là không mắc bệnh (kết quả âm tính giả). Khả năng xác định chính xác bệnh nhân mắc bệnh của xét nghiệm phụ thuộc vào khả năng một người mắc bệnh đó (xác suất trước đó) cũng như các đặc điểm hoạt động nội tại của xét nghiệm.

Mặc dù xét nghiệm chẩn đoán thường góp phần quan trọng vào việc đưa ra quyết định lâm sàng chính xác, xét nghiệm có thể gây ra những hậu quả không mong muốn hoặc không lường trước được. Việc xét nghiệm phải được thực hiện với sự cân nhắc, có mục đích và với kỳ vọng rằng kết quả xét nghiệm sẽ làm giảm sự mơ hồ đối với các vấn đề của bệnh nhân và góp phần cải thiện tình trạng sức khỏe của họ. Ngoài các nguy cơ cung cấp thông tin không chính xác (do đó trì hoãn việc điều trị hoặc gây ra điều trị không cần thiết), các xét nghiệm cận lâm sàng có thể làm tiêu tốn chi phí điều trị và gây ra các biến chứng không mong muốn (ví dụ, tràn khí màng phổi do sinh thiết phổi) hoặc có thể làm thêm xét nghiệm không cần thiết.

Trong số các xét nghiệm, phổ biến nhất là những xét nghiệm cung cấp kết quả theo quy mô liên tục, định lượng (ví dụ: đường huyết, số lượng bạch cầu). Các xét nghiệm này có thể cung cấp thông tin lâm sàng hữu ích trong phạm vi của chúng, nhưng các bác sỹ lâm sàng thường sử dụng chúng để chẩn đoán bệnh bằng cách yêu cầu kết quả được phân loại là dương tính hoặc âm tính (ví dụ có bệnh hoặc không bêjnh) dựa trên so sánh với một số tiêu chuẩn hay điểm cắt. Những điểm cắt như vậy thường được lựa chọn dựa trên phân tích thống kê và khái niệm cố gắng để cân bằng tỷ lệ kết quả dương tính giả (gây ra các xét nghiệm hoặc điều trị không cần thiết, tốn kém và có thể nguy hiểm) và kết quả âm tính giả (không chẩn đoán được bệnh có thể điều trị). Xác định điểm cắt cũng phụ thuộc vào việc liệu có tiêu chuẩn vàng để chẩn đoán xác định bệnh lý đang nghi ngờ hay không.

Thông thường, các kết quả kiểm tra định lượng như vậy (ví dụ, xét nghiệm bạch cầu trong trường hợp nghi ngờ viêm phổi do vi khuẩn) thường được mô tả dưới dạng đường cong phân bố (không nhất thiết phải là đường cong bình thường, mặc dù thường được mô tả như vậy). Sự phân bố các kết quả xét nghiệm cho bệnh nhân được tập trung vào một điểm khác biệt so với người không mắc bệnh. Một số bệnh nhân mắc bệnh sẽ có kết quả rất cao hoặc rất thấp, nhưng hầu hết đều có kết quả trung bình. Ngược lại, một số bệnh nhân không mắc bệnh có kết quả rất cao hoặc rất thấp, nhưng hầu hết đều có kết quả trung bình dựa trên một ý nghĩa khác với bệnh nhân mắc bệnh. Đối với hầu hết các xét nghiệm, có điểm giao thoa kết quả xét nghiệm, nhiều kết quả xét nghiệm khác nhau có thể có ở bệnh nhân có bệnh và không có bệnh; các kết quả như vậy được minh họa rõ ràng hơn khi các đường cong được mô tả trên cùng một đồ thị (xem hình ). Một số bệnh nhân ở trên và dưới điểm cắt được lựa chọn sẽ được mô tả không chính xác. Điều chỉnh điểm cắt để xác định thêm bệnh nhân mắc bệnh (tăng độ nhạy của xét nghiệm) cũng làm tăng số lượng dương tính giả (độ đặc hiệu kém), và di chuyển điểm cắt theo cách ngược lại sẽ giúp tránh dương tính giả nhưng lại tăng số lượng âm tính giả. Mỗi điểm cắt được kết hợp với xác suất cụ thể của kết quả dương tính và dương tính giả.

