เทคนิคจำ Preventive Medicine ให้แม่น — แยกเวชศาสตร์ป้องกันและระบาดวิทยาได้ทุกข้อก่อนสอบแพทย์

เวชศาสตร์ป้องกัน (Preventive Medicine) ระบาดวิทยา และชีวสถิติ เป็นวิชาที่นักศึกษาแพทย์หลายคนมักมองข้ามเพราะ "ไม่ใช่โรค ไม่ต้องท่องเยอะ" แต่ในความจริง ข้อสอบ NL และข้อสอบรวบยอดมักมีข้อกลุ่มนี้สม่ำเสมอ และเป็นข้อที่ ถ้าเข้าใจหลักการแล้วได้คะแนนง่ายมาก เพราะใช้สูตรไม่กี่ตัวและตรรกะชุดเดิมซ้ำไปมา บทความนี้จะสรุปเป็นหมวด ๆ พร้อมเทคนิคจำและตัวอย่างคำนวณ เพื่อให้คุณแยกโจทย์ได้เร็วขึ้น

1. Levels of Prevention — จำง่ายด้วยคำถาม "โรคเกิดหรือยัง?"

โจทย์ระดับการป้องกันมักให้สถานการณ์สั้น ๆ แล้วถามว่าเป็นการป้องกันระดับใด เทคนิคคือถามตัวเองตามลำดับ: ปัจจัยเสี่ยงมีหรือยัง → โรคเกิดหรือยัง → โรคแสดงอาการหรือยัง

กับดักที่พบบ่อย: การตรวจคัดกรองในคนไม่มีอาการ = secondary ไม่ใช่ primary แม้จะ "ป้องกันมะเร็งระยะลุกลาม" ก็ตาม ส่วนวัคซีน HPV = primary แต่ Pap smear = secondary

2. Study Design — แยกให้ออกด้วย 3 คำถาม

เวลาเจอโจทย์งานวิจัย ให้ถาม 3 ข้อ: (1) ผู้วิจัย กำหนด exposure เองหรือไม่ (2) เริ่มต้นจาก exposure หรือจาก outcome (3) วัดทุกอย่าง ณ เวลาเดียวหรือติดตามไปข้างหน้า

คำใบ้ในโจทย์: "ย้อนหลัง", "ผู้ป่วยโรค… เทียบกับกลุ่มควบคุม" → case-control; "ติดตามไป 10 ปี" → cohort; "สำรวจ ณ ช่วงเวลาหนึ่ง" → cross-sectional; "สุ่ม" + "double-blind" → RCT

ตัวอย่างคำนวณ Case-control และ Cohort

Case-control: ผู้ป่วยมะเร็งปอด 100 คน เคยสูบบุหรี่ 30 ไม่เคย 70 กลุ่มควบคุม 100 คน เคยสูบ 10 ไม่เคย 90 → OR = (30×90)/(70×10) = 2,700/700 ≈ 3.86 (ใช้สูตร ad/bc)

Cohort: กลุ่มสัมผัส 100 คน เกิดโรค 20 คน กลุ่มไม่สัมผัส 100 คน เกิดโรค 10 คน → RR = 20%/10% = 2; Risk difference (attributable risk) = 10%; Attributable risk percent = (RR−1)/RR = 50%

จำให้แม่น: OR ≈ RR เมื่อโรคพบน้อย (rare disease assumption) และ case-control คำนวณ incidence หรือ RR โดยตรงไม่ได้

3. Screening และ Diagnostic Test — สูตรที่ต้องจำให้ขึ้นใจ

สร้างตาราง 2×2 ทุกครั้ง โดยให้ แถว = ผลตรวจ และ คอลัมน์ = โรคจริง (gold standard) จะไม่สลับสูตรอีก

• Sensitivity = TP/(TP+FN) — ในคนที่ป่วย ตรวจเจอกี่ %
• Specificity = TN/(TN+FP) — ในคนไม่ป่วย ตรวจได้ผลลบกี่ %
• PPV = TP/(TP+FP) — ผลบวกแล้วป่วยจริงกี่ %
• NPV = TN/(TN+FN) — ผลลบแล้วไม่ป่วยจริงกี่ %
• LR+ = Sens/(1−Spec); LR− = (1−Sens)/Spec

เทคนิคจำ: SnNout — test ที่ sensitivity สูง ผลลบช่วย rule out; SpPin — test ที่ specificity สูง ผลบวกช่วย rule in ดังนั้น screening test ควรเลือก sensitivity สูง ส่วน confirmatory test ควรเลือก specificity สูง

ตัวอย่าง: ผลของ prevalence ต่อ PPV

ประชากร 1,000 คน prevalence 10% (ป่วย 100 คน) ใช้ test ที่ Sens 90% และ Spec 90%

• TP = 90, FN = 10, TN = 810, FP = 90
• PPV = 90/180 = 50%; NPV = 810/820 ≈ 98.8%

ถ้า prevalence ลดเหลือ 1% (ป่วย 10 คน) PPV จะตกเหลือประมาณ 8% ในขณะที่ Sens/Spec เหมือนเดิม สรุปคือ Sens และ Spec ไม่ขึ้นกับ prevalence แต่ PPV และ NPV ขึ้นกับ prevalence (prevalence สูง → PPV สูงขึ้น, NPV ต่ำลง)

