Trong y học lâm sàng, việc thiết lập chẩn đoán, đưa ra quyết định điều trị hoặc tiên lượng bệnh đều tương tự như việc dự báo khả năng xảy ra của các sự kiện lâm sàng trong tương lai. Để các dự báo này có cơ sở khoa học và được quản lý một cách hệ thống, việc vận dụng ngôn ngữ và công cụ xác suất là vô cùng cần thiết.
1. Định nghĩa và Biểu diễn Xác suất:
• Xác suất (Probability - p):
o Xác suất là một công cụ định lượng cho phép lượng hóa mức độ chắc chắn (hoặc niềm tin khoa học) về khả năng xảy ra của một sự kiện cụ thể. Giá trị xác suất được biểu thị bằng một con số nằm trong khoảng từ 0 đến 1 [Owens and Sox 2001].
p = 1 (hoặc 100%): Sự kiện chắc chắn xảy ra.
Ví dụ: Xác suất một người chắc chắn sẽ tử vong tại một thời điểm nào đó trong tương lai là p = 1.
p = 0 (hoặc 0%): Sự kiện chắc chắn không xảy ra.
Ví dụ: Xác suất một nam giới sinh học mang thai tự nhiên là p = 0.
Trong y học: Trong thực hành lâm sàng, hiếm khi các sự kiện đạt mức xác suất tuyệt đối 0 hoặc 1. Thay vào đó, giá trị p thường nằm trong khoảng (0, 1) (tức là 0% < p < 100%), phản ánh mức độ không chắc chắn (uncertainty) đặc trưng của y học. Tiến trình chẩn đoán nhằm mục đích dịch chuyển giá trị p này về gần sát 0 (để loại trừ bệnh) hoặc về gần sát 1 (để xác nhận chẩn đoán).
Ví dụ: “Xác suất bệnh nhân này bị viêm ruột thừa cấp là 70%” (p = 0,7). Điều này phản ánh khả năng mắc bệnh cao nhưng chưa thể khẳng định hoàn toàn.
• Xác suất có điều kiện (Conditional Probability - p[A|B]):
o Đây là khái niệm nền tảng trong tư duyệt chẩn đoán lâm sàng. Xác suất có điều kiện là xác suất xảy ra sự kiện A khi biết rằng sự kiện B đã xảy ra [Owens and Sox 2001].
o Ký hiệu phổ biến là p(A|B) hoặc p[A|B], đọc là “xác suất của A với điều kiện B” hoặc “xác suất của A khi có B”.
o Trong chẩn đoán y khoa, xác suất có điều kiện phản ánh bản chất của quá trình biện luận lâm sàng:
Chúng ta quan tâm đến: p[Bệnh | Triệu chứng/Dấu hiệu lâm sàng].
Ví dụ: “Xác suất bệnh nhân bị nhồi máu cơ tim cấp khi xuất hiện cơn đau thắt ngực điển hình là bao nhiêu?” (p[Nhồi máu cơ tim | Đau ngực]).
Chúng ta cũng quan tâm đến: p[Bệnh | Kết quả xét nghiệm dương tính].
Ví dụ: “Xác suất bệnh nhân thực sự mắc bệnh X khi có kết quả xét nghiệm Y dương tính là bao nhiêu?” (p[Bệnh X | Xét nghiệm Y dương tính]).
o Ngược lại, chúng ta cũng cần xác định: p[Kết quả xét nghiệm | Bệnh] hoặc p[Triệu chứng | Bệnh]. Đây là các thông số cơ bản để đánh giá giá trị của các dấu hiệu lâm sàng và các nghiệm pháp chẩn đoán (như độ nhạy và độ đặc hiệu).
Ví dụ: “Xác suất xuất hiện cơn đau ngực ở một bệnh nhân đã được xác định nhồi máu cơ tim là bao nhiêu?” (p[Đau ngực | Nhồi máu cơ tim]). Xác suất này hoàn toàn khác biệt với xác suất ở ví dụ trước.
