Nguồn tham khảo: Vickers, A. J., Van Calster, B., & Steyerberg, E. W. (2016). Net benefit approaches to the evaluation of prediction models, molecular markers, and diagnostic tests. BMJ, i6. https://doi.org/10.1136/bmj.i6
Truy cập toàn văn: https://doi.org/10.1136/bmj.i6
Tóm tắt nội dung
Andrew J Vickers, Ben Van Calster và Ewout W Steyerberg viết bài hướng dẫn về lợi ích ròng (net benefit), thước đo phân tích quyết định ngày càng phổ biến trong đánh giá mô hình dự báo, dấu ấn phân tử và xét nghiệm chẩn đoán. Quyết định y khoa thường là đánh đổi giữa phát hiện người bệnh và bắt người khỏe làm thêm xét nghiệm. Lợi ích ròng đặt lợi ích và tác hại lên cùng thang đo nhờ “tỷ giá quy đổi”, tức nhận định lâm sàng về giá trị tương đối giữa phát hiện một ca ung thư và một lần sinh thiết thừa.
Tỷ giá rút ra từ câu hỏi: bác sĩ chấp nhận cho tối đa bao nhiêu người sinh thiết để tìm một ca ung thư. Vì câu trả lời mang tính chủ quan, lợi ích ròng được vẽ trên một dải tỷ giá hợp lý thành đường cong quyết định (decision curve). Với mô hình dự báo, tỷ giá tương ứng với ngưỡng xác suất phân người bệnh vào nhóm dương tính hay âm tính. Thước đo này cho biết dựa vào mô hình để quyết định thì lợi nhiều hơn hại hay không, điều mà độ nhạy, độ đặc hiệu hay AUC không trả lời được.
Trong giáo dục, “sinh thiết thừa” là buổi tư vấn cho sinh viên không có nguy cơ; câu hỏi “chấp nhận tư vấn bao nhiêu em để phát hiện một em sẽ bỏ học” giúp nhà trường suy ra ngưỡng cảnh báo.
Luận điểm liên quan trong bài viết chính
Trong bài viết chính, tài liệu này được dẫn để làm rõ nhận định sau: Vickers, Van Calster và Steyerberg (2016) gợi ý một cách hỏi để lãnh đạo tự xác định k mà không cần tính V, c, g: nhà trường chấp nhận gặp nhầm tối đa bao nhiêu sinh viên để tìm ra một sinh viên thật sự có nguy cơ?
Xem bài viết chính: Ứng dụng học máy phát hiện sinh viên có nguy cơ bỏ học: từ bài toán lớp thiểu số đến quyết định can thiệp