Kebanyakan IMG tahu kardiologi mereka dan farmakologi mereka sejuk. Kemudian soalan mengenai kepekaan dan kekhususan muncul, dan tandanya hilang secara senyap. Itu mengecewakan, kerana soalan ini mengikut corak yang boleh diramal — dan sebaik sahaja anda memahami logiknya, soalan ini memberi ganjaran kepada anda dengan pasti.
Mengapa Soalan Statistik Terasa Lebih Sukar Daripada Soalannya
Jawapan yang jujur adalah bahawa statistik perubatan terasa abstrak selepas bertahun-tahun latihan klinikal di mana anda memesan ujian, membaca keputusan dan membuat keputusan. Tiada siapa yang meminta anda mengira semula nisbah kemungkinan pusingan pertengahan wad.
Tetapi PLAB 1 tidak menguji sama ada anda boleh menjalankan percubaan klinikal. Ia sedang menguji sama ada anda boleh membaca penyelidikan secara kritis dan menggunakan bukti — jangkaan teras GMC di bawah prinsip Amalan Perubatan Baik. Oleh itu, soalan adalah sempit dan boleh diulang. Sekumpulan kecil konsep merangkumi hampir semua statistik dan markah perubatan berasaskan bukti dalam peperiksaan: kepekaan dan kekhususan, nilai ramalan positif dan negatif, nombor yang diperlukan untuk merawat (NNT), bilangan yang diperlukan untuk memudaratkan (NNH), pengurangan risiko mutlak dan relatif, selang keyakinan dan nilai-p. Kuasai lapan idea tersebut dan anda telah menguasai wilayah tersebut.
Kepekaan dan Kekhususan: Dapatkan Perkataan dengan Tepat
Kedua-dua istilah ini mengganggu orang kerana ia boleh ditukar ganti sehingga anda menambatnya dengan betul.
Sensitiviti adalah sifat ujian itu sendiri, diukur pada orang yang mempunyai penyakit. Ujian yang sangat sensitif jarang terlepas kes benar — keputusan negatif meyakinkan ("SnNout": ujian sensitif, apabila Negatif, mengetepikan. Fikirkan ujian saringan seperti D-dimer untuk embolisme pulmonari: ia direka bentuk untuk menjadi sensitif supaya beberapa kes terlepas.
Kekhususan juga merupakan sifat ujian, diukur pada orang yang tidak mempunyai penyakit. Ujian yang sangat khusus jarang membenderakan positif palsu — keputusan positif adalah bermakna ("SpPin": ujian khusus, apabila Positif, mengawal Masuk). Ujian pengesahan seperti VDRL untuk sifilis direka untuk khusus.
Nilai ramalan positif (PPV) dan nilai ramalan negatif (NPV) bergantung pada kelaziman. Inilah konsep yang paling kerap diuji dalam vignet klinikal: ujian yang sama mempunyai PPV yang lebih rendah dalam populasi kelaziman rendah berbanding di klinik berisiko tinggi. Jika soalan memberitahu anda ujian itu mempunyai 95% kepekaan dan 95% kekhususan tetapi digunakan dalam populasi yang hanya 1 dalam 1,000 orang menghidap penyakit itu, PPV akan tetap rendah. Kerjakan logik itu sekali dengan nombor nyata dan ia kekal dengan anda.
Risiko Mutlak, Risiko Relatif dan NNT
Soalan perubatan berasaskan bukti dalam PLAB 1 hampir selalu berputar pada perbezaan antara pengurangan risiko relatif dan mutlak, kerana perbezaan itu amat penting dalam amalan klinikal dan dalam menilai ujian ubat.
- Pengurangan risiko mutlak (ARR) = risiko dalam kumpulan kawalan − risiko dalam kumpulan rawatan.
- Pengurangan risiko relatif (RRR) = ARR ÷ risiko dalam kumpulan kawalan, dinyatakan sebagai peratusan.
- Nombor yang diperlukan untuk merawat (NNT) = 1 ÷ ARR (di mana ARR dinyatakan sebagai perpuluhan).
- Nombor yang diperlukan untuk membahayakan (NNH) menggunakan formula yang sama tetapi digunakan untuk kejadian buruk.
Contoh yang berkesan: jika ubat mengurangkan risiko strok daripada 4% kepada 2%, ARR ialah 2% (0.02), jadi NNT ialah 1 ÷ 0.02 = 50. RRR ialah 50% — data yang sama, tetapi angka yang kelihatan jauh lebih mengagumkan. Iklan dadah cenderung untuk memetik RRR; soalan penilaian dalam PLAB 1 mengharapkan anda mengira NNT. NNT yang lebih rendah adalah lebih baik (anda perlu merawat lebih sedikit pesakit untuk mendapat manfaat).
Nilai-P dan Selang Keyakinan Tanpa Ijazah Matematik
Anda tidak perlu mengira nilai-p dalam PLAB 1. Anda perlu mentafsir satu dengan betul.
