Dịch tễ lâm sàng, biến thể gen thalassemia gây tan máu bẩm sinh ở các cặp vợ chồng đến khám tại bệnh viện phụ sản trung ương, kết quả ứng dụng trí tuệ nhân tạo Dịch tễ lâm sàng, biến thể gen thalassemia gây tan máu bẩm sinh ở các cặp vợ chồng đến khám tại bệnh viện phụ sản trung ương, kết quả ứng dụng trí tuệ nhân tạo Dịch tễ lâm sàng, biến thể gen thalassemia gây tan máu bẩm sinh ở các cặp vợ chồng đến khám tại bệnh viện phụ sản trung ương, kết quả ứng dụng trí tuệ nhân tạo
ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Đối tượng nghiên cứu
- Thai phụ và chồng đến khám và sàng lọc trước sinh tại bệnh viện Phụ Sản Trung Ương ở bất kỳ tuổi thai nào, không phân biệt thai thứ mấy
Thai phụ và chồng có kết quả xét nghiệm tổng phân tích tế bào máu ngoại vi dương tính hoặc có tiền sử gia đình mắc bệnh Thalassemia, cũng như có người mang gen Thalassemia, cần được chú ý đặc biệt trong quá trình chăm sóc sức khỏe.
Các cặp vợ chồng có nguy cơ cao về Thalassemia, như kết quả xét nghiệm thiếu máu hoặc tiền sử gia đình, cần thực hiện điện di Hemoglobin và xét nghiệm gen để xác định tình trạng Đối với các trường hợp có nguy cơ thấp hoặc không phát hiện đột biến gen, cần đánh giá kết quả sau khi sinh con.
- Thai phụ hoặc chồng đang truyền máu
Địa điểm và thời gian nghiên cứu
- Địa điểm nghiên cứu: Bệnh viện Phụ sản Trung ương
- Thời gian nghiên cứu: Từ năm 2012 đến năm 2022
Thiết kế nghiên cứu
- Mục tiêu 1: Nghiên cứu mô tả loạt ca bệnh (Case series) là các cặp vợ chồng, với hai phương thức là hồi cứu (2012 -2020) và tiến cứu (2020 -2022)
Mục tiêu 2 của nghiên cứu là thực hiện khảo sát thực nghiệm trên nhóm bệnh nhân tại Bệnh viện Phụ sản Trung ương, nhằm đánh giá hiệu quả của việc sàng lọc bằng hai phần mềm trí tuệ nhân tạo (AI).
2.3.2 Cỡ mẫu và phương pháp chọn mẫu
- Cỡ mẫu cho mục tiêu 1
Chúng tôi sử dụng công thức tính cỡ mẫu ước tính một tỷ lệ trong quần thể:
Cỡ mẫu tính theo công thức: 𝑛 = 𝑍 (1− 𝛼
Trong nghiên cứu này, cỡ mẫu n được xác định với sai lầm loại I α là 0,05, tương ứng với khoảng tin cậy 95% và giá trị Z là 1,96 Tỷ lệ người mang gen Thalassemia, theo nghiên cứu của Nguyễn Kiều Giang và cộng sự năm 2016, là 30% trong nhóm phụ nữ độ tuổi sinh đẻ, do đó chúng tôi chọn p = 0,3 Mức chính xác tương đối ε được chọn là 0,09.
Thay vào công thức ta có: n = 1107
Trong một nghiên cứu tại Bệnh viện Phụ sản Trung Ương, đã thu thập được 2584 đối tượng, bao gồm 1292 cặp vợ chồng đến khám thai, đáp ứng đầy đủ các tiêu chuẩn lựa chọn và loại trừ.
- Cỡ mẫu cho mục tiêu 2
Nghiên cứu này tập trung vào thai phụ và chồng, với yêu cầu phần mềm đạt độ nhạy tối thiểu là pse = 0,95 và độ đặc hiệu tối thiểu là psp = 0,95.
TP, FN, TN, FP lần lượt là số dương tính thật, âm tính giả, âm tính thật và dương tính giả
Cỡ mẫu để đánh giá độ nhạy tính theo công thức:
Cỡ mẫu để đánh giá độ đặc hiệu tính theo công thức:
Để đánh giá độ nhạy và độ đặc hiệu trong nghiên cứu, cỡ mẫu n1 và n2 lần lượt được sử dụng, với α là sai lầm loại I Khi khoảng tin cậy đạt 95%, giá trị α được xác định là 0,05.
Zα - α / 2 có giá trị là 1,96, trong khi chỉ số dao động của độ nhạy và độ đặc hiệu được xác định là ω = 0,07 Xác suất dương tính thật (độ nhạy) tối thiểu là pse = 0,95, và xác suất âm tính thật (độ đặc hiệu) tối thiểu là psp = 0,95.
Tần suất mắc Thalassemia trong cộng đồng là một vấn đề đáng lưu ý Theo nghiên cứu của Đặng Thị Hồng Thiện và cộng sự (2019), tỷ lệ nguy cơ cao mang gen Thalassemia được phát hiện qua xét nghiệm tổng phân tích tế bào máu ngoại vi tại Bệnh viện Phụ sản Trung ương lên tới 13,8% Năm 2017, Viện Huyết học đã tiến hành các nghiên cứu liên quan đến tình trạng này, cho thấy mức độ phổ biến của bệnh Thalassemia trong cộng đồng.
Truyền máu Trung ương đã hợp tác với nhiều đơn vị trên toàn quốc để nghiên cứu đặc điểm dịch tễ của bệnh Thalassemia và huyết sắc tố tại Việt Nam Kết quả ước tính tỷ lệ mang gen Thalassemia/huyết sắc tố trung bình trong cộng đồng các dân tộc trên toàn quốc đạt 13,8%.
Từ thông tin trên, chúng tôi chọn p = 0,138
Thay vào công thức, ta có:
0,07 2 ×(1−0,138) = 43 Thực tế thu thập được cỡ mẫu cho mục tiêu 2 là 244 đối tượng
Chọn mẫu thuận tiện theo giai đoạn, bao gồm:
+ Thu thập số liệu từ bệnh án của đối tượng nghiên cứu tại bệnh viện phụ sản Trung ương từ cuối tháng 12 năm 2021 trở về tháng 9 năm 2022 gồm
+ Thu thập số liệu từ bệnh án của đối tượng nghiên cứu tại bệnh viện Phụ sản Trung Ương từ tháng 1 năm 2021 đến tháng 9 năm 2022 gồm 189 bệnh án
Từ năm 2012 đến 2022, các thai phụ và chồng tham gia sàng lọc trước sinh tại Bệnh viện Phụ sản Trung ương sẽ được thăm khám lâm sàng, hỏi tiền sử và thực hiện xét nghiệm máu cùng điện di Hemoglobin Những trường hợp có nguy cơ thấp, với kết quả xét nghiệm máu bình thường và không có tiền sử Thalassemia trong gia đình, sẽ được theo dõi và xác nhận sau khi sinh.
Trong những trường hợp có nguy cơ cao mắc Thalassemia, như tiền sử gia đình, thiếu máu hoặc kết quả điện di bất thường, việc phân tích kết quả xét nghiệm sẽ được thực hiện bằng phần mềm hệ tri thức chuyên gia và phần mềm học máy Qua đó, sẽ xác định được nguy cơ mang gen Thalassemia, thể bệnh Thalassemia cũng như tình trạng huyết học của người bệnh.
2.4 Nội dung, biến số và chỉ số nghiên cứu
Nghiên cứu lâm sàng về Thalassemia tập trung vào việc lựa chọn bệnh án của các thai phụ và chồng trong quá trình sàng lọc Thalassemia tại Bệnh viện Phụ sản Trung ương từ năm 2012 đến 2022 Mục tiêu của nghiên cứu là đánh giá đặc điểm lâm sàng và tầm quan trọng của việc sàng lọc sớm để phát hiện và quản lý bệnh Thalassemia hiệu quả.
Nghiên cứu cận lâm sàng về Thalassemia sẽ tiến hành xét nghiệm huyết học, sinh hoá máu và điện di hemoglobin cho các đối tượng nghiên cứu đáp ứng tiêu chuẩn lựa chọn và loại trừ Các chỉ số được kiểm tra bao gồm RBC, HGB, HCT, MCH, MCV, MCHC, RDW, ferritin huyết thanh, sắt huyết thanh, và tiền sử Thalassemia của thai phụ.
Nghiên cứu gen liên quan đến bệnh Thalassemia và các yếu tố nguy cơ đã được thực hiện trên những đối tượng có nguy cơ cao Các đối tượng này được xét nghiệm gen bằng kỹ thuật Strip Assay để phân tích đặc điểm gen Kết quả từ phân tích được đưa vào phần mềm hệ tri thức chuyên gia và phần mềm học máy nhằm xác định nguy cơ mắc Thalassemia, thể bệnh cụ thể và kết luận về tình trạng huyết học.
