การศึกษาความแม่นยำในการวินิจฉัยแบบเบย์ (Bayesian Diagnostic Accuracy Study)
- ผู้เสนอ
- Joseph, Gyorkos & Coupal; Dendukuri & Joseph (formal Bayesian DTA framework)
- ปี
- 1995–2001
- ประเภท
- Bayesian inferential study design
- กลุ่มวิธี
- Clinical / epidemiology
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
การศึกษาความแม่นยำในการวินิจฉัยแบบเบย์ (Bayesian diagnostic accuracy study) เป็นการประเมินว่าชุดตรวจทางการแพทย์สามารถจำแนกผู้ที่มีภาวะโรคออกจากผู้ที่ไม่มีภาวะโรคได้ดีเพียงใด โดยใช้วิธีการทางสถิติแบบเบย์ (Bayesian statistical methods) ซึ่งผนวกความรู้เดิม (prior knowledge) เข้าไปในการประมาณค่าความไว (sensitivity) ความจำเพาะ (specificity) และมาตรวัดที่เกี่ยวข้องอย่างเป็นระบบ แตกต่างจากแนวทางแบบดั้งเดิม (classical approaches) ที่อาศัยเพียงข้อมูลตัวอย่างที่สังเกตได้ การอนุมานแบบเบย์ (Bayesian inference) จะรวมแบบจำลองความควรจะเป็น (likelihood model) ของข้อมูลเข้ากับการแจกแจงความน่าจะเป็นก่อน (prior probability distributions) เพื่อให้ได้ค่าประมาณภายหลัง (posterior estimates) พร้อมช่วงความเชื่อมั่น (credible intervals) ที่ตีความได้ง่าย
แนวคิดเบื้องหลังวิธีการ
ลองจินตนาการว่าคุณกำลังประเมินชุดตรวจวัณโรคแบบใหม่ สถิติแบบดั้งเดิมจะประมาณค่าความไวและความจำเพาะจากข้อมูลตัวอย่างของคุณเท่านั้น ซึ่งบางครั้งอาจประสบปัญหาเมื่อตัวอย่างมีขนาดเล็ก หรือเมื่อไม่มีมาตรฐานอ้างอิงที่สมบูรณ์แบบ แนวทางแบบเบย์ช่วยให้คุณสามารถผนวกสิ่งที่ทราบอยู่แล้วอย่างเป็นระบบ — จากการศึกษาครั้งก่อนๆ คณะผู้เชี่ยวชาญ หรือข้อมูลระบาดวิทยาที่จัดตั้งขึ้น — ในรูปของการแจกแจงก่อน การวิเคราะห์จะปรับปรุงค่าก่อนเหล่านั้นด้วยข้อมูลใหม่ของคุณ ทำให้ได้การแจกแจงภายหลังสำหรับความไวและความจำเพาะ ผลลัพธ์ที่ได้คือภาพที่สมบูรณ์ยิ่งขึ้น: ไม่ใช่แค่ค่าประมาณจุด (point estimates) แต่เป็นการแจกแจงความน่าจะเป็นแบบเต็มที่วัดความไม่แน่นอนได้อย่างซื่อสัตย์ และสามารถผนวกข้อมูลเกี่ยวกับความชุกของโรค มาตรฐานอ้างอิงที่ไม่สมบูรณ์ และชุดตรวจที่มีความสัมพันธ์กัน ภายในแบบจำลองที่สอดคล้องกันเพียงแบบจำลองเดียว
ประวัติศาสตร์
