[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_%C4%91%E1%BB%99%20%C4%91%E1%BA%B7c%20hi%E1%BB%87u{\"limit\":5}":3,"_public_topic_byId_độ đặc hiệu":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":13,"englishTitle":17,"synonyms":10,"definition":18,"discipline":19,"references":20,"faqs":42,"createUser":52,"publishUser":10,"keywords":56,"keywordCount":65,"enrichTopicLink":66,"status":67,"createTime":68,"updateTime":69,"publishTime":10,"linkEnrichedTime":70,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":71,"relateTopics":72},"độ đặc hiệu","Độ đặc hiệu là gì? Khái niệm, đặc điểm và phân loại","Độ đặc hiệu là chỉ số thống kê sinh học và dịch tễ học biểu thị tỷ lệ phần trăm các cá thể thực sự không mắc bệnh được một xét nghiệm chẩn đoán y học xá...","\u003Cp>\u003Cstrong>Độ đặc hiệu\u003C\u002Fstrong> (\u003Cem>Specificity \u002F Diagnostic specificity\u003C\u002Fem>) là chỉ số thống kê sinh học và dịch tễ học biểu thị tỷ lệ phần trăm các cá thể thực sự không mắc bệnh được một xét nghiệm chẩn đoán y học xác định chính xác là có kết quả âm tính.\u003C\u002Fp>\n\u003Ch2>Độ đặc hiệu là gì?\u003C\u002Fh2>\n\u003Cp>Độ đặc hiệu (specificity) là một chỉ số đánh giá khả năng của một công cụ chẩn đoán hoặc mô hình phân loại trong việc xác định chính xác các đối tượng không mang đặc điểm hoặc bệnh lý cần phát hiện. Trong y học, nó thể hiện tỷ lệ những người thực sự không mắc bệnh và có kết quả xét nghiệm âm tính, hay nói cách khác, khả năng loại trừ chính xác người không mắc bệnh khỏi nhóm nghi ngờ. Chỉ số này đặc biệt quan trọng trong bối cảnh sàng lọc và chẩn đoán, nơi mà sai sót dương tính giả có thể gây ra can thiệp y tế không cần thiết hoặc tổn hại tâm lý cho người bệnh.\u003C\u002Fp>\n\u003Cp>Công thức tính độ đặc hiệu được chuẩn hóa như sau:  \n\u003Cscript type=\"math\u002Ftex\">Specificity = \\frac{TN}{TN + FP}\u003C\u002Fscript>  \nTrong đó: TN (True Negative) là số trường hợp âm tính đúng, FP (False Positive) là số trường hợp dương tính sai.  \nChỉ số độ đặc hiệu nằm trong khoảng từ 0 đến 1 (hoặc từ 0% đến 100%) và càng gần 1 thì xét nghiệm càng đáng tin cậy trong việc loại trừ bệnh.\u003C\u002Fp>\n\u003Cp>Ví dụ: nếu một xét nghiệm COVID-19 có độ đặc hiệu 98%, điều đó có nghĩa là trong 100 người không mắc bệnh, sẽ có khoảng 98 người được xác định đúng là âm tính, và chỉ 2 người bị đánh giá sai là dương tính giả.\u003C\u002Fp>\n\n\u003Ch2>Ý nghĩa trong chẩn đoán y học\u003C\u002Fh2>\n\u003Cp>Trong {{topic|%7B%22topic%22%3A%22th%E1%BB%B1c%20h%C3%A0nh%20l%C3%A2m%20s%C3%A0ng%22%7D}}, độ đặc hiệu giữ vai trò trọng yếu trong việc giảm thiểu nguy cơ chẩn đoán sai. Một xét nghiệm với độ đặc hiệu cao giúp đảm bảo rằng người không mắc bệnh không bị kết luận nhầm là dương tính, từ đó tránh được việc tiến hành điều trị không cần thiết, gây tốn kém, lo lắng hoặc thậm chí nguy cơ y khoa cho bệnh nhân.\u003C\u002Fp>\n\u003Cp>Xét nghiệm có độ đặc hiệu cao thường được ưu tiên trong các tình huống cần loại trừ bệnh. Ví dụ, trong chẩn đoán HIV, xét nghiệm khẳng định (Western blot, xét nghiệm NAT) có độ đặc hiệu rất cao để đảm bảo rằng người được chẩn đoán dương tính thực sự mắc bệnh, không phải kết quả sai lệch.