Càng nghĩ về câu hỏi này, tôi càng nghiêng về câu trả lời 'Không'. Cái note này sẽ trình bày 4 lý do tại sao không nên thực hiện một chương trình quy mô như vậy vì kém hiệu quả y tế, kém chính xác (700 ngàn ca dương tính giả), và tốn quá nhiều tiền (4.000 tỉ đồng = 200 triệu USD). Nên dành tiền để mua vaccin hơn là để xét nghiệm.
Hôm qua, tôi có đặt vấn đề về chương trình xét nghiệm Covid-19 trên 5 triệu người [1]. Một nhà báo cho biết rằng TPHCM dự định xét nghiệm 10 triệu người, chớ không phải 5 triệu như tôi đọc trên TN. Chương trình xét nghiệm chia thành 2 đợt, mỗi đợt 5 triệu người. Có lẽ đây là chương trình xét nghiệm qui mô lớn nhứt trên thế giới (?)
Rất khó biết chương trình xét nghiệm này có mục tiêu là gì. Tôi nghĩ chắc các bạn chủ trì chương trình biết, nhưng họ chưa chia sẻ với công chúng.
Theo tôi, mục tiêu của bất cứ chương trình tầm soát (xét nghiệm đại trà có thể xem là tầm soát) là cứu người. Quy trình hết sức đơn giản: làm xét nghiệm tầm soát; phát hiện ca dương tính; làm xét nghiệm xác định; can thiệp (cách ly hay điều trị); cứu người. Có thể xem mục tiêu tối hậu là giảm số ca tử vong trong cộng đồng.
Tôi có lý do để khuyên rằng không nên làm xét nghiệm như thế trong bối cảnh hiện nay, và nên nghĩ đến một chiến lược khác.
Lý do thứ nhứt: Số ca dương tính rất thấp
Thấp là bao nhiêu? Hôm nọ, tôi có trình bày con số từ Úc cho thấy xét nghiệm xét nghiệm trên 7.4 triệu người, kết quả cho thấy có 0.4% (tức 4 trên 1000) có kết quả dương tính [2]. Nhưng con số sau cùng xét nghiệm trên 21.5 triệu người, có 0.1% (1 trên 1000 người) có kết quả dương tính [3]. Nếu dùng con số này (0.1%) làm điểm tham khảo, chúng ta dự báo rằng xét nghiệm trên 10 triệu người ở TPHCM sẽ cho ra kết quả 10,000 người có kết quả dương tính. Nói cách khác, 99.9% sẽ có kết quả âm tính.
Dĩ nhiên, 10000 người có kết quả dương tính không có nghĩa là phát hiện 10,000 ca nhiễm Covid-19. Trong thực tế số ca nhiễm có thể gấp 2 lần con số dương tính, vì xét nghiệm bỏ sót. Tuy nhiên, con số 10,000 đó quá thấp để chúng ta dồn sức lực và tài chánh của người dân vào một chương trình quy mô như thế. Tôi sẽ giải thích tiếp dưới đây.
Lý do thứ hai: Chi phí quá tốn kém
Thường, xét nghiệm bằng kỹ thuật RT-PCR khá tốn kém. Ở Úc, mỗi mẫu như thế tốn khoảng 150 đôla; nếu thêm xét nghiệm kháng thể IgG thì tốn đến 210 đôla. Nhưng ở Việt Nam thì chi phí, theo như một quảng cáo, là 750,000 đồng (tức gần 33 USD). Nếu xét nghiệm theo nhóm thì chi phí có thể là 460,000 đồng (20 USD). Nếu chúng ta lấy cái giá 20 USD là chi phí 'bảo thủ' (thấp), thì xét nghiệm trên 10 triệu người sẽ tốn 200 triệu USD, hay 4000 tỉ đồng.
Bốn ngàn tỉ đồng để phát hiện 10,000 ca dương tính. Tính bình quân, để phát hiện mỗi ca dương tính, người dân phải tốn 400 triệu đồng (hay 20,000 USD)! Có xứng đáng 'đồng tiền bát gạo' không? Tôi nghĩ đa số các bạn sẽ nói 'không'.
