ടെസ്റ്റുകളുടെ അടിസ്ഥാനം
കോവിഡ് പാൻഡെമിക് പുരോഗമിക്കുമ്പോൾ പലരും പങ്കുവെക്കുന്ന ഒരു ആശങ്ക, ആവശ്യത്തിന് ടെസ്റ്റുകൾ ചെയ്യുന്നുണ്ടോ എന്നതാണ്. എന്താണ് ടെസ്റ്റിങ്ങിന്റെ പ്രാധാന്യം?
ഒരാൾക്ക് രോഗമുണ്ടോ എന്നറിയാനാണ് ടെസ്റ്റ് ചെയ്യുന്നത്. രോഗം കൊണ്ട് ശരീരത്തിൽ ചില മാറ്റങ്ങൾ ഉണ്ടാകും. ചില തന്മാത്രകളുടെ അളവ് വർദ്ധിക്കുകയോ കുറയുകയോ ചെയ്യാം. പകർച്ചരോഗങ്ങളുടെ കാര്യത്തിൽ, രോഗാണു ശരീരത്തിൽ പ്രവേശിച്ചാൽ ചില പ്രത്യേകകോശങ്ങളിൽ അവ പെരുകുകയും ശരീരം അവയെ പല സ്രവങ്ങളിലൂടെ പുറത്തുവിടുകയും ചെയ്യും. രോഗാണുവ്യാപനത്തിനു സഹായിക്കുന്ന ഒരു പ്രക്രിയയാണ് ഇത്. ഒരു ശരീരത്തിൽ നിന്ന് അനേകം മടങ്ങായി പെരുകി മറ്റു ശരീരങ്ങളിലേക്ക് വ്യാപിക്കുക എന്നതാണല്ലോ വൈറസുകളുടെയും മറ്റു രോഗാണുക്കളുടെയും പ്രാഥമിക ധർമ്മം. ഇങ്ങിനെ ധാരാളമായി പുറത്തുവരുന്ന രോഗാണുക്കളെ പരിശോധനകളിലൂടെ കണ്ടുപിടിക്കാം.
രോഗാണു ശരീരത്തിൽ ചില മാറ്റങ്ങൾ ഉണ്ടാക്കും. ശരീരം രോഗപ്രതിരോധത്തിനുവേണ്ടി ‘ആന്റിബോഡീസ്’ എന്നറിയപ്പെടുന്ന പ്രോട്ടീനുകളെ നിർമ്മിക്കും. ഇവ രോഗാണുവിന്റെ വീര്യം ശമിപ്പിക്കാനും അവയെ നിഷ്ക്രിയമാക്കാനും, പലപ്പോഴും കൊല്ലാനും സഹായിക്കും. ദീർഘകാലം നീണ്ടുനിൽക്കുന്ന രോഗപ്രതിരോധാവസ്ഥ സൃഷ്ടിക്കുന്നതും ആന്റിബോഡികൾ ആണ്- അവയുടെ പ്രവർത്തനം മൂലമാണ് പല സാംക്രമികരോഗങ്ങളും- ഉദാഹ്രണം മീസിൽസ്, ചിക്കൻപോക്സ് എന്നിവ- ഒരിക്കൽ ഒരാൾക്ക് വന്നാൽ ജീവിതകാലം മുഴുവൻ നീണ്ടുനിൽക്കുന്ന ഇമ്മ്യൂണിറ്റി അഥവാ ആ പ്രത്യേകരോഗത്തിൽനിന്ന് സുരക്ഷ ലഭിക്കുന്നത്. ഇപ്രകാരം രോഗാണുവിനെ ‘ഓർത്തിരിക്കാനും’ ആന്റിബോഡികൾ ശരീരത്തെ സഹായിക്കുന്നു. ഓരോ പ്രത്യേകരോഗാണുവിനും പ്രത്യേകമായ ആന്റിബോഡികളാണ് ശരീരത്തിൽ ഉണ്ടാകുന്നത്. അതുകൊണ്ടുതന്നെ ശരീരത്തിൽ അവയുടെ സാന്നിധ്യം രോഗം വന്നിട്ടുണ്ടെന്നുള്ളതിന്റെ തെളിവായി നമുക്കെടുക്കാം. ആന്റിബോഡികളുടെ സാന്നിധ്യമാണ് പല ടെസ്റ്റുകളും പരിശോധിക്കുന്നത്.
ശരീരത്തിൽ രോഗാണുവിന്റെയോ അതിന്റെ ഭാഗങ്ങളുടെയോ സാന്നിധ്യം, രോഗാണു ഉളവാക്കുന്ന ആന്റിബോഡികളുടെ സാന്നിധ്യം എന്നിവ കൂടാതെ രോഗം ഉണ്ടാക്കുന്ന ജൈവരാസമാറ്റങ്ങളും ടെസ്റ്റുകൾക്ക് അടിസ്ഥാനമാകാറുണ്ട്. ഇവയുടെ അടിസ്ഥാനത്തിലുള്ള ടെസ്റ്റുകൾ കൂടുതലും പകരാവ്യാധികളുടെ കാര്യത്തിലാണ് കൂടുതൽ ഉപകാരപ്രദം. ഉദാഹരണത്തിന് രക്തത്തിൽ പഞ്ചസാരയുടെ അളവ് കൂടുന്നത് പ്രമേഹത്തിന്റെ സൂചകമാണ്; എന്നു മാത്രമല്ല, ആ രോഗത്തിന്റെ ‘ഐഡന്റിറ്റി’ -സ്വത്വം- തന്നെയായി അത് അംഗീകരിക്കപ്പെട്ടിരിക്കുന്നു. പഞ്ചസാരയുടെ അസുഖം എന്നു പലപ്പോഴും പറയാറുണ്ടല്ലോ. ഹൃദയാഘാതത്തെത്തുടർന്ന് രക്തത്തിൽ ചില എൻസൈമുകൾ ക്രമാതീതമായി ഉയരുന്നു എന്നുള്ളത് ഹൃദയാഘാതത്തെ മറ്റു നെഞ്ചുവേദനകളിൽനിന്ന് തിരിച്ചറിയാൻ ഉപയോഗിക്കാറുണ്ട്. ഇതുപോലുള്ള ടെസ്റ്റുകൾ കരൾരോഗങ്ങൾ ഡയഗ്നോസ് ചെയ്യാനും ഉപയോഗിക്കാറുണ്ട്.
