Công cụ này làm gì
Công cụ này đánh giá hiệu năng của một xét nghiệm chẩn đoán nhị phân hoặc một mô hình phân loại. Từ bốn ô của ma trận nhầm lẫn (confusion matrix) 2×2 — Dương tính thật (TP), Âm tính giả (FN), Âm tính thật (TN) và Dương tính giả (FP) — công cụ sẽ tính ra độ nhạy (sensitivity), độ đặc hiệu (specificity), giá trị tiên đoán dương và âm (PPV/NPV) cùng độ chính xác tổng thể. Đây là những chỉ số quen thuộc trong y học, dịch tễ học và học máy.
Cách sử dụng
Hãy nhập số ca tương ứng với từng kết quả từ nghiên cứu hoặc mô hình của bạn. "Dương tính" thường có nghĩa là tình trạng bệnh hiện diện (hoặc mô hình dự đoán thuộc lớp dương). TP và FP là những ca mà xét nghiệm cho kết quả dương; TN và FN là những ca xét nghiệm cho kết quả âm. Nhấn nút tính toán để xem cả năm chỉ số dưới dạng phần trăm.
Giải thích các công thức
Độ nhạy = TP / (TP + FN) cho biết xét nghiệm phát hiện đúng các ca bệnh thật tốt đến đâu — giá trị cao nghĩa là rất ít người bệnh bị bỏ sót.
$$\text{Độ nhạy} = \frac{\text{TP}}{\text{TP} + \text{FN}} \times 100\%$$Độ đặc hiệu = TN / (TN + FP) cho biết xét nghiệm loại trừ người khỏe mạnh tốt đến đâu — giá trị cao nghĩa là ít báo động giả.
$$\text{Độ đặc hiệu} = \frac{\text{TN}}{\text{TN} + \text{FP}} \times 100\%$$PPV = TP / (TP + FP) là xác suất một kết quả dương thực sự đúng, còn NPV = TN / (TN + FN) là xác suất một kết quả âm thực sự là âm tính.
$$\text{PPV} = \frac{\text{TP}}{\text{TP} + \text{FP}} \times 100\%$$$$\text{NPV} = \frac{\text{TN}}{\text{TN} + \text{FN}} \times 100\%$$Độ chính xác = (TP + TN) / tổng số tóm gọn mức độ đúng tổng thể.
$$\text{Độ chính xác} = \frac{\text{TP} + \text{TN}}{\text{TP} + \text{FN} + \text{TN} + \text{FP}} \times 100\%$$
Ví dụ minh họa
Giả sử một xét nghiệm cho TP = 90, FN = 10, TN = 80, FP = 20. Độ nhạy = 90 / (90 + 10) = 90%. Độ đặc hiệu = 80 / (80 + 20) = 80%. PPV = 90 / (90 + 20) ≈ 81,82%. NPV = 80 / (80 + 10) ≈ 88,89%. Độ chính xác = (90 + 80) / 200 = 85%.
$$\text{Độ nhạy} = \frac{90}{90 + 10} = 90\%$$$$\text{Độ đặc hiệu} = \frac{80}{80 + 20} = 80\%$$$$\text{PPV} = \frac{90}{90 + 20} \approx 81{,}82\%$$$$\text{NPV} = \frac{80}{80 + 10} \approx 88{,}89\%$$$$\text{Độ chính xác} = \frac{90 + 80}{200} = 85\%$$Diễn giải độ nhạy, độ đặc hiệu, PPV và NPV
Độ nhạy (sensitivity) là tỷ lệ những người thực sự mắc bệnh mà xét nghiệm phát hiện đúng: \(\text{TP}/(\text{TP}+\text{FN})\). Độ đặc hiệu (specificity) là tỷ lệ những người không mắc bệnh mà xét nghiệm loại trừ đúng: \(\text{TN}/(\text{TN}+\text{FP})\).
- Độ nhạy cao (SnNout): ít âm tính giả, nên kết quả âm tính giúp loại trừ bệnh.
- Độ đặc hiệu cao (SpPin): ít dương tính giả, nên kết quả dương tính giúp khẳng định bệnh.
- Độ nhạy thấp: nhiều ca bị bỏ sót, nên kết quả âm tính không đáng tin cậy lắm.
- Độ đặc hiệu thấp: nhiều người khỏe mạnh có kết quả dương tính, nên kết quả dương tính cần được xác nhận thêm.
Sự đánh đổi của ngưỡng
Hầu hết xét nghiệm cho ra một giá trị liên tục (điểm số, nồng độ, xác suất), và giá trị này được chuyển thành dương tính hoặc âm tính nhờ một ngưỡng cắt. Hạ ngưỡng thường làm tăng độ nhạy nhưng giảm độ đặc hiệu. Nâng ngưỡng thì ngược lại. Với một xét nghiệm cho trước, không có ngưỡng nào cải thiện đồng thời cả hai, nên ngưỡng phù hợp phụ thuộc vào chi phí tương đối của việc bỏ sót ca bệnh so với báo động giả. Đường cong ROC biểu diễn sự đánh đổi này trên tất cả các ngưỡng.
PPV và NPV phụ thuộc vào tỷ lệ hiện mắc
PPV là \(\text{TP}/(\text{TP}+\text{FP})\) và NPV là \(\text{TN}/(\text{TN}+\text{FN})\). Khác với độ nhạy và độ đặc hiệu, hai chỉ số này thay đổi theo mức độ phổ biến của bệnh trong nhóm được xét nghiệm. Khi tỷ lệ hiện mắc thấp, ngay cả một xét nghiệm tốt cũng tạo ra nhiều dương tính giả so với dương tính thật, nên PPV giảm và NPV tăng. Khi tỷ lệ hiện mắc cao, điều ngược lại xảy ra. PPV và NPV từ một nghiên cứu chỉ áp dụng cho những quần thể có tỷ lệ hiện mắc tương tự. Xem bảng dưới đây.