\u003C\u002Fp>\n\u003Cp>Bảng dưới đây mô tả ảnh hưởng của độ đặc hiệu cao và thấp trong thực hành chẩn đoán:\n\u003C\u002Fp>\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Tiêu chí\u003C\u002Fth>\n    \u003Cth>Độ đặc hiệu cao\u003C\u002Fth>\n    \u003Cth>Độ đặc hiệu thấp\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Xác định người không bệnh\u003C\u002Ftd>\n    \u003Ctd>Chính xác cao, ít dương tính giả\u003C\u002Ftd>\n    \u003Ctd>Dễ gây lo lắng sai, điều trị không cần thiết\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Tác động chi phí\u003C\u002Ftd>\n    \u003Ctd>Giảm can thiệp không cần thiết\u003C\u002Ftd>\n    \u003Ctd>Tăng chi phí y tế do sàng lọc lại\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Tính phù hợp lâm sàng\u003C\u002Ftd>\n    \u003Ctd>Rất phù hợp để loại trừ bệnh\u003C\u002Ftd>\n    \u003Ctd>Không đủ tin cậy để loại trừ\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\u003Cp>\u003C\u002Fp>\n\n\u003Ch2>So sánh với độ nhạy\u003C\u002Fh2>\n\u003Cp>Độ đặc hiệu và độ nhạy là hai thông số bổ sung và thường được sử dụng đồng thời trong đánh giá chất lượng của một xét nghiệm. Trong khi độ nhạy (sensitivity) phản ánh khả năng phát hiện đúng những người có bệnh (dương tính thực sự), thì độ đặc hiệu đánh giá khả năng nhận diện đúng những người không bệnh.  \nCả hai chỉ số đều được tính từ ma trận nhầm lẫn (confusion matrix), bao gồm 4 thành phần: TP (True Positive), TN, FP, FN (False Negative).\u003C\u002Fp>\n\u003Cp>Bảng so sánh giữa độ đặc hiệu và độ nhạy:\n\u003C\u002Fp>\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Tiêu chí\u003C\u002Fth>\n    \u003Cth>Độ nhạy\u003C\u002Fth>\n    \u003Cth>Độ đặc hiệu\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Định nghĩa\u003C\u002Ftd>\n    \u003Ctd>Tỷ lệ dương tính đúng\u003C\u002Ftd>\n    \u003Ctd>Tỷ lệ âm tính đúng\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Mục tiêu chính\u003C\u002Ftd>\n    \u003Ctd>Phát hiện đúng người bệnh\u003C\u002Ftd>\n    \u003Ctd>Loại trừ đúng người không bệnh\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Ý nghĩa lâm sàng\u003C\u002Ftd>\n    \u003Ctd>Hữu ích trong sàng lọc\u003C\u002Ftd>\n    \u003Ctd>Hữu ích trong khẳng định\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\u003Cp>\u003C\u002Fp>\n\u003Cp>Việc tối ưu hóa một xét nghiệm thường là sự đánh đổi giữa độ nhạy và độ đặc hiệu. Ví dụ, hạ ngưỡng phát hiện để tăng độ nhạy thường khiến tăng tỷ lệ dương tính giả và giảm độ đặc hiệu. Các công cụ như biểu đồ ROC (Receiver Operating Characteristic) và chỉ số AUC (Area Under Curve) được dùng để cân bằng giữa hai yếu tố này.\u003C\u002Fp>\n\n\u003Ch2>Ứng dụng trong y học lâm sàng\u003C\u002Fh2>\n\u003Cp>Trong môi trường bệnh viện và phòng khám, các xét nghiệm có độ đặc hiệu cao thường được sử dụng trong giai đoạn xác nhận chẩn đoán hoặc trước khi {{topic|%7B%22topic%22%3A%22quy%E1%BA%BFt%20%C4%91%E1%BB%8Bnh%20%C4%91i%E1%BB%81u%20tr%E1%BB%8B%22%7D}} can thiệp. Điều này đặc biệt đúng với các bệnh có hậu quả nặng nề về mặt tâm lý hoặc pháp lý nếu bị chẩn đoán sai, chẳng hạn như HIV, ung thư, lao, hay các bệnh truyền nhiễm nguy hiểm.