2.4.2 Các biến số, chỉ số nghiên cứu
Nhóm biến số và chỉ số nghiên cứu dùng cho mục tiêu 1 và 2:
Bảng 2.1 Biến số trong nghiên cứu
Tên biến Định nghĩa biến Phân loại biến
Phương pháp thu thập Nhóm biến thông tin chung
Tuổi Tuổi thai phụ hoặc chồng thai phụ (đơn vị năm)
Tra cứu, ghi chép bệnh án Tuổi thai nhi Tuổi thai nhi (đơn vị tuần) Biến liên tục
Tra cứu, ghi chép bệnh án Dân tộc Thai phụ hoặc chồng ở nhóm Biến định Tra cứu, ghi dân tộc nào
5 Khác danh chép bệnh án
Nhóm biến của thai phụ
Nhóm biến công thức máu
RBC Số lượng hồng cầu của thai phu
Tra cứu, ghi chép bệnh án HGB Nồng độ huyết sắc tố của thai phụ (g/l)
Tra cứu, ghi chép bệnh án HCT Tỷ lệ thể tích hồng cầu trên thể tích máu toàn phần của thai phụ (l/l)
Tra cứu, ghi chép bệnh án
MCV Thể tích trung bình hồng cầu của thai phụ (gl)
Tra cứu, ghi chép bệnh án MCH Huyết sắc tố trung bình hồng cầu của thai phụ (pg)
Tra cứu, ghi chép bệnh án MCHC Nồng độ trung bình huyết sắc tố hemoglobin trong một thể tích máu của thai phụ (g/l)
Tra cứu, ghi chép bệnh án
RDW Độ phân bố kích thước hồng cầu của thai phụ (%)
Tra cứu, ghi chép bệnh án Nhóm chỉ số xét nghiệm sinh hóa
Định lượng sắt huyết thanh và ferritin huyết thanh là các chỉ số quan trọng trong việc theo dõi sức khỏe của thai phụ Đối với sắt huyết thanh, giá trị được đo bằng đơn vị umol/l, trong khi ferritin huyết thanh được xác định bằng ug/l Việc ghi chép các chỉ số này trong bệnh án là cần thiết để đánh giá tình trạng dinh dưỡng và phòng ngừa các vấn đề liên quan đến thiếu sắt trong thai kỳ.
Tra cứu, ghi chép bệnh án Nhóm biến kết quả điện di huyết sắc tố
HbA1 Tỷ lệ Hemoglobin HbA1 của thai phụ (%)
Tra cứu, ghi chép bệnh án HbA2 Tỷ lệ Hemoglobin HbA2 của thai phụ (%)
Tra cứu, ghi chép bệnh án HbE Tỷ lệ Hemoglobin HbE của thai phụ (%)
Tra cứu, ghi chép bệnh án HbF Tỷ lệ Hemoglobin HbF của thai phụ (%)
Tra cứu, ghi chép bệnh án
Hb Bart’s Tỷ lệ Hemoglobin Hb Bart’s của thai phụ (%)
Tra cứu, ghi chép bệnh án
Hb khác Tỷ lệ Hemoglobin Hb khác của thai phụ (%)
Tra cứu, ghi chép bệnh án Nhóm biến xác định gen Thalassemia
Kết quả xét nghiệm gen
Tra cứu, ghi chép bệnh án
Nhóm biến của chồng thai phụ
Nhóm biến công thức máu
RBC Số lượng hồng cầu của chồng thai phu (G/l)
Tra cứu, ghi chép bệnh án HGB Nồng độ huyết sắc tố của chồng thai phụ (g/l)
Tra cứu, ghi chép bệnh án
HCT Tỷ lệ thể tích hồng cầu trên thể tích máu toàn phần của chồng thai phụ (l/l)
Tra cứu, ghi chép bệnh án
MCV Thể tích trung bình hồng cầu của chồng thai phụ (gl)
Tra cứu, ghi chép bệnh án MCH Huyết sắc tố trung bình hồng cầu của chồng thai phụ (pg)
Tra cứu, ghi chép bệnh án MCHC Nồng độ trung bình huyết sắc tố hemoglobin trong một thể tích máu của chồng thai phụ (g/l)
Tra cứu, ghi chép bệnh án
RDW Độ phân bố kích thước hồng cầu của chồng thai phụ (%)
Tra cứu, ghi chép bệnh án Nhóm chỉ số xét nghiệm sinh hóa
Sắt huyết thanh Định lượng sắt huyết thanh của chồng thai phụ (umol/l)
Tra cứu, ghi chép bệnh án Ferritin huyết thanh Định lượng Ferritin huyết thanh của chồng thai phụ (ug/l)
Tra cứu, ghi chép bệnh án Nhóm biến kết quả điện di huyết sắc tố
HbA1 Tỷ lệ Hemoglobin HbA1 của chồng thai phụ (%)
Tra cứu, ghi chép bệnh án HbA2 Tỷ lệ Hemoglobin HbA2 của chồng thai phụ (%)
Tra cứu, ghi chép bệnh án HbE Tỷ lệ Hemoglobin HbE của chồng thai phụ (%)
Tra cứu, ghi chép bệnh án HbF Tỷ lệ Hemoglobin HbF của chồng thai phụ (%)
Tra cứu, ghi chép bệnh án
Hb Bart’s Tỷ lệ Hemoglobin Hb Bart’s của chồng thai phụ (%)
Tra cứu, ghi chép bệnh án
Hb khác Tỷ lệ Hemoglobin Hb khác của chồng thai phụ (%)
Tra cứu, ghi chép bệnh án Nhóm biến xác định gen Thalassemia của chồng thai phụ
Kết quả xét nghiệm gen
Tra cứu, ghi chép bệnh án Nhóm biến liên quan tới phần mềm trí tuệ nhân tạo
Tỷ lệ % khả năng mắc Thalassemia được đưa ra bởi phần mềm trí tuệ nhân tạo
Ghi chép từ phần mềm
Kết luận mắc Thalassemia được đưa ra bởi phần mềm trí tuệ nhân tạo (0: không mắc α- thalassemia; 1: mắc α- thalassemia; 2: mắc β- thalassemia)
Ghi chép từ phần mềm
Kết luận thiếu máu được đưa ra bởi phần mềm trí tuệ nhân tạo (0: không có thiếu máu; 1: có thiếu máu)
Ghi chép từ phần mềm
Phân loại kích thước hồng cầu
Phân loại kích thước hồng cầu được thực hiện thông qua phần mềm trí tuệ nhân tạo, với ba loại chính: 0 cho kích thước hồng cầu bình thường, 1 cho hồng cầu nhỏ và 2 cho hồng cầu to.
Ghi chép từ phần mềm
Kết luận phân loại hồng cầu được đưa ra bởi phần mềm trí tuệ nhân tạo (0: hồng cầu bình sắc;
1: hồng cầu nhược sắc; 2: hồng cầu ưu sắc) Kết quả XN đột biến gen là tiêu chuẩn vàng để đánh giá nguy cơ mang gen
Thalassemia từ kết quả XN tổng phân tích tế bào máu
Ghi chép từ phần mềm Độ nhạy TP
TP + FN× 100 Biến định lượng
Tính toán Độ đặc hiệu TN
TN + FP× 100 Biến định lượng
Giá trị dự báo dương tính
TP + FP× 100 Biến định lượng
Giá trị dự báo âm tính
TN + FN× 100 Biến định lượng
Tính toán Độ chính xác (TP + TN) × 100
Quy trình, phương pháp thu thập thông tin
Bước 1: Thu thập hồ sơ bệnh án đáp ứng tiêu chuẩn lựa chọn
Thu thập dữ liệu từ bệnh án của bệnh nhân tại Bệnh viện Phụ sản Trung ương, đảm bảo đáp ứng các tiêu chuẩn lựa chọn đã đề ra Dữ liệu thu thập bao gồm thông tin chi tiết về tình trạng sức khỏe và lịch sử khám chữa bệnh của bệnh nhân.
Kết quả xét nghiệm cho thai phụ và chồng bao gồm các chỉ số quan trọng như RBC, HGB, HCT, MCH, MCV, MCHC, RDW, ferritin huyết thanh, sắt huyết thanh và điện di hemoglobin Những chỉ số này giúp đánh giá tình trạng sức khỏe của cả hai, đảm bảo sự phát triển an toàn cho thai nhi.
Xét nghiệm gen là cần thiết cho những đối tượng có nguy cơ cao như người thiếu máu, có tiền sử gia đình liên quan đến Thalassemia hoặc kết quả điện di bất thường Quy trình này bao gồm chọc hút dịch ối để thực hiện xét nghiệm gen, sử dụng kit Strip Assay với nhiều đầu dò nhằm phát hiện đột biến và xác định tính đồng hợp hoặc dị hợp tử của các đột biến Bộ xét nghiệm α globin strip assay có khả năng sàng lọc 21 đột biến α-thalassemia, trong khi bộ xét nghiệm β globin strip assay cho phép sàng lọc 22 đột biến β-thalassemia phổ biến tại khu vực Đông Nam Á.
+ Tiền sử sinh con mắc Thalassemia hoặc phù thai hoặc gia đình có người mang gen Thalassemia
- Tổng hợp dữ liệu bằng phần mềm Excel
- Làm sạch số liệu: loại bỏ các giá trị sai, giá trị bị thiếu,…
Bước 3: Sử dụng phần mềm trí tuệ nhân tạo để phân tích kết quả
Hệ thống phần mềm trí tuệ nhân tạo trong nghiên cứu này bao gồm hai phần mềm: phần mềm học máy và phần mềm hệ tri thức chuyên gia Các phần mềm này được phát triển bởi nhóm nghiên cứu của PGS.TS Trần Danh Cường, PGS.TS Nguyễn Thị Trang và cộng sự, dựa trên đề tài cấp nhà nước “Nghiên cứu ứng dụng trí tuệ nhân tạo tầm soát một số bất thường bẩm sinh hay gặp tại Việt Nam” thuộc chương trình KC4.0/19-25, đã được nghiệm thu vào năm 2023.