Giới hạn của độ chính xác
Độ chính xác (accuracy) là \((\text{TP}+\text{TN})/\text{total}\). Với dữ liệu mất cân bằng, chỉ số này có thể gây hiểu lầm. Nếu chỉ 1% mẫu mắc bệnh, một xét nghiệm luôn cho kết quả âm tính với tất cả mọi người sẽ có độ chính xác 99% nhưng độ nhạy 0%. Luôn đọc độ chính xác cùng với độ nhạy, độ đặc hiệu và PPV/NPV.
Các số liệu này mô tả mẫu bạn nhập vào. Chúng mang theo sai số lấy mẫu và chỉ là thông tin chung, không phải lời khuyên y tế cá nhân. Hãy thảo luận bất kỳ kết quả cá nhân nào với chuyên gia y tế có trình độ.
Tỷ lệ hiện mắc thay đổi PPV và NPV như thế nào
Bảng giả định một xét nghiệm có độ nhạy 90% và độ đặc hiệu 90%, áp dụng cho 10.000 người. Chỉ có tỷ lệ hiện mắc thay đổi.
| Tỷ lệ hiện mắc | TP | FN | TN | FP | PPV | NPV | Độ chính xác |
|---|---|---|---|---|---|---|---|
| 1% | 90 | 10 | 8,910 | 990 | 8.33% | 99.89% | 90% |
| 5% | 450 | 50 | 8,550 | 950 | 32.14% | 99.42% | 90% |
| 10% | 900 | 100 | 8,100 | 900 | 50.00% | 98.78% | 90% |
| 25% | 2,250 | 250 | 6,750 | 750 | 75.00% | 96.43% | 90% |
| 50% | 4,500 | 500 | 4,500 | 500 | 90.00% | 90.00% | 90% |
Kiểm tra minh họa ở tỷ lệ hiện mắc 1%
Người mắc bệnh: 10.000 × 0,01 = 100, nên TP = 100 × 0,90 = 90 và FN = 10. Người khỏe mạnh: 9.900, nên TN = 9.900 × 0,90 = 8.910 và FP = 990.
$$\text{PPV} = \frac{90}{90+990} = \frac{90}{1080} \approx 8.33\%, \qquad \text{NPV} = \frac{8910}{8910+10} = \frac{8910}{8920} \approx 99.89\%$$
Kết luận: với cùng một xét nghiệm, kết quả dương tính chỉ đúng khoảng 1 lần trong 12 ở tỷ lệ hiện mắc 1%, nhưng đúng 9 lần trong 10 ở tỷ lệ hiện mắc 50%. Độ chính xác luôn là 90% ở mọi hàng, cho thấy vì sao riêng độ chính xác che giấu hiệu ứng này.
Thuật ngữ chính và bảng chú giải
- Ma trận nhầm lẫn (confusion matrix)
- Bảng 2×2 đối chiếu kết quả xét nghiệm (dương tính/âm tính) với tình trạng bệnh thực tế (có bệnh/không bệnh). Bốn ô của bảng là TP, FP, FN và TN.
- Dương tính thật (TP)
- Người mắc bệnh mà xét nghiệm dán nhãn dương tính đúng.
- Dương tính giả (FP)
- Người không mắc bệnh mà xét nghiệm dán nhãn dương tính sai.
- Âm tính thật (TN)
- Người không mắc bệnh mà xét nghiệm dán nhãn âm tính đúng.
- Âm tính giả (FN)
- Người mắc bệnh mà xét nghiệm dán nhãn âm tính sai.
- Độ nhạy (recall, tỷ lệ dương tính thật)
- TP / (TP + FN). Tỷ lệ người mắc bệnh có kết quả dương tính.
- Độ đặc hiệu (tỷ lệ âm tính thật)
- TN / (TN + FP). Tỷ lệ người không mắc bệnh có kết quả âm tính.
- Giá trị dự đoán dương tính (PPV, precision)
- TP / (TP + FP). Tỷ lệ kết quả dương tính là dương tính thật.
- Giá trị dự đoán âm tính (NPV)
- TN / (TN + FN). Tỷ lệ kết quả âm tính là âm tính thật.
- Độ chính xác (accuracy)
- (TP + TN) / (TP + FP + TN + FN). Tỷ lệ trên tổng số kết quả là đúng.
- Tỷ lệ hiện mắc (prevalence)
- (TP + FN) / tổng số. Tỷ lệ người mắc bệnh trong nhóm được xét nghiệm.
- Tỷ lệ dương tính giả
- FP / (FP + TN), bằng 1 − độ đặc hiệu.
- Tỷ lệ âm tính giả
- FN / (FN + TP), bằng 1 − độ nhạy.
Câu hỏi thường gặp
Độ nhạy và độ đặc hiệu khác nhau ở điểm nào? Độ nhạy đo khả năng phát hiện đúng những người thực sự mắc bệnh; độ đặc hiệu đo khả năng xác định đúng những người không mắc bệnh.
Vì sao PPV và NPV lại khác với độ nhạy/độ đặc hiệu? Giá trị tiên đoán phụ thuộc vào tỷ lệ hiện mắc (prevalence) trong mẫu của bạn, trong khi độ nhạy và độ đặc hiệu là đặc tính nội tại của chính xét nghiệm.
Một xét nghiệm có thể nhạy 100% mà vẫn vô dụng không? Có — một xét nghiệm cho mọi người đều dương tính sẽ có độ nhạy 100% nhưng độ đặc hiệu 0%, nên cả hai con số phải được xem xét cùng nhau.