\u003C\u002Fp>\n\u003Cp>Ví dụ, trong {{topic|%7B%22topic%22%3A%22s%C3%A0ng%20l%E1%BB%8Dc%20ung%20th%C6%B0%20c%E1%BB%95%20t%E1%BB%AD%20cung%22%7D}}, xét nghiệm HPV DNA được đánh giá là có độ đặc hiệu cao hơn xét nghiệm Pap smear, do khả năng loại trừ chính xác phụ nữ không nhiễm virus nguy cơ cao. Một ví dụ khác là xét nghiệm troponin trong chẩn đoán {{topic|%7B%22topic%22%3A%22nh%E1%BB%93i%20m%C3%A1u%20c%C6%A1%20tim%22%7D}}, có độ đặc hiệu cao trong trường hợp tăng nồng độ rõ rệt.\u003C\u002Fp>\n\u003Cp>Các ứng dụng cụ thể thường yêu cầu xác định độ đặc hiệu như:\n\u003C\u002Fp>\u003Cul>\n  \u003Cli>Chẩn đoán xác nhận sau sàng lọc dương tính\u003C\u002Fli>\n  \u003Cli>Lập mô hình chẩn đoán bằng AI trong hình ảnh học (CT, MRI)\u003C\u002Fli>\n  \u003Cli>Giám sát {{topic|%7B%22topic%22%3A%22hi%E1%BB%87u%20qu%E1%BA%A3%20%C4%91i%E1%BB%81u%20tr%E1%BB%8B%22%7D}} (ví dụ: theo dõi tải lượng virus HIV, HBV)\u003C\u002Fli>\n\u003C\u002Ful>\nTài liệu chi tiết có thể tham khảo tại FDA – IVD Performance Evaluation.\u003Cp>\u003C\u002Fp>\u003Ch2>Vai trò trong nghiên cứu dịch tễ\u003C\u002Fh2>\n\u003Cp>Trong lĩnh vực dịch tễ học, độ đặc hiệu đóng vai trò quan trọng trong việc đánh giá độ chính xác của các công cụ sàng lọc hoặc xét nghiệm sử dụng ở quy mô cộng đồng. Một xét nghiệm có độ đặc hiệu thấp sẽ tạo ra nhiều dương tính giả, dẫn đến sai lệch trong việc ước lượng {{topic|%7B%22topic%22%3A%22t%E1%BB%B7%20l%E1%BB%87%20m%E1%BA%AFc%20b%E1%BB%87nh%22%7D}}, tăng chi phí tái kiểm tra, và có thể gây hiểu sai về nguy cơ dịch tễ thực sự.\u003C\u002Fp>\n\u003Cp>Đặc biệt trong các nghiên cứu khảo sát diện rộng như giám sát SARS-CoV-2, phát hiện HIV trong dân số, hoặc đánh giá tình trạng tiêm chủng, độ đặc hiệu cao giúp đảm bảo tính tin cậy của số liệu. Tổ chức Y tế Thế giới (WHO) nhấn mạnh rằng mọi test sàng lọc trước khi triển khai quy mô lớn cần được kiểm định về độ đặc hiệu theo chuẩn thực địa, tham khảo tại WHO Guidelines on SARS-CoV-2 Testing.\u003C\u002Fp>\n\u003Cp>Dưới đây là ảnh hưởng của độ đặc hiệu đến độ chính xác của khảo sát dịch tễ:\n\u003C\u002Fp>\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Tình huống\u003C\u002Fth>\n    \u003Cth>Đặc điểm\u003C\u002Fth>\n    \u003Cth>Hậu quả nếu độ đặc hiệu thấp\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Khảo sát kháng thể cộng đồng\u003C\u002Ftd>\n    \u003Ctd>Đối tượng không bệnh chiếm đa số\u003C\u002Ftd>\n    \u003Ctd>Dễ bị đánh giá dương tính giả → sai số tỷ lệ nhiễm\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Sàng lọc HIV tại cộng đồng\u003C\u002Ftd>\n    \u003Ctd>Tỷ lệ mắc thực sự thấp\u003C\u002Ftd>\n    \u003Ctd>Sai sót → tổn thương tâm lý, chi phí tái xét nghiệm cao\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Test nhanh COVID-19\u003C\u002Ftd>\n    \u003Ctd>Thực hiện rộng rãi\u003C\u002Ftd>\n    \u003Ctd>Nhiều F0 giả → cách ly, phong tỏa không cần thiết\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\u003Cp>\u003C\u002Fp>\n\n\u003Ch2>Cách hiệu chỉnh và kiểm định độ đặc hiệu\u003C\u002Fh2>\n\u003Cp>Độ đặc hiệu không phải là giá trị bất biến mà phụ thuộc vào ngưỡng phân loại (threshold) của hệ thống xét nghiệm hoặc mô hình. Thay đổi ngưỡng ảnh hưởng đến tỉ lệ FP (dương tính giả) và TN (âm tính đúng), từ đó thay đổi độ đặc hiệu. Do vậy, trong các mô hình phân loại hoặc thuật toán AI, cần tối ưu hóa ngưỡng để đạt được độ đặc hiệu mong muốn.