Lý do thứ ba: Lợi ích quá thấp
Ở trên, tôi nói rằng mục tiêu tối hậu của xét nghiệm đại trà không chỉ là phát hiện ca dương tính, mà là giảm tử vong. Bây giờ chúng ta thử xem qua giả định này. Hiện nay, chúng ta không có thuốc đặc trị cho bệnh nhân Covid-19, nhưng có vài thuốc được tái mục đích cho Covid-19 [4]. Những thuốc như Dexamethasone có thể giảm nguy cơ tử vong khoảng 36% [4].
Bây giờ chúng ta quay lại số ca cần điều trị. Giả dụ rằng chương trình xét nghiệm phát hiện 10,000 người bị nhiễm (một giả định lớn). Trong số này, chỉ có 3% là nặng và cần điều trị (theo số liệu của Bộ Y tế [5]), hay 300 bệnh nhân. Xác suất tử vong ở những bệnh nhân nặng này là khoảng 17% [6]. Do đó, con số tử vong dự kiến sẽ là 51 người.
Tuy nhiên, họ sẽ được điều trị, nên con số tử vong là 0.17*0.64*300 = 32 người. Nói cách khác, chúng ta cứu được 18 người.
Bây giờ, chúng ta sẽ hỏi: cần tâm soát hay xét nghiệm bao nhiêu người để giảm 1 ca tử vong? Trong dịch tễ học, câu trả lời cho câu hỏi này là 'number needed to screen' (NNS). Con số này phụ thuộc vào hiệu quả của thuốc điều trị [chúng ta đã biết] và xác suất tử vong.
Chúng ta biết rằng xác suất tử vong là 51 / 10,000,000 = 0.0000051. Nhưng vì họ được tầm soát / xét nghiệm và điều trị, nên xác suất tử vong mà chương trình xét nghiệm đem lại là 0.0000051*0.64 = 0.00000326. Suy ra, số người cần xét nghiệm để giảm MỘT ca tử vong là:
1 / (0.0000051 - 0.00000326) = 543,478.
Tức là, chúng ta phải tầm soát 543,478 để giảm 1 ca tử vong.
Chi phí xét nghiệm để giảm 1 ca tử vong là: 10,869,560 USD.
Chính tôi cũng ngạc nhiên khi thấy con số quá cao như thế. Điều này càng nói lên rằng chúng ta sẽ phải chi rất nhiều tiền, nhưng không đem lại hiệu quả cho công chúng bao nhiêu.
Lý do thứ tư: Sai sót trong xét nghiệm
Hôm trước tôi có giải thích rằng xét nghiệm đại trà dễ dẫn đến sai sót về kết quả. Sai sót xuất phát từ 2 nguồn: khâu lấy mẫu và khâu xét nghiệm. Lấy mẫu đại trà ngoài cộng đồng, trong môi trường không có kiểm soát, rất dễ bị 'contaminated', nhứt là khi các mẫu được gom vào một rọ. Đó là chưa nói đến bảo quản mẫu trước khi chuyển về phòng xét nghiệm.
Độ chính xác của xét nghiệm còn tùy thuộc vào nơi lấy mẫu. Chẳng hạn như có nghiên cứu cho thấy lấy mẫu ở cổ họng kém chính xác bằng lấy mẫu ở mũi.
Kỹ thuật xét nghiệm PCR tuy rất chính xác, nhưng vẫn có kết quả dương tính giả và âm tính giả. Dương tính giả là khi người ta có kết quả dương tính, nhưng họ không bị nhiễm. Âm tính giả là khi họ có kết quả âm tính, nhưng thật ra họ đã bị nhiễm. Tỉ lệ dương tính giả là khoảng 7% và âm tính giả có thể lên đến 20% [7].
Tuy con số không cao , nhưng nếu các bạn áp dụng cho 10 triệu người thì sẽ thấy rất cao. Lấy kết quả seroprevalence mà giả dụ (nhấn mạnh là 'giả định') rằng có 0.24% trong cộng đồng bị nhiễm [8], và nếu xét nghiệm tất cả 10 triệu người, chúng ta kì vọng sẽ có kết quả (xem giản đồ minh họa):
• dương tính: 717,520 người, nhưng trong số này dương tính giả là 698,320 người.