Phân bố các kết quả xét nghiệm

Bệnh nhân bị bệnh được thể hiện ở phần phân bố trên; bệnh nhân không bị bệnh được thể hiện ở phân bố dưới. Đối với bệnh nhân bị bệnh, vùng dưới sự phân bố các kết quả nằm ở bên phải (ở trên) điểm cut phù hợp với tỷ lệ dương tính thật của xét nghiệm (nghĩa là độ nhạy của nó); vùng nằm phía bên trái của điểm cut (bên dưới) tương ứng với tỷ lệ âm tính giả. Đối với bệnh nhân không có bệnh, khu vực ở bên phải của điểm cut tương ứng với tỷ lệ dương tính giả, và vùng bên trái tương ứng với tỷ lệ âm tính thật (nghĩa là độ đặc hiệu của nó). Đối với 2 phân bố chồng chéo (ví dụ bệnh nhân có bệnh và không có bệnh), di chuyển điểm cut ảnh hưởng đến độ nhạy và độ đặc hiệu, nhưng theo các hướng ngược lại; việc thay đổi điểm cắt từ 1 đến 2 làm giảm số âm tính giả (tăng độ nhạy) nhưng cũng làm tăng số lượng dương tính giả (giảm độ đặc hiệu).

Biểu đồ của các kết quả dương tính thực (số dương tính thật/số bị bệnh) so với kết quả dương tính giả (số dương tính giả/số không bị bệnh) với một loạt các điểm cắt tạo ra đường cong ROC. Đường cong ROC minh họa sự cân bằng giữa độ nhạy và độ đặc hiệu khi điểm cutoff được điều chỉnh (xem hình ). Theo quy ước, phần dương tính thật được đặt trên trục y, và phần dương tính giả được đặt trên trục x. Khu vực dưới đường cong ROC càng lớn, sự phân biệt càng tốt giữa có bệnh hoặc không có bệnh.

Đường cong ROC cho phép các test được so sánh với nhiều điểm cắt. Trong ví dụ, Test A thực hiện tốt hơn Test B trên tất cả các phạm vi. Các đường cong ROC cũng giúp lựa chọn điểm cắt được thiết kế để tối đa hóa tiện ích của xét nghiệm. Nếu một xét nghiệm được thiết kế để xác định một bệnh, điểm cắt với độ đặc hiệu cao hơn và độ nhạy thấp hơn được lựa chọn. Nếu một bài kiểm tra được thiết kế để sàng lọc bệnh, một điểm cắt với độ nhạy cao hơn và độ đặc hiệu thấp hơn được lựa chọn.

Đường cong đặc trưng hoạt động của bộ thu nhận (đường cong ROC)

Một số biến lâm sàng chỉ có 2 kết quả có thể (ví dụ, sống/chết, có thai/không mang thai); các biến này được gọi là biến phân loại và nhị phân. Các kết quả phân loại khác có thể có nhiều giá trị rời rạc (ví dụ, nhóm máu, thang điểm Glasgow) và được gọi là biến danh mục hoặc thứ hạng. Các biến số danh mục như nhóm máu không có thứ tự đặc biệt. Các biến số thứ hạng như Thang điểm Glasgow Coma có các giá trị rời rạc được sắp xếp theo một thứ tự nhất định. Các biến lâm sàng khác, bao gồm nhiều xét nghiệm chẩn đoán điển hình, liên tục và có vô số các kết quả có thể (ví dụ, số lượng bạch cầu, nồng độ đường huyết). Nhiều bác sĩ lâm sàng chọn một điểm cắt làm biến liên tục chuyển thành biến nhị phân (ví dụ, bệnh nhân có mức đường trong máu lúc đói \> 126 mg/dL [7,0 mmol/L] được xem là có bệnh tiểu đường). Các xét nghiệm chẩn đoán liên tục khác có tiện ích chẩn đoán khi chúng có nhiều điểm cắt hoặc khi phạm vi kết quả có giá trị chẩn đoán khác nhau.

Độ nhạy và độ đặc hiệu thường được coi là đặc điểm của chính xét nghiệm, không phụ thuộc vào quần thể bệnh nhân.

• Độ nhạy là khả năng bệnh nhân mắc bệnh có kết quả xét nghiệm dương tính (tỷ lệ dương tính thật)

Vì vậy, một xét nghiệm dương tính ở 8 trong số 10 bệnh nhân mắc bệnh có độ nhạy là 0,8 (cũng được biểu thị bằng 80%). Độ nhạy thể hiện một xét nghiệm phát hiện ra bệnh tốt như thế nào; một xét nghiệm có độ nhạy thấp không xác định được nhiều bệnh nhân bị bệnh và một xét nghiệm có độ nhạy cao rất hữu ích để loại trừ chẩn đoán khi kết quả âm tính. Độ nhạy là sự bổ sung của tỷ lệ âm tính giả (tức là tỷ lệ âm tính giả cộng với độ nhạy \= 100%).