วิธีการเบย์อย่างเป็นระบบสำหรับการประเมินความแม่นยำในการวินิจฉัยปรากฏขึ้นในช่วงทศวรรษ 1990 Joseph, Gyorkos & Coupal (1995) ได้นำเสนอการประมาณค่า Se และ Sp แบบเบย์โดยไม่มีมาตรฐานทองคำโดยใช้แบบจำลองคลาสแฝง Dendukuri & Joseph (2001) ได้ขยายกรอบแนวคิดนี้เพื่อจัดการกับความสัมพันธ์แบบมีเงื่อนไขระหว่างชุดตรวจหลายชุด ซึ่งเป็นการพัฒนาที่สำคัญที่ช่วยให้สามารถสร้างแบบจำลองกลุ่มการทดสอบที่สมจริงได้ งานที่ทำพร้อมกันโดย Vacek (1985) ได้แสดงแนวทางคลาสแฝงแบบความถี่นิยมมาก่อน ซึ่งกระตุ้นให้เกิดการปรับปรุงแบบเบย์ การยอมรับเพิ่มขึ้นพร้อมกับการมีซอฟต์แวร์ MCMC (BUGS, JAGS, Stan) ในช่วงปี 2000 และการยอมรับที่เพิ่มขึ้นว่ามาตรฐานอ้างอิงที่ไม่สมบูรณ์เป็นเรื่องปกติมากกว่าข้อยกเว้นในการวินิจฉัยทางคลินิก
ควรใช้เมื่อใด
ใช้การศึกษาความแม่นยำในการวินิจฉัยแบบเบย์เมื่อ: (1) ไม่มีมาตรฐานอ้างอิงที่สมบูรณ์แบบ และจำเป็นต้องใช้แบบจำลองคลาสแฝงแบบเบย์ (latent-class Bayesian models) เพื่อประมาณค่า Se และ Sp พร้อมกันโดยไม่มีมาตรฐานทองคำ (gold standard); (2) ข้อมูลเดิมจากการวิเคราะห์อภิมาน (meta-analyses) หรือความรู้ของผู้เชี่ยวชาญมีความแข็งแกร่งเพียงพอที่จะปรับปรุงความแม่นยำได้อย่างมีความหมายเหนือกว่าการวิเคราะห์แบบความถี่นิยม (frequentist analysis) เพียงอย่างเดียว; (3) ขนาดตัวอย่างมีจำกัด และวิธีการเชิงเส้นกำกับขนาดใหญ่ (classical asymptotic methods) ให้ช่วงที่เชื่อถือไม่ได้; หรือ (4) มีการเปรียบเทียบชุดตรวจที่มีความสัมพันธ์กันหลายชุด และความซับซ้อนของแบบจำลองร่วมทำให้แนวทางแบบดั้งเดิมไม่สามารถทำได้ อย่าใช้เมื่อทีมวิจัยขาดการเข้าถึงซอฟต์แวร์ MCMC หรือความเชี่ยวชาญด้านแบบจำลองเบย์ เมื่อการยื่นเอกสารต่อหน่วยงานกำกับดูแลต้องการลักษณะการทำงานแบบความถี่นิยมอย่างเคร่งครัด (หน่วยงานเทคโนโลยีสุขภาพหลายแห่งยังคงต้องการช่วงความเชื่อมั่นแบบดั้งเดิม) หรือเมื่อค่าก่อนไม่มีเหตุผลอันสมควร และผลลัพธ์อาจถูกมองว่าเป็นอัตวิสัย
ข้อจำกัดและข้อควรพิจารณา
- การระบุค่าก่อน (Prior specification) ต้องมีเหตุผลสนับสนุน; ค่าก่อนที่เลือกไม่ดีหรือไม่เปิดเผยอาจทำให้ผลลัพธ์เอนเอียงและบ่อนทำลายความน่าเชื่อถือ
- การนำ MCMC ไปใช้ต้องใช้ทรัพยากรในการคำนวณและเทคนิคสูงกว่าการวิเคราะห์ตาราง 2x2 แบบดั้งเดิม
- หน่วยงานกำกับดูแลและแนวปฏิบัติทางคลินิกหลายแห่งยังคงต้องการลักษณะการทำงานแบบความถี่นิยม ทำให้การนำไปใช้โดยตรงในการยื่นเอกสารต่อหน่วยงานกำกับดูแลมีข้อจำกัด
- ต้องการความโปร่งใสเกี่ยวกับการวิเคราะห์ความไวของค่าก่อน; การศึกษาที่ละเว้นสิ่งเหล่านี้จะเชิญชวนให้เกิดการวิพากษ์วิจารณ์เรื่องอัตวิสัยได้อย่างสมเหตุสมผล