ശരീരം രോഗാണുവിനെതിരെ പൊതുവെ രണ്ടുതരത്തിലുള്ള ആന്റിബോഡികൾ ഉത്പാദിപ്പിക്കും- IgM, IgG (Immunoglobulin G & M). രോഗാണു ശരീരത്തിൽ കടന്ന ഉടനെ അതിനെ തുരത്താൻ വേണ്ടി സൃഷ്ടിക്കപ്പെടുന്നതാണ് IgM,. രോഗാണു ശരീരത്തിൽ പ്രവേശിച്ച് കുറച്ചുദിവസങ്ങൾക്കുള്ളിൽ IgM ശരീരത്തിൽ ഉണ്ടാകുന്നു; ഒരു പക്ഷെ രോഗലക്ഷണങ്ങൾ മുഴുവനായി ഇല്ലാതാകുന്നതിനുമുൻപും ഇതിന്റെ അളവ് കൂടുതലായി കാണപ്പെടാം. അതുകൊണ്ടുതന്നെ ഇവയുടെ സാന്നിധ്യം സജീവമായ രോഗാവസ്ഥയെ സൂചിപ്പിക്കുന്നതാവാം. എന്നാൽ IgG യാകട്ടെ, രോഗം വന്നു കഴിഞ്ഞ് ഒരാഴ്ചയോളം കഴിഞ്ഞാണ് സാവധാനത്തിൽ ഉയരാൻ തുടങ്ങുന്നത്. പലപ്പോഴും- എല്ലായ്പോഴുമല്ല- ഇവയുടെ അളവ് പൂർവാവസ്ഥയിലേക്ക് തിരിച്ചെത്തുന്നുമില്ല- ഇവയാണ് ശരീരത്തിന്റെ ഓർമ്മയായി പ്രവർത്തിക്കുന്നത്. IgG യുടെ സാന്നിധ്യം പരിശോധിക്കുന്ന ടെസ്റ്റുകൾ രോഗം ഒരിക്കൽ വന്നതിന്റെ സൂചനായാണ്- അതുകൊണ്ടുതന്നെ പലപ്പോഴും രോഗപ്രതിരോധത്തിന്റെയും. ഒരു രോഗത്തിനെതിരെ കുത്തിവെപ്പുകൊണ്ട് ഒരാൾക്ക് പ്രയോജനം ഉണ്ടാകുമോ എന്നറിയാൻ ചിലപ്പോൾ ഈ ആന്റിബോഡിയുടെ സാന്നിധ്യം പ്രയോജനപ്പെടാറുണ്ട്. കാരണം ഇവ ശരീരത്തിൽ ഉണ്ടെങ്കിൽ കുത്തിവെക്കേണ്ട ആവശ്യമില്ല. സമൂഹത്തിൽ രോഗവ്യാപനം എത്രമാത്രം ഉണ്ടായിട്ടുണ്ടെന്നറിയാനും രോഗത്തിന്റെ പ്രാചുര്യം കണ്ടുപിടിക്കാനും IgG ടെസ്റ്റുകൾ ഉപയോഗപ്രദമാകാറുണ്ട്.
സെൻസിറ്റിവിറ്റിയും സ്പെസിഫിസിറ്റിയും
രോഗാണുവിന്റെ സാന്നിധ്യം പരിശോധിക്കുന്ന ടെസ്റ്റുകൾ സജീവമായ രോഗാവസ്ഥയുടെ സൂചകങ്ങളാണ്. അവ ഉപയോഗിച്ചാണ് പലപ്പോഴും രോഗലക്ഷണങ്ങൾ ഇല്ലെങ്കിൽ പോലും രോഗാണു ശരീരത്തിൽ പ്രവേശിച്ചിട്ടുണ്ടെന്നു നാം മനസ്സിലാക്കുന്നത്. കോവിഡിന്റെ കാര്യത്തിൽ വൈറസിന്റെ ആർ എൻ ഏ യുടെ സാന്നിധ്യം കണ്ടുപിടിക്കുന്ന ആർ ടി പി സി ആർ ഇതിനൊരു ഉദാഹരണമാണ്. പലപ്പോഴും ശരീരത്തിൽനിന്ന് പുറപ്പെടുന്ന സ്രവങ്ങളിലും മറ്റുമാണ് രോഗാണുവിന്റെ സാന്നിധ്യം തെരയുന്നത്. ക്ഷയരോഗാണു ശരീരത്തിൽ ഉണ്ടൊ എന്നറിയാനായി രോഗിയുടെ കഫം പരിശോധിക്കുന്നതും ഇതിനൊരു ഉദാഹരണമാണ്. ഇവിടെ ‘ആസിഡ് ഫാസ്റ്റ് സ്റ്റെയിനിംഗ്’(acid fast staining) ഉപയോഗിച്ച് ട്യൂബർകുലോസിസിന്റെ ബാക്റ്റീരിയയെ മുഴുവനായും കാണാനാണ് ശ്രമിക്കുന്നത്. (ക്ഷയരോഗം ചികിത്സിച്ചുഭേദമാക്കാൻ പറ്റാതിരുന്ന കാലത്ത്, ക്ഷയരോഗി എന്ന ലേബൽ രോഗിക്കുണ്ടാക്കുന്ന മാനസികാസ്വാസ്ഥ്യം ഒഴിവാക്കാൻ ഡോക്ടർമാർ പലപ്പോഴും ‘ഏ എഫ് ബി പോസിറ്റീവ്’ എന്നു മാത്രം പറഞ്ഞിരുന്നു).
രോഗാണുവിന്റെ സാന്നിധ്യം ഉള്ള ഒരു രോഗിയിൽ, ടെസ്റ്റ് ആ സാന്നിധ്യം കണ്ടുപിടിക്കുമ്പോഴാണ് ടെസ്റ്റ് പോസിറ്റീവ് ആകുന്നത്. എന്നാൽ രോഗാണുവിന്റെ സാന്നിധ്യം ഉള്ള എല്ലാ രോഗികളിലും ഒരു ടെസ്റ്റ് പോസിറ്റീവ് ആകണമെന്നില്ല; അത് ടെസ്റ്റിന്റെ ഗുണമേന്മ അനുസരിച്ചിരിക്കുന്നു. രോഗാണുസാന്നിധ്യം ഉള്ളവരിൽ എത്ര ശതമാനത്തിനെ ശരിയായി തിരിച്ചറിയാൻ ടെസ്റ്റിനു സാധിക്കുന്നുവോ, അതിനെ നാം ‘സെൻസിറ്റിവിറ്റി’ (Sensitivity- സംവേദനക്ഷമത) എന്നു വിളിക്കും. അതായത് രോഗാണുസാന്നിധ്യം ഉള്ള നൂറുപേരിൽ തൊണ്ണൂറ്റിഒൻപതുപേരെയും രോഗാണുസാന്നിധ്യമുള്ളവരെന്നു ശരിയായി തിരിച്ചറിയുന്ന ടെസ്റ്റിന്റെ സെൻസിറ്റിവിറ്റി തൊണ്ണൂറ്റിഒൻപതുശതമാനമാണ്. ബാക്കിവരുന്ന ഒരാളോ? അയാളെ രോഗാണുവാഹകനാണെങ്കിലും നെഗറ്റീവ് ആയി തെറ്റായി ഈ ടെസ്റ്റ് അടയാളപ്പെടുത്തുന്നു- ഇതിനെ ‘ഫാൾസ് നെഗറ്റീവ്’- കപടനെഗറ്റീവ് എന്നു പറയുന്നു. ശരിയായി പോസിറ്റീവ് ആയി അടയാളപ്പെടുത്തിയവരെ ‘ട്രൂ പോസിറ്റീവ്’ ആയി കണക്കാക്കുന്നു.
