Original Title: Some Further Study Based on Cohen’s Kappa Statistic: Theory and Applications
Source: li01.tci-thaijo.org
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការសិក្សាបន្ថែមមួយចំនួនផ្អែកលើស្ថិតិកាប៉ារបស់ Cohen៖ ទ្រឹស្តី និងការអនុវត្ត

ចំណងជើងដើម៖ Some Further Study Based on Cohen’s Kappa Statistic: Theory and Applications

អ្នកនិពន្ធ៖ Pornpis Yimprayoon (Department of Mathematics, Faculty of Liberal Arts and Science, Kasetsart University, Nakhon Pathom, Thailand)

ឆ្នាំបោះពុម្ព៖ 2014, Agriculture and Natural Resources

វិស័យសិក្សា៖ Statistics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ឯកសារនេះផ្តោតលើការកែលម្អការវាស់ស្ទង់កម្រិតស្របគ្នា (Agreement measurement) រវាងអ្នកវាយតម្លៃពីរដោយប្រើខ្នាតនាមតាមរយៈស្ថិតិកាប៉ារបស់ Cohen (Cohen's kappa) ពិសេសលើការធ្វើតេស្តសម្មតិកម្ម។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានបង្កើតសមីការថ្មីសម្រាប់ធ្វើតេស្តសម្មតិកម្ម និងបានយកទៅអនុវត្តលើទិន្នន័យគ្លីនិកជាក់ស្តែងនៃការធ្វើតេស្តរកជំងឺរបេង។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Proposed Kappa Hypothesis Testing (based on π11)
ការធ្វើតេស្តសម្មតិកម្មកាប៉ាដែលបានស្នើឡើង (ផ្អែកលើ π11)
ផ្តល់ភាពងាយស្រួលក្នុងការផ្ទៀងផ្ទាត់កម្រិតស្របគ្នាដោយប្រើក្រាហ្វ និងធ្វើតេស្តថាតើតម្លៃ Kappa ធំជាងតម្លៃដែលបានកំណត់ជាមុន (ឧទាហរណ៍ 0.80) ឬអត់។ ត្រូវការការគណនាស្មុគស្មាញបន្តិចក្នុងការកំណត់តំបន់បដិសេធ (critical region) ផ្អែកលើតម្លៃប្រូបាប៊ីលីតេដែលបានផ្តល់ឱ្យ។ បញ្ជាក់យ៉ាងច្បាស់ថា κC ≥ 0.80 ជាមួយនឹងកម្រិត z = 15.19 ដែលបង្ហាញពីការស្របគ្នាខ្លាំង។
Standard Mantoux Test
តេស្តស្បែកស្តង់ដារ Mantoux (សម្រាប់ជំងឺរបេង)
ជាតេស្តស្តង់ដារដែលមានភាពសុក្រឹតខ្ពស់ និងត្រូវបានទទួលស្គាល់ជាសកលសម្រាប់ការធ្វើរោគវិនិច្ឆ័យជំងឺរបេង។ ត្រូវការបុគ្គលិកពេទ្យជំនាញ សឺរ៉ាំង ម្ជុល និងសូលុយស្យុងរៀបចំថ្មីៗ ដែលបង្កការលំបាកសម្រាប់តំបន់ដាច់ស្រយាល។ ត្រូវបានប្រើជាគោល (baseline) ដើម្បីវាយតម្លៃប្រសិទ្ធភាព និងកម្រិតស្របគ្នានៃតេស្ត Tine ថ្មី។
Tine Test
តេស្តស្បែក Tine (ឧបករណ៍ថ្មី)
ងាយស្រួលប្រើ មិនត្រូវការម្ជុលចាក់ អាចទុកបានយូរ និងមិនតម្រូវឱ្យមានបុគ្គលិកពេទ្យជំនាញក្នុងការអនុវត្ត។ ត្រូវការពឹងផ្អែកលើការផ្ទៀងផ្ទាត់កម្រិតស្របគ្នាជាមួយតេស្តស្តង់ដារជាមុន ទើបអាចយកទៅប្រើប្រាស់ផ្លូវការបាន។ បង្ហាញកម្រិតស្របគ្នាខ្ពស់បំផុតជាមួយតេស្ត Mantoux ដែលបញ្ជាក់ថាអាចប្រើប្រាស់ជំនួសបាន។

ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តវិធីសាស្ត្រស្ថិតិនេះមិនតម្រូវឱ្យមានធនធានកុំព្យូទ័រធំដុំនោះទេ ប៉ុន្តែទាមទារចំណេះដឹងផ្នែកស្ថិតិ កម្មវិធីវិភាគទិន្នន័យ និងទិន្នន័យប្រៀបធៀបជាក់ស្តែង។ ចំពោះការធ្វើតេស្តវេជ្ជសាស្ត្រ តេស្ត Tine ចំណាយធនធានតិចជាងតេស្ត Mantoux។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ទិន្នន័យដែលប្រើក្នុងការសិក្សានេះ គឺជាទិន្នន័យចាស់តាំងពីឆ្នាំ ១៩៦២ ដែលប្រមូលបានពីអ្នកជំងឺ ១៣២២ នាក់នៅមន្ទីរពេទ្យ Missouri State Sanatorium សហរដ្ឋអាមេរិក។ ទោះបីជាវិធីសាស្ត្រស្ថិតិមានលក្ខណៈទូទៅក្តី ប៉ុន្តែទម្រង់នៃការរាតត្បាតមេរោគ Mycobacterium tuberculosis និងសេណារីយ៉ូគ្លីនិកនៅប្រទេសកម្ពុជាបច្ចុប្បន្នអាចមានភាពខុសគ្នា ដែលទាមទារឱ្យមានការសាកល្បងលើទិន្នន័យក្នុងស្រុក។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រស្ថិតិនេះមានអត្ថប្រយោជន៍យ៉ាងធំធេងសម្រាប់ប្រទេសកម្ពុជា ពិសេសក្នុងការវាយតម្លៃប្រសិទ្ធភាពនៃឧបករណ៍ធ្វើតេស្តវេជ្ជសាស្ត្រថ្មីៗដែលមានតម្លៃថោក និងងាយស្រួលប្រើ។