• Độ đặc hiệu là khả năng bệnh nhân không mắc bệnh có kết quả xét nghiệm âm tính ở bệnh nhân không mắc bệnh (tỷ lệ âm tính thực)

Do vậy, một xét nghiệm âm tính ở 9 trong số 10 bệnh nhân không mắc bệnh có độ đặc hiệu 0,9 (hoặc 90%). Độ đặc hiệu thể hiện mức độ chính xác trong xác định bệnh của một xét nghiệm vì các xét nghiệm với độ đặc hiệu cao có tỷ lệ dương tính giả thấp. Một xét nghiệm với độ đặc hiệu thấp sẽ làm chẩn đoán nhầm người không bệnh thành người bị bệnh. Đó là sự bổ sung của tỷ lệ dương tính giả.

Các giá trị dự đoán mô tả hành vi xét nghiệm trong một nhóm bệnh nhân nhất định mà không biết họ có mắc bệnh hay không. Đối với một xét nghiệm nhất định, các giá trị dự đoán thay đổi tùy thuộc vào tỷ lệ hiện hành của bệnh trong quần thể bệnh nhân được xét nghiệm.

• Giá trị dự báo dương tính (PPV) là tỷ lệ bệnh nhân có kết quả xét nghiệm dương tính thực sự mắc bệnh

Do vậy, nếu 9 trong số 10 kết quả kiểm tra dương tính là đúng (dương tính thật), PPV là 90%. Bởi vì tất cả trong số các kết quả xét nghiệm dương tính có một số dương tính thực và một số dương tính giả, PPV mô tả khả năng kết quả xét nghiệm dương tính trong một quần thể bệnh nhân nhất định biểu hiện sự dương tính thật.

• Giá trị dự đoán âm tính (NPV) là tỷ lệ bệnh nhân có kết quả xét nghiệm âm tính thực sự không mắc bệnh

Như vậy, nếu 8 trong số 10 kết quả xét nghiệm âm tính là đúng (âm tính thật), NPV là 80%. Vì không phải tất cả các kết quả xét nghiệm âm tính đều là âm tính thật, một số bệnh nhân có kết quả xét nghiệm âm tính nhưng lại mắc bệnh. NPV mô tả khả năng là kết quả xét nghiệm âm tính trong một quần thể bệnh nhân nhất định có xét nghiệm âm tính thật.

Không giống như độ nhạy và độ đặc hiệu, không áp dụng cho xác suất bệnh nhân xác định, LR cho phép các bác sĩ lâm sàng giải thích các kết quả xét nghiệm ở một bệnh nhân cụ thể với xác suất trước xét nghiệm của bệnh đã được biết (thường là ước lượng).

LR mô tả sự thay đổi xác suất bệnh trước khi xét nghiệm khi biết kết quả xét nghiệm và trả lời câu hỏi

• Xác suất sau xét nghiệm đã thay đổi bao nhiêu so với xác suất trước xét nghiệm bây giờ khi biết kết quả xét nghiệm?

Nhiều xét nghiệm lâm sàng là biến nhị phân; chúng nằm trên điểm cắt (dương tính) hoặc dưới điểm cắt (âm tính) và chỉ có 2 kết quả. Các xét nghiệm khác cho kết quả liên tục hoặc xảy ra trong một phạm vi mà nhiều điểm cắt được chọn. Xác suất thực tế sau xét nghiệm phụ thuộc vào độ lớn của LR (phụ thuộc vào đặc tính vận hành thử nghiệm) và dự đoán xác suất của bệnh. Khi xét nghiệm là biến nhị phân và kết quả là dương tính hoặc âm tính, độ nhạy và độ đặc hiệu có thể được sử dụng để tính LR dương tính (LR+) hoặc LR âm tính (LR-).

• LR+: Tỉ lệ khả năng kết quả xét nghiệm dương tính xảy ra ở bệnh nhân có bệnh (dương tính thật) với khả năng kết quả dương tính xảy ra ở bệnh nhân không mắc bệnh (dương tính giả)
• LR-: Tỷ lệ khả năng kết quả xét nghiệm âm tính xảy ra ở bệnh nhân có bệnh (âm tính giả) với khả năng kết quả xét nghiệm âm tính xảy ra ở bệnh nhân không mắc bệnh (âm tính thật)

Khi kết quả là liên tục hoặc có nhiều điểm cắt, đường cong ROC, chứ không phải độ nhạy và độ đặc hiệu, được sử dụng để tính LR thì LR không còn được mô tả là LR+ hay LR-.

