دقت آزمایش PCR

دقت در آزمایشات PCR چطور محاسبه می شود؟

آزمایشات PCR یا واکنش زنجیرهای پلیمراز، روشی است که با استفاده از مواد ژنتیکی ویروس، عفونت فعلی کرونا را تشخیص میدهد. این آزمایشات به عنوان استاندارد اصلی برای تشخیص کرونا توسط سازمان های بهداشتی معتبر مانند CDC در نظر گرفته شده اند.

برای انجام آزمایش PCR، نمونه های از ترشحات بینی و حلق را با یک سواب پنبه ای جمع آوری میکنند و به آزمایشگاه میفرستند. در آزمایشگاه، با استفاده از چرخه های حرارتی و آنزیم های خاص، مقدار مواد ژنتیکی ویروس را در نمونه تکثیر و تشخیص میدهند.

برای محاسبه دقت آزمایشات PCR، باید دو عامل را در نظر گرفت: حساسیت (sensitivity) و اختصاصیت (specificity). حساسیت به احتمال تشخیص صحیح موارد مثبت اشاره دارد. به عبارت دیگر، حساسیت نشان میدهد که چند درصد از افراد مبتلا به کرونا را آزمایش PCR به درستی شناسایی میکند. اختصاصیت به احتمال تشخیص صحیح موارد منفی اشاره دارد. به عبارت دیگر، اختصاصیت نشان میدهد که چند درصد از افراد سالم را آزمایش PCR به درستی منفی نشان میدهد.

تست PCR یک روش ملکولی است که برای شناسایی ویروس ها و باکتری ها در نمونه های بالینی استفاده میشود. این روش با تکثیر ماده ژنتیکی هدف، از طریق واکنش زنجیره پلیمراز، قادر است حتی مقدار کمی از عامل عفونی را تشخیص دهد. برای ارزیابی کارایی تست PCR، دو معیار مهم حساسیت و اختصاصیت هستند.

حساسیت تست PCR نشان میدهد که چقدر تست قادر است نمونه های مثبت واقعی را شناسایی کند. به عبارت دیگر، حساسیت نسبت تعداد نمونه های مثبت تست شده به تعداد کل نمونه های مثبت واقعی است. حساسیت بالا به این معناست که تست خطای کمتری در شناسایی نمونه های مثبت دارد.

برای محاسبه حساسیت و اختصاصیت، باید جدول خطای دسته بند (confusion matrix) را بسازید. در این جدول، دو سطر و دو ستون وجود دارد که نشان میدهند که چقدر نتایج آزمایش با وضعیت واقعی هم خوانی دارند. در سطر اول، تعداد موارد مثبت واقعی (true positive) و منفی کاذب (false negative) را قرار میدهید. در سطر دوم، تعداد موارد منفی واقعی (true negative) و مثبت کاذب (false positive) را قرار میدهید.

 این جدول چهار خانۀ مختلف دارد:

• TP: True Positive یا مثبت واقعی: تعداد نمونه های مثبت واقعی که تست PCR آنها را به درستی شناسایی کرده است.

• TN: True Negative یا منفی واقعی: تعداد نمونه های منفی واقعی که تست PCR آنها را به درستی شناسایی کرده است.

بیشتر بخوانید:دستگاه دیجیتال pcr

• FP: False Positive یا مثبت غلط: تعداد نمونه های منفی واقعی که تست PCR آنها را به اشتباه مثبت شناسایی کرده است.

• FN: False Negative یا منفی غلط: تعداد نمونه های مثبت واقعي که تست PCR آنها را به اشتباه منفى شناسائى كرده است.

جدول خطای دسته بند به شکل زیر است:

با استفاده از این جدول، میتوان حساسیت و اختصاصیت تست PCR را به صورت زیر محاسبه کرد:

حساسیت = TP / (TP + FN)

اختصاصیت = TN / (TN + FP)

مثال: فرض کنید 100 نمونه بالینی را با تست PCR برای شناسایی هلیکوباکتر پیلوری آزمایش کردهایم. از این 100 نمونه، 40 نمونه مثبت واقعی و 60 نمونه منفی واقعی هستند. تست PCR 35 نمونه مثبت واقعی را به درستی شناسایی کرده است (TP)، اما 5 نمونه مثبت واقعی را به اشتباه منفی شناسایی کرده است (FN). همچنین تست PCR 55 نمونه منفی واقعی را به درستی شناسایی کرده است (TN)، اما 5 نمونه منفی واقعی را به اشتباه مثبت شناسایی کرده است (FP). در این صورت جدول خطای دسته بند به شکل زیر خواهد بود:

حساسیت = 35 / (35 + 5) = 0.875

اختصاصیت = 55 / (55 + 5) = 0.917

شما عزیزان میتوانید بر داشتن اطلاعات بیشتر و خرید دستگاه ترمال سایکلر  و همچنین برای مشاوره تست های مولکولی و خرید مواد مولکولی با کارشناسان ما در شرکت مانا تک در تماس باشید.