Advertisment

அறிகுறியே இல்லாதபோது கொரோனா பரிசோதனை அவசியமா?

கொரோனா நோய்தொற்றால் பாதிக்கப்பட்டவர்களை அடையாளம் காண்பது முதன்மையானது ஆகும். இது உணர்திறன் என்று அழைக்கப்படுகிறது. இந்த உணர்திறன் சோதனை நோயின் பெரிய சதவீதத்தை பரிசோதிக்கும்.

author-image
WebDesk
New Update
An Expert Explains: Should you test for Covid-19 just to check?

Tushar Gore

Advertisment

An Expert Explains: Should you test for Covid-19 just to check? : உங்களுக்கு நோய் தொற்று இருக்கிறதா என்பதை நீங்கள் பரிசோதிக்க வேண்டுமா?

இது அறிவுறுத்தப்படக் கூடிய விசயம் அல்ல. ஏன் என்றால் கொரோனா வைரஸ் சோதனை முடிவுகள் பல்வேறு சமயங்களில் தவறாக வந்திருப்பதால் பாசிட்டிவ் என்று முடிவுகள் வர வாய்ப்புகள் அதிகமாக உள்ளது. வைரஸிற்கான எந்தவொரு பரிசோதனையும் 100% துல்லியமாக இல்லாதபோது, பரிசோதிக்கப்படும் மக்கள்தொகையில் நோயின் பரவல் இருப்ப்பதை அறிவது தான் பரிசீலிக்கப்பட வேண்டிய முக்கிய அம்சம்.

இந்த கட்டுரையை ஆங்கிலத்தில் படிக்க

சோதனை முடிவுகள் பாஸிட்டிவாக வந்தால் எனக்கு நோய் தொற்று இருக்கிறதா?

இந்த கேள்விக்கு சந்தேகமே இல்லாத பதில் : நோய் தொற்று இருக்கலாம். இந்த நிச்சயமற்ற தன்மைக்கான பதில் சில நேரங்களில் 100% கண்டறியும் சோதனைகள் உண்மையாக இருப்பது தான். இந்த நிச்சயமற்ற தன்மை, நோய் பரவுடலுடன் இணைத்து, நேர்மறையான சோதனைமுடிவுகளை விளக்கத்திற்கு கொண்டு வருகிறது. இதே நிலை தான் நெகட்டிவ் ரிசல்ட்களிலும் உள்ளது. இதனை நாம் நல்ல ஆரோக்கியத்திற்கான சான்றிதழாக எடுத்துக் கொள்ள வேண்டாம். நோய் அறிதல் முடிவுகளில் நம்பிக்கையை அதிகரிக்க பின்பற்றப்படும் சில சிறந்த நடைமுறை சோதனைகளுக்கான அடிப்படை காரணங்களை இந்த கட்டுரை விளக்குகிறது.

கொரோனா தொற்றை கண்டறியும் சோதனைகளில் துல்லிய தன்மை இரண்டு காரணங்களின் அடிப்படையில் அமைகிறது. ஒரே சோதனை இந்த இரண்டு காரணங்களையும் பூர்த்தி செய்ய வேண்டும். நோய் தொற்றால் பாதிக்கப்பட்டவர்கள் மற்றும் ஆரோக்கியமானவர்கள். இவை இரண்டுக்குமான நோக்கங்கள் வேறு வேறானவை. ஒன்று இல்லாமல் மற்றொன்றை அடைய இயலாது. சோதனைக்கு செல்லும் அனைத்து நபர்களுக்கும் நோய் உள்ளது என்று கற்பனை செய்து பாருங்கள். சோதனைக்கு செல்லும் அனைத்து நபர்களுக்கும் கொரோனா இருக்கிறது என்றால் அந்த ஆய்வு சிறப்பாக செயல்பட்டிருக்கும். ஆனால் சோதனைக்கு செல்பவர்கள் பலரும் நலமுடன் திரும்புகிறார்கள் என்றால் ஆய்வு மோசமாக தோல்வி அடையும்.