Ví dụ, cho kết quả xét nghiệm dương tính, LR là 2,0 cho biết tỷ lệ chênh lệch là 2:1 (dương tính thật:dương tính giả) là kết quả xét nghiệm dương tính đại diện cho bệnh nhân bị bệnh. Trong 3 xét nghiệm dương tính, 2 trường hợp xảy ra ở bệnh nhân có bệnh (dương tính thực) và 1 trường hợp xảy ra ở bệnh nhân không mắc bệnh (dương tính giả). Bởi vì dương tính thực và dương tính giả là thành phần của công thức tính độ nhạy và tính đặc hiệu, LR+ cũng có thể được tính như độ nhạy/(1 − độ đặc hiệu). LR+ càng lớn, thông tin xét nghiệm dương tính càng có giá trị, một xét nghiệm dương tính có LR+ \> 10 được coi là bằng chứng mạnh mẽ ủng hộ chẩn đoán. Nói cách khác, ước tính xác suất bị bệnh trước xét nghiệm sẽ tăng mạnh về hướng 100% khi xét nghiệm dương tính có LR cao+.

Đối với kết quả xét nghiệm âm tính, LR- là 0,25 cho thấy tỷ lệ 1: 4 (âm tính giả: âm tính thật) là kết quả xét nghiệm âm tính đại diện cho một bệnh nhân bị bệnh. Trong 5 kết quả xét nghiệm âm tính, một kết quả sẽ xảy ra trên bệnh nhân có bệnh (âm tính giả) và 4 sẽ xuất hiện ở bệnh nhân không có bệnh (âm tính thật). LR- cũng có thể được tính như sau (1 −độ nhạy/độ đặc hiệu. LR- càng nhỏ, giá trị thông tin của xét nghiệm âm tính cung cấp càng lớn, một xét nghiệm với giá trị âm tính có LR < 0,1 được coi là bằng chứng mạnh mẽ loại trừ chẩn đoán. Nói cách khác, ước tính xác suất mắc bệnh trước xét nghiệm sẽ gần bằng 0% khi xét nghiệm âm tính có LR- thấp-.

Kết quả xét nghiệm với LRs là 1,0 không mang thông tin và không thể ảnh hưởng đến xác suất mắc bệnh trước test.

Một test nhị phân lý tưởng sẽ không có kết quả sai hoặc âm tính giả; tất cả các bệnh nhân có kết quả xét nghiệm dương tính sẽ bị bệnh (100% PPV) và tất cả bệnh nhân có kết quả âm tính sẽ không mắc bệnh (100% NPV).

Độ nhạy 71% có nghĩa là chỉ có 213 (71% trong số 300) phụ nữ có UTI sẽ có kết quả test dương tính. 87 người còn lại sẽ có kết quả test âm tính. Độ đặc hiệu 85% có nghĩa là 595 (85% của 700) phụ nữ không có UTI sẽ có kết quả xét nghiệm âm tính. 105 trường còn lại sẽ có kết quả test dương tính. Do đó, trong 213 + 115 \= 318 kết quả kiểm tra dương tính, chỉ có 213 là chính xác (213/318 \= 67% PPV); test dương tính làm chẩn đoán UTI chính xác hơn không nhưng không chắc chắn. Cũng có 87 + 595 \= 682 trường hợp âm tính, trong đó 595 là âm tính thật (595/682 \= 87% NPV), những trường hợp này ít khả năng là UTI nhưng không phải là không thể, 13% bệnh nhân có kết quả test âm tính nhưng có UTI.

Lưu ý rằng trong cả hai nhóm bệnh nhân, mặc dù PPV và NPV rất khác nhau, LRs không thay đổi vì LRs chỉ được xác định bởi độ nhạy và độ đặc hiệu của xét nghiệm.

Rõ ràng, kết quả xét nghiệm không đưa ra chẩn đoán xác định mà chỉ ước tính xác suất mắc bệnh có hoặc không, và xác suất sau xét nghiệm (khả năng mắc bệnh cho kết quả xét nghiệm cụ thể) khác nhau rất nhiều dựa trên xác suất trước bệnh cũng như độ nhạy và độ đặc hiệu của xét nghiệm (và do đó là LR).