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- ผนวกหลักฐานเดิมอย่างเป็นระบบ — จากการศึกษาครั้งก่อนๆ การวิเคราะห์อภิมาน หรือความรู้ของผู้เชี่ยวชาญ — ลดความไม่แน่นอนเกินกว่าที่ตัวอย่างปัจจุบันเพียงอย่างเดียวจะทำได้
- จัดการกับมาตรฐานอ้างอิงที่ไม่สมบูรณ์ผ่านแบบจำลองคลาสแฝง ทำให้สามารถประมาณค่า Se/Sp ได้อย่างไม่เอนเอียงโดยไม่มีมาตรฐานทองคำ
- ให้ช่วงความเชื่อมั่น (credible intervals) ที่มีการตีความเชิงความน่าจะเป็นโดยตรง ('ความน่าจะเป็น 95% ที่ความไวที่แท้จริงอยู่ในช่วง a ถึง b') ซึ่งแตกต่างจากช่วงความเชื่อมั่นแบบความถี่นิยม
- รองรับตัวอย่างขนาดเล็กและบริบทโรคหายากที่การประมาณค่าเชิงเส้นกำกับขนาดใหญ่แบบดั้งเดิมใช้ไม่ได้ผลตามปกติ
- สามารถสร้างแบบจำลองร่วมสำหรับชุดตรวจที่มีความสัมพันธ์กันหลายชุดและความชุกของโรคภายในกรอบแนวคิดความน่าจะเป็นที่สอดคล้องกันเพียงกรอบเดียว
การประยุกต์ใช้
- การประเมินชุดตรวจวินิจฉัยแบบเร็วสำหรับโรคติดเชื้อ (วัณโรค, COVID-19, มาลาเรีย) เมื่อมาตรฐานอ้างอิงจากการเพาะเลี้ยงหรือ PCR ไม่สมบูรณ์หรือไม่พร้อมใช้งานในสภาพแวดล้อมภาคสนาม
- การเปรียบเทียบการทดสอบภูมิคุ้มกัน (serological assays) หลายชนิดสำหรับโรคภูมิต้านตนเองหรือโรคพยาธิโดยใช้แบบจำลองคลาสแฝงเมื่อไม่มีมาตรฐานทองคำ
- การสังเคราะห์ความแม่นยำในการวินิจฉัยข้ามการศึกษาในการวิเคราะห์อภิมานแบบเบย์ของความแม่นยำในการวินิจฉัย (แบบจำลองสองตัวแปร (bivariate) หรือ HSROC พร้อมค่าก่อนที่ให้ข้อมูล)
- การประเมินรูปแบบการถ่ายภาพ (MRI, CT, อัลตราซาวนด์) สำหรับการตรวจหามะเร็งในบริบทที่มีขนาดตัวอย่างเล็ก หรือข้อจำกัดทางจริยธรรมในการใช้การตัดชิ้นเนื้อเป็นมาตรฐานอ้างอิง
- การผนวกความรู้ทางคลินิกของผู้เชี่ยวชาญเข้ากับการประมาณค่า Se/Sp สำหรับภาวะที่หายากซึ่งการลงทะเบียนในการทดลองไม่เพียงพอสำหรับความแม่นยำแบบดั้งเดิม
- การประเมินชุดตรวจ ณ จุดดูแล (point-of-care tests) ในสภาพแวดล้อมที่มีทรัพยากรจำกัด ซึ่งการทดสอบด้วยมาตรฐานอ้างอิงไม่สามารถทำได้ในทางปฏิบัติสำหรับผู้เข้าร่วมทั้งหมด
วิธีการทำงาน
วิธีการทำงาน
ก่อนการเก็บรวบรวมข้อมูล จะมีการกำหนดการแจกแจงก่อนสำหรับพารามิเตอร์หลัก — ความไว (Se) ความจำเพาะ (Sp) และความชุกของโรค (prevalence) ค่าก่อนสามารถเป็นแบบให้ข้อมูล (informative — อิงจากการศึกษาครั้งก่อนๆ หรือความเห็นของผู้เชี่ยวชาญ) หรือแบบให้ข้อมูลน้อย (weakly informative — การแจกแจงเบตาที่กระจายตัว) การเลือกค่าก่อนต้องได้รับการบันทึกอย่างโปร่งใส และต้องวางแผนการวิเคราะห์ความไว (sensitivity analysis)