ഇതിനൊരു മറുവശമുണ്ട്: ഒരു ടെസ്റ്റ് നടത്തിയാൽ രോഗാണു സാന്നിധ്യം ഇല്ലാത്ത എത്ര പേരെ ശരിയായി തിരിച്ചറിയുന്നു എന്നുള്ള മതിപ്പ്. രോഗാണുസാന്നിധ്യം ഇല്ലാത്ത നൂറുപേരിൽ പരിശോധന നടത്തുമ്പോൾ തൊണ്ണൂറ്റിഒൻപതുപേരെയും ഇല്ലാത്തവരെന്നു ശരിയായി തിരിച്ചറിഞ്ഞാൽ അവരെ ‘ട്രൂ നെഗറ്റീവ്’ ആയി കണക്കാക്കാം; ഈ ടെസ്റ്റിന്റെ ‘സ്പെസിഫിസിറ്റി’ (specificity നിർദ്ദിഷ്ടത) തൊണ്ണൂറ്റിഒൻപതു ശതമാനമായിരിക്കും. നെഗറ്റീവ് ആയിട്ടും തെറ്റായി പോസിറ്റീവ് ആയി അടയാളപ്പെടുത്തുന്ന ഒരാളെ ‘ഫാൾസ് പോസിറ്റീവ്’- കപട പോസിറ്റീവ് എന്നു വിളിക്കും.
ഒരു ടെസ്റ്റിന്റെ ഗുണനിലവാരം അളക്കുന്ന സുപ്രധാനമാനങ്ങളാണ് സെൻസിറ്റിവിറ്റിയും സ്പെസിഫിസിറ്റിയും. ടെസ്റ്റിന്റെ നിർവഹണക്ഷമതയുടെ- പെർഫോർമൻസ്- അളവുകോലുകളാണ് അവ. ടെസ്റ്റുകളിൽ സെൻസിറ്റിവിറ്റിയും സ്പെസിഫിസിറ്റിയും കഴിയുന്നത്ര കൂട്ടുക എന്നാതാണ് പൊതുവെ ശാസ്ത്രകാരന്മാരുടെ ലക്ഷ്യം. കാരണം ഫാൾസ് പോസിറ്റീവും, ഫാൾസ് നെഗറ്റീവും രണ്ടും കുഴപ്പക്കാരാണ്. പക്ഷേ ഏതാണു കൂടുതൽ കുഴപ്പം എന്നത് സന്ദർഭത്തിനനുസരിച്ച് മാറുന്നു എന്നു മാത്രം. ഉദാഹരണത്തിന് കോവിഡ് പോലെയുള്ള ഒരു സാംക്രമികരോഗത്തിന്റെ കാര്യത്തിൽ, കപട നെഗറ്റീവ് ആയി ഒരാളെ അടയാളപ്പെടുത്തിയാൽ, രോഗമുള്ള ഒരാളെ ക്വാറന്റൈൻ ചെയ്യാതെ സമൂഹത്തിൽ ഇറങ്ങിനടക്കാൻ ഇത് ഇടയാക്കുന്നു. സമൂഹത്തിൽ രോഗം വ്യാപിക്കാൻ ഇത് കാരണമായേക്കാം. മറിച്ച് രോഗമില്ലാത്ത ഒരാളെ കപട പോസിറ്റീവ് ആയി അടയാളപ്പെടുത്തിയാലോ? വെറുതെ ഒരാളെ ക്വാറന്റൈൻ ചെയ്യാൻ അതു വഴിവെച്ചേക്കാം. ഈ ഒരു സന്ദർഭത്തിൽ ആദ്യം പറഞ്ഞ അബദ്ധം രണ്ടാമത്തേതിനെ അപേക്ഷിച്ച് അപകടകാരിയാണെന്നുകാണാം. എന്നാൽ എച് ഐ വി എയ്ഡ്സ് പോലെ സാമൂഹികമായി അകറ്റിനിർത്തലിനു കാരണമായേക്കാവുന്ന ഒരു രോഗത്തിന്റെ കാര്യത്തിൽ- ‘സ്റ്റിഗ്മ’ അഥവാ കളങ്കം എന്നു മുദ്രചാർത്തപ്പെട്ടേക്കാൻ സാധ്യതയുള്ള രോഗങ്ങളിൽ- ഫാൾസ് പോസിറ്റീവ് ആയിരിക്കും ഒരു പക്ഷേ കൂടുതൽ ചേതം ഉണ്ടാക്കുന്നത്.
കപട പോസിറ്റീവും കപട നെഗറ്റീവും തീർത്തും ഒഴിവാക്കേണ്ടവയാണെങ്കിലും പ്രായോഗികമായി എല്ലാ ടെസ്റ്റുകളിലും ഇവ ഉണ്ടാവാറുണ്ട്. കപട നെഗറ്റീവ് ആകുന്നത് പലപ്പോഴും രോഗാണുവിന്റെയോ ആന്റിബോഡിയുടെയോ സാന്നിധ്യം തീരെ കുറവാകുമ്പോൾ ആയിരിക്കും: അത്രയും ചെറിയ ഒരു അളവിൽ അവയുടെ സാന്നിധ്യം തിരിച്ചറിയാൻ ടെസ്റ്റിനു കഴിയണമെന്നില്ല. കപട പോസിറ്റീവ് ആകുന്നത് പലപ്പോഴും ലബോറട്ടറിയിലോ, പരിശോധനാസമയത്തോ ശരിയായ ശ്രദ്ധ പാലിക്കാത്തതുകൊണ്ടാവാം. ഏതെങ്കിലും തരത്തിൽ ശരിയായി വൃത്തിയാക്കാത്ത പരിശോധനാ സാമഗ്രികൾ രോഗാണുവിന്റെയോ ആന്റിബോഡിയുടെയോ വളരെ സൂക്ഷ്മമായ സാന്നിധ്യം കൊണ്ട് മലിനപ്പെട്ടിരിക്കുകയാണെങ്കിൽ ടെസ്റ്റ് അതുകണ്ടുപിടിച്ചെന്നിരിക്കും. മേല്പറഞ്ഞതിൽനിന്ന് ഒന്നു മനസ്സിലാക്കാം- ഒരു ടെസ്റ്റിന്റെ സെൻസിറ്റിവിറ്റി കൂടുന്നതനുസരിച്ച് അതിന്റെ സ്പെസിഫിസിറ്റി കുറയാൻ സാധ്യതയുണ്ട്. തിരിച്ച്, സ്പെസിഫിസിറ്റി കൂടുമ്പോൾ സെൻസിറ്റിവിറ്റി കുറയാനൂം കാരണമാകും. അതായത് സംവേദനക്ഷമതയും നിർദ്ദിഷ്ടതയും വിപരീതദിശകളിൽ ബന്ധപ്പെട്ടിരിക്കുന്നു. രണ്ടും ഒരുപോലെ കൂട്ടുക എന്നത് എന്തുകൊണ്ടാണ് ഒരു വലിയ വെല്ലുവിളി ആയിരിക്കുന്നത് എന്ന് ഇപ്പോൾ വ്യക്തമാണല്ലോ.
