Tout test effectué sur une population particulière, doit pouvoir calculer sensibilité, spécificité, valeur prédictive positive, et valeur prédictive négative, pour déterminer l'utilité des tests pour détecter une maladie particulière ou une caractéristique de la population. Si nous voulons utiliser un test pour tester certaines caractéristiques dans un échantillon de population, ce que nous devons savoir est:
- Quelle est la probabilité que ce test détecte existence certaines caractéristiques d'une personne avec de telles caractéristiques (sensibilité) ?
- Quelle est la probabilité que ce test détecte absence certaines caractéristiques d'une personne qui n'ont pas ces caractéristiques (spécificité) ?
- Quelle est la probabilité qu'une personne ayant les mêmes résultats de test positif vraiment ont ces caractéristiques (valeur prédictive positive) ?
-
Quelle est la probabilité qu'une personne dont les résultats du test négatif vraiment n'ai pas ces caractéristiques (valeur prédictive négative) ?
Ces valeurs sont très importantes à calculer pour déterminer si un test est utile pour mesurer certaines caractéristiques dans une population donnée.
Cet article vous montrera comment calculer ces valeurs.
Étape
Méthode 1 sur 1: Se compter soi-même
Étape 1. Définissez la population à échantillonner, par exemple 1000 patients dans une clinique
Étape 2. Déterminez la maladie ou la caractéristique souhaitée, par exemple la syphilis
Étape 3. Disposer d'un étalon-or standard pour déterminer la prévalence de la maladie ou les caractéristiques souhaitées, par exemple la documentation microscopique sur fond noir de la bactérie Treponema pallidum à partir de fragments d'ulcère syphilitique, en collaboration avec les résultats cliniques
Utilisez le test de référence pour déterminer qui a les caractéristiques et qui n'en a pas. À titre d'illustration, disons que 100 personnes ont la caractéristique et 900 ne l'ont pas.
Étape 4. Effectuez le test qui vous intéresse pour déterminer sa sensibilité, sa spécificité, sa valeur prédictive positive et sa valeur prédictive négative pour cette population
Ensuite, faites le test pour tout le monde dans la population de l'échantillon. Par exemple, disons qu'il s'agit d'un test rapide de la réagine plasmatique (RPR) pour dépister la syphilis. Utilisez-le pour tester 1000 personnes dans un échantillon.
Étape 5. Pour les personnes qui ont les caractéristiques (telles que déterminées par l'étalon-or), enregistrez le nombre de personnes testées positives et le nombre de personnes testées négatives
Faites de même pour les personnes qui n'en ont pas les caractéristiques (telles que définies par l'étalon-or). Vous aurez quatre numéros. Les personnes qui ont les caractéristiques ET les résultats des tests sont positifs sont vrais positifs (vrais positifs ou TP). Les personnes qui ont les caractéristiques ET les résultats des tests sont négatifs sont faux négatifs (faux négatifs ou FN). Les personnes qui n'ont pas les caractéristiques ET les résultats des tests sont positifs sont faux positifs (faux positifs ou FP). Les personnes qui n'ont pas les caractéristiques ET les résultats des tests sont négatifs sont vrais négatifs (vrais négatifs ou TN). Par exemple, supposons que vous ayez effectué un test RPR sur 1000 patients. Parmi les 100 patients atteints de syphilis, 95 d'entre eux ont été testés positifs, tandis que les 5 autres étaient négatifs. Parmi les 900 patients qui n'avaient pas la syphilis, 90 ont été testés positifs et les 810 restants étaient négatifs. Dans ce cas, TP=95, FN=5, FP=90 et TN=810.
Étape 6. Pour calculer la sensibilité, divisez TP par (TP+FN)
Dans l'exemple ci-dessus, le calcul est 95/(95+5)= 95%. La sensibilité nous indique la probabilité que le test donne un résultat positif pour une personne qui présente la caractéristique. Parmi toutes les personnes qui ont la caractéristique, quelle proportion est positive ? La sensibilité de 95% est assez bonne.
Étape 7. Pour calculer la spécificité, divisez TN par (FP+TN)
Dans l'exemple ci-dessus, le calcul est 810/(90+810)= 90 %. La spécificité nous renseigne sur la probabilité qu'un test donne un résultat négatif chez quelqu'un qui ne possède pas la caractéristique. Parmi toutes les personnes qui n'ont pas la caractéristique, quelle proportion teste négatif ? 90 % de spécificité est suffisant.
Étape 8. Pour calculer la valeur prédictive positive (NPP), divisez TP par (TP+FP)
Dans le contexte ci-dessus, le calcul est de 95/(95+90) = 51,4 %. Une valeur prédictive positive indique la probabilité qu'une personne présente la caractéristique si le résultat du test est positif. Parmi tous ceux dont le test est positif, quelle proportion a réellement la caractéristique ? NPP 51,4% signifie que si votre résultat de test est positif, la probabilité de souffrir réellement de la maladie en question est de 51,4%.
Étape 9. Pour calculer la valeur prédictive négative (NPN), divisez TN par (TN+FN)
Pour l'exemple ci-dessus, le calcul est 810/(810+5)= 99,4 %. Une valeur prédictive négative indique la probabilité qu'une personne n'ait pas une caractéristique si le résultat du test est négatif. Parmi tous ceux dont le test est négatif, quelle proportion manque réellement des caractéristiques en question ? NPN 99,4% signifie que si le résultat du test d'une personne est négatif, la probabilité de ne pas avoir la maladie chez cette personne est de 99,4%.
Des astuces
- Précision, ou efficacité, est le pourcentage de résultats de test correctement identifiés par le test, c'est-à-dire (vrai positif + vrai négatif)/résultat total du test = (TP+TN)/(TP+TN+FP+FN).
- Un bon test de dépistage a une sensibilité élevée, car vous voulez pouvoir obtenir tout ce qui a certaines caractéristiques. Les tests qui ont une sensibilité très élevée sont utiles pour écarter une maladie ou une caractéristique si le résultat est négatif. ("SNOUT": règle de sensibilité OUT)
- Essayez de faire une table 2x2 pour le rendre plus facile.
- Comprendre que la sensibilité et la spécificité sont des propriétés intrinsèques du test qui non dépend de la population existante, c'est-à-dire que les deux valeurs doivent être les mêmes si le même test est réalisé sur des populations différentes.
- Un bon test de vérifiabilité a une spécificité élevée, car vous voulez que le test soit spécifique et qu'il ne s'agisse pas de mal étiqueter les personnes qui n'ont pas la caractéristique en supposant qu'elles l'ont. Les tests qui ont une spécificité très élevée sont utiles pour joindre certaines maladies ou caractéristiques si le résultat est positif. ("SPIN": SPEcificity-rule IN)
- La valeur prédictive positive et la valeur prédictive négative, en revanche, dépendent de la prévalence de cette caractéristique dans une population particulière. Plus la caractéristique recherchée est rare, plus la valeur prédictive positive est faible et plus la valeur prédictive négative est élevée (car la probabilité prétest est faible pour les caractéristiques rares). D'autre part, plus une caractéristique est commune, plus la valeur prédictive positive est élevée et plus la valeur prédictive négative est faible (car la probabilité de prétest est élevée pour la caractéristique commune).
- Essayez de bien comprendre ces concepts.