2. Quá trình chẩn đoán dựa trên xác suất: Một chu trình liên tục
Dưới góc độ xác suất, quá trình chẩn đoán lâm sàng không phải là một quyết định đơn lẻ mà là một tiến trình liên tục, lặp đi lặp lại thông qua các chu kỳ thu thập và xử lý thông tin. Tiến trình này diễn ra qua ba giai đoạn chính:
• Giai đoạn 1: Đánh giá Xác suất Tiền nghiệm (Pre-test Probability):
o Đây là bước khởi đầu của quá trình biện luận lâm sàng. Xác suất tiền nghiệm là ước tính ban đầu của lâm sàng viên về khả năng mắc bệnh của bệnh nhân trước khi thực hiện một nghiệm pháp chẩn đoán cụ thể (như xét nghiệm máu, chẩn đoán hình ảnh).
o Ước tính này được xây dựng dựa trên toàn bộ thông tin lâm sàng hiện có: bệnh sử, tiền sử, các triệu chứng cơ năng và thực thể phát hiện qua thăm khám ban đầu, đặc điểm dịch tễ học (tuổi, giới tính, yếu tố nguy cơ, dịch tễ địa phương), cùng với kinh nghiệm lâm sàng của bác sĩ.
o Ví dụ: Một phụ nữ 50 tuổi đến khám vì đau ngực. Dựa trên độ tuổi, giới tính và tính chất cơn đau, bác sĩ ước tính xác suất tiền nghiệm (khả năng mắc bệnh động mạch vành) là khoảng 30% (p = 0,3) trước khi chỉ định điện tâm đồ hoặc định lượng men tim.
• Giai đoạn 2: Thu thập Thông tin mới:
o Sau khi xác định xác suất tiền nghiệm, lâm sàng viên sẽ chủ động thu thập thêm thông tin nhằm giảm thiểu mức độ không chắc chắn của các giả thuyết chẩn đoán. Giai đoạn này bao gồm:
Khai thác bệnh sử chuyên sâu, tập trung vào các triệu chứng có giá trị phân biệt.
Thăm khám lâm sàng chi tiết nhằm tìm kiếm các dấu hiệu thực thể đặc hiệu hoặc loại trừ.
Chỉ định các nghiệm pháp chẩn đoán phù hợp (xét nghiệm cận lâm sàng, chẩn đoán hình ảnh, thăm dò chức năng, v.v.).
o Ví dụ: Để làm rõ nguyên nhân đau ngực ở bệnh nhân trên, bác sĩ chỉ định thực hiện điện tâm đồ (ECG) và định lượng nồng độ Troponin.
• Giai đoạn 3: Cập nhật Xác suất Hậu nghiệm (Post-test Probability):
o Khi có kết quả của nghiệm pháp chẩn đoán (thông tin mới), bác sĩ sẽ áp dụng định lý Bayes (một công cụ toán học nền tảng trong y học chứng cứ) để điều chỉnh và cập nhật ước tính xác suất ban đầu (xác suất tiền nghiệm).
o Xác suất hậu nghiệm là xác suất đã được cập nhật sau khi tích hợp thông tin từ nghiệm pháp chẩn đoán, giúp nhận định lâm sàng tiệm cận sát hơn với tình trạng thực tế của người bệnh.
o Ví dụ: Nếu kết quả ECG cho thấy đoạn ST chênh lên và nồng độ Troponin tăng cao, xác suất hậu nghiệm mắc bệnh động mạch vành (hội chứng mạch vành cấp) sẽ tăng vọt lên trên 90%. Ngược lại, nếu cả ECG và Troponin đều trong giới hạn bình thường, xác suất hậu nghiệm sẽ giảm xuống mức rất thấp (ví dụ: 5 - 10%).
o Lưu ý quan trọng: Xác suất hậu nghiệm chỉ thực sự chính xác và có giá trị khi thông tin mới được thu thập, phân tích và diễn giải một cách chuẩn xác. Việc sử dụng các nghiệm pháp không phù hợp hoặc diễn giải sai lệch kết quả sẽ dẫn đến sai số nghiêm trọng trong xác suất hậu nghiệm, ảnh hưởng trực tiếp đến an toàn của người bệnh.