- Phần mềm xây dựng với cơ sở dữ liệu đầu vào (Input) bao gồm:
+ Các thông tin hành chính của thai phụ và chồng: tên, tuổi, địa chỉ, nghề nghiệp, tiền sử,…
Các kết quả tổng phân tích tế bào máu, điện di huyết sắc tố, và đột biến gen của thai phụ cùng với chồng, cũng như các kết quả xét nghiệm gen từ tế bào ối của thai nhi (nếu có) đều đóng vai trò quan trọng trong việc đánh giá sức khỏe và phát hiện sớm các vấn đề di truyền.
- Dữ liệu đầu ra (output) của phần mềm là nguy cơ cao/thấp mang gen Thalassemia
Phần mềm là một cấu hình web dễ sử dụng, tương thích với máy tính bàn, laptop và điện thoại di động có kết nối internet, cho phép người dùng truy cập với quyền hạn đã được cấp.
Quá trình sử dụng phần mềm chỉ cần một nhân viên y tế (NVYT) để nhập kết quả xét nghiệm của bệnh nhân Hệ thống sẽ tự động phân tích dữ liệu và có khả năng tự cập nhật cũng như đổi mới khi kích thước mẫu tăng lên.
Đánh giá phần mềm là bước quan trọng, dựa trên các chỉ số như độ nhạy, độ đặc hiệu và độ chính xác Việc so sánh với kết quả xét nghiệm đột biến gen, được coi là tiêu chuẩn vàng hiện tại, sẽ giúp xác định hiệu quả của phần mềm.
2.5.2 Tiêu chuẩn đánh giá, kỹ thuật trong nghiên cứu
2.5.2.1 Các chỉ số về lâm sàng và cận lâm sàng
+ Tuổi: tính bằng năm bệnh nhân làm sàng lọc trừ năm sinh
+ Giới: nam giới và nữ giới
Huyết học có thể được phân loại dựa trên kích thước và sắc tố của hồng cầu Hồng cầu kích thước bình thường và đẳng sắc có MCV ≥ 80 fl và MCH ≥ 28 pg Hồng cầu nhỏ có MCV < 80 fl nhưng MCH ≥ 28 pg, trong khi hồng cầu nhược sắc có MCV ≥ 80 fl và MCH < 28 pg Đối với hồng cầu nhỏ và nhược sắc, cả MCV và MCH đều dưới mức 80 fl và 28 pg Về tình trạng sắt, thiếu sắt được xác định khi sắt huyết thanh dưới 9 àmol/l và ferritin huyết thanh dưới 13 àg/l, trong khi thừa sắt xảy ra khi sắt huyết thanh trên 30,4 àmol/l và ferritin huyết thanh trên 150 àg/l.
+ Các chỉ số ferritin huyết thanh theo mức độ quá tải sắt:
Bảng 2.Error! Bookmark not defined Các chỉ số ferritin huyết thanh theo mức độ quá tải sắt
Ferritin huyết thanh (ng/ml) Mức độ ứ sắt
Thai phụ và chồng có kết quả xét nghiệm tổng phân tích tế bào máu ngoại vi cho thấy nguy cơ cao mang gen Thalassemia sẽ được chỉ định làm xét nghiệm gen để chẩn đoán xác định Trong khi đó, những trường hợp có nguy cơ thấp ở thai nhi sẽ được theo dõi trước sinh và sau sinh thông qua các biểu hiện lâm sàng cũng như xét nghiệm tổng phân tích tế bào máu ở trẻ sơ sinh.
Các chỉ số xét nghiệm tế bào máu ngoại vi được thực hiện bởi kỹ thuật viên sử dụng máy đếm tế bào tự động dựa trên nguyên lý trở kháng và laser Kỹ thuật viên khởi động chế độ chạy máy tự động, theo dõi quá trình và in kết quả Nếu phát hiện dấu hiệu bất thường, kỹ thuật viên sẽ kéo tiêu bản, nhuộm Giemsa và đọc trên kính hiển vi để đối chiếu với kết quả máy.
Chẩn đoán α-thalassemia được thực hiện thông qua xét nghiệm di truyền phân tử bằng kỹ thuật Strip Assay, giúp phát hiện các đột biến liên quan đến Thalassemia trên gen HBA Ngoài ra, sự hiện diện của HbH hoặc Hb Bart's trong máu cũng là dấu hiệu quan trọng trong quá trình chẩn đoán.
- Chẩn đoán β – thalassemia: Kết quả xét nghiệm di truyền phân tử bằng kỹ thuật Strip Assay tìm thấy đột biến Thalassemia trên HBB
- Chẩn đoán kiểu gen của bệnh Thalassemia: Đồng hợp tử, dị hợp tử, dị hợp tử kép dựa vào kết quả xét nghiệm gen bằng kỹ thuật Strip Assay
+ α – thalassemia: Đồng hợp có kiểu gen α 0 / α 0 gây bệnh Hb Bart’s; Dị hợp tử có kiểu gen α 0 / α + gây bệnh HbH
β-thalassemia là một rối loạn di truyền, trong đó thể nặng được xác định bởi kiểu gen đồng hợp tử β 0/β 0 hoặc dị hợp tử kép β 0/β +, dẫn đến thiếu hụt nghiêm trọng β globulin Ngược lại, dị hợp tử với kiểu gen β/β 0 hoặc β/β + thường chỉ biểu hiện triệu chứng thiếu máu nhẹ đến trung bình.
2.5.2.2 Chẩn đoán Thalassemia bằng kỹ thuật lai phân tử ngược Globulin Strip Assay
Nguyên lý kỹ thuật được phát triển dựa trên kỹ thuật lai ADN ngược, sử dụng hai thanh teststrip với nhiều đầu dò để phát hiện và xác định tính đồng hợp/dị hợp tử của 21 đột biến phổ biến ở Đông Nam Á Phương pháp này cho phép phát hiện nhiều đột biến gen cùng lúc trong thời gian ngắn (6 – 8 giờ) với lượng mẫu yêu cầu ít Kết quả phân tích đơn giản, có độ chính xác cao và không cần quá nhiều thiết bị.
Bài kiểm tra Thanh được trang bị đầu dò để phát hiện 21 đột biến α-globin và 22 đột biến β-globin, cho phép xác định cả đột biến đồng hợp tử và dị hợp tử.
+ Yêu cầu mẫu bệnh phẩm: Bệnh phẩm là 2 ml máu toàn phần chống đông EDTA; ADN đã tách từ tế bào dịch ối
+ Chuẩn bị: Hóa chất sinh phẩm; Thiết bị; Dụng cụ
+ Qui trình thực hiện sơ bộ có các bước sau:
Bước 1: Tách ADN (từ máu toàn phần);
Bước 2: Điện di kiểm tra ADN;
Bước 3: Thực hiện phản ứng PCR;
Bước 4: Điện di kiểm tra sản phẩm PCR;
Bước 5: Các bước lai ADN:
Lai ADN - 1 Test strip cho 1 mẫu;
Rửa teststrip (45°C; máy lắc ổn nhiệt);
Phát hiện màu (nhiệt độ phòng)
Bước 6: Phân tích kết quả.
Phân tích số liệu và phiên giải kết quả
- Số liệu của mỗi bệnh nhân được đưa vào một bệnh án nghiên cứu thống nhất
- Số liệu được tổng hợp và lưu trữ bằng phần mềm Excel
Trong quá trình huấn luyện mô hình AI, thuật toán MID và MDA được áp dụng để trích xuất bốn chỉ số đặc trưng quan trọng nhất của công thức máu Các mô hình được sử dụng để so sánh và đánh giá hiệu quả bao gồm KNN, Random Forest, MLP và SVM.
- Số liệu được nhập đúng quy trình vào phần mềm AI để tính toán kết quả mà nghiên cứu cần
- Số liệu được phân tích bằng phần mềm Stata 15
- Số liệu được trình bày biểu diễn theo các bảng trống có sẵn:
Bảng tần số và tỷ lệ % được sử dụng để mô tả biến định tính
Độ lệch chuẩn thường được áp dụng để mô tả các biến định lượng, trong khi đó, để kiểm tra sự khác biệt giữa các biến định tính, người ta sử dụng các phương pháp như kiểm định Chi-square và kiểm định chính xác Fischer.
Mức p-value < 0,05 được coi là có ý nghĩa thống kê.
Sai số và cách khắc phục
Sai số thu thập thông tin:
- Bỏ sót đối tượng hoặc chọn nhầm đối tượng Sao chép nhầm hoặc bỏ sót thông tin khi sao chép thông tin từ hồ sơ bệnh án
- Các thông tin thu thập từ sản phụ không chính xác
- Sai số do nhập số liệu: do người nhập nhầm hoặc bỏ sót thông tin
- Sai số phân loại do các phương pháp chẩn đoán không chẩn đoán chính xác tình trạng của bệnh nhân
- Sai số trong quá trình thu thập, phân tích và xử lý số liệu
- Sai số do sử dụng các thiết bị xét nghiệm công thức máu, điện di, xét nghiệm gen khác nhau trong thời gian nghiên cứu dài (từ 2012 – 2022)
2.7.2 Cách khắc phục sai số
Sai số thu thập thông tin
- Sử dụng một phương pháp chuẩn cho mỗi số liệu thu thập
- Số liệu nghiên cứu sau khi được nhập được rà soát lại bởi một người khác trong nhóm nghiên cứu
- Tiến hành tập huấn cho nghiên cứu viên sử dụng thành thạo phần mềm nhập liệu và xử lí số liệu.
Đạo đức nghiên cứu
Nghiên cứu này áp dụng phương pháp khai thác thông tin từ bệnh án của thai phụ và chồng, nhằm thu thập dữ liệu cần thiết Việc phỏng vấn để theo dõi thông tin sau sinh không gây ảnh hưởng đến sức khỏe của bệnh nhân cũng như tình trạng bệnh lý hiện tại.