முதலில் கொரோனா நோய்தொற்றால் பாதிக்கப்பட்டவர்களை அடையாளம் காண்பது முதன்மையானது ஆகும். இது உணர்திறன் என்று அழைக்கப்படுகிறது. இந்த உணர்திறன் சோதனை நோயின் பெரிய சதவீதத்தை பரிசோதிக்கும். ஒரு பொதுவான எண்ணம் என்னவென்றால் பாசிட்டிவ் முடிவுகள் வந்தால் நோய் தொற்று, நெகட்டிவ் ரிசல்ட் வந்தால் ஆரோக்கியமான நபர்கள் என்று அளவிடப்படுகிறது. ஆனால் உணர்திறன் சோதனை நோயாளிகளின் எண்ணிக்கையில் நேர்மறை முடிவுகள் வந்தவர்களின் எண்ணிக்கையை கணக்கிடுகிறது.  இரண்டாவது நடவடிக்கை என்பது விவரக்குறிப்பாகும் (Specificity). ஆரோக்கியமான நபர்களை அடையாளம் காண உதவுகிறது. இவை சோதனைக்குட்பட்ட நபர்களின் எண்ணிக்கையில் இருந்து நெகட்டிவ் ரிசல்ட் வந்தவர்களை தனித்தறிய உதவும்.

மேலும் படிக்க : ரஷ்யா தடுப்பூசி: ஆகஸ்ட் 12-க்குள் பயன்பாட்டுக்கு வருமா?

தவறான முடிவுகள் : பாஸிட்டிவ், நெகட்டிவ்

தவறான முடிவுகள் பாஸிட்டிவ் வந்தாலும் சரி நெகட்டி வந்தாலும் சரி அது பிரச்சனை தான்.

பாஸிட்டிவ் என தவறான முடிவுகள் வந்தால் அது ஆரோக்கியமான மனிதரை நோயுற்றவர் என்று முத்திரை குத்துவதாகும். இதனால் கூடுதலாக நடத்தப்படும் சோதனைகள் தேவையற்ற உணர்வுப்பூர்வமான, நிதி ரீதியாக, ஆரோக்கிய ரீதியாக கூடுதல் சுமை தான் ஏற்படும். கொரோனா வைரஸ் சோதனையறியும் கட்டமைப்பில் தவறான பாஸிட்டிவ் முடிவுகள் தனி நபர், அவரை சார்ந்திருக்கும் நபர்கள் மற்றும் அரசு என அனைத்திற்கும் கூடுதல் செலவு. ஆண்ட்டிபாடி சோதனைகள் ஏதும் செய்யாமல் அவர் கொரோனாவில் இருந்து குணம் அடைந்துவிட்டார் என்று கூறுவதும் தற்போது சிக்கலான ஒன்றாகும். அவர்களின் உடலில் தடுப்பாற்றால் உருவாகிவிட்டது என்று தவறான நம்பிக்கையை இது உண்டாக்கும்.

நெகட்டிவ் என தவறான முடிவுகள் வந்தால் அது நோயுற்ற நபரை ஆரோக்கியமானவர் என்று கூறூவது. இது தவறான பாதுகாப்பு உணர்வை ஏற்படுத்துகிறது. மேலும் சோதனையை மேற்ஒள்ளாவில்லை என்றால், இது பெரிய ஆபத்திற்கு வழி அமைக்கும். இது நோய் பரவலை மேலும் அதிகரிக்க வழி செய்யும். பெரும்பாலான நோய் கண்டறியும் சோதனைகள் இப்படியானதாக தான் இருக்கிறது. இந்த சோதனை முடிவுகள் ஒரு உத்தரவாதமான சுகாதார நிலையை தருவதில்லை மாறாக நோய்வாய்ப்பட்ட அல்லது ஆரோக்கியமான என்ற இரண்டு நிலைகலை தான் தருகிறது. சோதனை துல்லியத்தையும் இந்த நிகழ்தகவுகளையும் இணைக்கும் கணிதத்தைப் புரிந்துகொள்வதே “சரியான” முடிவை எட்டுவதற்கான தேவையாகும்.