กำหนดรูปแบบการศึกษา: การคัดเลือกผู้เข้าร่วมแบบภาคตัดขวาง (cross-sectional enrolment) ซึ่งจะได้รับการตรวจด้วยชุดตรวจที่กำลังประเมิน (index test) และมาตรฐานอ้างอิง (reference standard) (หรือชุดตรวจที่ไม่สมบูรณ์หลายชุดเมื่อไม่มีมาตรฐานทองคำ) การวางแผนขนาดตัวอย่างใช้การจำลอง (simulation) หรือเกณฑ์ความคาดหวังอรรถประโยชน์แบบเบย์ (Bayesian expected-utility criteria) แทนสูตรคำนวณกำลังการทดสอบแบบดั้งเดิม (classical power formulas) ซึ่งสะท้อนถึงข้อมูลเดิมที่มีอยู่ในแบบจำลอง
ผู้เข้าร่วมจะได้รับการตรวจด้วยชุดตรวจที่กำลังประเมินและมาตรฐานอ้างอิง (หรือชุดตรวจเปรียบเทียบ) บันทึกผลลัพธ์ในตารางการณ์ (contingency table) — หรือเป็นข้อมูลระดับบุคคล (individual-level data) — ซึ่งจับภาพผลบวกจริง (true-positives) ผลบวกปลอม (false-positives) ผลลบจริง (true-negatives) และผลลบปลอม (false-negatives) เมื่อไม่มีมาตรฐานอ้างอิงที่สมบูรณ์แบบ สามารถใช้โครงสร้างคลาสแฝง (latent-class structure) เพื่อสร้างแบบจำลองสถานะโรคที่แท้จริงซึ่งไม่สามารถสังเกตได้
เขียนฟังก์ชันความควรจะเป็น (likelihood function) — โดยทั่วไปคือแบบพหุนามนาม (multinomial) หรือแบร์นูลลี (Bernoulli) — สำหรับรูปแบบผลการตรวจที่สังเกตได้ โดยเป็นฟังก์ชันของ Se, Sp และความชุก เมื่อชุดตรวจอาจมีความสัมพันธ์กันโดยมีเงื่อนไข (conditionally dependent) (เช่น การทดสอบภูมิคุ้มกันสองชนิดที่ใช้กลไกทางชีวภาพร่วมกัน) ฟังก์ชันความควรจะเป็นจะสร้างแบบจำลองโครงสร้างความสัมพันธ์นั้นอย่างชัดเจน แทนที่จะสมมติว่ามีความเป็นอิสระต่อกัน
สูตร
P(data | Se, Sp, prev)
ใช้การสุ่มตัวอย่างแบบลูกโซ่มาร์คอฟมอนติคาร์โล (Markov Chain Monte Carlo — MCMC) — หรือการปรับปรุงแบบสังยุคแบบวิเคราะห์ (analytic conjugate updating) สำหรับแบบจำลองทวินามอย่างง่าย — เพื่อสุ่มตัวอย่างจากการแจกแจงภายหลังร่วม (joint posterior distribution) P(Se, Sp, prev | data) สรุปผลภายหลังรวมถึงค่าประมาณมัธยฐานหรือค่าเฉลี่ย พร้อมช่วงความเชื่อมั่น 95% (highest posterior density intervals) ซึ่งสามารถตีความได้โดยตรงว่าเป็นข้อความความน่าจะเป็นเกี่ยวกับค่าพารามิเตอร์ที่แท้จริง
สูตร
P(Se, Sp | data) \propto P(data | Se, Sp) \cdot P(Se, Sp)