- Tất cả các thông tin thu thập được trong quá trình nghiên cứu được bảo mật và chỉ phục vụ cho mục đích nghiên cứu
Nghiên cứu này là kết quả của đề tài “Nghiên cứu ứng dụng trí tuệ nhân tạo trong việc tầm soát các bất thường bẩm sinh phổ biến tại Việt Nam” và đã được Hội đồng Y đức Bệnh viện Phụ sản Trung ương phê duyệt.
Sơ đồ nghiên cứu
Đối tượng nghiên cứu (ĐTNC)
Thai phụ và chồng đến sàng lọc Thalassemia tại BVPSTW (1292 cặp vợ chồng)
- Tiền sử sinh con mắc thalassemia
- Gia đình có người mang gen thalassemia
Kết quả xét nghiệm máu của thai phụ và chồng
RBC, HGB, HCT, MCV, MCH,
MCHC, RDW, ferritin huyết thanh, sắt huyết thanh và điện di hemoglobin
Phần mềm trí tuệ nhân tạo (Tri thức chuyên gia và học máy)
Nguy cơ cao ho MCV, MCH, MCHC, RDW, ferrit
Thuy cơ cao ho MCV, MCH, MCHC, RDW, ferritin
Hình 2.1 Sơ đồ thiết kế nghiên cứu
Theo dõi và xét nghiệm lại sau sinh
Xét nghiệm gen chuẩn đoán mang gen α hoặc β thalassemia
KẾT QUẢ NGHIÊN CỨU
Một số đặc điểm dịch tễ lâm sàng, biến thể gen Thalassemia gây tan máu bẩm sinh ở các cặp vợ chồng đến khám và sàng lọc trước sinh tại Bệnh viện Phụ sản Trung ương giai đoạn 2012-2022
3.1.1 Tỷ lệ mang gen Thalassemia
Nghiên cứu sàng lọc trước sinh tại Bệnh viện Phụ sản Trung Ương từ năm 2012 đến 2022 đã ghi nhận 1292 cặp vợ chồng tham gia sàng lọc bệnh Thalassemia Những cá nhân có kết quả xét nghiệm thiếu máu hoặc có tiền sử gia đình liên quan đến Thalassemia sẽ được tiến hành xét nghiệm gen để xác định chẩn đoán Ngược lại, những người có kết quả xét nghiệm máu bình thường và không có tiền sử liên quan đến Thalassemia sẽ không cần thực hiện xét nghiệm gen Tỷ lệ người mang gen gây bệnh được ghi nhận trong nghiên cứu này.
Thalassemia được trình bày trong bảng 3.1 dưới đây:
Bảng 3.1 Tỷ lệ người mang gen Thalassemia được sàng lọc tại Bệnh viện Phụ sản Trung ương (n%84)
Tỷ lệ (%) Alpha thalassemia 230 17,8 228 17,65 458 17,72 Beta thalassemia 21 1,62 20 1,55 41 1,59 Phối hợp và
Trong nghiên cứu tại bệnh viện Phụ sản Trung ương với 1292 cặp vợ chồng thực hiện sàng lọc trước sinh bệnh Thalassemia, có 970 thai phụ và 963 người chồng có nguy cơ thấp, không cần xét nghiệm gen chẩn đoán Tỉ lệ mang gen α-thalassemia là phổ biến nhất, với 230 thai phụ (17,8%) và 228 người chồng (17,65%) Tỷ lệ mang gen β-thalassemia lần lượt là 1,62% ở thai phụ và 1,55% ở chồng Ngoài ra, có 6 thai phụ và 14 người chồng được phát hiện mang gen HbE.
Bảng 3.2 Tỷ lệ cả hai vợ chồng cùng mang gen Thalassemia được sàng lọc tại Bệnh viện Phụ sản Trung ương
Mang gen gây bệnh Số lượng Tỷ lệ (%)
Phối hợp alpha và beta Thalassemia 8 0,6
Trong nghiên cứu về bệnh thalassemia, tỷ lệ người mang gen β-thalassemia trung ương là 18,5%, với 210 trường hợp mang gen β và 1 gen α Ngoài ra, có 25% trường hợp mang gen α và β-thalassemia, cùng với 20 trường hợp khác Tổng cộng, 228 trong 1292 trường hợp được ghi nhận, chiếm 17,65% tổng số.
Bảng 3.3 Phân bố các loại đột biến gen α-thalassemia của thai phụ và chồng đến sàng lọc tại Bệnh viện Phụ sản Trung ương Đối tượng
Anti -α 3.7 2 0,79 4 1,68 α2 INT cd [T>C] 0 0 1 0,42 α2 cd125 [CTG>CCG](HbQs) 2 0,79 0 0 α2 cd142 [TAA>CAA](HbCs) 0 0 1 0,42 Đột biến khác 0 0 0 0
Kết quả phân tích gen cho thấy các đối tượng có thể mang nhiều đột biến α-thalassemia, với 252 đột biến ở thai phụ và 238 đột biến ở người chồng Đột biến phổ biến nhất là dị hợp tử SEA, chiếm 93,25% ở thai phụ và 92,86% ở người chồng Ngoài ra, các đột biến dị hợp tử khác như -α 3.7, -α 4.2, α2 cd142 [TAA>CAA], và anti α 3.7 cũng được phát hiện Đặc biệt, ở người chồng có 4 trường hợp dị hợp Anti -α 3.7, trong khi tất cả các alen đột biến còn lại đều ở dạng dị hợp tử.
Bảng 3.4 Phân bố các loại đột biến gen β-thalassemia của thai phụ và chồng đến sàng lọc tại Bệnh viện Phụ sản Trung ương Đối tượng Loại đột biến
IVS 1.1 [G>T] 1 3,45 1 2,78 cd 41/42 [-TTCT] 5 17,24 8 22,22 cd 71/72 [+A] 3 10,34 2 5,56 cd 95 [+A] 0 3,45 0 0
Theo bảng 3.3, trong số các loại đột biến ở cả hai vợ chồng, hai đột biến phổ biến nhất là cd17 [A > T] và cd26 [G > A] HbE Tiếp theo là các đột biến cd41/42 [+A] và cd71/72 [+A] Đặc biệt, các đột biến -28 [A > G], Cap+1 [A > C], cd95 [+A] và IVS 2.654 [C > T] chỉ được phát hiện ở người vợ, mỗi loại có một trường hợp.
3.1.2 Một số đặc điểm dịch tễ học, lâm sàng, cận lâm sàng trên những người mang gen bệnh tan máu bẩm sinh
Bảng 3.Error! Bookmark not defined Đặc điểm khu vực của các đột biến α- thalassemia trên thai phụ đến khám sàng lọc tại Bệnh viện Phụ sản Trung ương
Mang gen α thalassemia, số lượng (%)
Mang gen β thalassemia, số lượng (%)
Tổng Đồng bằng Bắc bộ 89 (90,81) 9 (9,19) 98 (35,76) Đông Bắc Bộ 76 (87,35) 11 (12,65) 87 (31,75) Tây Bắc Bộ 35 (94,59) 3 (5,41) 37 (13,5) Bắc Trung Bộ 45 (91,83) 4 (8,17) 49 (17,88)
Phân tích địa lý cho thấy, trong số 274 thai phụ mang gen Thalassemia, có 247 người mang gen α thalassemia, tập trung chủ yếu tại ĐBBB với 89 trường hợp và ĐBB với 76 trường hợp Đồng thời, ĐBBB và ĐBB cũng là hai khu vực có số người mang gen β thalassemia cao nhất, với 9 và 11 trường hợp tương ứng Sự phân bố của các thể đột biến α thalassemia trên 247 thai phụ và β thalassemia trên 27 thai phụ được trình bày trong bảng 3.6 và bảng 3.7.
Bảng 3.6 Phân bố khu vực của các đột biến β-thalassemia trên thai phụ đến khám sàng lọc tại Bệnh viện Phụ sản Trung ương(n$7)
Khu vực Đột biến Đồng bằng Bắc bộ, số lượng (%) Đông Bắc
Khu vực khác, số lượng (%) -α 3.7 1 (1,1) 2 (2,6) 0 (0) 2 (4,6) 0 (0)
Kiểu đột biến α-thalassemia phổ biến nhất là –SEA: cả 4 vùng với ĐBBB chiếm 91%, ĐBB chiếm 92,2%, TBB chiếm 100%, BTB chiếm 93%
Các chủng phổ biến tiếp theo bao gồm α 3.7 và α 4.2, trong khi chủng thấp nhất là –THAI và α2 cd125 Cụ thể, –THAI có 2 trường hợp tại ĐBBB và 1 trường hợp tại ĐBB, trong khi α2 cd125 [CTG>CCG] có 2 trường hợp tại ĐBBB và 1 trường hợp tại BTB Ngoài ra, Anti-α 3.7 ghi nhận 2 trường hợp, chiếm 2,6% tại khu vực ĐBB.
Bảng 3.7 Phân bố các loại đột biến β-thalassemia theo khu vực (n')
Khu vực Đột biến Đồng bằng Bắc bộ, số lượng (%) Đông Bắc
Khu vực khác, số lượng (%) -28 [A>G] 1 (10) 0 (0) 0 (0) 0 (0) 0 (0) Cap+1 [A>C] 1 (10) 0 (0) 0 (0) 0 (0) 0 (0) cd 17 [A>T] 2 (23,3) 5 (45,4) 0 (0) 3 (75) 0 (0) cd 26 [G>A]
Khu vực ĐBBB của β-thalassemia thường gặp các đột biến như cd 17 [A>T], cd 26 [G>A] HbE và cd 71/72 [+A], mỗi loại đột biến xuất hiện 2 trường hợp, chiếm 23,3% Ngoài ra, chỉ có đột biến -28 [A>G] và Cap+1 [A>C] được ghi nhận trong khu vực này.