\u003C\u002Fp>\n\u003Cp>Việc đánh giá và tối ưu độ đặc hiệu thường sử dụng biểu đồ ROC (Receiver Operating Characteristic) – trong đó, trục hoành là tỷ lệ dương tính giả (1 – specificity) và trục tung là độ nhạy. Diện tích dưới đường cong (AUC – Area Under Curve) thể hiện tổng hiệu suất phân loại, và một mô hình tốt sẽ có AUC tiệm cận 1.\u003C\u002Fp>\n\u003Cp>Để kiểm định thống kê độ đặc hiệu, có thể sử dụng:\n\u003C\u002Fp>\u003Cul>\n  \u003Cli>Ước lượng khoảng tin cậy 95% cho độ đặc hiệu\u003C\u002Fli>\n  \u003Cli>Kiểm định McNemar khi so sánh 2 phương pháp xét nghiệm trên cùng nhóm đối tượng\u003C\u002Fli>\n  \u003Cli>Phân tích hồi quy logistic để kiểm soát các yếu tố nhiễu ảnh hưởng đến đặc hiệu\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003C\u002Fp>\n\n\u003Ch2>Ảnh hưởng đến giá trị tiên đoán âm (NPV)\u003C\u002Fh2>\n\u003Cp>Độ đặc hiệu ảnh hưởng trực tiếp đến giá trị tiên đoán âm – tức khả năng người có kết quả âm tính thực sự không mắc bệnh. Trong thực hành y khoa, giá trị tiên đoán âm (Negative Predictive Value – NPV) là chỉ số quan trọng giúp bác sĩ yên tâm khi quyết định không can thiệp điều trị thêm sau một kết quả âm tính.\u003C\u002Fp>\n\u003Cp>\u003Cscript type=\"math\u002Ftex\">NPV = \\frac{TN}{TN + FN}\u003C\u002Fscript>  \nTrong đó: TN = âm tính đúng, FN = âm tính sai.  \nGiá trị NPV phụ thuộc vào ba yếu tố: độ đặc hiệu, độ nhạy và tỷ lệ hiện mắc bệnh (prevalence). Trong quần thể có tỷ lệ mắc bệnh thấp, NPV bị chi phối chủ yếu bởi độ đặc hiệu – vì FN tương đối hiếm.\u003C\u002Fp>\n\u003Cp>Bảng minh họa ảnh hưởng của độ đặc hiệu đến NPV trong các quần thể khác nhau:\n\u003C\u002Fp>\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Tỷ lệ hiện mắc\u003C\u002Fth>\n    \u003Cth>Độ nhạy\u003C\u002Fth>\n    \u003Cth>Độ đặc hiệu\u003C\u002Fth>\n    \u003Cth>NPV ước tính\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>1%\u003C\u002Ftd>\n    \u003Ctd>90%\u003C\u002Ftd>\n    \u003Ctd>98%\u003C\u002Ftd>\n    \u003Ctd>99.9%\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>10%\u003C\u002Ftd>\n    \u003Ctd>90%\u003C\u002Ftd>\n    \u003Ctd>98%\u003C\u002Ftd>\n    \u003Ctd>98.9%\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>30%\u003C\u002Ftd>\n    \u003Ctd>90%\u003C\u002Ftd>\n    \u003Ctd>98%\u003C\u002Ftd>\n    \u003Ctd>95.7%\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\u003Cp>\u003C\u002Fp>\n\n\u003Ch2>Hạn chế và rủi ro khi diễn giải\u003C\u002Fh2>\n\u003Cp>Độ đặc hiệu không nên được diễn giải độc lập khỏi các yếu tố như độ nhạy, tỷ lệ hiện mắc, chất lượng lấy mẫu và điều kiện triển khai xét nghiệm. Một xét nghiệm có độ đặc hiệu cao nhưng độ nhạy thấp có thể bỏ sót nhiều ca bệnh, dẫn đến hậu quả lâm sàng nghiêm trọng.