รายงานผลตามแนวทาง STARD (Standards for Reporting Diagnostic Accuracy) โดยเสริมด้วยองค์ประกอบเฉพาะของเบย์: การระบุค่าก่อนและความสมเหตุสมผลของค่าเหล่านั้น การวินิจฉัยการลู่เข้า (convergence diagnostics) สำหรับลูกโซ่ MCMC การวิเคราะห์ความไวของค่าก่อน (prior-sensitivity analyses) ที่แสดงว่าข้อสรุปเปลี่ยนแปลงอย่างไรภายใต้ค่าก่อนทางเลือก และการตรวจสอบการทำนายภายหลัง (posterior predictive checks) เพื่อประเมินความเหมาะสมของแบบจำลอง
ข้อผิดพลาดที่พบบ่อย
- การใช้ค่าก่อนที่ให้ข้อมูลโดยไม่มีการวิเคราะห์ความไว — หากข้อสรุปเปลี่ยนแปลงอย่างมากภายใต้ค่าก่อนทางเลือกที่สมเหตุสมผล ผลการค้นพบนั้นเปราะบางและต้องรายงานเช่นนั้น
- การละเลยความสัมพันธ์แบบมีเงื่อนไขระหว่างชุดตรวจ — การสมมติว่ามีความเป็นอิสระต่อกันเมื่อชุดตรวจสองชุดมีกลไกทางชีวภาพร่วมกัน จะทำให้ความจำเพาะที่ปรากฏเกินจริงและให้ค่าประมาณภายหลังที่ทำให้เข้าใจผิด
- การปฏิบัติต่อช่วงความเชื่อมั่นภายหลัง (posterior credible intervals) ราวกับว่าเป็นช่วงความเชื่อมั่นแบบดั้งเดิม — สิ่งเหล่านี้ตอบคำถามที่แตกต่างกันและไม่ควรมองข้ามหรือตีความสลับกัน
- การไม่ตรวจสอบการลู่เข้าของ MCMC — ลูกโซ่ที่ไม่ลู่เข้าให้ผลสรุปภายหลังที่ไม่น่าเชื่อถือ; ควรรายงานค่าสถิติ R-hat และแผนภาพรอย (trace plots) เสมอ
คำถามที่พบบ่อย
ซอฟต์แวร์ใดที่ใช้สำหรับการศึกษาความแม่นยำในการวินิจฉัยแบบเบย์?
แพลตฟอร์มที่ใช้กันมากที่สุดคือ JAGS (ผ่านแพ็กเกจ R ชื่อ rjags หรือ R2jags), Stan (ผ่าน RStan หรือ CmdStanR) และชุดโปรแกรมเก่า WinBUGS/OpenBUGS แพ็กเกจ R เฉพาะทาง เช่น BLTM และ TestaR ใช้แบบจำลองคลาสแฝงสำหรับความแม่นยำในการวินิจฉัย STATA และ SAS มีโมดูลเบย์ที่จำกัด Stan ได้รับความนิยมเพิ่มขึ้นเนื่องจากประสิทธิภาพและการพัฒนาที่ต่อเนื่อง
ฉันจะระบุค่าก่อนสำหรับความไวและความจำเพาะได้อย่างไร?
การแจกแจงเบตา (Beta distributions) เป็นตัวเลือกที่เหมาะสมเนื่องจาก Se และ Sp เป็นค่าความน่าจะเป็นที่มีขอบเขต การแจกแจงเบตา(alpha, beta) สามารถกำหนดพารามิเตอร์ได้โดยใช้ค่าเฉลี่ย (alpha/(alpha+beta)) และขนาดตัวอย่างที่มีประสิทธิผล (alpha+beta) ตัวอย่างเช่น หากการศึกษาครั้งก่อนพบว่า Se ≈ 0.85 จากการสังเกต 40 ครั้ง การแจกแจง Beta(34, 6) จะเข้ารหัสค่าก่อนนั้น เมื่อหลักฐานก่อนอ่อนแอ การแจกแจง Beta(1,1) แบบเอกรูป (uniform) หรือ Beta(0.5, 0.5) แบบ Jeffreys ถือว่าสมเหตุสมผล ควรเปรียบเทียบผลลัพธ์ภายใต้ค่าก่อนทางเลือกสองหรือสามค่าเสมอเพื่อเป็นการวิเคราะห์ความไว
เมื่อใดที่ฉันต้องใช้แบบจำลองคลาสแฝงแทนตาราง 2x2 มาตรฐาน?