Khu vực ĐBB ghi nhận đột biến phổ biến nhất là cd 17 [A>T] với 5 trường hợp, chiếm 45,4%, tiếp theo là cd 41/42 [-TTCT] với 2 trường hợp, chiếm 18,2% Ngoài ra, đột biến IVS 1.1 [G>T] và IVS 2.654 [C>T] chỉ xuất hiện tại khu vực này với 1 trường hợp cho mỗi loại đột biến.
Khu vực TBB: Chỉ gặp 2 loại đột biến là cd 26 [G>A] HbE với 2 trường hợp chiếm 66,7% và cd 41/42 [-TTCT] chiếm 33,3%
Khu vực BTB: Chỉ gặp 2 loại đột biến là cd 17 [A>T] với 3 trường hợp chiếm 75%, cd 26 [G>A] HbE với 1 trường hợp chiếm 25%
Bảng 3.8 Phân bố dân tộc của thai phụ đến khám sàng lọc thalassemia tại Bệnh viện
Dân tộc Số lượng Tỷ lệ (%)
Trong số 1292 thai phụ tham gia sàng lọc bệnh Thalassemia, người Kinh chiếm tỷ lệ cao nhất với 909 người, tương đương 70,36% Các dân tộc khác như Mường, Tày và Thái lần lượt chiếm 9,29%, 7,20% và 5,34%.
Bảng 3.9 Đặc điểm dân tộc của các thể Thalassemia ở thai phụ đến khám sàng lọc tại Bệnh viện Phụ sản Trung ương (n'4)
Mang gen α thalassemia số lượng, (%)
Mang gen β thalassemia số lượng, (%)
Số lượng, tỷ lệ (%) mang gen Thalassemia
Trong số 274 thai phụ, có 247 người mang gen α-thalassemia, chủ yếu thuộc dân tộc Kinh với 148 trường hợp, tiếp theo là dân tộc Mường (32 người), Tày (20 người) và Thái (17 người) Dân tộc Dao và Sán Dìu có số lượng thấp nhất với 5 và 7 trường hợp Đối với gen β-thalassemia, dân tộc Kinh cũng chiếm tỷ lệ cao nhất với 6,57%, trong khi dân tộc Mường và Nùng chỉ có 1 trường hợp mỗi dân tộc, tương ứng với 0,36% và 0,26%.
B 0,33.10 TEQ B%) và (0,26%)ng đều phát hiện 1 trường hợp mang gen β-ộc
Kkhám sàng l%) và (Bàng l%) và (0,26%)ng đều phá (n92)
Dân tộc Mang gen α thalassemia số lượng, (%)
Mang gen β thalassemia số lượng, (%)
Phân tích tỷ suất mang gen thalassemia cho thấy dân tộc Nùng có tỷ suất mang gen α thalassemia cao nhất (36%), tiếp theo là Sán Dìu (35%), Mường (26%) và Dao (25%) Đối với β thalassemia, dân tộc Tày có tỷ suất cao nhất (4,3%), sau đó là Nùng (3,3%) và Thái (2,9%).
Dân tộc Kinh có số lượng người nhiều nhất nhưng tỷ suất mang gen α và β thalassemia khá thấp, chiếm tỷ lệ lần lượt là 16,28% và 1,98%.
Bảng 3.11 Phân bố temia α-thalassemia trên thai phiếm tỷ lệ lần lượt Bệnh viện Phụ sản Trung ương (n$7)
Dân tộc khác, số lượng (%) α 3.7 3
Trong số các loại đột biến α-thalassemia ở thai phụ mang gen, đột biến –SEA là phổ biến nhất, với tỷ lệ phát hiện vượt 80% ở nhiều dân tộc Dân tộc Nùng và Sán Dìu có tỷ lệ mang gen cao nhất (100%), trong khi các dân tộc Thái, Mường và Kinh cũng có tỷ lệ trên 90% Hai loại đột biến có tỷ lệ thấp nhất là anti-α 3.7 và HbQs, trong đó, đột biến anti-α 3.7 chỉ xuất hiện ở 01 thai phụ dân tộc Kinh (0,67%).
Trong nghiên cứu về các đột biến huyết sắc tố, dân tộc Mường chiếm 3,1% với đột biến HbQs xuất hiện ở 2 trường hợp thuộc dân tộc Kinh (1,34%) và 1 trường hợp thuộc dân tộc Tày (5%) Các đột biến khác chưa được phát hiện Sau đột biến SEA, các đột biến phổ biến tiếp theo là α 3.7 (5 thai phụ), α 4.2 (4 người), THAI và HbQs (3 người).
Bảng 3.12 Phân bố dân tộc của các đột biến β-thalassemia trên thai phụ đến khám sàng lọc tại Bệnh viện Phụ sản Trung ương (n = 27)
Trong số 1292 thai phụ được sàng lọc, 8 loại đột biến β-thalassemia đã được phát hiện qua xét nghiệm gen cho các thai phụ có nguy cơ cao Đột biến cd 17 [A>T] là phổ biến nhất, với 10 trường hợp thuộc dân tộc Kinh, Mường, Thái, Nùng Đột biến cd 26 [G>A] HbE đứng thứ hai, chủ yếu ở dân tộc Thái và Kinh Đột biến cd 41/42 [-TTCT] có tỉ lệ cao thứ ba, với 3 trường hợp thuộc dân tộc Tày và 1 trường hợp thuộc dân tộc khác Các đột biến còn lại có tỉ lệ ngang nhau, mỗi dân tộc chỉ có 1 cá thể mang các đột biến đó.
Hình 3.1 Tỷ lệ các nhóm tuổi của thai phụ đến sàng lọc Thalassemia tại
Bệnh viện Phụ sản Trung ương ( n = 1292)
Kết quả phần mềm trí tuệ nhân tạo trong sàng lọc bệnh tan máu bẩm
Khi MCV < 85 fL hoặc MCH < 28 pg kết hợp với tình trạng thiếu sắt, khoảng 77,61% trường hợp có gen bệnh α-thalassemia Trong khi đó, tỷ lệ người chồng không mang gen Thalassemia là 8,69%.
Với MCV dưới 85 fL hoặc MCH dưới 28 pg và tình trạng sắt bình thường, phần lớn bệnh nhân mắc bệnh α thalassemia, chiếm tới 84% Trong khi đó, nhóm người chồng không mang gen Thalassemia chỉ chiếm 2,67%.
Tất cả các trường hợp người chồng có MCV < 85 fL hoặc MCH < 28 pg và có thừa sắt đều mang gen α-thalassemia, không có trường hợp nào không mang gen bệnh này.
3.2 Kết quả sử dụng phần mềm trí tuệ nhân tạo trong sàng lọc bệnh tan máu bẩm sinh
Các đối tượng nghiên cứu có kết quả xét nghiệm gen dương tính với gen gây bệnh thalassemia qua phần mềm Strip Assay sẽ được phân tích dữ liệu bằng hai phần mềm trí tuệ nhân tạo: hệ tri thức chuyên gia và phần mềm học máy Kết quả phân tích sẽ được trình bày chi tiết.
3.2.1 Kết quả của phần mềm cơ sở tri thức chuyên gia
Bảng 3.22 Phân bố tỷ lệ mang gen α và β thalassemia được sàng lọc
Thể bệnh Số lượng Tỷ lệ (%)
(RBC, HGB, HCT, MCV, MCH, MCHC, RDW, Fe, Ferritin)
Sau khi phân tích gen của 244 người, 82,4% trong số đó (201 người) được phát hiện mang gen bất thường, bao gồm 66,0% (161 người) mang gen α-thalassemia và 16,4% (40 người) mang gen β-thalassemia Không có trường hợp nào mang cả hai loại gen Ngoài ra, 17,6% (43 người) không phát hiện được đột biến qua phương pháp xét nghiệm hiện tại, với tỷ lệ dự đoán đúng chỉ đạt 50,5% và tỷ lệ dự đoán sai là 49,5%.
Bảng 3.23 Kết luận của hệ tri thức chuyên gia về tình trạng công thức máu của đối tượng thử nghiệm
Kết luận công thức máu Số lượng Tỷ lệ (%)
Hồng cầu nhỏ nhược sắc 95 38,9
Thiếu máu hồng cầu bình thường 5 2,1
Thiếu máu hồng cầu nhỏ nhược sắc 94 38,5
Trong nghiên cứu với 244 trường hợp, phần mềm hệ tri thức chuyên gia đã xác định tình trạng hồng cầu, trong đó hồng cầu nhỏ nhược sắc chiếm ưu thế với 189 trường hợp, tương đương 77,46% Số lượng thiếu máu hồng cầu bình thường chỉ có 5 trường hợp, trong khi hồng cầu ưu sắc ghi nhận 3 trường hợp Đáng lưu ý, chỉ 13,9% (34 trường hợp) có công thức máu bình thường, cho thấy sự thay đổi đáng kể trong các chỉ số máu, với chỉ số MCH thấp nhất được ghi nhận.
28 pg và MCV thấp nhất là 82fL
Bảng 3.24 Kết luận của hệ tri thức chuyên gia về tình trạng sắt của đối tượng thử nghiệm
Phần mềm hệ tri thức chuyên gia đã xác định tình trạng sắt của 192 đối tượng thử nghiệm, trong đó 189 người (77,5%) không thiếu sắt, chỉ có 3 người (1,2%) bị thiếu sắt Tuy nhiên, 52 người không thể đánh giá tình trạng sắt do thiếu dữ liệu ferritin huyết thanh Tất cả 3 trường hợp thiếu sắt đều có tình trạng thiếu máu hồng cầu nhỏ nhược sắc và đều mang gen Thalassemia.