மேலும் படிக்க : ப்ளாஸ்மா தானம் செய்தால் ரூ.5000 ஊக்கத்தொகை – ஆந்திர முதல்வர் அறிவிப்பு

தவறான நேர்மறைகள் மற்றும் தவறான எதிர்மறைகளின் ப்ரோபபிலிட்டி (நிகழ்தகவு) என்னவாக இருக்கிறது?

சென்சிட்டிவிட்டி மற்றும் ஸ்பெசிஃபிட்டி சோதனைகளுடன், தவறான சோதனை முடிவுகளும் நோய் பரவலின் நிலையை பொறுத்தது தான். ஒருவருக்கு ஒரு அரிய வகை நோய்க்கான சோதனையை மேற்கொள்கிறார் என்று வைத்துக் கொள்வோம். அவருக்கு டெஸ்ட் முடிவுகள் பாசிட்டிவாக வருகிறது என்றால், அந்நபருக்கு நோய் இருப்பதற்கான சாத்திய கூறுகள் மிகவும் குறைவு. இதனை நாம் தவறான நேர்மறை முடிவுகள் என்கின்றனர். இதற்கு நேர்மாறாக, மிகவும் பொதுவான வியாதிக்கான சோதனை முடிவுகள் எதிர்மறையாக வருகிறது என்றால் அந்த எதிர்மறை முடிவுகளை நாம் மீண்டும் சோதனைக்கு உப்டடுத்த வேண்டும்.

சோதனை முடிவில் உள்ள “நம்பிக்கை” க்கும் நோயின் பரவலுக்கும் இடையிலான இந்த இணைப்பு குழப்பமானதாக தோன்றக்கூடும். கீழே காட்டப்பட்டுள்ள பகுப்பாய்வு இந்த சூழ்நிலைகளை மதிப்பிடுவதற்கான சில வழிகாட்டுதல்களை வழங்குகிறது.  90% சென்சிடிவிட்டி சோதனை மற்றும் 95% ஸ்பெசிஃபிசிட்டி கொண்ட ஒரு அனுமான சோதனையை கவனியுங்கள். சோதனை செய்யப்பட்ட 1,000 நபர்களுக்கு சாத்தியமான விளைவுகளை கீழே உள்ள அட்டவணை காட்டுகிறது.

An Expert Explains: Should you test for Covid-19 just to check?

தமிழ் இந்தியன் எக்ஸ்பிரஸின் அனைத்து செய்திகளையும் உடனுக்குடன் டெலிகிராம் ஆப்பில் பெற t.me/ietamil

முக்கிய புள்ளிகள்:

நோய் பரவுதல் 5%, அதாவது 1,000 பேரில் 50 பேர் நோய்வாய்ப்பட்டுள்ளனர். இருப்பினும், மேற்கண்ட அட்டவணைப்படி 92 நேர்மறை முடிவுகளாகவும் அதில் 47 தவறான பாசிட்டிவ் முடிவுகளையும் அளிக்கும். 92 சோதனை நேர்மறைகளில், 45 பேர் மட்டுமே உண்மையில் நோய்வாய்ப்பட்டுள்ளனர் (செல் A) - மீதமுள்ள 47 தவறான நேர்மறைகள்(False Positive) . இதன் பொருள், நோய்வாய்ப்படுவதற்கான நிகழ்தகவு, சோதனை நேர்மறையாக இருந்தால், 49% (45/92) மட்டுமே.