\u003C\u002Fp>\n\u003Cp>Thực tế triển khai cũng tồn tại nhiều yếu tố làm sai lệch độ đặc hiệu như:\n\u003C\u002Fp>\u003Cul>\n  \u003Cli>Chất lượng mẫu kém, thao tác sai lệch\u003C\u002Fli>\n  \u003Cli>Điều kiện bảo quản hóa chất không ổn định\u003C\u002Fli>\n  \u003Cli>Biến dị sinh học hoặc miễn dịch chéo\u003C\u002Fli>\n  \u003Cli>Định nghĩa \"vàng chuẩn\" (gold standard) không tuyệt đối\u003C\u002Fli>\n\u003C\u002Ful>\nViệc diễn giải kết quả xét nghiệm luôn cần kết hợp với {{topic|%7B%22topic%22%3A%22tri%E1%BB%87u%20ch%E1%BB%A9ng%20l%C3%A2m%20s%C3%A0ng%22%7D}}, tiền sử bệnh và các dữ liệu bổ sung.\u003Cp>\u003C\u002Fp>\n\n\u003Ch2>Triển vọng phát triển và tối ưu hóa\u003C\u002Fh2>\n\u003Cp>Trong kỷ nguyên y học chính xác và dữ liệu lớn, việc tối ưu hóa độ đặc hiệu không chỉ là cải tiến quy trình kỹ thuật mà còn là ứng dụng công nghệ AI, mô hình học sâu, và sinh học phân tử để tạo ra các xét nghiệm hoặc mô hình phân loại có độ chính xác cao hơn.\u003C\u002Fp>\n\u003Cp>Các xu hướng đang nổi bật hiện nay:\n\u003C\u002Fp>\u003Cul>\n  \u003Cli>Tích hợp nhiều chỉ dấu sinh học (biomarkers) để tăng độ đặc hiệu\u003C\u002Fli>\n  \u003Cli>Dùng AI để điều chỉnh ngưỡng phân loại theo nhóm nguy cơ\u003C\u002Fli>\n  \u003Cli>Phân tầng nguy cơ theo thời gian thực trong các hệ thống cảnh báo lâm sàng\u003C\u002Fli>\n  \u003Cli>Thiết kế test đa ngưỡng cho từng mức độ nghi ngờ bệnh\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003C\u002Fp>\n\u003Cp>Nhiều {{topic|%7B%22topic%22%3A%22nghi%C3%AAn%20c%E1%BB%A9u%20l%C3%A2m%20s%C3%A0ng%22%7D}} đang thử nghiệm các công cụ sàng lọc thế hệ mới tại ClinicalTrials.gov, tập trung vào ung thư giai đoạn sớm, rối loạn di truyền hiếm và bệnh truyền nhiễm mới nổi. Tối ưu độ đặc hiệu là một trong những tiêu chí hàng đầu để được phê duyệt triển khai thực tế.\u003C\u002Fp>","Specificity \u002F Diagnostic specificity","Độ đặc hiệu là chỉ số thống kê sinh học và dịch tễ học biểu thị tỷ lệ phần trăm các cá thể thực sự không mắc bệnh được một xét nghiệm chẩn đoán y học xác định chính xác là có kết quả âm tính.","MEDICAL_HEALTH_SCIENCES",[21,28,35],{"citationText":22,"title":23,"authors":24,"source":25,"year":26,"doi":27,"url":10},"Zhicheng Du, Yuantao Hao (2017). reportROC: An Easy Way to Report ROC Analysis. CRAN: Contributed Packages. doi:10.32614\u002Fcran.package.reportroc","reportROC: An Easy Way to Report ROC Analysis","Zhicheng Du, Yuantao Hao","CRAN: Contributed Packages",2017,"10.32614\u002Fcran.package.reportroc",{"citationText":29,"title":30,"authors":31,"source":32,"year":33,"doi":34,"url":10},"National Cancer Institute (2020). Diagnostic Specificity. Definitions. doi:10.32388\u002Fq5y242","Diagnostic Specificity","National Cancer Institute","Definitions",2020,"10.32388\u002Fq5y242",{"citationText":36,"title":37,"authors":38,"source":39,"year":40,"doi":41,"url":10},"Baer (2016). Research Evidence for Domain Specificity. Domain Specificity of Creativity. doi:10.1016\u002Fb978-0-12-799962-3.00002-1","Research Evidence for Domain Specificity","Baer","Domain