Bảng 3.25 Giá trị sàng lọc của phần mềm HCG so với chẩn đoán của chuyên gia trong bệnh án (n $4)
HCG n = 202 Độ nhạy Độ đặc hiệu
Nguy cơ cao 184 179 TP = 178 FP = 1
96,7% 94,4% Nguy cơ thấp 18 23 TN = 17 FN = 6
Trong một nghiên cứu với 244 thai phụ và chồng, 42 trường hợp chưa xác định được nguy cơ do không thực hiện xét nghiệm ferritin Ngoài ra, có 8 ca dương tính giả, tất cả đều có ít nhất một yếu tố nguy cơ.
Trong nghiên cứu về công thức máu, có 3 bất thường chính bao gồm thiếu máu, hồng cầu nhỏ và hồng cầu nhược sắc, nhưng không thiếu sắt Trong số 8 ca bệnh, có 2 trường hợp được xác định có nguy cơ mang gen bệnh (α-thalassemia carrier hoặc β-thalassemia mất đoạn) mặc dù xét nghiệm gen không phát hiện đột biến Các ca này có thể gặp phải tình trạng dương tính giả, có thể do giới hạn của xét nghiệm không phát hiện hết các đột biến Một trường hợp khác cho thấy âm tính giả với công thức máu bình thường nhưng lại mang đột biến -α 3.7 của bệnh α-thalassemia Phần mềm hệ tri thức chuyên gia cho kết quả sàng lọc cao với độ đặc hiệu 94,4% và độ nhạy 96,7% so với chẩn đoán của chuyên gia trong bệnh án.
Bảng 3.26 trình bày giá trị chẩn đoán của phần mềm HCG so với kết quả xét nghiệm gen, trong đó tiêu chuẩn vàng được xác định là kết quả chẩn đoán chính xác liên quan đến sự hiện diện hoặc vắng mặt của gen (n = 2).
HCG n = 202 Độ nhạy Độ đặc hiệu
Trong một nghiên cứu với 202 trường hợp, phần mềm cơ sở tri thức chuyên gia đã được đánh giá về giá trị chẩn đoán so với xét nghiệm gen Kết quả cho thấy phần mềm đạt độ đặc hiệu 73,3% và độ nhạy lên tới 99,4%.
Bảng 3.27 Đánh giá kết quả của hệ tri thức chuyên gia trong chẩn đoán khả năng mang gen Thalassemia
Chỉ số giá trị của biện pháp Tỷ lệ (%) Độ nhạy 99,4 Độ đặc hiệu 73,3 Độ chính xác 95,5
Giá trị dự báo dương tính 95,5
Giá trị dự báo âm tính 96,6
Phần mềm cơ sở tri thức chuyên gia đã đạt được độ chính xác 95,5% trong việc đánh giá khả năng mang gen bệnh Thalassemia, với giá trị dự báo dương tính là 95,5% và giá trị dự báo âm tính là 96,6%.
3.2.2 Kết quả của phần mềm học máy
Hình 3.4 Đường cong ROC về xác suất dự báo của các mô hình học máy
Sau khi xác định xác suất mang gen thông qua các mô hình học máy, ngưỡng cut-off được tính toán để phân loại người mang gen và không mang gen với độ nhạy và độ đặc hiệu cao nhất Kết quả cho thấy AUC đạt 0,945, cho thấy mô hình dự báo tốt tại ngưỡng cut-off với xác suất 0,42 Kết quả đánh giá nguy cơ mang gen được trình bày trong bảng dưới đây.
Bảng 3.28 Kết quả dự báo người mang gen của mô hình học máy (n $4)
Phân loại nguy cơ Mang gen Không mang gen
Nguy cơ thấp 8 39 Ở mô hình học máy, tất cả các trường hợp đều xác định được nguy cơ
Bốn ca dương tính giả đều có đặc điểm thiếu máu hồng cầu nhỏ (MCVCAA] (HbCs) Kết quả này cho thấy đột biến SEA là phổ biến nhất trong các trường hợp được sàng lọc, phù hợp với các nghiên cứu trước đó của nhiều tác giả, như Nguyễn Khắc Hân Hoan (2013).
Vũ Thị Bích Hường (2016), Bạch Quốc Khánh (2017) và Vũ Hải Toàn (2018)
Nghiên cứu của Aihua Yin năm 2014 trên 13.386 thai phụ tại tỉnh Quảng Đông, Trung Quốc cho thấy đột biến gen α-thalassemia SEA/αα là phổ biến nhất, chiếm 51,71% tổng số kiểu gen Các kiểu gen phổ biến khác bao gồm -α 3.7/αα và -α 4.2/αα Kết quả nghiên cứu của chúng tôi tương đồng với nghiên cứu này khi phát hiện ba đột biến SEA, α 3.7 và α 4.2 Tuy nhiên, một số đột biến như THAI, Anti -α 3.7 và α2 INT cd [T>C] không được tìm thấy trong nghiên cứu của Aihua Yin Tương tự, nghiên cứu tại Đại học Khon Kaen, Thái Lan vào năm 2017 cũng xác nhận đột biến SEA là loại đột biến gen Thalassemia thường gặp nhất.
Một cuộc khảo sát tại Malaysia cho thấy đột biến khổ biến nhất là SEA, chiếm 64% trong số các trường hợp, với người Trung Quốc chiếm 53,1%, người Mã Lai 44,2% và người Ấn Độ 2,7% Các nghiên cứu trước đó về đột biến α-thalassemia cũng xác nhận rằng SEA là loại đột biến phổ biến nhất, không chỉ tại Việt Nam mà còn ở Trung Quốc và một số quốc gia khác trong khu vực Đông Nam Á.
Nghiên cứu của Zeynep Karakaş vào năm 2015 chỉ ra rằng trong số 95 bệnh nhân mang gen α-thalassemia, đột biến phổ biến nhất là đột biến α 3.7.
Trong một nghiên cứu gần đây vào tháng 3 năm 2023 tại thành phố Rasht, phía Bắc Iran, Mona Asghari Ahmadabad và cộng sự đã phát hiện ra mười lăm đột biến gen α-thalassemia khác nhau trong số 455 bệnh nhân được xét nghiệm di truyền Đột biến phổ biến nhất là −α3.7/αα, được xác định ở 55 trường hợp (48,24%), tiếp theo là đột biến Hb Constant Spring (C.S) với 21 trường hợp (18,42%) và poly A2 ở 16 trường hợp (14,03%) Kết quả này khác biệt hoàn toàn so với số liệu đã đề cập trong phần kết quả trước đó, trong đó có 37 trường hợp đột biến, chiếm tỉ lệ 39%, bao gồm các đột biến như MED, α2 IVS1, α2 cd142 Hb Koya Dora, α2 polyA1, α4.2 (4,2%), α1 cd14 và FIL.
Sự tương đồng và khác biệt giữa kết quả nghiên cứu của chúng tôi và các tác giả trước đó có thể liên quan đến chủng tộc của đối tượng nghiên cứu và cỡ mẫu Hai nghiên cứu đầu tiên được thực hiện trên người Trung Quốc và Thái Lan, cả hai đều thuộc khu vực châu Á như Việt Nam, trong khi hai nghiên cứu sau đó lại tập trung vào đối tượng Thổ Nhĩ Kỳ và Iran, nằm trong khu vực Trung Đông Điều này dẫn đến sự khác biệt trong tỷ lệ phân bố các đột biến gen giữa các nhóm nghiên cứu.
Nghiên cứu của chúng tôi về phân bố các đột biến gen β-thalassemia cho thấy hai đột biến phổ biến nhất là cd17 [A>T] và cd26 [G>A], chiếm tỷ lệ lần lượt 34,48% và 41,67% ở các cặp vợ chồng Các đột biến khác như cd41/42 [+A] và cd71/72 [+A] có tỷ lệ từ 5,56% đến 22,22% Kết quả này khác biệt so với nghiên cứu của Nguyễn Thanh Dương năm 2022 tại Cần Thơ, nơi cd26 A>G (77,1%) và cd41/42 – TTCT (7,1%) là hai loại phổ biến nhất, tiếp theo là các đột biến cd17 A>T (4,3%), cd71/72 +A (4,3%), IVS 1.1 G>T (2,9%), IVS 2.654 C>T (2,9%) và cd95 +A (1,4%) Mặc dù thứ tự các đột biến có sự khác nhau giữa các nghiên cứu, nhưng các loại đột biến này vẫn nằm trong danh sách các đột biến β-thalassemia phổ biến tại Việt Nam.
Nghiên cứu của Xue Yang năm 2020 cho thấy các đột biến gen β-thalassemia phổ biến nhất ở 2306 thai phụ tại Bệnh viện Chăm sóc Sức khỏe Bà mẹ và Trẻ em Quý Dương, Trung Quốc, là cd 41/42, IVS 2.654 [C>T] và cd 17 [A>T] Một trong ba đột biến này cũng được nhóm nghiên cứu của chúng tôi phát hiện Sự khác biệt giữa hai nghiên cứu có thể do đối tượng nghiên cứu của Xue Yang đã có triệu chứng thiếu máu trước sinh, trong khi nhóm của chúng tôi chỉ khảo sát những thai phụ đến khám sàng lọc thông thường tại Bệnh viện Phụ Sản Trung Ương.