இது நேர்மறை முன்கணிப்பு மதிப்பு ( positive predictive value) அல்லது நோயின் சோதனைக்கு பிந்தைய நிகழ்தகவு ( post-test probability) என அழைக்கப்படுகிறது, மேலும் நேர்மறையான சோதனை முடிவு உண்மையான நோயை (செல் E) கணிக்கக்கூடிய அளவைக் குறிக்கிறது. நேர்மறையான சோதனை முடிவில் நம்பிக்கையைத் தூண்டுவதற்கு இந்த எண்ணிக்கை முடிந்தவரை அதிகமாக இருக்க வேண்டும். இதே போன்று தான் எதிர்மறை முன்கணிப்பு மதிப்பும் (negative predictive value (Cell F)) இருக்கும். இந்த எடுத்துக்காட்டில், எதிர்மறையான முடிவு துல்லியமாக இருப்பதற்கான 99.4% நிகழ்தகவைக் கொண்டுள்ளது.

கணக்கீட்டின் விவரங்களைப் படித்த பிறகு இதுபோன்ற அதிக தவறான நேர்மறைகளுக்கான காரணம் தெளிவாகிறது. நோய்வாய்ப்பட்ட 50 பேரில், 45 (செல் ஏ) நோய்வாய்ப்பட்டதாகக் கண்டறியப்படுகிறது (சோதனையின் 90% உணர்திறனைப் பயன்படுத்தி). ஆரோக்கியமான 950 நபர்களில், 903 (செல் டி) மட்டுமே ஆரோக்கியமானதாக சோதிக்கிறது (சோதனையின் 95% தனித்துவத்தைப் பயன்படுத்தி). மீதமுள்ள 47 (செல் சி) அனைத்தும் தவறான நேர்மறைகள்.

தவறான பாசிட்டிவ்களை எப்படி குறைப்பது?

47 தவறான நேர்மறைகள் 95% விவரக்குறிப்பு (Specificity ) மற்றும் 950 ஆரோக்கியமான நபர்களிடம் உருவாகிறது. பெரும்பாலான சூழல்களில் 95% போதுமான அளவு துல்லியமானவை. இருப்பினும், குறைந்த நோய் பரவக்கூடிய இந்த சூழ்நிலையில், அதிக விவரக்குறிப்புக்கான சோதனை (Specificity) தேவைப்படுகிறது. தவறான நேர்மறைகளை ( false positives) குறைக்க, 99% விவரக்குறிப்புடன் (Specificity) சோதனை தேவை. மொத்த நேர்மறைகள் 55 ஆகின்றன மற்றும் நேர்மறை முன்கணிப்பு சதவீதம் 82% (45/55) ஆக அதிகரிக்கிறது, அதாவது, ஒரு நேர்மறையான முடிவு சரியானதாக இருக்க 82% வாய்ப்பு உள்ளது.

Specificity சோதனைகளை அதிகரிப்பதன் மூலம் தவறான முடிவுகள் வருவதை குறைக்க இயலும். நோய் பரவல் கொண்ட சமூகத்தில் அதிக அளவு சோதனைகளை மேற்கொண்டால் இதனை குறைக்க முடியும். அதிக அளவு நோய் பரவும் வரை காத்திருக்க வேண்டும் என்று இதற்கு அர்த்தம் இல்லை. மாறாக நோய்பரவல் அதிகம் கொண்ட பகுதிகளில் சோதனையை அதிகரிக்க உதவும்.

மேலும் படிக்க : கொரோனா தடுப்பூசி அப்டேட்: குரங்குகளில் பரிசோதனை முயற்சி வெற்றி

An Expert Explains: Should you test for Covid-19 just to check?

