Công cụ tính xác suất sau xét nghiệm

Công cụ tính xác suất sau xét nghiệm

Phổ biến AI Skill PRO

Nhập phép tính

Công thức

XS sau xét nghiệm=Opost1+Opost×100%trong đó{Opre=p1−p,p=Trước xét nghiệm (%)100Opost=Opre×Tỷ số khả dĩ\begin{gathered} \text{XS sau xét nghiệm} = \frac{O_{post}}{1 + O_{post}} \times 100\% \\[1.5em] \text{trong đó}\quad \left\{ \begin{aligned} O_{pre} &= \frac{p}{1 - p}, \quad p = \dfrac{\text{Trước xét nghiệm (\%)}}{100} \\ O_{post} &= O_{pre} \times \text{Tỷ số khả dĩ} \end{aligned} \right. \end{gathered}
Thống kê sử dụng

Quảng cáo

Kết quả

Xác suất sau xét nghiệm
81,08%
khả năng mắc bệnh sau khi có kết quả xét nghiệm
Odds trước xét nghiệm 0,4286
Odds sau xét nghiệm 4,2857
Mức thay đổi xác suất 51,08 %

Chỉ mang tính tham khảo — không thay thế chẩn đoán hay tư vấn của bác sĩ.

Báo lỗi nội dung trang này

Xác suất sau xét nghiệm là gì?

Xác suất sau xét nghiệm là khả năng người bệnh thực sự mắc một bệnh lý, được cập nhật lại sau khi đã có kết quả của một xét nghiệm chẩn đoán. Đây chính là cốt lõi của chẩn đoán dựa trên bằng chứng: một xét nghiệm không đơn thuần trả lời "có" hay "không" — nó làm tăng hoặc giảm ước lượng ban đầu của bạn. Công cụ này áp dụng định lý Bayes dưới dạng tỷ số chênh (odds) tiện dụng, dùng tỷ số khả dĩ (LR) để cập nhật xác suất trước xét nghiệm.

Cách sử dụng

Nhập xác suất trước xét nghiệm (ước lượng khả năng mắc bệnh trước khi làm xét nghiệm, tính theo phần trăm) và tỷ số khả dĩ tương ứng với kết quả. Dùng tỷ số khả dĩ dương (LR+) cho kết quả dương tính và tỷ số khả dĩ âm (LR−) cho kết quả âm tính. Công cụ sẽ trả về xác suất sau xét nghiệm, cùng với các giá trị trung gian là tỷ số chênh trước và sau xét nghiệm.

Giải thích công thức

Vì xác suất và tỷ số chênh (odds) cùng mô tả một sự việc, trước tiên ta đổi xác suất sang odds: \(O_{pre} = \dfrac{P}{1 - P}\). Nhân với tỷ số khả dĩ ta được \(O_{post} = O_{pre} \times \text{LR}\). Cuối cùng đổi ngược về xác suất:

$$\text{Post-Test Prob} = \frac{O_{post}}{1 + O_{post}} \times 100\%$$

LR lớn hơn 1 làm tăng khả năng mắc bệnh; LR nhỏ hơn 1 làm giảm; LR bằng đúng 1 thì giữ nguyên không đổi.

Quảng cáo
Sơ đồ quy trình đổi xác suất trước xét nghiệm sang odds, nhân với tỷ số khả dĩ, rồi đổi lại thành xác suất sau xét nghiệm
Quy trình theo dạng odds: đổi xác suất sang odds, nhân với tỷ số khả dĩ, rồi đổi ngược lại thành xác suất.

Ví dụ minh họa

Giả sử xác suất trước xét nghiệm là 30% và kết quả có LR bằng 10. Odds trước xét nghiệm \(= 0{,}30 / 0{,}70 = 0{,}4286\). Odds sau xét nghiệm \(= 0{,}4286 \times 10 = 4{,}2857\). Xác suất sau xét nghiệm:

$$\frac{4{,}2857}{1 + 4{,}2857} = 0{,}8108$$

tức khoảng 81%. Kết quả dương tính đã nâng mức nghi ngờ mắc bệnh từ 30% lên 81%.

Quảng cáo
Toán đồ Fagan với một đường thẳng nối xác suất trước xét nghiệm qua tỷ số khả dĩ đến xác suất sau xét nghiệm
Toán đồ Fagan cho biết xác suất sau xét nghiệm bằng cách kẻ một đường thẳng từ xác suất trước xét nghiệm đi qua tỷ số khả dĩ.

