Trong tiến trình chẩn đoán, việc lượng giá khả năng mắc bệnh—về bản chất là xác định xác suất tiền nghiệm (pre-test probability)—đóng vai trò nền tảng quyết định các bước thăm dò cận lâm sàng tiếp theo cũng như chiến lược xử trí. Để lượng giá xác suất này, lâm sàng viên thường vận dụng hai phương pháp tiếp cận chủ đạo: đánh giá chủ quan dựa trên kinh nghiệm lâm sàng và ước tính khách quan dựa trên bằng chứng y văn (Owens & Sox, 2001).

1. Đánh giá xác suất chủ quan (Subjective Probability Assessment)

Trong thực hành hằng ngày, phần lớn các quyết định lâm sàng ban đầu được hình thành từ trải nghiệm cá nhân tích lũy (Owens & Sox, 2001). Khi tiếp cận một bệnh nhân, người thầy thuốc thường đối chiếu một cách bán ý thức hoặc vô thức bệnh cảnh hiện tại với phổ các ca bệnh tương tự từng tiếp xúc hoặc được đào tạo trong quá khứ. Quá trình nội suy này phản ánh câu hỏi cốt lõi: "Trong số những bệnh nhân có biểu hiện tương tự mà tôi từng thăm khám, tỷ lệ thực sự mắc bệnh lý này là bao nhiêu?"
Về mặt lý thuyết nhận thức, phương thức tiếp cận này thuộc về Tư duy Hệ thống 1 (System 1)—vốn vận hành tự động, nhanh chóng và giàu tính trực giác.

Các lối tắt nhận thức (Cognitive Heuristics): Để xử lý lượng thông tin lâm sàng phức tạp trong thời gian giới hạn, não bộ vận dụng các "lối tắt tư duy" hay quy tắc kinh nghiệm (heuristics). Dù giúp tối ưu hóa thời gian và giảm tải nhận thức, các lối tắt này tiềm ẩn nguy cơ dẫn đến những sai lệch có hệ thống (systematic errors) hay thiên kiến chẩn đoán (Owens & Sox, 2001). Ba lối tắt nhận thức kinh điển bao gồm:

1.1 Lối tắt về tính đại diện (Representativeness Heuristic)

• Cơ chế: Lâm sàng viên ước tính xác suất mắc bệnh dựa trên mức độ tương đồng giữa triệu chứng của bệnh nhân với "bệnh cảnh mẫu" điển hình trong y văn. Mức độ trùng khớp với hình ảnh kinh điển càng cao, xác suất chẩn đoán gán cho bệnh đó càng lớn.
• Tình huống lâm sàng: Một nam thanh niên khỏe mạnh nhập viện vì sưng, nóng, đỏ, đau khớp gối cấp tính khởi phát sau bữa ăn giàu đạm. Biểu hiện này rất tương thích với bệnh cảnh viêm khớp gout cấp, khiến bác sĩ dễ ấn định ngay một xác suất tiền nghiệm rất cao cho bệnh lý này.
• Cạm bẫy: Lối tắt này dễ dẫn đến sai lầm nếu bệnh lý được nghĩ đến có tỷ lệ hiện mắc rất thấp trong quần thể, hoặc khi bác sĩ bỏ qua các thể lâm sàng không điển hình (Owens & Sox, 2001). Trong ví dụ trên, bệnh nhân hoàn toàn có thể mắc viêm khớp nhiễm khuẩn—một tình trạng cấp cứu khẩn cấp nhưng đôi khi không bộc lộ trọn vẹn toàn bộ dấu hiệu kinh điển. Đây là lý do y văn luôn nhấn mạnh quy tắc: "Khi nghe tiếng vó ngựa, hãy nghĩ đến ngựa thường trước khi nghĩ đến ngựa vằn"—nghĩa là phải luôn đối chiếu với xác suất lưu hành thực tế.

1.2. Lối tắt về tính sẵn có (Availability Heuristic)

• Cơ chế: Xu hướng ước lượng xác suất mắc bệnh dựa trên mức độ dễ dàng hồi tưởng lại các trường hợp tương tự trong trí nhớ của thầy thuốc (Owens & Sox, 2001).
• Tình huống lâm sàng: Những ca bệnh có diễn tiến kịch tính, kết cục tử vong bất ngờ hoặc những bệnh cảnh mà bác sĩ vừa trực tiếp can thiệp thường để lại dấu ấn cảm xúc sâu đậm. Chẳng hạn, nếu một bác sĩ vừa xử trí một ca sốt rét ác tính nguy kịch vào tuần trước, thì trong tuần này, trước một ca sốt cấp tính chưa rõ nguyên nhân, bác sĩ đó có khuynh hướng nâng cao xác suất mắc sốt rét hơn mức hợp lý, ngay cả khi bệnh nhân không có yếu tố dịch tễ rõ ràng.
• Cạm bẫy: Thiên lệch này có thể làm méo mó nhận định khách quan, ưu tiên chẩn đoán các bệnh lý hiếm gặp hoặc không tương thích với bối cảnh dịch tễ, dẫn đến chỉ định thăm dò không cần thiết hoặc bỏ sót các nguyên nhân thường gặp.
   