சிறப்பம்சங்கள்:

தவறான நேர்மறைகளின் எண்ணிக்கை 22 ஆகக் குறைந்துள்ளது - ஆரோக்கியமான மக்கள்த் தொகையை 450 ஆகக் குறைப்பதன் நேரடி விளைவாகும். இதன் விளைவாக நேர்மறை முன்கணிப்பு (positive predictive) சதவீதம் (நோயின் சோதனைக்கு பிந்தைய நிகழ்தகவு) 67% வரை செல்கிறது.  தவறான எதிர்மறைகளின் எண்ணிக்கை 5 ஆக இருக்கும், இருப்பினும், ஒரு சதவீதமாக, தவறான எதிர்மறைகள் அதிகரிக்கும் (5/433 மற்றும் 5/908 முன்பு). நோய் பாதிப்பு அதிகரிக்கும் போது, ​​உணர்திறன் குறைவாக இருந்தால் தவறான எதிர்மறைகள் அதிகரிக்கும்.

சோதனை துல்லியம்:

கோவிட்19-க்கு 2 வகையான சோதனைகள் பயன்படுத்தப்படுகின்றன. கோவிட்-நேர்மறை முடிவுகளை கண்டறிவதற்கான சோதனை ரிவர்ஸ் டிரான்ஸ்கிரிப்ஷன் பாலிமரேஸ் செயின் ரியாக்ஷன் (Reverse Transcription Polymerase Chain Reaction (RT-PCR) technology) (ஆர்டி-பி.சி.ஆர்) தொழில்நுட்பத்தை அடிப்படையாகக் கொண்டது.

இரண்டாவது சோதனை வைரஸிற்கான ஆன்டிபாடிகளைக் கண்டறிகிறது. பொதுவாக, இது நோயின் பரவலை நிறுவுவதற்கு கண்காணிப்பு திட்டங்களில் பயன்படுத்தப்படுகிறது (இது செரோபிரெவலன்ஸ் (seroprevalence) என்றும் அழைக்கப்படுகிறது).

துல்லியத் தரவுகளை அளிக்கும் சோதனைகள் பரவலாக அறியப்படவில்லை. ஜெனீவாவில் உள்ள ஒரு அமைப்பு - Foundation for Innovative New Diagnostics என்ற அறக்கட்டளை (FIND) - உணர்திறன் மற்றும் தனித்தன்மை சோதனை கருவிகளை WHO உடன் இணைந்து உலகெங்கிலும் இருந்து சேகரித்து வருகிறது. ஒரு ஆய்வக அமைப்பில் 22 நிறுவனங்களிடமிருந்து ஆர்டி-பி.சி.ஆர் சோதனைகளின் மதிப்பீடு 90% முதல் 100% வரையிலான உணர்திறன் வரம்பையும், 95% முதல் 100% வரையிலான தனித்துவத்தையும் காட்டுகிறது (ஜூன் 23, 2020 நிலவரப்படி). மருத்துவ பரிசோதனை முடிவுகளுடன் ஒப்பிடும்போது ஆய்வக சோதனை முடிவுகள் பொதுவாக அதிக எண்ணிக்கையைக் காட்டுகின்றன (நோயாளிகளிடமிருந்து மாதிரிகள்); மாதிரி சேகரிப்பு முறை, பிற காரணிகளுடன், இந்த முடிவுகளை பாதிக்கிறது.

இந்தியாவில் உருவாக்கப்பட்ட ஆன்டிபாடி சோதனைக் கருவிகளில் உணர்திறன் மற்றும் தனித்தன்மை கருவிகள் முறையே 92.4% மற்றும் 97.9% ஆகும். இந்திய மருத்துவ ஆராய்ச்சி கவுன்சில் (ஐ.சி.எம்.ஆர்) மேற்கொண்ட முதல் செரோபிரெவலன்ஸ் ஆய்வு, இந்த கருவிகளுடன், கோவிட் -19 பாதிப்பு மே மாத நடுப்பகுதியில் 0.73% ஆக நிர்ணயிக்கப்பட்டது. இத்தகைய குறைந்த பரவலில் தவறான நேர்மறைகள் ஒரு சவாலாக இருக்கும். மேலே உள்ள சோதனை அளவுருக்களைப் பயன்படுத்தி ஒரு கணக்கீடு 1% பரவலில், பதிவுசெய்யப்பட்ட நேர்மறைகள் 3% ஆக இருக்கும், கிட்டத்தட்ட 70% தவறானதாக இருக்கும் என்பதைக் குறிக்கிறது. செரோபிரெவலென்ஸின் நோக்கம் மக்கள்தொகையில் நோயின் பரவலைத் தீர்மானிப்பதால், மக்கள்தொகையின் அளவைக் கட்டுப்படுத்துவது போன்ற விருப்பங்கள் உண்மையில் அர்த்தமுள்ளவை அல்ல. எனவே, கணக்கிடப்பட்ட பரவலில் மேலும் பகுப்பாய்வு மற்றும் விளக்கம் தேவை.