การเปลี่ยน cut-off: ลด cut-off (ให้ผลบวกง่ายขึ้น) → Sens ↑ Spec ↓; เพิ่ม cut-off → Sens ↓ Spec ↑ ROC curve ที่ดีมี AUC ใกล้ 1 และ AUC 0.5 เท่ากับเดาสุ่ม

4. Measures of Disease Frequency และ Effect

ยาใหม่ที่ผลดี: ถ้าอัตรา event กลุ่มควบคุม 20% และกลุ่มยา 15% จะได้ ARR = 5%, RRR = 5/20 = 25%, RR = 0.75 และ NNT = 1/ARR = 1/0.05 = 20 (ปัดขึ้นเสมอ) ส่วน NNH ใช้สูตรเดียวกันกับ absolute risk increase ของผลข้างเคียง

ถ้า RR หรือ OR มี 95% CI คร่อมค่า 1 → ไม่มีนัยสำคัญทางสถิติ; ถ้า CI ของ difference คร่อมค่า 0 → ไม่มีนัยสำคัญเช่นกัน

5. Bias และ Confounding — จับคู่ชื่อกับสถานการณ์

• Selection bias: เลือกกลุ่มศึกษาไม่เป็นตัวแทน เช่น Berkson bias (เลือกเฉพาะผู้ป่วย รพ.), healthy worker effect, loss to follow-up ที่ต่างกันสองกลุ่ม
• Information (measurement) bias: วัดผิดพลาด เช่น recall bias (ผู้ป่วยจำ exposure ได้มากกว่า พบใน case-control), observer/interviewer bias, misclassification
• Lead-time bias: screening ทำให้วินิจฉัยเร็วขึ้น ดู survival นานขึ้นทั้งที่ชีวิตจริงไม่ได้ยาวขึ้น
• Length-time bias: screening จับโรคที่โตช้า (prognosis ดี) ได้มากกว่า
• Hawthorne effect: คนเปลี่ยนพฤติกรรมเพราะรู้ว่าถูกสังเกต

Confounder คือปัจจัยที่สัมพันธ์กับทั้ง exposure และ outcome และไม่ได้อยู่บนเส้นทางเหตุ-ผล (ไม่ใช่ mediator) เช่น การดื่มกาแฟสัมพันธ์กับมะเร็งปอด โดยมีการสูบบุหรี่เป็น confounder

การ blinding ลด information bias ส่วน randomization ลด selection bias และ confounding

6. Outbreak Investigation — ลำดับขั้นที่ต้องไม่สลับ

ข้อสอบชอบถามว่า "ขั้นตอนแรกคืออะไร" คำตอบมักเป็น ยืนยันการวินิจฉัยและยืนยันว่ามี outbreak จริง ก่อนลงมือควบคุมโรคอื่น ๆ ลำดับโดยสรุป:

1. เตรียมการลงพื้นที่
2. ยืนยัน outbreak (เทียบกับ baseline) และยืนยันการวินิจฉัย
3. กำหนดนิยามผู้ป่วย (case definition) และค้นหาผู้ป่วยเพิ่ม
4. Descriptive epidemiology: person, place, time (วาด epidemic curve)
5. ตั้งสมมติฐาน
6. ทดสอบสมมติฐาน (cohort หรือ case-control) และเก็บตัวอย่างสิ่งแวดล้อม/ห้องปฏิบัติการ
7. ดำเนินมาตรการควบคุมและป้องกัน (ทำได้ทันทีตั้งแต่ต้นถ้าทราบสาเหตุ ไม่ต้องรอครบทุกขั้น)
8. สื่อสารและเขียนรายงาน

Epidemic curve: point source — ขึ้นเร็วและลงเร็ว ช่วงเวลาไม่เกิน 1 incubation period; continuous common source — ยกยาวเป็นที่ราบสูง; propagated — หลายยอดห่างกันประมาณ 1 incubation period

คำศัพท์ที่สับสนบ่อย: Endemic = มีอยู่ตามปกติในพื้นที่; Epidemic = เกินที่คาดในพื้นที่/เวลาหนึ่ง; Pandemic = ระบาดข้ามทวีป; Sporadic = เกิดเป็นครั้งคราวกระจัดกระจาย