1.3. Lối tắt neo giữ và điều chỉnh (Anchoring and Adjustment Heuristic)

• Cơ chế: Hiện tượng lâm sàng viên bám chặt vào một nhận định hoặc dữ liệu ban đầu (điểm "neo" - anchor), chẳng hạn như lý do nhập viện, chẩn đoán sơ bộ của tuyến trước, hoặc một kết quả cận lâm sàng đầu tiên. Khi các bằng chứng lâm sàng mới xuất hiện, quá trình điều chỉnh xác suất thường diễn ra không đủ mức, khiến kết luận cuối cùng vẫn bị chi phối nặng nề bởi ấn tượng sơ khởi (Owens & Sox, 2001).
• Tình huống lâm sàng: Bệnh nhân đến khám mang theo phim X-quang phổi cũ có "nốt mờ không xác định". Dù bệnh sử và thăm khám hiện tại đều hướng trọn vẹn đến một đợt viêm phế quản cấp lành tính, ấn tượng về "nốt mờ" vẫn đóng vai trò điểm neo, khiến bác sĩ đánh giá xác suất ung thư phổi cao hơn mức xác đáng và chỉ định chụp cắt lớp vi tính (CT scan) can thiệp quá mức.
• Cạm bẫy: Điểm neo tạo ra rào cản tâm lý khiến người thầy thuốc đánh giá thấp các bằng chứng phản biện xuất hiện sau đó, cản trở sự linh hoạt trong quá trình tái lượng giá chẩn đoán.

2. Ước tính xác suất khách quan (Objective Probability Estimates)

Nhằm khắc phục các sai lệch nhận thức từ phương pháp chủ quan, y học thực chứng khuyến cáo người thầy thuốc cần tích hợp các dữ liệu dịch tễ học và kết quả nghiên cứu y văn đã được công bố để xác lập xác suất tiền nghiệm khách quan, định lượng và chuẩn xác hơn (Owens & Sox, 2001).
2.1. Tỷ lệ hiện mắc (Prevalence)

• Định nghĩa: Tỷ lệ hiện mắc phản ánh tỷ lệ cá thể trong một quần thể xác định đang mắc một tình trạng bệnh lý tại một thời điểm hoặc trong một khoảng thời gian nhất định. Trong khuôn khổ suy luận Bayes, tỷ lệ hiện mắc tại môi trường thực hành chính là ước tính khách quan tốt nhất cho xác suất tiền nghiệm ($P(D)$) trước khi áp dụng thêm các nghiệm pháp chẩn đoán.
• Ứng dụng lâm sàng: Tỷ lệ hiện mắc của bệnh mạch vành ở nam giới 50 tuổi có triệu chứng đau thắt ngực điển hình có thể đạt xấp xỉ 70%, trong khi ở nữ giới cùng độ tuổi có cùng biểu hiện triệu chứng chỉ khoảng 30%. Thông tin dịch tễ này thiết lập một điểm khởi đầu khách quan, làm cơ sở để thầy thuốc tích hợp thêm các yếu tố nguy cơ cá thể hóa trước khi chỉ định nghiệm pháp gắng sức hoặc chụp mạch vành.

2.2. Hiệu chỉnh theo Thiên lệch chuyển tuyến (Referral Bias)

• Khi tham khảo dữ liệu tỷ lệ hiện mắc từ y văn vào thực hành lâm sàng thực tế, người thầy thuốc cần đặc biệt cảnh giác với thiên lệch chuyển tuyến (referral bias / work-up bias):
• Bản chất hiện tượng: Thiên lệch này phát sinh khi quần thể nghiên cứu trong y văn được thu thập tại các trung tâm y tế chuyên sâu (bệnh viện tuyến cuối hoặc trung tâm nghiên cứu đại học), nơi tập trung những bệnh nhân nặng, bệnh cảnh phức tạp hoặc đã qua sàng lọc nhiều cấp. Do đó, tỷ lệ hiện mắc của một bệnh lý trong các nghiên cứu này thường cao hơn đáng kể so với tỷ lệ mắc thực tế trong cộng đồng hoặc tại các cơ sở chăm sóc sức khỏe ban đầu.
• Hệ quả trong thực hành: Nếu một bác sĩ đa khoa tuyến y tế cơ sở áp dụng nguyên si tỷ lệ hiện mắc từ một nghiên cứu tại bệnh viện chuyên khoa tuyến cuối để làm xác suất tiền nghiệm, nguy cơ chẩn đoán quá mức (overdiagnosis) và lạm dụng các xét nghiệm chuyên sâu, xâm lấn là khó tránh khỏi. Do đó, việc định vị đúng cấp độ chăm sóc y tế và đặc điểm nhân khẩu - dịch tễ học của quần thể bệnh nhân tại chỗ là điều kiện tiên quyết để ngoại suy số liệu y văn một cách an toàn và chuẩn xác.