പ്രവചനക്ഷമത– പ്രെഡിക്റ്റീവ് വാല്യു
നൂറുപേരെ ടെസ്റ്റ് ചെയ്തു എന്നിരിക്കട്ടെ. അവരിൽ എത്രപേർ പോസിറ്റീവ് ആയിരിക്കും? സ്വാഭാവികമായും ടെസ്റ്റിന്റെ സെൻസിറ്റിവിറ്റിയും സ്പെസിഫിസിറ്റിയും അനുസരിച്ച് ഈ അംശം മാറണം. എന്നാൽ ഇവരണ്ടും മാത്രം കൊണ്ട് തീരുമാനിക്കപ്പെടുന്നതല്ല ഈ സംഖ്യ. താഴെകൊടുത്തിട്ടുള്ള പട്ടിക നോക്കിയാൽ ഇത് വ്യക്തമാകും:
സെൻസിറ്റിവിറ്റി = 99 ശതമാനം
സ്പെസിഫിസിറ്റി = 99 ശതമാനം
രോഗമുള്ളവർ | രോഗമില്ലാത്തവർ | ആകെ | |
ടെസ്റ്റ് പോസിറ്റീവ് | 990 (യഥാർത്ഥ പോസിറ്റീവ്) | 990 (കപടപോസിറ്റീവ്) | 1980 (ആകെ പോസിറ്റീവ്) |
ടെസ്റ്റ് നെഗറ്റീവ് | 10 (കപടനെഗറ്റീവ്) | 98010 (യഥാർത്ഥനെഗറ്റീവ്) | 98020(ആകെ നെഗറ്റീവ്) |
ആകെ ടെസ്റ്റ് ചെയ്തവർ | 1000 (രോഗമുള്ളവർ)
പ്രാചുര്യം= 1 ശതമാനം |
99000 (രോഗമില്ലാത്തവർ)
99 ശതമാനം |
100000 (മൊത്തം) |
ഒരു ലക്ഷം പേരിൽ ഒരു ടെസ്റ്റ് ചെയ്യുമ്പോൾ എന്തു സംഭവിക്കുന്നു എന്നു നോക്കാം. ടെസ്റ്റു ചെയ്യുന്ന രോഗത്തിന്റെ പ്രാചുര്യം ഒരു ശതമാനം മാത്രം; അതായത് ഒരു ലക്ഷം പേരിൽ ആയിരം പേർക്ക് രോഗമുണ്ട്. ഈ ടെസ്റ്റിന് 99 ശതമാനം സെൻസിറ്റിവിറ്റിയും, 99 ശതമാനം സ്പെസിഫികിറ്റിയും ഉണ്ടെന്നിരിക്കട്ടെ. അതായത്, രോഗമുള്ള നൂറുപേരിൽ തൊണ്ണൂറ്റിഒൻപതുപേരെ കൃത്യമായി രോഗമുള്ളവരായി അടയാളപ്പെടുത്തും. എന്നാൽ ഒരാൾ ‘ഫാൾസ് നെഗറ്റീവ്’ ആയിരിക്കും: രോഗമുള്ളപ്പോഴും തെറ്റായി രോഗമുക്തനായി കണക്കാക്കപ്പെടും. ടെസ്റ്റ് ചെയ്ത ഒരു ലക്ഷം പേരിൽ പത്തുപേർ ഇങ്ങിനെ ‘കപടനെഗറ്റീവ്’ ആയിരിക്കും.
പട്ടികയിൽ നിന്ന് കാണാവുന്ന മറ്റൊരു കാര്യം, 99 ശതമാനം സ്പെസിഫിസിറ്റി ഉള്ളതുകൊണ്ട് രോഗമില്ലാത്ത 99000 പേരിൽ 98010 പേരെയും കൃത്യമായി നെഗറ്റീവ് ആയി തിരിച്ചറിയുമ്പോഴും, 990 പേരെ (99000 ന്റെ ഒരു ശതമാനം) തെറ്റായി പോസിറ്റീവ് ആയി അടയാളപ്പെടുത്തും എന്നതാണ്. അതായത് ഒരു ലക്ഷം പേരിൽ ടെസ്റ്റ് പ്രയോഗിക്കുമ്പോൾ, 990 ശരിയായ പോസിറ്റീവും, 990 കപടപോസിറ്റീവും കാണപ്പെടും! ടെസ്റ്റ് പോസിറ്റീവ് ആകുന്ന രണ്ടിൽ ഒരാൾ തെറ്റായി പോസിറ്റീവ് ആയ വ്യക്തിയായിരിക്കും-ഫിഫ്റ്റി ഫിഫ്റ്റി!.
സെൻസിറ്റിവിറ്റിയുടെയും സ്പെസിഫിസിറ്റിയുടെയും കാര്യത്തിൽ വളരെ മുൻപിൽ നിൽക്കുന്ന ഒരു ടെസ്റ്റിന്റെ നിറവേറ്റൽ ഇത്ര മോശമാണെങ്കിൽ, ഇവ രണ്ടും കുറഞ്ഞ ടെസ്റ്റുകളെ പറ്റി പറയാനുണ്ടോ? (നെഗറ്റീവിന്റെ കാര്യത്തിൽ ഈ അപകടം ഇല്ലെന്നത് ശ്രദ്ധേയമാണ്: നെഗറ്റീവ് ആയവരിൽ 99.9 ശതമാനവും (98010/98020) കൃത്യമായി നെഗറ്റീവ് ആയിതന്നെ അറിയപ്പെടും). ചുരുക്കി പറഞ്ഞാൽ ടെസ്റ്റ് നെഗറ്റീവ് ആയാൽ അത് ഉറപ്പിച്ചു വിശ്വസിക്കാം; പക്ഷെ പോസിറ്റീവ് ആയാല്പോലും രോഗിയാണെന്ന് ഉറപ്പിക്കാൻ പറ്റുകയില്ല എന്നർത്ഥം. പോസിറ്റിവിറ്റിയുടെ പ്രവചനക്ഷമത നെഗറ്റിവിറ്റിയെ അപേക്ഷിച്ച് കുറവാണ്.