Các thuật ngữ chính: Độ nhạy, Độ đặc hiệu, Odds và Xác suất tiên nghiệm

  • Xác suất trước xét nghiệm (xác suất tiên nghiệm, tỷ lệ mắc bệnh): xác suất một người mắc bệnh trước khi biết kết quả xét nghiệm. Xác suất này có thể đến từ tỷ lệ mắc bệnh trong quần thể, bối cảnh lâm sàng hoặc điểm số nguy cơ.
  • Xác suất sau xét nghiệm (xác suất hậu nghiệm): xác suất được cập nhật sau khi đưa kết quả xét nghiệm vào tính toán. Khi kết quả dương tính, nó bằng giá trị dự báo dương (PPV) nếu xác suất trước xét nghiệm bằng tỷ lệ mắc bệnh. Khi kết quả âm tính, xác suất mắc bệnh bằng 1 − NPV (giá trị dự báo âm).
  • Xác suất so với odds: xác suất \(p\) là khả năng xảy ra một sự kiện, nằm trong khoảng từ 0 đến 1. Odds bằng \(\frac{p}{1-p}\), và có thể đổi ngược lại theo công thức \(p = \frac{O}{1+O}\). Ví dụ, xác suất 0,25 tương ứng với odds 1:3, hay 0,333.
  • Độ nhạy: tỷ lệ người mắc bệnh có kết quả xét nghiệm dương tính (tỷ lệ dương tính thật).
  • Độ đặc hiệu: tỷ lệ người không mắc bệnh có kết quả xét nghiệm âm tính (tỷ lệ âm tính thật).
  • Tỷ số khả năng dương tính (LR+): \(\text{LR+} = \frac{\text{độ nhạy}}{1-\text{độ đặc hiệu}}\). Chỉ số này cho biết kết quả dương tính làm tăng odds mắc bệnh lên bao nhiêu lần.
  • Tỷ số khả năng âm tính (LR−): \(\text{LR−} = \frac{1-\text{độ nhạy}}{\text{độ đặc hiệu}}\). Chỉ số này cho biết kết quả âm tính làm giảm odds mắc bệnh đi bao nhiêu lần.
  • Định lý Bayes: quy tắc cập nhật xác suất khi có bằng chứng mới. Ở dạng odds, công thức đơn giản là \(\text{odds sau xét nghiệm} = \text{odds trước xét nghiệm} \times \text{LR}\).

Khác với PPV và NPV, tỷ số khả năng không phụ thuộc vào tỷ lệ mắc bệnh. Đó là lý do chúng có thể áp dụng cho các bệnh nhân có xác suất trước xét nghiệm khác nhau. Công cụ này chỉ cung cấp thông tin giáo dục chung và không thay thế cho đánh giá y khoa chuyên môn.

Câu hỏi thường gặp

Tỷ số khả dĩ lấy từ đâu? Chúng được tính từ độ nhạy và độ đặc hiệu của xét nghiệm: \(\text{LR+} = \text{độ nhạy} / (1 - \text{độ đặc hiệu})\), \(\text{LR−} = (1 - \text{độ nhạy}) / \text{độ đặc hiệu}\).

LR thế nào là "tốt"? Theo kinh nghiệm, LR+ trên 10 hoặc LR− dưới 0,1 thường tạo ra thay đổi lớn, thậm chí mang tính quyết định về xác suất; những giá trị gần bằng 1 hầu như không có ý nghĩa lâm sàng.

Xác suất trước xét nghiệm có thể bằng 100% không? Ở mức 0% hay 100%, odds sẽ bằng 0 hoặc tiến tới vô cực, và không xét nghiệm nào có thể thay đổi một điều đã chắc chắn — vì thế trên thực tế người ta dùng các ước lượng gần, nhưng không bằng, các giá trị cực biên này.

Nguồn tham khảo

Đã đối chiếu với các nguồn trên ngày . Chưa được bác sĩ thẩm định. Chỉ mang tính thông tin chung, không phải lời khuyên y khoa hay chẩn đoán. Nếu có lo lắng về sức khoẻ, hãy trao đổi với bác sĩ.

Cập nhật lần cuối:

Phổ biến nhất trong Sức khoẻ và Thể hình

Xem tất cả máy tính Sức khoẻ và Thể hình