الحساسية والنوعية والقيمة التنبؤية: شرح مبسط بأمثلة محلولة
افهم الحساسية والنوعية والقيمة التنبؤية الإيجابية والسلبية من جدول 2×2، وكيف يغير الانتشار PPV وNPV، مع مثالين محلولين بالأرقام ومعايير الفحص وتحيز الوقت المسبق.
الحساسية والنوعية والقيمة التنبؤية من أكثر الموضوعات التي يخلط فيها الطلاب، مع أنها كلها تخرج من جدول واحد بسيط. في هذا الدليل نبني الجدول خطوة خطوة، ثم نحل مثالًا كاملًا بالأرقام، ونرى كيف تنقلب النتيجة عندما يتغير انتشار المرض.
جدول 2×2 أساس كل الحسابات
نقارن نتيجة الاختبار بالحقيقة التي يحددها المعيار المرجعي (Gold standard):
| نتيجة الاختبار | مريض فعلًا | سليم فعلًا | المجموع |
|---|---|---|---|
| إيجابية | a: إيجابي حقيقي (TP) | b: إيجابي كاذب (FP) | a + b |
| سلبية | c: سلبي كاذب (FN) | d: سلبي حقيقي (TN) | c + d |
| المجموع | a + c | b + d | N |
احفظ هذا الترتيب: المرض في الأعمدة، ونتيجة الاختبار في الصفوف. وإذا جاء الجدول في السؤال بترتيب مختلف فأعد رسمه بهذا الشكل قبل الحساب.
الحساسية والنوعية والقيمة التنبؤية: المعادلات الأساسية
- الحساسية (Sensitivity) = a ÷ (a + c): نسبة المرضى الذين يكشفهم الاختبار.
- النوعية (Specificity) = d ÷ (b + d): نسبة الأصحاء الذين يعطيهم الاختبار نتيجة سلبية.
- القيمة التنبؤية الإيجابية (Positive predictive value, PPV) = a ÷ (a + b): إذا كانت النتيجة إيجابية، ما احتمال أن يكون الشخص مريضًا فعلًا؟
- القيمة التنبؤية السلبية (Negative predictive value, NPV) = d ÷ (c + d): إذا كانت النتيجة سلبية، ما احتمال أن يكون سليمًا فعلًا؟
- الدقة الكلية (Accuracy) = (a + d) ÷ N.
- معدل السلبي الكاذب = 1 − الحساسية، ومعدل الإيجابي الكاذب = 1 − النوعية.
الحساسية والنوعية تُقرآن عموديًا (تبدأ من الحالة الحقيقية)، أما القيم التنبؤية فتُقرأ أفقيًا (تبدأ من نتيجة الاختبار). وهذا هو الفرق بين سؤال المختبر "ما جودة الاختبار؟" وسؤال المريض "هل أنا مريض فعلًا؟".
نصيحة للامتحان: تذكر الاختصارين SnNout وSpPin: الاختبار عالي الحساسية إذا جاءت نتيجته سلبية يستبعد المرض (rule out)، والاختبار عالي النوعية إذا جاءت نتيجته إيجابية يؤكد المرض (rule in).
مثال محلول كامل
اختبار دم لمرض ما حساسيته 90% ونوعيته 95%، طُبّق على 10,000 شخص، وانتشار المرض بينهم 10%.
- عدد المرضى = 10% × 10,000 = 1,000، والأصحاء = 9,000.
- الإيجابي الحقيقي = 0.90 × 1,000 = 900، إذن السلبي الكاذب = 100.
- السلبي الحقيقي = 0.95 × 9,000 = 8,550، إذن الإيجابي الكاذب = 450.
| نتيجة الاختبار | مريض | سليم | المجموع |
|---|---|---|---|
| إيجابية | 900 | 450 | 1,350 |
| سلبية | 100 | 8,550 | 8,650 |
| المجموع | 1,000 | 9,000 | 10,000 |
- PPV = 900 ÷ 1,350 ≈ 66.7%
- NPV = 8,550 ÷ 8,650 ≈ 98.8%
- الدقة = (900 + 8,550) ÷ 10,000 = 94.5%
المعنى: من كل ثلاثة أشخاص نتيجتهم إيجابية، واحد تقريبًا سليم في الحقيقة، رغم أن الاختبار يبدو ممتازًا.
كيف يغير الانتشار القيمة التنبؤية
لنطبق الاختبار نفسه على 10,000 شخص من عامة الناس حيث الانتشار 1% فقط:
- المرضى = 100، والأصحاء = 9,900.
- الإيجابي الحقيقي = 0.90 × 100 = 90، والسلبي الكاذب = 10.