ഇതിൽ നിന്ന് ഈ സമവാക്യങ്ങൾ ഉരുത്തിരിയുന്നു:
യഥർത്ഥ നെഗറ്റീവ് + കപടപോസിറ്റീവ്= 1 (100%)- രോഗമില്ലാത്തവരിൽ
ആകെ പോസിറ്റീവിൽ യഥാർത്ഥപോസിറ്റീവിന്റെ അംശം (ശതമാനം) ആണ് ‘ പോസിറ്റീവ് പ്രെഡിക്റ്റീവ് വാല്യൂ’ (+ve predictive value) എന്നു പറയുന്നത്. അതുപോലെ ആകെ നെഗറ്റീവിൽ യഥർത്ഥനെഗറ്റീവിന്റെ അംശം (ശതമാനം) നെഗറ്റീവ് പ്രെഡിക്റ്റീവ് വാല്യൂ (-ve predictive value) എന്നും അറിയപ്പെടുന്നു.
നെഗറ്റീവ് പ്രെഡിക്റ്റീവ് വാല്യൂ= യഥാർത്ഥ നെഗറ്റീവ് / (യഥാർത്ഥനെഗറ്റീവ് + കപടനെഗറ്റീവ്)
ഇവ രണ്ടും ഉയർന്നുനിൽക്കണം എന്നുള്ളതാണ് ഒരു നല്ല ടെസ്റ്റിന്റെ ലക്ഷണം. പക്ഷെ നേരത്തെ കണ്ടതുപോലെ സെൻസിറ്റിവിറ്റിയും സ്പെസിഫിസിറ്റിയും ഉയർന്നതുകൊണ്ട് മാത്രം ഇത് നേടണമെന്നില്ല. എത്ര ഉയർന്ന സെൻസിറ്റിവിറ്റിയും സ്പെസിഫിസിറ്റിയും ഉണ്ടെങ്കിലും ചില സമൂഹങ്ങളിൽ ടെസ്റ്റിന്റെ പോസിറ്റീവ് പ്രെഡിക്റ്റീവ് വാല്യൂ മോശമായിരിക്കും. (നെഗറ്റീവ് പ്രെഡിക്റ്റീവ് വാല്യൂ പൊതുവെ എല്ലായ്പോഴും ഉയർന്നിരിക്കുന്നു. ഇതിന്റെ കാരണം പരിശോധിക്കുന്ന രോഗങ്ങളുടേ പ്രാചുര്യം കുറവായിരിക്കാനാണ് സാധ്യത എന്നതുകൊണ്ടാണ്.
ഇങ്ങിനെ സംഭവിക്കുന്നത് ടെസ്റ്റിന്റെ സിദ്ധിക്കുറവുകൊണ്ടല്ല. എത്ര സൂക്ഷ്മമായ ടെസ്റ്റാണെങ്കിലും- 99.99 ശതമാനം സെൻസിറ്റിവിറ്റിയും, സ്പെസിഫിസിറ്റിയും ഉണ്ടെങ്കിലും- കുറച്ച് കപടപോസിറ്റീവ് ഉണ്ടാകാതെ വയ്യ. രോഗത്തിന്റെ പ്രാചുര്യം സമൂഹത്തിൽ കുറയുന്തോറും ഈ കപടപോസിറ്റീവുകളുടെ സാധ്യത കൂടിവരും- ഇതു ബോധ്യപ്പെടണമെങ്കിൽ ഈ പട്ടികയിലെ അക്കങ്ങൾ മാറ്റി നോക്കിയാൽ മതി. അതിനർത്ഥം ടെസ്റ്റിന്റെ ഫലം സംവേദകത്വവും നിർദ്ദിഷ്ടതയും- സെൻസിറ്റിവിറ്റിയും സ്പെസിഫിസിറ്റിയും- മാത്രം അവലംബിച്ചല്ല, മറിച്ച് ഇവരണ്ടും പിന്നെ രോഗത്തിന്റെ പ്രാചുര്യവും കൂടിച്ചേരുമ്പോഴാണ് നിർണ്ണയിക്കപ്പെടുന്നത്.
ഇതേ ടെസ്റ്റു തന്നെ കൂടുതൽ രോഗപ്രാചുര്യമുള്ള സമൂഹത്തിൽ പ്രയോഗിക്കുമ്പോൾ എന്തു സംഭവിക്കുന്നു എന്നു നോക്കാം:
സെൻസിറ്റിവിറ്റി = 99 ശതമാനം
സ്പെസിഫിസിറ്റി = 99 ശതമാനം
രോഗമുള്ളവർ | രോഗമില്ലാത്തവർ | ആകെ | |
ടെസ്റ്റ് പോസിറ്റീവ് | 9900 (യഥാർത്ഥ പോസിറ്റീവ്) | 900 (കപടപോസിറ്റീവ്) | 10800 (ആകെ പോസിറ്റീവ്) |
ടെസ്റ്റ് നെഗറ്റീവ് | 100 (കപടനെഗറ്റീവ്) | 89100 (യഥാർത്ഥനെഗറ്റീവ്) | 89200 (ആകെ നെഗറ്റീവ്) |
ആകെ ടെസ്റ്റ് ചെയ്തവർ | 10000 (രോഗമുള്ളവർ)
പ്രാചുര്യം= 10 ശതമാനം |
90000 (രോഗമില്ലാത്തവർ)
90 ശതമാനം |
100000 (മൊത്തം) |
ഇവിടെ പോസിറ്റീവ് പ്രെഡിക്റ്റീവ് വാല്യൂ = യഥാർത്ഥ പോസിറ്റീവ് / (യഥാർത്ഥ പോസിറ്റീവ് + കപട പോസിറ്റീവ്) = 9900/10800 = 0.91667 = 92 ശതമാനം! അതായത് ടെസ്റ്റ് പോസിറ്റീവ് ആകുന്നവരിൽ നൂറിൽ 92 പേരും യഥാർത്ഥത്തിൽ രോഗികളായിരിക്കും. എട്ടു ശതമാനം കപടപോസിറ്റീവ് മാത്രം. നേരത്തെയുള്ള അവസ്ഥയിൽനിന്ന് എത്ര നാടകീയമായ വ്യത്യാസം! (നെഗറ്റീവ് പ്രെഡിക്റ്റീവ് വാല്യൂ ഉയർന്നു തന്നെ നിൽക്കുന്നു-യഥാർത്ഥ നെഗറ്റീവ്/ (കപടനെഗറ്റീവ് + യഥാർത്ഥനെഗറ്റീവ്) = 89100/89200 = 0.99887 = 99.9%)
