Nghĩ thêm về xét nghiệm cộng đồng.
GS. Nguyen Tuan
Trong một note trước đây, tôi có đề nghị Việt Nam nên làm xét nghiệm cấp cộng đồng vì số ca tiềm ẩn nhiều quá. Tôi rất vui là cái note và ý tưởng đó đã được các giới chức trách quan tâm và sẽ triển khai xét nghiệm trong tương lai rất gần. Sáng nay, sau khi thêm năng lượng cà phê, tôi lại có thêm vài suy nghĩ, nhưng có lẽ mang tính độc thọai hơn. Tôi sẽ cố gắng trả lời 2 câu hỏi liên quan: thiết kế dự án như thế nào và cần làm xét nghiệm bao nhiêu người.
Xét nghiệm ‘Chinese Virus’ đã trở thành một trong những biện pháp để giúp giảm qui mô dịch Vũ Hán. Bài học hiển nhiên nhứt về thành công trong việc kiểm soát dịch đến từ Nam Hàn (Hàn Quốc) và Đức. Cả hai nước này làm xét nghiệm cộng đồng. Nam Hàn đã làm xét nghiệm cho 286716 người [1]. Còn Đức thì con số chưa rõ, nhưng họ có thể làm xét nghiệm 12000 người mỗi ngày [2]. Ngoài Đức và Ý, rất nhiều nước trên thế giới làm xét nghiệm, và biểu đồ dưới đây cho thấy số ca họ đã làm. Việt Nam đã làm xét nghiệm hơn 9000 người. Nhưng tôi nghĩ Việt Nam có thể làm nhiều hơn nữa và hệ thống hơn nữa.
1. Thiết kế
Nếu triển khai xét nghiệm cộng đồng thì VN sẽ không thể làm như Hàn Quốc, vì không đủ tài nguyên và kĩ thuật. Tôi nghĩ cách làm hay nhứt là dùng phương pháp thiết kế theo mô hình surveillance.
Theo mô hình surveillance, chúng ta sẽ lấy mẫu ngẫu nhiên theo phương pháp phân tầng. Cụ thể hơn: bước 1, chọn ngẫu nhiên một số phường trong thành phố sao cho đồng đều giữa các quận; bước 2 lên danh sách dân cư trong những phường được chọn; bước 3, lấy mẫu ngẫu nhiên phân tầng theo giới tính và độ tuổi; và bước 4 là làm xét nghiệm RC-PCT trên những người được chọn.
Ghi chú kĩ thuật: Phương pháp tính toán dựa vào hàm hoán chuyển logit, tức log(p / (1-p)), trong đó p là xác suất dương tính. Mô hình phân tích là random-effects.
Nguồn dữ liệu: https://
2. Cỡ mẫu
Câu hỏi đặt ra là chúng ta cần làm xét nghiệm bao nhiêu người? Câu trả lời cho câu hỏi này chủ yếu tùy thuộc vào tỉ lệ dương tính (detection rate). Theo số liệu báo cáo thì Việt Nam đã làm xét nghiệm trên 9696 người. Trong số này, có 61 người dương tính, tức tỉ lệ là 0.63%.
Tuy nhiên, ở các nước khác thì tỉ lệ dương tính dao động rất cao. Tôi thử làm một phân tích tổng hợp (meta-analysis) từ dữ liệu của 48 nước (công phu lắm nghen) thì thấy tính trung bình, tỉ lệ dương tính là 2.7% (khoảng tin cậy 95% dao động từ 0.5 đến 3.8%).
Giả dụ như chúng ta muốn có tỉ lệ chính xác trong vòng 0.5%, và với sai số loại I là 5%, thì chúng ta cần làm xét nghiệm bao nhiêu người? Dân số Sài Gòn là khoảng 10 triệu. Đưa các tham số đó và ‘design effect = 3’ vào phương trình tính toán, chúng ta có câu trả lời đơn giản là 9032 người. Như vậy, chương trình xét nghiệm cộng đồng ở Sài Gòn cần ít nhứt là 6000 người.