เมื่อใดก็ตามที่ไม่มีมาตรฐานอ้างอิงที่สมบูรณ์แบบ — กล่าวคือ ตัวการทดสอบอ้างอิงเองมีความไวหรือความจำเพาะต่ำกว่า 1.0 ซึ่งเป็นเรื่องปกติอย่างยิ่งในทางปฏิบัติ (เช่น การเพาะเชื้อวัณโรคมีความไวแต่ช้า การวินิจฉัยทางคลินิกโดยผู้เชี่ยวชาญก็ไม่สมบูรณ์แบบ) การละเลยข้อผิดพลาดของมาตรฐานอ้างอิงที่ไม่สมบูรณ์จะทำให้ความจำเพาะที่ปรากฏเกินจริงและประมาณค่าความไวต่ำเกินไป แบบจำลองคลาสแฝงแบบเบย์ถือว่าสถานะโรคที่แท้จริงเป็นตัวแปรที่ไม่ได้สังเกต (แฝง) และประมาณค่าพร้อมกับ Se และ Sp ทำให้ได้ค่าประมาณที่ไม่เอนเอียง โดยมีค่าใช้จ่ายในการต้องใช้ชุดตรวจหลายชุดหรือค่าก่อนที่ให้ข้อมูลเพื่อให้สามารถระบุตัวตนได้
รายการตรวจสอบ STARD เพียงพอสำหรับการรายงานการศึกษา DTA แบบเบย์หรือไม่?
STARD ครอบคลุมโครงสร้างหลักของการศึกษาความแม่นยำในการวินิจฉัย แต่ไม่ได้กล่าวถึงองค์ประกอบเฉพาะของเบย์ ควรเสริมการรายงาน STARD ด้วย: (1) การระบุอย่างชัดเจนของการแจกแจงก่อนทั้งหมดและแหล่งที่มา; (2) การวินิจฉัยการลู่เข้าของ MCMC (R-hat, ขนาดตัวอย่างที่มีประสิทธิผล, แผนภาพรอย); (3) การวิเคราะห์ความไวของค่าก่อน; และ (4) การตรวจสอบการทำนายภายหลัง วารสารบางฉบับยังขอให้ส่งโค้ดการวิเคราะห์และข้อมูลเป็นเอกสารประกอบเพื่อให้สามารถทำซ้ำได้
การวางแผนขนาดตัวแตกต่างจากการศึกษาการวินิจฉัยแบบดั้งเดิมอย่างไร?
สูตรคำนวณขนาดตัวอย่าง DTA แบบดั้งเดิมมีเป้าหมายเพื่อความกว้างที่ต้องการของช่วงความเชื่อมั่นแบบความถี่นิยม หรือกำลังการทดสอบแบบดั้งเดิมสำหรับ Se/Sp เทียบกับค่าเกณฑ์ การวางแผนแบบเบย์จะกำหนดความกว้างของช่วงความเชื่อมั่นภายหลังที่ต้องการ และจำลองชุดข้อมูลภายใต้ค่าก่อนเพื่อหาจำนวนผู้เข้าร่วมที่จำเป็นเพื่อให้ได้ค่าดังกล่าวโดยเฉลี่ย (ความแปรปรวนภายหลังที่คาดหวัง หรือเกณฑ์ความยาวเฉลี่ย) แนวทางนี้จะคำนึงถึงข้อมูลที่มีอยู่ในค่าก่อนโดยอัตโนมัติ ซึ่งมักจะให้ขนาดตัวอย่างที่ต้องการน้อยลงเมื่อหลักฐานก่อนมีความแข็งแกร่ง
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
Dendukuri, N., & Joseph, L. (2001). Bayesian approaches to modeling the conditional dependence between multiple diagnostic tests. Biometrics, 57(1), 158–167.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้วGatsonis, C., & Paliwal, P. (2006). Meta-analysis of diagnostic and screening test accuracy evaluations: Methodologic primer. American Journal of Roentgenology, 187(2), 271–281.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้ว