Theo nghiên cứu của Zhen Wang và cộng sự (2021) tại Bệnh viện Đại học Y Hải Nam, 16 đột biến điểm của bệnh β-thalassemia đã được xác định trong số 3049 cặp vợ chồng cùng thai nhi, với đột biến cd41/42 chiếm tỷ lệ hơn 50% Ngoài ra, 5 đột biến khác (Int, cd17, IVS-I-1, cd43, cd27/28, Cap, cd14/15) có tỷ lệ tổng cộng khoảng 5% Tuy nhiên, nghiên cứu của chúng tôi không phát hiện đột biến Int và cd43, mà thay vào đó, đột biến cd17 [A>T] (34,48%) và cd26 [G>A] HbE (41,67%) lại chiếm tỷ lệ cao hơn trong các dạng đột biến thuộc β0-thalassemia ở cả vợ và chồng.
Tại Việt Nam, tỷ lệ người mang gen Thalassemia phân bố rộng rãi trên toàn quốc, nhưng có sự khác biệt rõ rệt giữa các khu vực và dân tộc Nghiên cứu cho thấy, các dân tộc thiểu số sống tại miền núi như Mường, Ê đê, Tày, Thái, và Stiêng có tỷ lệ mang gen Thalassemia cao hơn so với dân tộc Kinh ở vùng đồng bằng.
Bảng 3.5 trình bày đặc điểm khu vực địa lý của các thể Thalassemia ở thai phụ đến sàng lọc, cho thấy Đồng bằng Bắc Bộ và Đông Bắc Bộ có tỷ lệ mang gen α và β cao nhất, dao động từ 30,8% đến 40,7% Tỷ lệ mang gen α thalassemia cao nhất được ghi nhận ở Tây Bắc Bộ (94,59%) và Bắc Trung Bộ (91,83%) Phân tích phân bố khu vực của từng loại đột biến trong bảng 3.6 cho thấy đột biến α-thalassemia, đặc biệt là loại SEA, có tỷ lệ cao tại các khu vực Bắc Bộ.
Bộ (100%) cho thấy tỷ lệ đột biến β-thalassemia ở Đồng bằng Bắc Bộ, Đông Bắc Bộ và Bắc Trung Bộ đều trên 90% Một số đột biến khác như -α 3.7, -α 4.2, Anti-α 3.7, -THAI và α2 cd125 [CTG>CCG] chỉ xuất hiện với tỷ lệ dưới 1% ở một số khu vực Theo bảng 3.7, đột biến cd 17 [A>T] là phổ biến nhất ở Đông Bắc Bộ (5 trường hợp), Bắc Trung Bộ (3 trường hợp) và Đồng bằng Bắc Bộ (2 trường hợp), trong khi đột biến cd 26 [G>A] HbE xuất hiện ở Đồng bằng Bắc Bộ và Tây Bắc.
Bộ (2 trường hợp), Đông Bắc Bộ và Bắc Trung Bộ (1 trường hợp)
Theo bảng 3.8, trong số 1292 thai phụ tham gia sàng lọc bệnh Thalassemia, có 7 dân tộc chính ở Việt Nam với số lượng người đến sàng lọc cao Các dân tộc còn lại được xếp vào nhóm "khác" với tỷ lệ tham gia thấp hơn Đặc biệt, đa số thai phụ là người Kinh, chiếm ưu thế trong số liệu sàng lọc.
909/1292 người tương đương với 70,36%; sau đó là các dân tộc Mường (9,29%), dân tộc Tày (7,20%) và Thái (5,34%)
Kết quả phần mềm trí tuệ nhân tạo trong sàng lọc bệnh tan máu bẩm
Thalassemia là rối loạn di truyền huyết sắc tố phổ biến, ảnh hưởng nghiêm trọng đến chất lượng cuộc sống và tuổi thọ của người bệnh và gia đình họ Biện pháp sàng lọc người mang gen bệnh được xem là công cụ hiệu quả để phát hiện sớm và ngăn chặn sự di truyền của bệnh trong cộng đồng Sàng lọc trước sinh tập trung vào các cặp vợ chồng thai phụ, nhằm phát hiện những người mang gen gây bệnh và nguy cơ sinh con mắc Thalassemia Qua đó, có thể chẩn đoán sớm các thể nặng ở thai nhi và tư vấn di truyền cho gia đình trong quá trình mang thai Nghiên cứu của chúng tôi áp dụng hai phần mềm sàng lọc phổ biến tại Việt Nam, bao gồm phần mềm cơ sở tri thức chuyên gia và phần mềm học máy, đã đạt được những kết quả đáng chú ý.
4.2.1 Kết quả của phần mềm cơ sở tri thức chuyên gia (HCG) trong sàng lọc bệnh tan máu bẩm sinh
Trên toàn cầu, việc sàng lọc người mang gen Thalassemia thường dựa vào hai chỉ số MCV và MCH, với MCV < 80 fl và MCH < 27 pg là những chỉ số phổ biến nhất Tuy nhiên, Thalassemia gây ra sự giảm hoặc mất khả năng tổng hợp chuỗi globin, dẫn đến các hemoglobin bất thường và ảnh hưởng đến nhiều chỉ số huyết học khác, không chỉ MCV và MCH Phần mềm của chúng tôi được phát triển dựa trên sự kết hợp của nhiều chỉ số như HGB, MCV, MCH, RDW, Ferritin và các tiền sử liên quan đến Thalassemia Các nghiên cứu quốc tế về phần mềm trí tuệ nhân tạo hỗ trợ tầm soát Thalassemia cũng đã đánh giá trên nhiều chỉ số và mang lại kết quả khả quan.
Phần mềm hệ tri thức chuyên gia hỗ trợ trong việc đánh giá tình trạng thiếu máu và thiếu sắt, đồng thời dự đoán nguy cơ mắc bệnh dựa trên kết quả điện di huyết sắc tố Những kết luận này được xây dựng từ các guideline và ý kiến chuyên gia, đảm bảo có cơ sở y học Tuy nhiên, hệ tri thức chuyên gia cũng có những hạn chế do dựa vào các tập luật cố định, dẫn đến việc không thể đánh giá nguy cơ khi thiếu một số chỉ số và không bao quát hết tất cả các trường hợp Do đó, để nâng cao hiệu quả của phần mềm, cần có một bộ dữ liệu thử nghiệm đa dạng và đầy đủ, cùng với việc cập nhật thường xuyên các tập luật theo hướng dẫn mới nhất.
Theo quy định và khuyến cáo tại Bệnh viện Phụ sản Trung ương, chỉ những thai phụ hoặc chồng có nguy cơ cao mang gen Thalassemia mới được xét nghiệm gen này.
Phần mềm đánh giá có độ đặc hiệu 94,4% và độ nhạy 96,7%, cho thấy đây là một công cụ sàng lọc hiệu quả, tương đương với chuyên gia trong việc phát hiện.
Phần mềm hệ tri thức chuyên gia cho thấy giá trị dự báo dương tính lên tới 95,5%, vượt trội hơn so với phương pháp hiện tại tại Bệnh viện Phụ sản Trung ương (50,5%) Độ nhạy và giá trị dự báo âm tính của phần mềm cũng rất khả quan Trong khi chuyên gia bỏ sót 6 trường hợp bệnh nhân mang gen Thalassemia với nguy cơ thấp, phần mềm HCG chỉ bỏ sót 1 trường hợp Tuy nhiên, nghiên cứu có hạn chế do số lượng trường hợp âm tính ít, dẫn đến độ đặc hiệu chưa cao (73,3%) Để nâng cao hiệu quả chẩn đoán, cần thực hiện các biện pháp cải thiện mô hình.
Để nâng cao hiệu quả và độ đặc hiệu của phần mềm, cần tăng cường số lượng mẫu và thực hiện các nghiên cứu bổ sung nhằm xác định và đánh giá lại tính năng của nó trong các tình huống khác nhau.
- Ứng dụng các phương pháp học máy để sinh thêm luật mới hoặc xây dựng các chỉ số mới để đưa ra nguy cơ
- Kiểm tra, đánh giá lại, cập nhật thêm tập luật và cơ sở tri thức chuyên gia
Hiện nay, phần mềm vẫn sử dụng các luật đơn giản từ các phép so sánh, chưa phát triển các chỉ số mới để tính toán nguy cơ Một số nghiên cứu trước đây đã áp dụng các chỉ số từ kết quả tổng phân tích tế bào máu ngoại vi, như Shine & Lal và Mentzer Năm 2016, Januária F Matos và cộng sự đã giới thiệu chỉ số Matos & Carvalho (MCI) với công thức: MCI = (1,91 × RBC) + (0,44 × MCHC), giúp phân biệt người mang gen Thalassemia và người thiếu máu thiếu sắt với độ nhạy 99,3% và độ đặc hiệu 76,7% Kết quả khả quan này mở ra cơ hội ứng dụng các phương pháp học máy để phát triển thêm luật và chỉ số mới, nâng cao hiệu quả mô hình hiện tại.
Kết quả ứng dụng phần mềm tri thức chuyên gia trong sàng lọc bệnh Thalassemia cho thấy trong số 244 người được phân tích gen, có 201 người (82,4%) mang gen gây bệnh, với tỷ lệ α-thalassemia là 66% và β-thalassemia là 16,4% Phân tích công thức máu cho thấy 77,46% trường hợp có hồng cầu nhỏ nhược sắc, trong đó 189 trường hợp có thể có hoặc không có thiếu máu Phần mềm cũng đánh giá tình trạng sắt của 192 đối tượng, trong đó chỉ có 3 người (1,2%) thiếu sắt, và 52 người không thể đánh giá do thiếu dữ liệu ferritin huyết thanh So sánh giữa kết luận của chuyên gia và phần mềm HCG cho thấy 202 trường hợp xác định được mức độ nguy cơ, trong đó 184 trường hợp có nguy cơ cao theo chuyên gia và 179 trường hợp theo phần mềm HCG, với 8 ca dương tính giả.