தனிப்பட்டு முடிவெடுத்தல்

மக்கள் தொகையை அடிப்படையாக கொண்ட புள்ளிவிபரங்கள் கொள்கைகளை உருவாக்க வசதியாக உள்ளது. ஒரு தனிப்பட்ட கண்ணோட்டத்தில், ஒருவர் சோதனை எடுக்கலாமா என்பதை எவ்வாறு தீர்மானிப்பார்? நேர்மறையான பி.சி.ஆர் முடிவை ஒருவர் எப்போது நம்ப வேண்டும்?

அறிகுறி உள்ள நபர்களுக்கும், நோய் தொற்று ஏற்படுவதற்கான சாத்தியக் கூறு உள்ளவர்களுக்கும் மட்டுமே சோதனை என்று கூறும் பட்சத்தில் சோதனைக்கு முந்திய நிகழ்தகழ்வு அதிகரிக்கிறது. இந்த மதிப்பீடு தினசரி சோதனை நேர்மறை விகிதத்திலிருந்து சாத்தியமாகும் (மேற்கொள்ளப்பட்ட மொத்த சோதனைகளில் இருந்து உறுதி செய்யப்பட்ட பாஸிட்டிவ் முடிவுகளை வைத்து உருவாக்கப்பட்டது). இந்தியா மற்றும் அமெரிக்கா போன்ற நாடுகளில், இது 5-10% வரை உள்ளது; அதிக பரவல் உள்ள பகுதிகளில் இது 20% -30% வரை இருக்கலாம்.

publive-image

மேலே உள்ள விளக்கப்படத்திலிருந்து பெறப்பட்ட மதிப்புகளை அட்டவணை காட்டுகிறது. உயர் விவரக்குறிப்பு மற்றும் உயர் சோதனைக்கு முந்தைய நிகழ்தகவு பாசிட்டிவு முடிவுகளுக்கு மிக முக்கியமானவை. 97% முதல் 99% வரை - ஒரு சிறிய மாற்றம் கூட - ஒரு குறிப்பிடத்தக்க மாற்றத்தை விளைவிக்கிறது, குறிப்பாக சோதனைக்கு முந்தைய நிகழ்தகவு, சோதனைக்கு பிந்தைய நோய் நிகழ்தகவு மற்றும் நேர்மறையான முடிவில்.

publive-image

மேற்கண்ட விவாதத்தின் அடிப்படையில், தனிப்பட்ட மட்டத்தில் முடிவெடுப்பதற்கு இரண்டு சிறந்த நடைமுறைகள் உள்ளன. முதல் மற்றும் மிக முக்கியமானது: அறிகுறியற்ற நபர்களில் “சரிபார்க்க” சோதனை செய்வது எதிர்-உற்பத்தி (Counter Productive) ஆகும், ஏனெனில் இதுபோன்ற நபர்களுக்கு நோய்க்கான சோதனைக்கு முந்தைய நிகழ்தகவு (pre-test probability) குறைவாக உள்ளது. நிச்சயமற்ற தன்மையைக் குறைக்க சோதனை செய்ய வேண்டும் என்ற உந்துதல் இருப்பது புரிந்துகொள்ளக்கூடியது தான். ஆனால் சரியான சூழலில் நடத்தப்படாவிட்டால் சோதனை நிச்சயம் அளிக்காது என்ற அறிவோடு இந்த உந்துதலை எதிர்ப்பதே விவேகமான முடிவு. ஆகையால், அறிகுறியற்ற நபர்கள், நோய் தொற்று ஏற்படுவதற்கான சூழலில் இருந்தால் மட்டுமே சோதனையைத் தேர்வு செய்ய வேண்டும். இரண்டாவது: சோதனை தேவைப்படும் சூழ்நிலையில், தனிநபர் சோதனையை மேற்கொள்வது. ஆன்டிபாடி சோதனை, குறைந்தபட்சம் இப்போதைக்கு, பரவலான மதிப்பீடுகளுக்குப் பயன்படுத்தப்படுகிறது மற்றும் இந்த சோதனை முடிவு தனிநபரை பாதிக்காது.