- السلبي الحقيقي = 0.95 × 9,900 = 9,405، والإيجابي الكاذب = 495.
| نتيجة الاختبار | مريض | سليم | المجموع |
|---|---|---|---|
| إيجابية | 90 | 495 | 585 |
| سلبية | 10 | 9,405 | 9,415 |
| المجموع | 100 | 9,900 | 10,000 |
- PPV = 90 ÷ 585 ≈ 15.4%
- NPV = 9,405 ÷ 9,415 ≈ 99.9%
- الدقة = (90 + 9,405) ÷ 10,000 = 94.95%
قارن النتيجتين:
| الانتشار | الحساسية | النوعية | PPV | NPV | الدقة |
|---|---|---|---|---|---|
| 10% | 90% | 95% | 66.7% | 98.8% | 94.5% |
| 1% | 90% | 95% | 15.4% | 99.9% | 94.95% |
لم تتغير الحساسية ولا النوعية، لكن PPV انهارت من الثلثين إلى نحو 15%، لأن الأصحاء صاروا أغلبية ساحقة فتكاثرت بينهم النتائج الإيجابية الكاذبة. القاعدة: كلما زاد الانتشار ارتفعت PPV وانخفضت NPV، والعكس صحيح. لاحظ أيضًا أن الدقة الكلية بقيت تقريبًا كما هي، فهي مقياس مضلل عندما يكون المرض نادرًا. ولهذا نوجه برامج الفحص إلى الفئات عالية الخطورة لرفع PPV.
نصيحة للامتحان: إذا سألك السؤال عن أثر تغيير الانتشار، فالحساسية والنوعية لا تتغيران، والذي يتغير هو PPV وNPV. وإذا طُلب منك حساب القيم التنبؤية من الحساسية والنوعية فقط، فافترض عددًا مثل 10,000 وابنِ الجدول كما فعلنا.
النتائج الإيجابية والسلبية الكاذبة
النتيجة الإيجابية الكاذبة تسبب قلقًا للشخص، وفحوصًا إضافية قد تكون تدخلية، وتكاليف، ووصمة أحيانًا. أما السلبية الكاذبة فتعطي طمأنينة زائفة، وتؤخر العلاج، وقد تسمح باستمرار نقل العدوى.
يختار المختصون نقطة القطع (Cut-off) حسب الأهم منهما: خفض نقطة القطع يرفع الحساسية ويخفض النوعية، ورفعها يفعل العكس. ويوضح منحنى ROC هذه المقايضة برسم الحساسية مقابل (1 − النوعية)، وكلما اقتربت المساحة تحت المنحنى (AUC) من 1 كان الاختبار أفضل. نفضّل الحساسية العالية عندما يكون تفويت الحالة خطيرًا، كفحص الدم المتبرع به، ونفضّل النوعية العالية عندما تكون النتيجة الإيجابية الكاذبة مؤذية، كقبل البدء بعلاج سام أو إبلاغ تشخيص خطير.
نسب الاحتمال باختصار
نسبة الاحتمال (Likelihood ratio) تخبرنا كم تغيّر نتيجة الاختبار احتمال المرض:
- LR+ = الحساسية ÷ (1 − النوعية) = 0.90 ÷ 0.05 = 18
- LR− = (1 − الحساسية) ÷ النوعية = 0.10 ÷ 0.95 ≈ 0.105
ثم: الأرجحية بعد الاختبار (Post-test odds) = الأرجحية قبل الاختبار (Pre-test odds) × LR. في مثالنا الأول الانتشار 10%، فالأرجحية قبل الاختبار = 0.1 ÷ 0.9 ≈ 0.111، وبعد نتيجة إيجابية = (1 ÷ 9) × 18 = 2، أي احتمال 2 ÷ 3 ≈ 66.7%، وهي نفسها PPV. ميزة LR أنها لا تعتمد على الانتشار، فتصلح لأي مريض. وكقاعدة تقريبية، LR+ أكبر من 10 أو LR− أقل من 0.1 تغير الاحتمال تغييرًا كبيرًا.
الاختبار المتسلسل والمتوازي
لنفترض اختبارين مستقلين: الأول حساسيته 90% ونوعيته 95%، والثاني حساسيته 80% ونوعيته 90%.
- الاختبار المتسلسل (Serial testing): نجري الثاني فقط لمن كانت نتيجته الأولى إيجابية، ولا تُعد النتيجة إيجابية إلا إذا كان الاختباران إيجابيين. الحساسية الصافية = 0.90 × 0.80 = 72%، والنوعية الصافية = 0.95 + 0.90 − (0.95 × 0.90) = 99.5%. النتيجة: نوعية أعلى وحساسية أقل، ويناسب ذلك تأكيد التشخيص أو عندما يكون الاختبار الثاني مكلفًا.
- الاختبار المتوازي (Parallel testing): نجري الاختبارين معًا، وتُعد النتيجة إيجابية إذا كان أي منهما إيجابيًا. الحساسية الصافية = 0.90 + 0.80 − (0.90 × 0.80) = 98%، والنوعية الصافية = 0.95 × 0.90 = 85.5%. النتيجة: حساسية أعلى ونوعية أقل، ويناسب ذلك الطوارئ حين لا نريد تفويت أي حالة.