Phần mềm HCG cho kết quả sàng lọc cao với độ nhạy 96,7% và độ đặc hiệu 94,4%, cho thấy hiệu quả vượt trội trong việc phát hiện các trường hợp mang gen gây bệnh Khi so sánh với xét nghiệm gen, phần mềm HCG phát hiện 179 trường hợp, trong khi xét nghiệm gen chỉ phát hiện 172 trường hợp Đặc biệt, phần mềm cơ sở tri thức chuyên gia đánh giá khả năng mang gen bệnh Thalassemia với độ chính xác 95,5%, cùng với giá trị dự đoán dương tính và âm tính lần lượt là 95,5% và 96,6%.
Phần mềm cơ sở tri thức chuyên gia hỗ trợ tầm soát trước sinh Thalassemia cần được xây dựng và cập nhật thường xuyên bởi các chuyên gia di truyền, huyết học và sản phụ khoa để đảm bảo tính chính xác Tuy nhiên, việc này đòi hỏi chi phí và thời gian lớn, cùng với khả năng xảy ra tranh cãi giữa các chuyên gia trong quá trình xây dựng quy tắc Một hạn chế của phần mềm trí tuệ nhân tạo dựa trên cơ sở tri thức chuyên gia là nó không thể tự học và cải thiện dự đoán khi có thêm dữ liệu, mà cần sự giám sát của con người để điều chỉnh quy trình dự đoán.
4.2.2 Kết quả của phần mềm học máy trong sàng lọc bệnh tan máu bẩm sinh
Phần mềm học máy của chúng tôi hỗ trợ sàng lọc bệnh Thalassemia bằng cách sử dụng dữ liệu từ các xét nghiệm công thức máu như RBC, HGB, HCT, MCV, MCH, MCHC, RDW, cùng với giá trị định lượng sắt huyết thanh và kết quả điện di Hb Dữ liệu đầu ra là các kết luận chẩn đoán dựa trên kết quả xét nghiệm gen bệnh Thalassemia Chúng tôi đã xây dựng phần mềm dựa trên cơ sở dữ liệu hơn 11.000 cặp vợ chồng thai phụ tại Bệnh viện Phụ sản Trung Ương để đảm bảo tính chính xác Phần mềm chỉ đưa ra dự đoán xác suất mang gen bệnh Thalassemia, do đó việc xác định ngưỡng nguy cơ là rất quan trọng Chúng tôi đã sử dụng đường cong ROC để tìm ngưỡng nguy cơ tối ưu, với AUC đạt 0,945, cho thấy độ chính xác cao của mô hình, với độ nhạy 96,0% và độ đặc hiệu 90,7% tại điểm cut-off 0,42.
Dựa trên kết quả xét nghiệm đột biến gen từ 201 trường hợp, hệ tri thức chuyên gia đã phát hiện 171 trường hợp, đạt tỷ lệ 85,07%, trong khi 30 trường hợp còn lại không được phát hiện Hệ thống học máy cũng đã phát hiện một số trường hợp mang gen.
Trong 193 trường hợp, chỉ có 8 trường hợp không được phát hiện, cho thấy ferritin là một chỉ số quan trọng đối với hệ tri thức chuyên gia Khi thiếu ferritin, hệ tri thức này hoạt động kém hiệu quả trong việc phát hiện người mang gen Ngược lại, trong mô hình học máy, ferritin chỉ là một chỉ số hỗ trợ trong quá trình phân tích và không phải là yếu tố bắt buộc.
Hạn chế trong nghiên cứu
Trong quá trình nghiên cứu dịch tễ lâm sàng và xét nghiệm sàng lọc Thalassemia tại Bệnh viện Phụ sản Trung ương, chúng tôi đã phát hiện một số hạn chế đáng lưu ý.
- Chưa thu thập được các đặc điểm triệu chứng lâm sàng, tiền sử bệnh Thalassemia ở các cặp vợ chồng
- Thu thập thông tin trên một số đối tượng dân tộc thiểu số còn gặp nhiều khó khăn do sự khác biệt về văn hoá, ngôn ngữ
Quá trình sàng lọc và phát hiện biến thể gen gây bệnh Thalassemia thông qua phần mềm học máy và tri thức chuyên gia vẫn gặp một số hạn chế Điều này chủ yếu do sai sót trong việc thu thập dữ liệu, vì bộ dữ liệu chỉ được thu thập tại Bệnh viện Phụ sản Trung ương, dẫn đến việc thiếu tính đại diện cho toàn bộ thai phụ người Việt Nam.
Dữ liệu được thu thập chỉ từ các bệnh nhân đến sàng lọc trước sinh tại Bệnh viện Phụ Sản Trung Ương, vì vậy không thể phản ánh đầy đủ đặc điểm của toàn bộ thai phụ người Việt Nam.
Số lượng dữ liệu thử nghiệm chỉ có 244 trường hợp, cho thấy cỡ mẫu này còn nhỏ và chỉ được thu thập tại Bệnh viện Phụ sản Trung ương Do đó, kết quả nghiên cứu chưa thể được áp dụng rộng rãi trên toàn quốc.
Do đó, chúng tôi xin được đề xuất một số giải pháp như sau:
- Nghiên cứu nên được tiếp tục thực hiện trên các nhóm phụ nữ mang thai khác nhau để kiểm tra tính đa dạng của kết quả
Để đảm bảo dữ liệu được cập nhật định kỳ, cần thiết lập quy trình cụ thể nhằm nâng cao hiệu quả của phần mềm học máy trong việc áp dụng tại các cơ sở y tế Việc duy trì cập nhật dữ liệu không chỉ giúp cải thiện độ chính xác mà còn tối ưu hóa kết quả phân tích, từ đó hỗ trợ ra quyết định chính xác hơn trong chăm sóc sức khỏe.
Nghiên cứu sàng lọc gen Thalassemia trên 2584 thai phụ và chồng tại bệnh viện Phụ Sản Trung Ương trong giai đoạn 2012-2022 đã cho thấy một số kết luận quan trọng.
1 Đặc điểm dịch tễ lâm sàng, biến thể gen Thalassemia gây tan máu bẩm sinh ở các cặp vợ chồng đến khám và sàng lọc trước sinh tại Bệnh viện Phụ sản Trung ương giai đoạn 2012-2022;
Trong các loại Thalassemia, đột biến α và β là phổ biến nhất, với tỷ lệ mang gen α-thalassemia ở thai phụ là 17,8% và ở chồng là 17,65% Tỷ lệ mang gen β-thalassemia ở thai phụ và chồng lần lượt là 1,62% và 1,55% Tỷ lệ cả hai vợ chồng cùng mang gen α-thalassemia là 16,25%, trong khi tỷ lệ này đối với β-thalassemia là 1,5%, và tỷ lệ mang cả hai gen α và β-thalassemia chỉ là 0,6% Tổng tỷ lệ mang gen Thalassemia của các cặp vợ chồng là 18,35%.
Loại đột biến α-thalassemia phổ biến nhất ở các cặp vợ chồng là đột biến SEA, chiếm tỉ lệ là 93,25% ở thai phụ và 92,86% ở người chồng
Loại đột biến β-thalassemia phổ biến nhất là cd17 [A>T], cd41/42 [+A], cd71/72 [+A] Đột biến cd26 [G>A] HbE chiếm tỉ lệ tương đối cao ở người chồng (41,67%)
Trong nghiên cứu về chỉ số công thức máu ở người mang gen α-thalassemia, chỉ số MCV và MCH ở nhóm đột biến tại 1 gen α có giá trị cao nhất, trong khi kiểu gen phối hợp cho giá trị thấp nhất Bên cạnh đó, chỉ số RDW cho thấy sự biến đổi từ thấp đến cao ở các nhóm đột biến khác nhau.
Trong nghiên cứu về gen β-thalassemia, các kiểu gen phối hợp α-thalassemia/HbE và nhóm đột biến 3 gen cho thấy sự khác biệt rõ rệt trong các chỉ số công thức máu Cụ thể, chỉ số MCV và MCH trung bình cao nhất được ghi nhận ở nhóm kiểu gen phối hợp β-thalassemia/HbE, trong khi nhóm kiểu gen β 0 β 0 có chỉ số thấp nhất Bên cạnh đó, chỉ số RDW giảm dần từ nhóm kiểu gen β 0 β 0 đến nhóm ββ 0, ββ +, và thấp nhất ở nhóm kiểu gen phối hợp β-thalassemia/HbE.
Tỉ lệ thiếu sắt, sắt bình thường và thừa sắt giữa hai nhóm người bình thường và vợ chồng thai phụ mang gen Thalassemia không cho thấy sự khác biệt có ý nghĩa thống kê.
2 Kết quả phần mềm trí tuệ nhân tạo trong sàng lọc bệnh tan máu bẩm sinh
Hai phần mềm trí tuệ nhân tạo được áp dụng trong việc sàng lọc người mang gen Thalassemia cho thấy độ nhạy và độ đặc hiệu rất cao Cụ thể, phần mềm hệ tri thức chuyên gia đạt độ nhạy 99,4%, độ đặc hiệu 73,3% và độ chính xác 95,5% Trong khi đó, phần mềm học máy có độ nhạy 96%, độ đặc hiệu 90,7% và độ chính xác 95,1%.