7. Biostatistics — เลือก Test ให้ถูกใน 10 วินาที

เริ่มจากถามว่า ตัวแปรผลลัพธ์เป็นชนิดใด แล้วค่อยดูจำนวนกลุ่มและการกระจายตัว

Type I, Type II error และ Power

• Type I error (α) = ปฏิเสธ H0 ทั้งที่ H0 จริง (false positive) ปกติกำหนด 0.05
• Type II error (β) = ไม่ปฏิเสธ H0 ทั้งที่ H0 ผิด (false negative)
• Power = 1 − β มักตั้ง 80% ขึ้นไป เพิ่มได้ด้วยการเพิ่มขนาดตัวอย่างหรือ effect size ที่ใหญ่ขึ้น

p-value คือความน่าจะเป็นที่จะได้ผลอย่างน้อยเท่าที่สังเกตได้ ถ้า H0 เป็นจริง ไม่ใช่ความน่าจะเป็นที่ H0 จริง ส่วนการกระจายข้อมูล: ใน normal distribution ±1 SD ≈ 68%, ±2 SD ≈ 95%, ±3 SD ≈ 99.7% ข้อมูลเบ้ขวา mean > median > mode เบ้ซ้ายตรงข้าม ข้อมูลเบ้ควรรายงาน median

ชนิดข้อมูล: Nominal (เพศ หมู่เลือด), Ordinal (stage ของมะเร็ง), Interval (อุณหภูมิ °C), Ratio (น้ำหนัก ความดัน — มีศูนย์สัมบูรณ์)

8. กับดักที่ออกสอบบ่อย

• สลับ incidence กับ prevalence — โรคเรื้อรังที่รักษาดีขึ้นจนคนอยู่ได้นานขึ้น prevalence เพิ่มทั้งที่ incidence เท่าเดิม
• ใช้ PPV แทน Sensitivity เพื่อบอกคุณสมบัติคงที่ของ test — ผิด เพราะ PPV ขึ้นกับ prevalence
• คิดว่า การสัมพันธ์ = เหตุและผล — ต้องพิจารณา temporality, dose-response, consistency, biological plausibility (Bradford Hill criteria; temporality เป็นข้อ "จำเป็น" ข้อเดียว)
• เลือก case-control กับ exposure ที่หายาก — ผิด ควรใช้ cohort; case-control เหมาะกับ โรคที่หายาก
• ลืมว่า RCT ที่วิเคราะห์ตาม intention-to-treat คือวิเคราะห์ตามกลุ่มที่สุ่มไว้ แม้ผู้ป่วยไม่ทำตามแผน เพื่อรักษาผลของ randomization

9. วิธีซ้อมให้เก่งเร็วที่สุด

1. ท่องสูตรจาก 2×2 table โดยวาดเองใหม่ทุกครั้ง 5 รอบติดต่อกันจนไม่ต้องคิด
2. ทำโจทย์ระบาดวิทยาวันละ 10 ข้อ แล้วเขียนว่า "ทำไมตัวเลือกอื่นผิด" เพราะข้อสอบกลุ่มนี้ตัวหลอกมักเป็นศัพท์ใกล้เคียงกัน
3. จัดทำ flash card คู่ศัพท์สับสน เช่น lead-time vs length-time, confounding vs effect modification, Type I vs Type II
4. จับเวลาทำข้อสอบสถิติ ให้ไม่เกิน 1 นาทีต่อข้อ เพราะสามารถทำได้เร็วกว่าข้อวิชาคลินิก

เมื่อสรุปเนื้อหาครบแล้ว ให้ลองทำโจทย์จริงเพื่อวัดความเข้าใจที่ คลังข้อสอบฝึกทำ NL เลือกหมวดเวชศาสตร์ป้องกันและระบาดวิทยาเพื่อฝึกซ้ำจุดอ่อน หรือจำลองสนามสอบจริงแบบจับเวลาที่ หน้าข้อสอบ เพื่อดูว่าคะแนนหมวดนี้เทียบกับวิชาอื่นเป็นอย่างไร และหากอยากฝึกคิดวิเคราะห์เชิงระบบแบบผู้ป่วยจริง ลองดู Long Case ที่ช่วยเชื่อมความรู้ป้องกันโรคเข้ากับการดูแลผู้ป่วยจริง ส่วนใครต้องการเข้าถึงโจทย์และฟีเจอร์ครบทุกหมวด สามารถดูแพ็กเกจได้ที่ หน้าราคา

สรุป

เวชศาสตร์ป้องกันและชีวสถิติไม่ต้องท่องเยอะ แต่ต้อง เข้าใจโครงสร้างและฝึกวาด 2×2 table ให้คล่อง หัวใจสำคัญที่ควรจำคือ: (1) แยก level of prevention ด้วยสถานะโรค (2) แยก study design ด้วยจุดเริ่มต้น (3) Sens/Spec คงที่ แต่ PPV/NPV ขึ้นกับ prevalence (4) จับคู่ bias กับสถานการณ์ (5) outbreak ต้องยืนยัน diagnosis ก่อน และ (6) เลือก statistical test จากชนิดข้อมูลและจำนวนกลุ่ม ถ้าทำครบทั้ง 6 ข้อนี้ได้ คุณจะได้คะแนนหมวดนี้แบบเกือบเต็มโดยใช้เวลาเตรียมตัวไม่มาก