Xác suất trước test không phải là phép đo chính xác; nó dựa trên sự đánh giá lâm sàng về mức độ các triệu chứng cơ năng và thực thể cho thấy bệnh này có mặt, những yếu tố nào trong tiền sử bệnh nhân hỗ trợ chẩn đoán và căn bệnh phổ biến như thế nào. Nhiều thang điểm đánh giá lâm sàng được thiết kế để ước lượng xác suất trước test; thêm điểm cho các tính năng lâm sàng khác nhau tạo điều kiện cho việc tính điểm. Những ví dụ minh hoạ tầm quan trọng của ước tính chính xác xác suất trước test vì tỷ lệ bệnh trong quần thể được xem xét ảnh hưởng đáng kể tới tính tối ưu của xét nghiệm. Cần sử dụng các công cụ ước tính tỷ lệ phổ biến đã công bố hợp lệ khi chúng có sẵn. Ví dụ, có các tiêu chí để Các điểm tính toán cao hơn mang lại các xác suất ước lượng cao hơn.

Nhiều kết quả xét nghiệm thể hiện dưới dạng biến liên tục và có thể cung cấp thông tin lâm sàng hữu ích. Bác sỹ lâm sàng thường chọn một điểm cắt cụ thể để tối ưu hóa xét nghiệm. Ví dụ, số lượng bạch cầu \> 15.000 có thể được mô tả là dương tính; giá trị < 15.000 là âm tính. Khi một xét nghiệm mang lại kết quả liên tục nhưng có điểm cắt nhất định, nó được thể hiện dưới dạng biến nhị phân. Xét nghiệm cũng có thể chọn ra nhiều điểm cắt. Độ nhạy, độ đặc hiệu, PPV, NPV, LR+, và LR- có thể được tính cho một hoặc nhiều điểm cắt. Bảng minh hoạ ảnh hưởng của việc thay đổi điểm cắt của số WBC ở bệnh nhân nghi viêm ruột thừa.

Ngoài ra, việc kết hợp các kết quả thể hiện dưới dạng biến liên tục vào các mức độ khác nhau tỏ ra khá hữu ích. Trong trường hợp này, các kết quả không được đặc trưng là dương tính hoặc âm tính vì có nhiều ngưỡng kết quả, vì vậy mặc dù có thể xác định LR cho từng ngưỡng kết quả, sẽ không còn việc phân biệt LR+ hay LR- nữa. Ví dụ, bảng minh hoạ mối tương quan giữa số lượng bạch cầu và tình trạng nhiễm khuẩn ở trẻ sốt. Bởi vì LR là xác suất của một kết quả nhất định ở bệnh nhân bị bệnh chia cho xác suất của kết quả đó ở những bệnh nhân không mắc bệnh, LR cho mỗi nhóm số lượng bạch cầu là xác suất nhiễm khuẩn trong nhóm đó chia cho xác suất không nhiễm khuẩn huyết.

Quá trình sử dụng xác suất trước test của bệnh và các đặc tính của test để xác định xác suất sau test được gọi là định lý Bayes hoặc định lý Bayesian sửa đổi. Đối với thực hành lâm sàng thường quy, phương pháp Bayesian thường có nhiều dạng:

• Định dạng tỷ lệ xác suất (tính toán hoặc dạng biểu đồ)
• Cách tiếp cận theo dạng bảng

Nếu xác suất trước test của bệnh được thể hiện bằng tỷ lệ của nó và vì LR của một test đại diện cho tỷ lệ, sản phẩm của 2 đại diện cho tỷ lệ mắc bệnh sau khi kiểm tra (tương tự như nhân 2 xác suất với nhau để tính xác suất xảy ra đồng thời là 2 sự kiện):

Tỷ lệ sác xuất trước test × LR \= tỷ lệ xác suất sau test

Bởi vì các bác sĩ lâm sàng thường nghĩ về xác suất chứ không phải là tỷ lệ, xác suất có thể được chuyển đổi thành tỷ lệ (và ngược lại) với các công thức sau:

Tỷ lệ \= xác suất/1 − xác suất

Xác suất \= tỷ lệ/tỷ lệ + 1

Xem xét ví dụ về UTI như được đưa ra trong bảng , trong đó xác suất trước test của UTI là 0,3, và test đang được sử dụng có LR+ là 4,73 và LR- là 0,34. Xác xuất trước test là 0,3 tương ứng với tỷ lệ là 0.3/(1 − 0.3) \= 0.43. Do đó, tỷ lệ sau test UTI xuất hiện ở bệnh nhân có kết quả xét nghiệm dương tính kết quả nhân tỷ lệ trước test với LR+; 4,73 × 0,43 \= 2,03, đại diện cho một xác suất sau test 2,03/(1 + 2,03) \= 0,67. Do đó, tính toán của Bayes cho thấy một kết quả test dương tính làm tăng xác suất trước test từ 30% lên 67%, kết quả tương tự thu được trong tính toán PPV ở trong

Nhiều chương trình máy tính y khoa chạy trên thiết bị cầm tay có sẵn để tính toán xác suất sau test từ xác suất trước test và LRs.