பொதுவாக தவறாக பயன்படுத்தப்படும் சில சோதனைகள்

பிற நோயறிதல் சோதனைகள் முன்வைக்கும் இதேபோன்ற சவால்களை இந்த கட்டுரையில் சுருக்கமாக குறிப்பிட்டுள்ளேன். எவ்வாறாயினும், எந்தவொரு நோய் கண்டறியும் சோதனைக்கும் நடைமுறைகள் ஒரே மாதிரியானவை தான். நோய்க்கான சோதனைக்கு முந்தைய நிகழ்தகவு (high pre-test probability) உள்ள சூழ்நிலைகளில் மட்டுமே சோதனையைப் பற்றி யோசிக்க வேண்டும். நோய் பரவுதல் குறைவாக இருந்தால் பொதுத் சோதனையிடல் தவிர்க்கப்பட வேண்டும். கரோனரி நோயைக் கண்டறிய மன அழுத்த சோதனை செய்ய வேண்டும் என்பது அடிக்கடி தவறாக பயன்படுத்தப்படும் ஒரு சோதனைக்கு எடுத்துக்காட்டு. பொது மக்களில் கரோனரி நோய் பாதிப்பு சுமார் 5% ஆகும். டிரெட்மில் அழுத்த சோதனைக்கான உணர்திறன் மற்றும் விவரக்குறிப்பு மதிப்புகள் 70% ஆகும். அறிகுறியற்ற நபர்களில் வழக்கமான சோதனையாக இவை நடத்தப்படும்போது இத்தகைய குறைந்த எண்கள் எந்தவொரு முடிவையும் நம்பமுடியாதவையாக மாற்றுகிறது.

நோய் கண்டறிவதற்கான சோதனை முடிவுகள் 100% துல்லியமானதாக இல்லை. உயர் ஆபத்துள்ள சூழலில் மட்டுமே சோதனை நடத்த வேண்டும். நம்பகத்தன்மை கொண்ட எதிர்மறை முடிவுகளை பெறவும் இது போன்ற நிலை தான் தேவை. சோதனைக்கு முன்னர் இந்த கணக்கீடுகளைச் செய்வதில் ஒரு நன்மை இருக்கிறது, ஏனெனில் இந்த அளவுருக்கள் சாத்தியமான இரண்டு முடிவுகளின் தாக்கங்களையும் புரிந்து கொள்ள நன்கு மதிப்பிடப்பட்டவை. தனிநபருடன் இந்த தீர்மானத்தை எடுப்பதில் எம்.டி அல்லது கண்டறியும் ஆய்வகத்தின் ஈடுபாடே ஒரு உண்மையான நேர்மறையாக இருக்கும்.

தமிழ் இந்தியன் எக்ஸ்பிரஸின் அனைத்து செய்திகளையும் உடனுக்குடன் டெலிகிராம் ஆப்பில் பெற t.me/ietamil

Coronavirus
Advertisment

Stay updated with the latest news headlines and all the latest Lifestyle news. Download Indian Express Tamil App - Android or iOS.

Follow us:
Advertisment