ഈ അറിവിന് പ്രായോഗിക ജീവിതത്തിൽ എന്തു പ്രസക്തി? സാധാരണ ഒരു ടെസ്റ്റ് രോഗലക്ഷണമുള്ളവരിൽ പ്രയോഗിക്കുമ്പോഴും, രോഗമുണ്ടോ എന്നറിയാൻ സ്ക്രീനിംഗിനുവേണ്ടി യാതൊരു രോഗലക്ഷണമില്ലാത്തവരിൽ പ്രയോഗിക്കുമ്പോഴും, അതിന്റെ ഫലങ്ങളുടെ വ്യാഖ്യാനങ്ങൾ വ്യത്യസ്തമാണ്. രോഗലക്ഷണമില്ലാത്ത ഒരു കൂട്ടത്തിൽ, രോഗത്തിന്റെ പ്രാചുര്യം വളരെ കുറവായിരിക്കും; അതുകൊണ്ട് കപട പോസിറ്റീവുകളുടെ എണ്ണം കൂടിയിരിക്കാൻ സാധ്യതയുണ്ട്. എന്നാൽ രോഗലക്ഷണങ്ങൾ ഉള്ള ആളുകളിൽ, അഥവാ ആശുപത്രിയിൽ വരുന്നവരിൽ, ടെസ്റ്റ് പ്രയോഗിക്കുമ്പോൾ, അവരിൽ രോഗപ്രാചുര്യം താരതമ്യേന കൂടുതൽ ആയിരിക്കാൻ സാധ്യതയുള്ളതുകൊണ്ട്, പോസിറ്റീവ് ടെസ്റ്റിനെ നമുക്ക് കൂടുതൽ വിശ്വസിക്കാം. ഇത്, മുമ്പു പറഞ്ഞ ബേയ്സിന്റെ തിയറവുമായി ബന്ധപ്പെട്ടതായി തോന്നുന്നുവോ? എങ്കിൽ അദ്ഭുതമില്ല. ടെസ്റ്റ് ചെയ്യുന്നതിനുമുൻപുള്ള രോഗസാധ്യത- പ്രയർ പ്രൊബാബിലിറ്റി അഥവാ മുൻസാധ്യത, ടെസ്റ്റിനുശേഷം കണക്കാക്കുന്ന സാധ്യതയെ- പോസ്റ്റീരിയർ പ്രൊബാബിലിറ്റി അഥവാ പിൻസാധ്യതയെ- ബാധിക്കുന്നു. മുൻസാധ്യത ഉയരുംതോറും പോസിറ്റീവ് ടെസ്റ്റ് രോഗസൂചകമാകാനുള്ള പിൻസാധ്യതയും ഉയരുന്നു.
മുമ്പു പറഞ്ഞതിനെയാകെ ഇങ്ങിനെ സംക്ഷിപ്തമാക്കാം:
- രോഗമുണ്ടോ എന്നറിയാൻ ടെസ്റ്റുകൾ ചെയ്യുമ്പോൾ, പൊതുവെ നെഗറ്റീവ് ടെസ്റ്റാണെങ്കിൽ രോഗസാധ്യത നമുക്ക് തള്ളിക്കളയാം;
- പോസിറ്റീവ് ടെസ്റ്റ് എത്രത്തോളം വിശ്വസ്തമാണെന്നത് ചെയ്യുന്ന സമൂഹത്തിൽ രോഗപ്രാചുര്യം എത്രത്തോളം ഉണ്ടെന്നതിനെ ആശ്രയിച്ചിരിക്കും. രോഗലക്ഷണമുള്ളവരിൽ പോസിറ്റീവ് ടെസ്റ്റ് മിക്കവാറും വിശ്വസിക്കാം. എന്നാൽ രോഗലക്ഷണങ്ങളില്ലാത്ത ഒരാളിൽ, ഏതു ടെസ്റ്റും കപടപോസിറ്റീവ് ആകാൻ നല്ല സാധ്യതയുണ്ട്. അതുകൊണ്ട് അതിന്റെ ഫലം വ്യാഖ്യാനിക്കുന്നത് ശ്രദ്ധയോടെ വേണം.
കപടപോസിറ്റീവും കപട നെഗറ്റീവും കുറക്കാൻ എന്തെങ്കിലും മാർഗമുണ്ടോ? ഒന്നിൽ കൂടുതൽ ടെസ്റ്റുകൾ ചെയ്യുക എന്നതാണ് ഒരു മാർഗം (ഒന്നിൽ കൂടുതൽ എന്നതുകൊണ്ട് പല ടെസ്റ്റുകൾ എന്ന അർത്ഥമില്ല, അങ്ങിനെ ചെയ്താലും തെറ്റൊന്നുമില്ലെങ്കിലും. ഒരേ ടെസ്റ്റുതന്നെ ഒരാളിൽ ആവർത്തിച്ചാലും മതി. രണ്ടും പോസിറ്റീവ് ആണെങ്കിൽ കപടപോസിറ്റീവിന്റെ സാധ്യത പിന്നെയും കുറയും. അതുപോലെ തന്നെ രണ്ടും നെഗറ്റീവ് ആണെങ്കിൽ കപടനെഗറ്റീവ് അല്ലെന്നുറപ്പിക്കുകയും ചെയ്യാം. പക്ഷേ ടെസ്റ്റിങ്ങിന്റെ ചെലവ് നേരെ ഇരട്ടിക്കും എന്നതാണ് പ്രധാന ചേതം.
സുവർണ്ണപ്രമാണം
ഒരാൾ രോഗിയാണെന്നു കണക്കാക്കാൻ ശരീരത്തിൽ രോഗാണുവിന്റെ ശകലങ്ങളോ, രോഗാണുവിനെതിരായ ആന്റിബോഡിയോ, അതുമല്ലെങ്കിൽ രോഗം കൊണ്ട് ഉണ്ടായ രാസമാറ്റങ്ങളോ ആണ് നാം അവലംബിക്കുന്നത്. രോഗാണു പുതുതായി പ്രവേശിച്ചു എന്നു സൂചിപ്പിക്കുന്ന ടെസ്റ്റുകൾ- രോഗാണുവിന്റെ സാന്നിധ്യം അറിയിക്കുന്നവ- ഇൻസിഡൻസിന്റെ സൂചകമായും, ആന്റിബോഡി സാന്നിധ്യം പ്രിവലെൻസ്- പ്രാചുര്യത്തിന്റെ സൂചകമായും എടുക്കാം.