Việc sử dụng toán đồ là đặc biệt thuận tiện vì nó tránh được việc chuyển đổi giữa tỉ lệ và xác suất hoặc tạo ra bảng 2×2.

Mặc dù toán đồ xuất hiện ít chính xác hơn so với tính toán, các giá trị tiêu biểu cho xác suất trước test thường là ước lượng, do đó sự chính xác rõ ràng của phép tính thường gây hiểu nhầm.

Toán đồ Fagan

Các đường minh họa được vẽ bằng cách sử dụng dữ liệu từ xét nghiệm UTI trong bảng Phân phối kết quả xét nghiệm của xét nghiệm Esterase bạch cầu giả định trong một đoàn hệ gồm 1.000 phụ nữ với tỷ lệ nhiễm trùng đường tiết niệu giả định là 30%. Đường A đại diện cho một kết quả test dương tính, được vẽ từ một xác suất trước test là 0,3 qua một LR+ là 4,73 dẫn đến gái trị sau test hơi < 0,7 tương đương với xác suất tính là 0,67. Đường B đại diện cho kết quả test âm tính được vẽ từ xác suất trước test là 0,3 qua LR- là 0,34 dãn đến giá trị sau test \> 0,1, tương đương với xác suất tính là 13%.

LR+ \= tỷ lệ xác suất kết quả dương tính; LR- \= LR cho một kết quả âm tính.

Theo Fagan TJ. Thư: Toán đồ định lý Bayes. New England Journal of Medicine 293:257, 1975.

Các bác sĩ thường làm các xét nghiệm theo trình tự trong nhiều lần đánh giá chẩn đoán. Nếu đã biết tỉ lệ trước test khi test tuần tự và LR cho mỗi test theo trình tự, tỷ lệ sau test có thể được tính theo công thức sau:

Số chênh trước xét nghiệm × LR1 × LR2 × LR3 \= số chênh sau xét nghiệm

Phương pháp này gặp giới hạn bởi giả thiết cho rằng mỗi test đều có điều kiện độc lập với nhau.

Bệnh nhân thường phải cân nhắc có nên sàng lọc một bệnh lý tiềm ẩn hay không. Cơ sở của một chương trình sàng lọc thành công là việc phát hiện sớm cải thiện kết quả đáng kể về mặt lâm sàng ở những bệnh nhân mắc bệnh ẩn và kết quả dương tính giả có thể xảy ra trong quá trình sàng lọc không tạo ra gánh nặng (ví dụ: chi phí và tác dụng bất lợi của xét nghiệm có tính khẳng định, kích thích lo lắng do xét nghiệm, điều trị không đảm bảo) vượt quá lợi ích đó. Để giảm thiểu những gánh nặng có thể xảy ra này, bác sĩ lâm sàng phải chọn xét nghiệm sàng lọc thích hợp. Việc sàng lọc không phù hợp khi điều trị hoặc các biện pháp phòng ngừa không hiệu quả hoặc bệnh này rất hiếm gặp (trừ khi có thể xác định được một trong số đó là tỷ lệ hiện mắc cao hơn).

Về mặt lý thuyết, xét nghiệm tốt nhất cho cả sàng lọc và chẩn đoán là xét nghiệm có độ nhạy cao nha và độ đặc hiệu cao nhất. Tuy nhiên, các xét nghiệm chính xác cao như vậy thường phức tạp, tốn kém, và mang tính xâm lấn cao (ví dụ, chụp mạch vành), do đó, không mang tính thực tế trong việc sàng lọc số lượng lớn những người không có triệu chứng. Thông thường, phải có sự cân bằng về độ nhạy, độ đặc hiệu, hoặc cả hai khi lựa chọn xét nghiệm sàng lọc.

