📍 Khái niệm cốt lõi: Nhạy quá hay trễ quá — đều không tốt
Hãy tưởng tượng bạn là nhân viên an ninh sân bay, đứng trước máy dò kim loại. Bạn có thể vặn nút độ nhạy (sensitivity) của máy. Vặn nhạy tối đa — máy kêu inh ỏi mỗi khi có ai đi qua, kể cả khi họ chỉ có khóa quần bằng nhôm. Bạn bắt được tất cả dao — nhưng 99% hành khách vô tội bị lục soát. Vặn hơi trễ — máy chỉ kêu với kim loại lớn. Hành khách đi qua nhanh, nhưng một con dao nhỏ có thể lọt qua.
Đó là bài toán kinh điển của chẩn đoán y học: mọi xét nghiệm đều có sự đánh đổi giữa độ nhạy (sensitivity — Se) — khả năng phát hiện người bệnh — và độ đặc hiệu (specificity — Sp) — khả năng loại trừ người không bệnh. Một xét nghiệm hoàn hảo sẽ có cả Se và Sp đều 100% — nhưng không có xét nghiệm nào như vậy trên thực tế.
ROC (Receiver Operating Characteristic) curve — đường cong đặc tính hoạt động của máy thu — là một biểu đồ trực quan hóa sự đánh đổi này. Nó vẽ Se (true positive rate) trên trục Y và 1 − Sp (false positive rate) trên trục X, cho mọi ngưỡng (cutoff) có thể của xét nghiệm. Đường cong ROC cho phép bạn chọn ngưỡng tối ưu — và tính AUC (Area Under the Curve) — chỉ số tổng quát về khả năng phân biệt của xét nghiệm.
✈️ Câu chuyện "Máy dò kim loại và bác sĩ X-quang"
Một phi trường quốc tế lắp máy dò kim loại mới. Ngày đầu tiên, nhân viên vặn độ nhạy tối đa. Kết quả: 500 hành khách bị giữ lại, 495 người không có dao — chỉ 5 người có. Ngày thứ hai, họ vặn độ nhạy xuống mức thấp. Kết quả: chỉ 10 người bị giữ, nhưng 2 tên khủng bố mang dao lọt qua.
Ngày thứ ba, một nhà thống kê đến và nói: "Hãy vẽ ROC curve. Mỗi mức độ nhạy cho một điểm trên đường cong. Chọn điểm gần góc trên bên trái nhất — đó là nơi Se cao và 1−Sp thấp — tối ưu hóa cả hai."
Trong y học cũng vậy. PSA > 4 ng/mL phát hiện ung thư tiền liệt tuyến với Se = 0.80 (80% người bệnh có PSA > 4), nhưng Sp = 0.70 (30% người không bệnh cũng có PSA > 4). Nếu hạ cutoff xuống 2.5, Se tăng lên 0.95 nhưng Sp giảm còn 0.40. Nếu tăng cutoff lên 10, Se = 0.40, Sp = 0.95. Không có cutoff nào hoàn hảo — ROC curve giúp bạn chọn cutoff phù hợp với mục đích lâm sàng.
📚 Cửa sổ học thuật — Nguồn gốc của ROC: từ radar Thế chiến II đến giường bệnh ROC curve được phát triển bởi các kỹ sư radar của quân đội Mỹ trong Thế chiến II. Họ cần phân biệt tín hiệu radar của máy bay địch với nhiễu (chim, mây). "Receiver Operating Characteristic" — đặc tính hoạt động của máy thu — là tên gọi kỹ thuật từ thời đó. Sau chiến tranh, ROC được ứng dụng vào tâm lý học (psychophysics), và từ thập niên 1970, nó trở thành công cụ chuẩn trong y học để đánh giá xét nghiệm chẩn đoán. Ngày nay, ROC và AUC xuất hiện trong hầu hết các bài báo về test chẩn đoán — từ xét nghiệm máu đơn giản đến MRI và AI y tế.