ഒരു ടെസ്റ്റ് പോസിറ്റീവ് ആകണമെങ്കിൽ, സൂചകമായ രോഗാണുശകലങ്ങളോ, ആന്റിബോഡിയോ, ജൈവരാസവസ്തുവോ ഏത് അളവിൽ ഉണ്ടായിരിക്കണം? ഇതു തീർച്ചപ്പെടുത്താൻ നാം ഒരു ‘സുവർണ്ണ പ്രമാണം’-‘ഗോൾഡ് സ്റ്റാൻഡാർഡ്’ ഉപയോഗപ്പെടുത്തും. രോഗി എന്നു നിസ്സംശയം പറയാവുന്നവരെ പോസ്റ്റിറ്റീവായും, രോഗി അല്ല എന്നു നിസ്സംശയം പറയാവുന്നവരെ നെഗറ്റീവ് ആയും വേർതിരിക്കാൻ കഴിവുള്ള ഒരു മാനദണ്ഡത്തെയാണ് സുവർണ്ണ പ്രമാണമായി എടുക്കുന്നത്. രോഗിയെന്നു തീർച്ചയുള്ളവരിൽ ഉള്ള ടെസ്റ്റ് ഫലത്തെ പോസിറ്റീവ് ആയും രോഗിയല്ലെന്നു തീർച്ചയുള്ള ആളുകളുടെ ടെസ്റ്റ് ഫലത്തെ നെഗറ്റീവ് ആയും തീരുമാനിച്ച്, രോഗാവസ്ഥ സന്നിഗ്ദ്ധമായ ആളുകളിലുള്ള ടെസ്റ്റ് റിസൾട്ടിനെ ഇതുമായി താരതമ്യപ്പെടുത്തും. പക്ഷേ ഇത് കൃത്യമായി നിർവചിക്കാനാകാത്ത അവസ്ഥയും ഉണ്ടാകാറുണ്ട്.
ഡയബറ്റീസ് ഉണ്ടൊ എന്നറിയാൻ രക്തത്തിലെ ഗ്ലുക്കോസിന്റെ അളവാണ് മാനദണ്ഡമായി എടുക്കാറ്. പ്രഭാതഭക്ഷണത്തിനുമുൻപ്- രാത്രി പന്ത്രണ്ടുമണിക്കൂർ പട്ടിണികിടന്നതിനുശേഷമുള്ള അവസ്ഥയിൽ – രക്തത്തിലെ ഗ്ലൂക്കോസ് 100 മില്ലിലിറ്ററിൽ 125 മില്ലിഗ്രാമിൽ കവിയുമ്പോഴാണ് ഡയബറ്റീസ് രോഗിയായി കണക്കാക്കുന്നത് (ലിറ്ററിന് 7.1 മില്ലിമോൾ). ശരിയായ രീതിയിലുള്ള ലാബ് ടെസ്റ്റുകൾ ഉപയോഗിച്ചു പരിശോധിക്കുമ്പോഴുള്ള അവസ്ഥയാണ് ഇത്. എന്നാൽ ഡയബറ്റീസ് ഉണ്ടോ എന്ന് പെട്ടെന്ന് അറിയാൻ ‘ഗ്ലൂക്കോസ് സ്റ്റ്രിപ്’ പരിശോധന പലപ്പോഴും നടത്താറുണ്ട്. സ്ക്രീനിംഗ് കാമ്പുകളിലും മറ്റുമാണ് ഇങ്ങിനെ ചെയ്യാറ്. പരിശോധനക്കുള്ള രാസവസ്തുക്കൾ അടങ്ങിയ ഒരു പേപ്പർ സ്റ്റ്രിപിൽ ഒരു തുള്ളി രക്തം ഇറ്റിച്ച് പേപ്പറിന്റെ നിറം മാറുന്നുവോ എന്ന് പരിശോധിക്കുന്ന ഒരു ‘വേഗപരിശോധന’യാണിത്. ഈ സൂചനയുടെ അടിസ്ഥാനത്തിൽ രക്തത്തിലെ ഗ്ലൂക്കോസ് 125ൽ നിന്ന് വളരെ കുറവായിരിക്കുന്നവരെ രോഗമില്ലാത്തവരെന്ന് അനുമാനിച്ച് തുടർ ടെസ്റ്റിങ്ങിൽ നിന്ന് ഒഴിവാക്കുന്നു. എന്നാൽ 125ൽ നിന്ന് ഗ്ലൂക്കോസിന്റെ അളവ് കൂടുതലാണെങ്കിൽ, ശരിയായ രീതിയിലുള്ള ടെസ്റ്റിങ്ങിന് അവരെ വിധേയയാക്കേണ്ടതാണ്. അതിനുവേണ്ടി കൂടുതൽ സൂക്ഷ്മതയുള്ള ലബോറട്ടറി പരിശോധനാരീതികൾ ഉപയോഗിക്കും. ഇവയെ ഗോൾഡ് സ്റ്റാൻഡാർഡായി കണക്കാക്കാം.
രക്തത്തിലെ ഗ്ലൂക്കോസ് 125ൽ നിന്ന് സാമാന്യം കുറവോ കൂടുതലോ ഉള്ളവരിൽ ഈ രീതി തികച്ചും ഫലപ്രദമായി ഉപയോഗിക്കാം. എന്നാൽ സ്റ്റ്രിപ് ഉപയോഗിക്കുമ്പോൾ 125ന്റെ പരിസരങ്ങളിലുള്ളവർ- 110 മുതൽ 130 വരെ എന്നു പറയാം- രണ്ടുമല്ലാത്ത ഒരവസ്ഥയിലാണ്. അവരെ തുടർപരിശോധനക്ക് വിധേയരാക്കാണൊ വേണ്ടയോ എന്ന് ഒരു സന്ദേഹം സ്വാഭാവികമാണ്. പ്രമേഹം ഉള്ളവരിൽ രക്തത്തിലെ ഗ്ലൂക്കോസ് ഉയർന്നിരിക്കും; ഇല്ലാത്തവരിൽ താരതമ്യേന കുറവും ആയിരിക്കും. ഗ്ലൂക്കോസ് സ്റ്റ്രിപ്പിന്റെ സൂചനയിലെ വേർതിരിവിന്റെ അതിര്- കട് ഓഫ് പോയിന്റ്- ഉയർത്തിവെച്ചാൽ (130നു മുകളിൽ എന്ന് തീരുമാനിച്ചാൽ), സ്റ്റ്രിപ് ഉപയോഗിച്ച് പ്രമേഹരോഗികളെന്നു വേർതിരിക്കുന്നവരിൽ മിക്കവാറും എല്ലാവരും പ്രമേഹരോഗികൾ തന്നെ ആയിരിക്കും. എന്നാൽ പ്രമേഹരോഗികൾ അല്ലാ എന്നു മുദ്രകുത്തി മാറ്റിനിർത്തിയവരിൽ, ചില പ്രമേഹരോഗികളും ഉൾപ്പെടാനും സാധ്യതയുണ്ട്- അതായത് കപട നെഗറ്റീവിന്റെ എണ്ണംകൂടും. മറിച്ച് വേർതിരിവതിര് വളരെ താഴെ ആക്കിയാൽ- 110 എന്നോ മറ്റോ- കുറച്ച് പ്രമേഹമില്ലാത്തവരും പ്രമേഹരോഗികളുടെ കൂട്ടത്തിൽ പെട്ടുപോകാൻ സാധ്യതയുണ്ട്- കപട പോസിറ്റീവ്.