Nilai p di bawah ambang konvensional 0.05 bermakna keputusannya adalah signifikan secara statistik — iaitu, tidak mungkin berlaku secara kebetulan sahaja, dengan mengandaikan hipotesis nol adalah benar. Ia tidak bermakna kesannya adalah penting secara klinikal, besar, atau bersebab. Percubaan besar-besaran boleh mengembalikan p = 0.001 untuk kesan yang terlalu kecil untuk menjadi perkara dalam amalan.selang keyakinan (CI) memberitahu anda julat di mana nilai sebenar mungkin terletak. Untuk nisbah (risiko relatif, nisbah kemungkinan, nisbah bahaya), 95% CI yang melepasi 1.0 bermakna keputusannya tidak signifikan secara statistik — kesannya boleh menjadi sifar. Untuk nilai mutlak (seperti perbezaan min), sifar persilangan CI mempunyai makna yang sama. Soalan biasanya akan meminta anda untuk mengenal pasti sama ada keputusan itu penting, atau memilih kajian yang CI mencadangkan kesan tulen.
Reka Bentuk Kajian: Mengetahui Kajian Mana Menjawab Soalan Mana
PLAB 1 kadangkala meminta anda memilih reka bentuk kajian yang paling sesuai untuk soalan klinikal yang diberikan. Senarai rujukan ringkas:
- Percubaan terkawal rawak (RCT) — terbaik untuk keberkesanan rawatan; mengurangkan kekeliruan.
- Kajian kohort — terbaik untuk memeriksa faktor risiko secara prospektif; memberikan risiko relatif.
- Kajian kawalan kes — cekap untuk penyakit jarang berlaku; memberikan nisbah odds, bukan risiko relatif.
- Kajian keratan rentas — kelaziman pada satu masa; tidak dapat mewujudkan sebab musabab.
- Semakan sistematik / meta-analisis — tahap bukti tertinggi untuk membuat keputusan klinikal, apabila dijalankan dengan baik.
Jika soalan bertanya tentang bukti terbaik untuk keberkesanan ubat baharu, jawapannya hampir selalu RCT atau semakan sistematik RCT. Jika ia bertanya tentang kanser yang jarang ditemui dan potensi pendedahan pekerjaannya, kajian kawalan kes biasanya betul.
Cara Latih Tubi Konsep Ini Sebelum Hari Peperiksaan
Memahami teori adalah separuh kerja; menerapkannya dalam keadaan bermasa adalah separuh lagi. Topik ini memberi ganjaran kepada amalan aktif berbanding pembacaan semula pasif. Bekerja melalui soalan tunggal jawapan terbaik yang membentangkan jadual 2×2 dan meminta anda mengira sensitiviti, atau yang memberi anda data percubaan dan meminta NNT, membina pengecaman corak yang diperlukan oleh peperiksaan. Bank soalan Ant PLAB menyertakan kluster bukti dan statistik yang berdedikasi dengan penjelasan yang berkesan supaya anda dapat melihat dengan tepat di mana logiknya berlaku apabila anda memilih pilihan yang salah — dan analitik prestasi akan membenderakan jika kawasan pelan tindakan ini secara konsisten membebankan anda markah.
Kelompok statistik dalam PLAB 1 adalah kecil. Di seberang sidang penuh ia mungkin menyumbang hanya segelintir soalan. Tetapi itu adalah soalan dengan jawapan yang jelas betul, dibatasi oleh set konsep yang terhad, yang banyak calon menyerah kalah tanpa perlawanan. Anda telah meletakkan terlalu banyak kerja dalam peperiksaan ini untuk meninggalkan markah di atas meja mengenai formula yang boleh anda pelajari pada sebelah petang.
Soalan Lazim
Apakah perbezaan antara sensitiviti dan kekhususan dalam istilah mudah? Kepekaan mengukur sejauh mana ujian mengesan orang yang mempunyai penyakit (kadar positif sebenar), manakala kekhususan mengukur sejauh mana ujian itu mengenal pasti orang yang tidak menghidapnya (kadar negatif sebenar). Ujian yang sangat sensitif adalah baik untuk menolak diagnosis; ujian yang sangat khusus adalah baik untuk mengawalnya.
Bagaimanakah saya boleh mengira NNT daripada keputusan percubaan klinikal dalam PLAB 1? Tolak kadar peristiwa dalam kumpulan rawatan daripada kadar peristiwa dalam kumpulan kawalan untuk mendapatkan pengurangan risiko mutlak (ARR). NNT = 1 ÷ ARR (dengan ARR sebagai perpuluhan). Sebagai contoh, ARR sebanyak 5% (0.05) memberikan NNT sebanyak 20.
Adakah nilai p di bawah 0.05 bermakna rawatan berguna secara klinikal? Tak semestinya. Kepentingan statistik (p < 0.05) bermakna keputusan tidak mungkin disebabkan oleh kebetulan, tetapi ia tidak mengatakan apa-apa tentang saiz atau kepentingan klinikal kesannya. Kajian yang sangat besar boleh mengesan perbezaan ketara secara statistik yang terlalu kecil untuk memberi manfaat kepada mana-mana pesakit individu.