هذه المعادلات تفترض أن خطأ الاختبارين مستقل، وفي الواقع قد تكون النتائج أقل تحسنًا من ذلك.
نصيحة للامتحان: المتسلسل يرفع النوعية (والـPPV)، والمتوازي يرفع الحساسية (والـNPV).
معايير ويلسون وجونغنر للفحص
نشرت منظمة الصحة العالمية عام 1968 مبادئ ويلسون وجونغنر (Wilson-Jungner criteria) العشرة لتقرير ما إذا كان برنامج الفحص مبررًا:
- أن تكون الحالة مشكلة صحية مهمة.
- أن يتوفر علاج مقبول للمصابين.
- أن تتوفر مرافق التشخيص والعلاج.
- أن تكون للمرض مرحلة كامنة أو مبكرة يمكن التعرف عليها.
- أن يتوفر اختبار أو فحص مناسب.
- أن يكون الاختبار مقبولًا لدى السكان.
- أن يكون التاريخ الطبيعي للمرض مفهومًا بشكل كافٍ.
- أن تكون هناك سياسة متفق عليها بشأن من يُعالَج.
- أن تكون تكلفة اكتشاف الحالات متوازنة اقتصاديًا مع الإنفاق الصحي الكلي.
- أن يكون اكتشاف الحالات عملية مستمرة لا مشروعًا لمرة واحدة.
تحيز الوقت المسبق وتحيز طول المدة
عند تقييم برنامج فحص، قد يبدو أن المرضى المكتشفين بالفحص يعيشون أطول، دون أن يكون للفحص فائدة حقيقية:
- تحيز الوقت المسبق (Lead-time bias): الفحص يقدّم موعد التشخيص فقط. مثال: شخص يُشخَّص بالأعراض في عمر 62 ويتوفى في عمر 65، فبقاؤه بعد التشخيص 3 سنوات. لو اكتُشف مرضه بالفحص في عمر 59 وتوفي أيضًا في عمر 65، يصبح البقاء 6 سنوات، والزيادة كلها وقت مسبق لا حياة إضافية.
- تحيز طول المدة (Length bias): الأورام بطيئة النمو تبقى فترة أطول في المرحلة القابلة للاكتشاف قبل الأعراض، فيلتقطها الفحص الدوري أكثر من الأورام السريعة، وهي أصلًا أفضل مآلًا. وأقصى صوره فرط التشخيص (Overdiagnosis): اكتشاف حالات ما كانت لتسبب أعراضًا أبدًا.
الحل هو مقارنة معدل الوفيات من المرض بين مجموعة مفحوصة وأخرى غير مفحوصة في تجربة عشوائية، لا مقارنة مدة البقاء بعد التشخيص.
ملخص سريع
- الحساسية a ÷ (a + c)، والنوعية d ÷ (b + d)، وPPV a ÷ (a + b)، وNPV d ÷ (c + d).
- الحساسية والنوعية خصائص للاختبار، أما القيم التنبؤية فتتغير مع الانتشار.
- المتسلسل يرفع النوعية، والمتوازي يرفع الحساسية.
- تحيز الوقت المسبق وتحيز طول المدة يجعلان الفحص يبدو أنفع مما هو، والمقياس الصحيح هو الوفيات.
وحل أسئلة اختيار من متعدد مشروحة على هذه الحسابات هو أسرع طريق لإتقانها قبل الامتحان.
أسئلة شائعة
هل تتغير الحساسية والنوعية مع تغير الانتشار؟
لا تعتمدان رياضيًا على الانتشار، لأن كل منهما تُحسب داخل عمود واحد. لكنهما قد تتغيران إذا اختلف طيف شدة المرض بين المجموعات المختبرة، وهو ما يسمى تحيز الطيف (Spectrum bias).
لماذا يعطي اختبار ممتاز نتائج إيجابية كاذبة كثيرة في الفحص الجماعي؟
لأن الأصحاء في المجتمع العام أكثر بكثير من المرضى، فحتى نسبة صغيرة من الأخطاء بينهم تنتج عددًا كبيرًا من الإيجابيات الكاذبة، فتنخفض PPV.
ما الفرق بين اختبار الفحص والاختبار التشخيصي؟
اختبار الفحص يُجرى لأشخاص بلا أعراض لاكتشاف المرض مبكرًا ويُفضل فيه عادة الحساسية العالية، أما الاختبار التشخيصي فيؤكد المرض لدى من لديهم أعراض أو نتيجة فحص إيجابية وتُهم فيه النوعية العالية.
هل تتأثر نسب الاحتمال بالانتشار؟
لا، لأنها تُحسب من الحساسية والنوعية فقط، ولذلك تُستخدم لتحويل احتمال المرض قبل الاختبار إلى احتماله بعده لأي مريض.