ជារួម ការអនុវត្តវិធីសាស្ត្រស្ថិតិនេះនឹងជួយពន្លឿនការអនុម័តប្រើប្រាស់បច្ចេកវិទ្យាវេជ្ជសាស្ត្រថ្មីៗដែលសមស្របនឹងធនធានមានកម្រិត និងជួយលើកកម្ពស់សុខភាពសាធារណៈនៅកម្ពុជា។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះនៃស្ថិតិកាប៉ា: និស្សិតគប្បីចាប់ផ្តើមដោយការសិក្សាពីទ្រឹស្តីស្ថិតិកាប៉ារបស់ Cohen និងការធ្វើតេស្តសម្មតិកម្ម ដោយប្រើប្រាស់វគ្គសិក្សាតាមអនឡាញលើ Coursera ឬសៀវភៅ Biostatistics
  2. អនុវត្តការសរសេរកូដវិភាគទិន្នន័យ: ប្រើប្រាស់កម្មវិធី RStudioPython ដោយប្រើបណ្ណាល័យ scikit-learn និង statsmodels ដើម្បីសរសេរកូដគណនាតម្លៃ Kappa ជាមួយទិន្នន័យគំរូ។
  3. ប្រមូលនិងរៀបចំទិន្នន័យជាក់ស្តែងពីស្ថាប័នសុខាភិបាល: ទាក់ទងស្នើសុំទិន្នន័យអនាមិក (Anonymized data) ពីស្ថាប័នដូចជា CENAT ដើម្បីអនុវត្តការប្រៀបធៀបតេស្តរោគវិនិច្ឆ័យពីរផ្សេងគ្នាក្នុងបរិបទកម្ពុជា។
  4. វិភាគកម្រិតស្របគ្នា និងសង់ក្រាហ្វសម្មតិកម្ម: អនុវត្តការបង្កើតក្រាហ្វដោយប្រើ matplotlibggplot2 ដើម្បីកំណត់តំបន់បដិសេធ (Critical Region) និងគណនា Z-score ដូចដែលបានបង្ហាញក្នុងឯកសារស្រាវជ្រាវ។
  5. វាយតម្លៃនិងធ្វើសេចក្តីរាយការណ៍: សរសេររបាយការណ៍សន្និដ្ឋានអំពីកម្រិតនៃការស្របគ្នា (Agreement Level) នៃវិធីសាស្ត្រទាំងពីរ និងផ្តល់អនុសាសន៍ជូនក្រសួងសុខាភិបាលថាតើវិធីសាស្ត្រថ្មីស័ក្តិសមក្នុងការយកមកប្រើប្រាស់ជំនួសឬទេ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Cohen's kappa statistic (ស្ថិតិកាប៉ារបស់ Cohen) រង្វាស់ស្ថិតិដែលប្រើសម្រាប់វាស់ស្ទង់កម្រិតនៃភាពស្របគ្នា (agreement) រវាងអ្នកវាយតម្លៃពីរនាក់ (raters) ដោយដកចេញនូវភាពស្របគ្នាដែលអាចកើតឡើងដោយចៃដន្យ។ វាមានតម្លៃចន្លោះពី -១ ដល់ ១។ ដូចជាការដាក់ពិន្ទុឲ្យសិស្សពីរនាក់ដែលឆ្លើយត្រូវដូចគ្នា ដោយយើងពិនិត្យមើលថាតើពួកគេពិតជាចេះដូចគ្នា ឬគ្រាន់តែទាយត្រូវដូចគ្នាដោយចៃដន្យ។
nominal scale (ខ្នាតនាម) ប្រភេទនៃទិន្នន័យចំណាត់ថ្នាក់ដែលមិនមានលំដាប់លំដោយរៀបចំមុនក្រោយ ឧទាហរណ៍ដូចជា ការបែងចែកប្រភេទជា វិជ្ជមាន/អវិជ្ជមាន ឬ ឈឺ/ជា។ ដូចជាការបែងចែកផ្លែឈើជា ផ្លែប៉ោម និង ផ្លែក្រូច ដែលមិនមានមួយណាធំជាង ឬមានតម្លៃខ្ពស់ជាងមួយណានោះទេ គ្រាន់តែជាប្រភេទខុសគ្នា។
hypothesis testing (ការធ្វើតេស្តសម្មតិកម្ម) ដំណើរការក្នុងស្ថិតិវិទ្យាដែលប្រើប្រាស់ទិន្នន័យគំរូដើម្បីធ្វើការសម្រេចចិត្តបដិសេធ ឬទទួលយកការសន្មត់ណាមួយ (សម្មតិកម្មសូន្យ H0 និងសម្មតិកម្មជំនួស H1)។ ដូចជាការកាត់ក្តីនៅក្នុងតុលាការ ដែលយើងសន្មតថាជនជាប់ចោទគ្មានកំហុស រហូតទាល់តែមានភស្តុតាង (ទិន្នន័យ) គ្រប់គ្រាន់បញ្ជាក់ថាគាត់ពិតជាមានកំហុសមែន។
proportion of rater pairs exhibiting agreement (សមាមាត្រនៃកិច្ចព្រមព្រៀងរបស់អ្នកវាយតម្លៃ) ភាគរយ ឬប្រូបាប៊ីលីតេសរុបដែលអ្នកវាយតម្លៃទាំងពីរផ្តល់ចំណាត់ថ្នាក់ដូចគ្នា (ឧទាហរណ៍ ទាំងពីរឲ្យ "វិជ្ជមាន" ព្រមគ្នា) តំណាងដោយនិមិត្តសញ្ញា θo។ បើគ្រូពេទ្យពីរនាក់ពិនិត្យអ្នកជំងឺ ១០០ នាក់ ហើយអ្នកទាំងពីរយល់ស្របគ្នាលើលទ្ធផលអ្នកជំងឺ ៩៤ នាក់ នោះសមាមាត្រនៃកិច្ចព្រមព្រៀងគឺ ៩៤%។
Mantoux test (តេស្តម៉ង់តូ) តេស្តស្តង់ដារសម្រាប់រកមេរោគជំងឺរបេង ដោយចាក់បញ្ចូលប្រូតេអ៊ីនមេរោគ (purified protein derivative) ទៅក្នុងស្បែក ហើយរង់ចាំមើលប្រតិកម្មហើមបន្ទាប់ពី ៤៨ ទៅ ៧២ ម៉ោង។ ដូចជាការយកសត្រូវក្លែងក្លាយ (មេរោគអសកម្ម) ទៅញុះញង់ទាហានការពាររាងកាយ បើកោសិកាធ្លាប់ស្គាល់មេរោគនេះពីមុនមក វានឹងប្រមូលផ្តុំគ្នាធ្វើឲ្យស្បែកឡើងហើម។
tine test (តេស្ត Tine) តេស្តរកជំងឺរបេងមួយប្រភេទទៀតដែលប្រើឧបករណ៍ផ្លាស្ទិកមានម្ជុលដែកតូចៗ៤ ដែលមានជ្រលក់ថ្នាំរួចជាស្រេច សម្រាប់ចុចលើស្បែក ដែលងាយស្រួល លឿន និងមិនត្រូវការម្ជុលចាក់បញ្ចូល។ ដូចជាត្រាដែលមានទឹកខ្មៅស្រាប់ គ្រាន់តែចុចផ្ទាល់លើក្រដាស (ស្បែក) មិនបាច់ចំណាយពេលបឺតថ្នាំបញ្ចូលស៊ីរ៉ាំងនោះទេ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