วัตถุประสงค์: ใช้แบบจำลองทางคณิตศาสตร์เพื่อประเมินความไวและความจำเพาะของชุดตรวจสอบ ไข้เลือดออกแบบเร่งด่วนที่ใช้ในปัจจุบันและออกแบบการใช้มากกว่าหนึ่งชุดตรวจในการวินิจฉัยที่ดีที่สุดเพื่อ ตรวจหาการระบาดในระดับชุมชนและการเฝ้าระวังโรคอย่างต่อเนื่อง วิธีทดลอง : ในกรณีที่ไม่มีวิธีการตรวจสอบโรคไข้เลือดออกที่ให้ผลถูกต้อง 100 เปอร์เซนต์ เราใช้ แบบจำลองเชิงคณิตศาสตร์ชนิดกลุ่มแฝง (Bayesian Latent Class Models) เพื่อประเมินความไวของของ ชุดตรวจไข้เลือดออกแบบเร่งด่วนต่างๆ (Panbio NS1 แอนติเจน, IgM แอนติบอดี และ IgG แอนติบอดี) รวมทั้งการตรวจสอบที่ใช้เป็นตัวอ้างอิง (การวิเคราะห์จากผลตรวจของโรคไข้เลือดออกจาก การวัด IgM แอนติบอดี และ IgG แอนติบอดี) ผู้วิจัยได้แสดงการสร้างแบบจำลองเชิงคณิตศาสตร์ชนิดกลุ่มแฝงและการ วิเคราะห์โดยใช้ข้อมูลจากการศึกษาในผู้ป่วยที่สงสัยว่ามีการติดเชื้อไข้เลือดออกจำนวน 549 คน ใน โรงพยาบาลนอร์ทโคลัมโบ ประเทศศรีลังกา ผลการทดลอง : แบบจำลองประมาณความไวและความจำเพาะของชุดตรวจสอบอ้างอิงเป็น 62.0% และ 99.6% ตามลำดับ (เมื่อเทียบกับการสมมุติให้การตรวจสอบอ้างอิงมีความไวและความจำเพาะเป็น 100%) แบบจำลองเชิงคณิตศาสตร์ประมาณความชุกของการติดเชื้อไวรัสไข้เลือดออกจากข้อมูลตัวอย่างเท่ากับ 24.3% และความไวของ Panbio NS1 (45.9% และ 97.9%), IgM (54.5% และ 95.5%) และ IgG (62.1% และ 84.5%) ค่าประมาณนี้มีความแตกต่างจากการประมาณโดยการตรวจสอบอ้างอิงอย่างมีนัยสำคัญ สรุปและวิจารณ์ผลการทดลอง : การตั้งให้ชุดตรวจสอบโรคไข้เลือดออกอ้างอิงมีความไวและความจำเพาะ 100 เปอร์เซนต์อาจเป็นการสมมุติค่าที่สูงเกินความเป็นจริง การใช้มากกว่าหนึ่งชุดตรวจในการวินิจฉัยเช่น การรวมชุดตรวจ NS1, IgM และ IgG สามารถนำมาใช้ในการวินิจฉัยไข้เลือดออกได้อย่างมีประสิทธิภาพสูง (NPV 95.2%) แบบจำลองทางคณิตศาสตร์และสถิติสามารถเพิ่มประสิทธิภาพในการประเมินชุดตรวจ ไข้เลือดออกและการออกแบบการใช้มากกว่าหนึ่งชุดตรวจในการวินิจฉัยโรคไข้เลือดออก ข้อเสนอแนะสำหรับงานวิจัยในอนาคต : การนำอาการที่พบบ่อยมาร่วมในการออกแบบการวินิจฉัยเพื่อ เพิ่มประสิทธิภาพการตรวจวินิจฉัยโรคไข้เลือดออกซึ่งจะเป็นประโยชน์มากสำหรับพื้นที่ชนบทยากจนที่ไม่มี ชุดทดสอบไข้เลือดออกใช้