Specificity of Creativity",2016,"10.1016\u002Fb978-0-12-799962-3.00002-1",[43,46,49],{"question":44,"answer":45},"Công thức toán học và bảng 2x2 để tính độ đặc hiệu được thiết lập như thế nào?","Độ đặc hiệu bằng số ca âm tính thật (TN) chia cho tổng số đối tượng thực sự không mắc bệnh (gồm âm tính thật TN cộng với dương tính giả FP), biểu thị bằng công thức TN chia cho (TN + FP).",{"question":47,"answer":48},"Mối quan hệ đánh đổi giữa độ nhạy và độ đặc hiệu trên đường cong ROC thể hiện điều gì?","Khi thay đổi điểm cắt ngưỡng (cut-off point) của xét nghiệm để tăng độ nhạy thì độ đặc hiệu thường giảm và ngược lại; đường cong ROC vẽ độ nhạy theo (1 - độ đặc hiệu) giúp lựa chọn ngưỡng cân bằng tối ưu.",{"question":50,"answer":51},"Vì sao xét nghiệm có độ đặc hiệu cao lại đặc biệt quan trọng trong bước chẩn đoán xác định bệnh?","Xét nghiệm có độ đặc hiệu rất cao hiếm khi cho kết quả dương tính giả; do đó nếu kết quả xét nghiệm dương tính thì bác sĩ có thể tự tin xác nhận người bệnh thực sự mắc bệnh để chỉ định phác đồ điều trị xâm lấn.",{"id":53,"researcherId":10,"name":54,"imageUrl":55},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",[57,58,59,60,61,62,63,64],"thực hành lâm sàng","quyết định điều trị","sàng lọc ung thư cổ tử cung","nhồi máu cơ tim","hiệu quả điều trị","tỷ lệ mắc bệnh","triệu chứng lâm sàng","nghiên cứu lâm sàng",8,false,"PUBLISHED","2023-08-15T12:56:52.135+00:00","2026-09-05T03:08:36.071+00:00","2026-09-05T03:08:35.712+00:00",362,[73,76,79,82,85,88,91,94,97,100],{"id":74,"title":75,"term":74,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"nghiên cứu hồi cứu","Nghiên cứu hồi cứu là gì? Các nghiên cứu khoa học về Nghiên cứu hồi cứu",{"id":77,"title":78,"term":77,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"điểm vas","Điểm VAS là gì? Các công bố khoa học về Điểm VAS",{"id":80,"title":81,"term":80,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"sf 36","SF-36 là gì? Các công bố nghiên cứu khoa học về SF-36",{"id":83,"title":84,"term":83,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"nghiên cứu đoàn hệ","Nghiên cứu đoàn hệ là gì? Các công bố về Nghiên cứu đoàn hệ",{"id":86,"title":87,"term":86,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"can thiệp dinh dưỡng","Can thiệp dinh dưỡng là gì? Các nghiên cứu khoa học",{"id":89,"title":90,"term":89,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"phân tâm học","Phân tâm học là gì? Các nghiên cứu khoa học về Phân tâm học",{"id":92,"title":93,"term":92,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"chánh niệm","Chánh niệm là gì? Các nghiên cứu khoa học về Chánh niệm",{"id":95,"title":96,"term":95,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"dây chằng liềm","Dây chằng liềm là gì? Các công bố khoa học về Dây chằng liềm",{"id":98,"title":99,"term":98,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"nihss","NIHSS là gì? Các nghiên cứu khoa học về NIHSS",{"id":101,"title":102,"term":101,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"thang điểm nihss","Thang điểm nihss là gì? Các nghiên cứu khoa học liên quan"]