Vấn đề bác sỹ lâm sàng có chọn xét nghiệm để tối ưu hóa độ nhạy hoặc độ đặc hiệu hay không phụ thuộc vào kết quả của kết quả dương tính giả hoặc âm tính giả cũng như xác suất trước khi xét nghiệm bệnh. Một xét nghiệm sàng lọc lý tưởng sẽ luôn có kết quả dương tính ở hầu hết các bệnh nhân mắc bệnh, khi đó kết quả âm tính sẽ chắc chắn loại trừ bệnh ở người khỏe mạnh. Khi xét nghiệm tầm soát bệnh lý nặng có sẵn các phương thức điều trị hiệu quả (bệnh động mạch vành), các bác sĩ lâm sàng sẽ sẵn sàng chấp nhận kết quả dương tính giả hơn âm tính giả (độ đặc hiệu thấp và độ nhạy cao). Mặc dù độ nhạy cao là một thuộc tính rất quan trọng cho các xét nghiệm tầm soát, độ đặc hiệu cũng rất quan trọng trong các chiến lược sàng lọc nhất định. Trong số những người có tỷ lệ mắc bệnh cao hơn, PPV của một test sàng lọc tăng lên; khi tỷ lệ hiện mắc giảm, xác suất sau test hoặc tỷ lệ sau test dương tính cũng giảm. Do đó, khi sàng lọc bệnh ở các quần thể có nguy cơ cao, các xét nghiệm với độ nhạy cao được ưu tiên hơn những xét nghiệm có độ đặc hiệu cao bởi vì chúng có khả năng loại trừ bệnh (ít âm tính giả hơn). Mặt khác, ở những nhóm có nguy cơ thấp hoặc những bệnh không phổ biến, trong đó liệu pháp có lợi ích thấp hơn hoặc có nguy cơ cao hơn, các xét nghiệm với độ đặc hiệu cao hơn được ưu tiên hơn.

Với việc mở rộng các test sàng lọc có sẵn, bác sĩ lâm sàng phải cân nhắc các chỉ định của bộ xét nghiệm đó. Ví dụ, các bộ xét nghiệm chứa 8, 12, hoặc đôi khi 20 xét nghiệm máu thường được thực hiện khi bệnh nhân nhập viện hoặc khi đó là bệnh nhân tới khám bác sĩ mới. Mặc dù loại xét nghiệm này có thể hữu ích trong việc tầm soát bệnh nhân đối với một số bệnh nhất định, việc sử dụng một bộ chưa quá nhiều xét nghiệm có những hậu quả tiêu cực tiềm ẩn. Theo định nghĩa, một xét nghiệm với độ đặc hiệu 95% cho kết quả dương tính giả với 5% bệnh nhân khỏe mạnh, bình thường. Nếu thực hiện 2 xét nghiệm như trên, mỗi loại đối với một bệnh, ở bệnh nhân thực sự không có bệnh, cơ hội cả hai xét nghiệm đều âm tính là 95% × 95%, hay khoảng 90%; do đó, có 10% khả năng có ít nhất một kết quả dương tính giả. Nếu thực hiện 3 xét nghiệm như trên, khả năng cả 3 âm tính sẽ là 95% × 95% ×95%, hay 86%, tương ứng với 14% khả năng có ít nhất một kết quả dương tính giả. Nếu thực hiện 12 xét nghiệm khác nhau đối với 12 bệnh khác nhau, khả năng đạt được ít nhất một kết quả dương tính giả là 46%. Xác suất này nhấn mạnh sự cần thiết phải thận trọng khi quyết định làm bộ xét nghiệm và khi phiên giải kết quả của bộ xét nghiệm đó.

Chỉ nên tiến hành xét nghiệm nến kết quả của nó ảnh hưởng đến việc quản lý điều trị; nếu không; bệnh nhân sẽ phải chịu chi phí và rủi ro vô ích. Các bác sĩ lâm sàng đôi khi có thể đưa ra quyết định khi nào nên kiểm tra bằng cách so sánh các ước lượng xác suất trước khi thử nghiệm và sau khi thử nghiệm với các ngưỡng nhất định. Trên ngưỡng xác suất nhất định, lợi ích lớn hơn nguy cơ khi điều trị (bao gồm cả nguy cơ nhầm lẫn khi điều trị bệnh nhân không mắc bệnh) và điều trị được chỉ định. Điểm này được gọi là ngưỡng điều trị và được xác định như mô tả trong . Theo định nghĩa, xét nghiệm là không cần thiết khi xác suất thử trước đã vượt quá TT. Nhưng xét nghiệm được chỉ định nếu xác suất xét nghiệm trước đó thấp hơn ngưỡng điều trị miễn là một kết quả kiểm tra dương tính có thể làm tăng xác suất sau khi thử nghiệm trên ngưỡng điều trị. Xác suất thử nghiệm thấp nhất khi xảy ra điều này phụ thuộc vào đặc tính xét nghiệm (ví dụ LR +) và được gọi là ngưỡng xét nghiệm.

