Nghịch lý dương tính giả là gì?
Nghịch lý dương tính giả mô tả một sự thật trái với trực giác trong xét nghiệm và sàng lọc y tế: ngay cả một xét nghiệm có độ chính xác rất cao vẫn có thể tạo ra phần lớn là báo động giả khi căn bệnh cần tầm soát là hiếm gặp. Công cụ này áp dụng định lý Bayes để cho bạn thấy xác suất thực sự bạn mắc bệnh sau khi có kết quả dương tính — tức giá trị tiên đoán dương (PPV) — con số này thường thấp hơn rất nhiều so với độ chính xác mà nhà sản xuất xét nghiệm quảng cáo.
Cách sử dụng
Hãy nhập ba tỷ lệ phần trăm: tỷ lệ mắc bệnh (mức độ phổ biến của bệnh trong nhóm dân số được xét nghiệm), độ nhạy (khả năng một người bệnh cho kết quả dương tính, tức tỷ lệ dương tính thật), và độ đặc hiệu (khả năng một người khỏe mạnh cho kết quả âm tính, tức tỷ lệ âm tính thật). Công cụ sẽ trả về xác suất một kết quả dương tính là thật, kèm theo tỷ lệ phát hiện sai.
Giải thích công thức
Định lý Bayes kết hợp khả năng người bệnh cho kết quả dương tính với khả năng người khỏe mạnh bị dương tính do nhầm lẫn:
$$\text{PPV} = \frac{\text{Sens} \cdot \text{Prev}}{\text{Sens} \cdot \text{Prev} + (1 - \text{Spec})(1 - \text{Prev})} \times 100\%$$Tử số là tỷ lệ dân số vừa mắc bệnh vừa được phát hiện đúng. Mẫu số cộng thêm các trường hợp dương tính giả — những người khỏe mạnh bị gắn nhầm là dương tính. Khi tỷ lệ mắc bệnh rất nhỏ, chính phần dương tính giả này sẽ chiếm ưu thế.
Ví dụ minh họa
Giả sử một căn bệnh ảnh hưởng đến 1% dân số (tỷ lệ mắc = \(0{,}01\)), xét nghiệm có độ nhạy 99% và độ đặc hiệu 95%. Dương tính thật \(= 0{,}99 \times 0{,}01 = 0{,}0099\). Dương tính giả \(= 0{,}05 \times 0{,}99 = 0{,}0495\).
$$\text{PPV} = \frac{0{,}0099}{0{,}0099 + 0{,}0495} = \frac{0{,}0099}{0{,}0594} \approx 16{,}7\%$$Vậy nên dù xét nghiệm được quảng cáo là "chính xác 99%", chỉ khoảng 1 trên 6 kết quả dương tính là thật.
Câu hỏi thường gặp
Tại sao xác suất lại thấp đến vậy? Vì bệnh hiếm gặp đồng nghĩa với việc có rất nhiều người khỏe mạnh, nên ngay cả một tỷ lệ dương tính giả nhỏ cũng tạo ra số báo động giả nhiều hơn hẳn so với số ca dương tính thật.
Làm thế nào để tăng PPV? Xét nghiệm cho nhóm có nguy cơ cao hơn (tỷ lệ mắc cao hơn), dùng xét nghiệm có độ đặc hiệu tốt hơn, hoặc xác nhận lại bằng một xét nghiệm độc lập thứ hai.
Có phải nguyên lý này chỉ áp dụng cho xét nghiệm y tế? Không — cùng một logic Bayes này cũng đúng với bộ lọc thư rác, phát hiện gian lận, xét nghiệm ma túy và bất kỳ bộ phân loại sự kiện hiếm nào.