3. Độ nhạy và đặc hiệu
Nhưng vì phương pháp xét nghiệm có vấn đề dương tính giả (người ta không bị nhiễm, nhưng kết quả dương tính) và âm tính giả (người ta bị nhiễm, nhưng kết quả âm tính). Nói cách khác, chúng ta phải chú ý đến độ nhạy (xác suất người bị nhiễm có kết quả dương tính) và độ đặc hiệu (xác suất người không bị nhiễm có kết quả âm tính).
Độ nhạy và độc đặc hiệu của RT-PCR tùy thuộc vào sinh phẩm. Trong một nghiên cứu công bố trên JAMA [2], các tác giả cho biết tỉ lệ dương tính cao nhứt (93%) được ghi nhận trên mẫu lấy bằng rửa phế quản (bronchoalveolar lavage), kế đến là đờm (72%), mũi (63%), cổ họng (32%), và phân (29%).
Một nghiên cứu khác công bố trên Radiology [3] so sánh kết quả xét nghiệm RT-PCR và CT scan (ngực). Kết quả cho thấy ở những người có kết quả PCR dương tính, CT scan cho ra 88% dương tính; ở bệnh nhân âm tính PCR, CT scan cho ra 75% dương tính! Nếu dùng PCR là chuẩn vàng, độ nhạy của CT scan là 97%; độ đặc hiệu là 68%.
4. Nếu làm xét nghiệm cộng đồng, tỉ lệ nhiễm thật là bao nhiêu?
Câu hỏi này hơi khó trả lời. Lí do là, như thấy trên, kết quả dương tính chưa chắc là người đó thật sự bị nhiễm. Ngược lại, kết quả xét nghiệm âm tính chưa chắc là không bị nhiễm virus. Do đó, việc ước tính tỉ lệ nhiễm virus hơi khó khăn.
Để ước tính tỉ lệ nhiễm, cần phải sử dụng đến mô hình, và mô hình là Bayes. Mô hình Bayes đòi hỏi phải có xác suất tiền định hay prior probability trên (i) độ nhạy (sensitivity); (ii) độ đặc hiệu (specificity); và (iii) tỉ lệ hiện hành. (Đây là những vấn đề khá chuyên sâu về dịch tễ học định lượng mà không phải chuyên gia dịch tễ học nào cũng am hiểu). Tôi dùng xác suất tiền định beta cho [4] với tham số alpha = beta = 2 cho độ nhạy; alpha = 4 và beta = 6 cho độ đặc hiệu. Tôi cũng giả định rằng độ nhạy là 0.7 đến 0.95, và độ đặc hiệu từ 0.7 đến 0.8. Kết quả cho thấy tỉ lệ hiện hành là 0.5%, nhưng có thể lên đến 6%. Nhưng phải ghi thêm rằng tất cả dự báo chỉ là dự báo, vì xác suất sai là rất cao, như Niels Bohr từng nói “It is very hard to predict, especially the future.”
Tuy nhiên, quay lại 2 câu hỏi chánh về thiết kế nghiên cứu, câu trả lời là: (i) dùng mô hình thiết kế surveillance phân tầng; và (ii) số cỡ mẫu tối thiểu là 9000 người. Sở Y tế Sài Gòn thừa sức làm việc này, và tôi hi vọng các bạn đồng nghiệp sẽ làm sớm. Khi phát hiện có kết quả dương tính là lập tức can thiệp ngay, và như vậy sẽ hạn chế lây lan trong cộng đồng.
===
[1] https://ourworldindata.org/covid-testing [2] https://jamanetwork.com/journals/jama/fullarticle/2762997 [3] https://pubs.rsna.org/doi/10.1148/radiol.2020200642 [4] Bài giảng dẫn nhập về Bayes:https://www.youtube.com/watch?v=1u1lVuSqTwE