Về mặt khái niệm, nếu xét nghiệm tốt nhất cho một căn bệnh nặng có LR + thấp và TT cao, thì có thể hiểu rằng một kết quả xét nghiệm dương tính có thể không làm tăng xác suất sau test trên TT ở bệnh nhân có tỷ lệ trước test thấp nhưng đáng lo ngại (có lẽ rơi vào khoảng 10% hoặc 20%).

Vấn đề có thể được giải quyết theo toán học (tỷ lệ trước test × LR \= tỷ lệ sau test) hoặc trực quan hơn bằng cách Trên toán đồ, một đường nối ngưỡng điều trị (25%) trên đường xác suất sau test qua LR+ (2,0) cắt đường LR giữa tại một xác suất trước test khoảng 0,14. Rõ ràng, một xét nghiệm dương tính ở bệnh nhân có bất kỳ xác suất trước test < 14% vẫn sẽ dẫn đến một xác suất sau test thấp hơn ngưỡng điều trị. Trong trường hợp này, siêu âm tim sẽ là vô ích vì ngay cả khi kết quả dương tính cũng không dẫn đến quyết định điều trị; do đó, xác suất trước xét nghiệm 14% là ngưỡng xét nghiệm cho xét nghiệm cụ thể này (xem hình ). Một thử nghiệm với một LR khác+ sẽ có một ngưỡng thử nghiệm khác.

Toán đồ Fagan được sử dụng để quyết định cần phải xét nghiệm hay không

Trong ví dụ này, bệnh nhân được cho là có ngưỡng điều trị (TT) là 25% đối với nhồi máu cơ tim cấp. Khi xác suất của MI vượt quá 25%, liệu pháp tiêu huyết khối được đưa ra. Các bác sĩ lâm sàng có thể sử dụng toán đồ Fagan để quyết định có nên làm siêu âm tim nhanh trước khi điều trị tiêu huyết khối. Giả sử rằng siêu âm tim có độ nhạy giả định là 60% và đặc hiệu là 70% đối với bệnh nhồi máu mới, tỷ lệ phần trăm tương ứng với tỷ suất có thể xảy ra (LR) của kết quả xét nghiệm dương tính (LR+) của 60/(100 − 70) \= 2. Một đường kết nối TT 25% trên đường xác suất sau khi thử nghiệm với LR+ (2,0) trên đường LR giữa có một xác suất trước khi thử nghiệm khoảng 0,14. Một kết quả xét nghiệm dương tính ở bệnh nhân có xác suất trước khi thử nghiệm < 14% vẫn tạo ra một xác suất sau khi thử nghiệm ít hơn TT.

Theo Fagan TJ. Thư: Toán đồ định lý Bayes. New England Journal of Medicine 293:257, 1975.

Mô tả ngưỡng xét nghiệm và điều trị

Đường ngang thể hiện xác suất sau test.

Ví dụ này xem xét một xét nghiệm không gây nguy hiểm cho bệnh nhân. Nếu xét nghiệm có những nguy cơ nghiêm trọng (ví dụ như đặt catheter), ngưỡng xét nghiệm phải cao hơn; có thể thực hiện tính toán định lượng nhưng phương pháp này khá phức tạp. Do đó, giảm độ nhạy và độ đặc hiệu của xét nghiệm hoặc tăng nguy cơ của nó sẽ giúp thu hẹp phạm vi xác suất của bệnh tới ngưỡng xét nghiệm là chiến lược tốt nhất. Cải thiện khả năng chẩn đoán phân biệt hoặc giảm nguy cơ của xét nghiệm sẽ mở rộng phạm vi xác suất tới ngưỡng xét nghiệm là chiến lược tốt nhất.

Một ngoại lệ có thể xảy ra đối với việc không làm xét nghiệm, đó là khi xác suất trước test dưới ngưỡng xét nghiệm (nhưng vẫn đáng lo ngại), có thể là nếu kết quả test âm tính có thể giảm xác suất sau thử nghiệm dưới ngưỡng mà tại đó có thể cân nhắc chẩn đoán loại trừ bệnh. Sự xác định này đòi hỏi một sự đánh giá chủ quan về mức độ chắc chắn cần thiết khi kết luận rằng bệnh có thể bị loại trừ, và bởi có xác suất thấp, cần đặc biệt chú ý đến bất kỳ nguy cơ nào của xét nghiệm.