ROC-യും AUC-യും
രോഗികളെയും രോഗമില്ലാത്തവരെയും വേർതിരിക്കാനുള്ള ഒരു ടെസ്റ്റിന്റെ കഴിവ് അളക്കാനുപയോഗിക്കുന്ന ഒരു സങ്കേതമാണ് ROC Curve അഥവാ ആർ ഓ സി രേഖ. ടെസ്റ്റിന്റെ സാധ്യമായിട്ടുള്ള വേർതിരിവ് അതിർത്തികൾ (cut off points) ഉപയോഗിക്കുമ്പോൾ അതിന്റെ സെൻസിറ്റിവിറ്റി വ്യത്യസ്തമായിരിക്കുമല്ലോ. മുൻപറഞ്ഞ ഉദാഹരണത്തിൽ, 20, 22,224, 26, 30 എന്നിങ്ങനെ ഒരു ശ്രേണി കട്ട് ഓഫുകളിൽ ഓരോന്നിന്റെയും സെൻസിറ്റിവിറ്റി (യഥാർത്ഥ പോസിറ്റിവിറ്റി) Y-അക്ഷത്തിലും, ഓരോന്നിനും തുല്യമായ കപട പോസിറ്റിവിറ്റി X അക്ഷത്തിലും പ്ലോട്ട് ചെയ്താൽ ആർ ഓ സി കർവ് കിട്ടും (ചിത്രം കാണുക). ‘വരയുടെ അടിയിലുള്ള വിസ്തീർണ്ണം’-ഏരിയ അണ്ടർ ദി കർവ് (area under curve- AUC) എത്ര കൂടുതലായിരിക്കുന്നുവോ, ടെസ്റ്റ് അത്രയും നല്ലതായിരിക്കും. ഒരു പുതിയ ലാബ് ടെസ്റ്റ് ആവിഷ്കരിക്കുമ്പോൾ, ടെസ്റ്റിന്റെ പ്രയോജനം അഥവാ ഉപയോഗക്ഷമത എത്രയുണ്ട് എന്നറിയാൻ AUC ഒരു മാനദണ്ഡമാക്കാം- AUC കൂടിയ കർവ് കൂടുതൽ നന്നായി രോഗിയും രോഗമില്ലാത്തവരും തമ്മിൽ വേർതിരിവിനു സഹായിക്കും. ഇതേ മാനദണ്ഡമുപയോഗിച്ച്, രണ്ടു ടെസ്റ്റുകളിൽ ഏതാണു മെച്ചമെന്നും പറയാനാകും.
‘ROC’ എന്ന വാക്കിന് രസകരമായ ഒരു ചരിത്രമുണ്ട്- അത് സേനയുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു. രണ്ടാം ലോകയുദ്ധക്കാലത്താണ് ‘റഡാർ’ സങ്കേതം ആദ്യമായി കണ്ടുപിടിച്ചത്. ശത്രുവിമാനങ്ങളെ ദൂരെനിന്നു തന്നെ തിരിച്ചറിഞ്ഞ് പ്രതിരോധിക്കാനാണല്ലോ റഡാർ ഉപയോഗപ്പെടുത്തുന്നത്. ശത്രുവിമാനം റഡാറിന്റെ സ്ക്രീനിൽ ഒരു ‘അന്യവസ്തു’ ആയിട്ടാണ് പ്രത്യക്ഷപ്പെടുക. ഇത് ശത്രുവിമാനം തന്നെയാണോ എന്നു തീരുമാനിക്കുന്നത് ഏകദേശം സ്ക്രീനിംഗിനു തുല്യമാണ്- കപട പോസിറ്റീവും, കപട നെഗറ്റീവും ഉണ്ടാകാൻ സാധ്യതയുണ്ട്. വിമാനത്തെ തിരിച്ചറിയാൻ കഴിഞ്ഞില്ലെങ്കിൽ കപട നെഗറ്റീവ്. വേറെ ഏതെങ്കിലും അന്യവസ്തുവിനെ വിമാനമായി ധരിച്ചാൽ കപട പോസിറ്റീവ്. റഡാറിന്റെ റിസീവറിന്റെ ക്ഷമതയാണ് ഇത് തീരുമാനിക്കുന്നത്- അഥവാ ‘Receiver operating characteristic- ROC’.
പലപ്പോഴും ഒരു ഡോക്ടറുടെ ക്ലിനിക്കൽ ഡയഗ്നോസിസ് ഗോൾഡ് സ്റ്റാൻഡാർഡായി എടുക്കാറുണ്ട്. അല്ലെങ്കിൽ വിശ്വസനീയമായ ഒരു ലബോറട്ടറി പരിശോധന. ഹൃദ്രോഗത്തിന്റെ ഗോൾഡ് സ്റ്റാൻഡാർഡായി ഇ സി ജി, ട്രെഡ്മിൽ ടെസ്റ്റ് തുടങ്ങിയവ എടുക്കാം. പ്രമേഹത്തിന്റെ കാര്യത്തിൽ ശരിയായ മാനദണ്ഡമായി കണക്കാക്കുന്നത് പലപ്പോഴും ‘ഗ്ലൂക്കോസ് ടോളറൻസ് ടെസ്റ്റ്’ പോലെയുള്ള കൂടുതൽ സങ്കീർണ്ണമായ പരിശോധനകളാണ്. നമുക്കു ലഭ്യമായതിൽ ഏറ്റവും വിശ്വസനീയമായ മാനദണ്ഡത്തെയാണ് സുവർണ്ണമാനദണ്ഡമായി കണക്കാക്കുന്നത്. ഇതുമായി താരതമ്യം ചെയ്താണ് പുതിയ ടെസ്റ്റിന്റെ സെൻസിറ്റിവിറ്റിയും സ്പെസിഫിസിറ്റിയും അളക്കുന്നത്. എന്നിട്ട് അവ ഉപയോഗിച്ച് ടെസ്റ്റിന്റെ ROC കർവ് വരച്ച്, ലഭ്യമായ ടെസ്റ്റുകളെക്കാൾ നല്ലതാണോ എന്നറിയാൻ പറ്റും.
ലേഖനത്തിന്റെ മൂന്നാം ഭാഗം വായിക്കാം
ലേഖനത്തിന്റെ രണ്ടാം ഭാഗം വായിക്കാം
ലേഖനത്തിന്റെ ഒന്നാം ഭാഗം -വായിക്കാം