• âm tính: 9,282,480, nhưng trong số này sẽ có 4800 là âm tính giả.
Như vậy, các bạn thấy con số sai sót quá lớn: 703,120 nguời sẽ có kết quả sai.
Dĩ nhiên, những con số đó có thể sai, vì giả định có thể không đúng. Nhưng tôi tin rằng dù có sai thì con số kết quả xét nghiệm dương tính giả và âm tính giả vẫn hơn 500,000 người.
Thay đổi chiến lược xét nghiệm
Từ trong tim, tôi vẫn nghĩ đến xét nghiệm trong cộng đồng, và đã từng lên tiếng từ năm ngoái khi dịch chưa cao. Tôi nghĩ nên thay đổi chiến lược xét nghiệm: thay vì làm trên 10 triệu người, nên làm xét nghiệm ngẫu nhiên.
Theo phương án xét nghiệm ngẫu nhiên, chúng ta sẽ ứng dụng cách lấy mẫu theo cụm (cluster sampling). Chúng ta sẽ đi đến từng phường, và lấy ngẫu nhiên một số hộ gia đình. Lý do lấy gia đình là vì đa số các ca nhiễm là trong nhà (kinh nghiệm bên Úc). Chúng ta sẽ xem gia đình là đơn vị lấy mẫu. Còn lấy bao nhiêu thì là vấn đề kĩ thuật tính toán (sẽ bàn sau). Với cách lấy mẫu theo cụm như thế, chúng ta bảo đảm bao trùm cả thành phố, mà không cần phải xét nghiệm trên 10 triệu người. Cách làm này sẽ tiết kiệm rất nhiều tiền mà vẫn cho ra kết quả có tính khoa học cao.
***
Tóm lại, tôi đã giải thích tại sao một chương trình xét nghiệm đại trà như thế ở TPHCM sẽ tốn rất nhiều tiền, không có hiệu quả y tế cộng đồng, và không chính xác. Ở Anh, từ cuối năm ngoái, người ta cũng không làm như thế. Một quan chức cao cấp trong Bộ Y tế (Lord Bethell) viết rằng "Hiện nay, chúng tôi không có kế hoạch xét nghiệm đại trà; xét nghiệm bằng cách quét [cổ họng] không có triệu chứng không phải là một phương pháp chính xác để tầm soát trong dân số, bởi vì nguy cơ âm tính giả quá cao" [9] (Nguyên văn: 'We are not currently planning mass asymptomatic testing; swab testing people with no symptoms is not an accurate way of screening the general population, as there is a real risk of giving false reassurance.')
Bên Anh người ta đã qua trải nghiệm xét nghiệm Covid-19 đại trà và họ không làm nữa. Nên ngưng chương trình xét nghiệm đại trà, và suy nghĩ cách làm khác cho hiệu quả hơn và ít tốn kém hơn. Chi phí để giảm 1 ca tử vong là ~10.9 triệu USD, rất khó thuyết phục công chúng. Nên dành số tiền dành cho xét nghiệm để đầu tư vào mua vaccin vì tiêm vaccin là ưu tiên số 1 hiện nay (chớ không phải xét nghiệm đại trà).
GS NGUYỄN VĂN TUẤN 08.07.2021
[1] GS Nguyễn Văn Tuấn - Nên ngưng đếm số canhiễm và chiến lược thoát Covid-19
[3] Coronavirus(COVID-19) case numbers and statistics
[4] Các lựa chọntrong điều trị bệnh nhân COVID-19
[5] COVID-19fatality rates in hospitalized patients: systematic review and meta-analysis
[6] Sai sóttrong xét nghiệm Covid-19 và diễn giải kết quả xét nghiệm
[7] Seroprevalence of SARS‐CoV‐2‐specific antibodies in Sydney after the first epidemic wave of 2020
Aucun commentaire:
Enregistrer un commentaire
Remarque : Seul un membre de ce blog est autorisé à enregistrer un commentaire.