Évaluation d'une procédure de diagnostic et de dépistage Julien Mancini Master EISIS Mars 2006
Test diagnostique? Anamnèse Signe clinique Examen complémentaire : biologique, radiologique Test diagnostique Test pronostique Test de dépistage Julien Mancini - Master EISIS - 2005/2006 2
Critères de qualité Capacité du test à mesurer effectivement ce qu on veut mesurer Identification des malades / sujets sains Malade Test + Sujet sain Test Test + Malade Test - Sujet sain Julien Mancini - Master EISIS - 2005/2006 3
Type de test Qualitatif Résultats binaire (+ / -) stades (A/B/C) Quantitatif Résultats chiffré Ex : BNP = X pg/ml Seuil? Julien Mancini - Master EISIS - 2005/2006 4
Évaluation d un test Comparative Nécessite Gold-Standard +++ Diagnostic de certitude Pas toujours possible Julien Mancini - Master EISIS - 2005/2006 5
Test qualitatif : exemple Population Histoire et signes évocateurs du cancer du poumon Test = radiographie du thorax Image suspecte de cancer du poumon : oui / non Gold-standard = diagnostic histologique En pratique, difficulté d avoir un diagnostic de certitude car on ne peut pas réaliser un prélèvement histologique dans toute la population concernée Julien Mancini - Master EISIS - 2005/2006 6
Résultats cancer du poumon (diagnostic histologique) Oui Non Image suspecte Oui Non 100 40 30 130 130 170 140 160 300 Julien Mancini - Master EISIS - 2005/2006 7
Résultats Image suspecte Oui Non cancer du poumon (diagnostic histologique) Oui Non 100 30 130 40 130 170 140 160 300 Julien Mancini - Master EISIS - 2005/2006 8
Traduction Malades Réalité (gold-standard) Sains Test + Vrais Positifs Faux Positifs - Faux Négatifs Vrais Négatifs Julien Mancini - Master EISIS - 2005/2006 9
Qualités diagnostiques Proportion de tests + chez les malades = capacité à reconnaître les malades = Sensibilité (Se) Proportion de tests - chez les sujets sains = capacité à reconnaître les non malades = Spécificité (Sp) Julien Mancini - Master EISIS - 2005/2006 10
Sensibilité : calcul Malades Réalité (gold-standard) Sains Test + Vrais Positifs Faux Positifs - Faux Négatifs Vrais Négatifs Sensibilité = P(Test+/malades) = VP / (VP+FN) Julien Mancini - Master EISIS - 2005/2006 11
Exemple cancer du poumon (diagnostic histologique) Oui Non Image suspecte Oui Non 100 30 40 130 130 170 140 160 300 Sensibilité = P(Image suspecte/malades) = 100 / (100+40) = 0.71 Julien Mancini - Master EISIS - 2005/2006 12
Spécificité : calcul Malades Réalité (gold-standard) Sains Test + Vrais Positifs Faux Positifs - Faux Négatifs Vrais Négatifs Spécificité = P(Test-/sains) = VN / (VN+FP) Julien Mancini - Master EISIS - 2005/2006 13
Exemple cancer du poumon (diagnostic histologique) Oui Non Image suspecte Oui Non 100 30 40 130 130 170 140 160 300 Spécificité = P(Image normale/sains) = 130 / (130+30) = 0.81 Julien Mancini - Master EISIS - 2005/2006 14
Test parfait (pathognomonique) cancer du poumon Oui Non diagnostic histologique + - 140 0 0 160 130 170 140 160 300 Sensibilité = P(test + /malades) = 140 / (140+0) = 1 Test détecte tous les malades (aucun faux positif) Julien Mancini - Master EISIS - 2005/2006 15
Test parfait (pathognomonique) cancer du poumon Oui Non diagnostic histologique + - 140 0 0 160 130 170 140 160 300 Spécificité = P(test - / sains) = 160 / (160+0) = 1 Test détecte tous les sains (aucun faux négatif) Julien Mancini - Master EISIS - 2005/2006 16
Intérêt pratique: Valeurs prédictives Devant un résultat de test donné Valeur prédictive positive (VPP) Proba pour que le patient soit malade devant un test positif Valeur prédictive négative (VPN) Proba pour que le patient soit sain devant un test négatif Julien Mancini - Master EISIS - 2005/2006 17
VPP : Calcul Malades Réalité (gold-standard) Sains Test + Vrais Positifs Faux Positifs - Faux Négatifs Vrais Négatifs VPP = P(Malades/Test+) = VP / (VP+FP) Julien Mancini - Master EISIS - 2005/2006 18
VPN : Calcul Réalité (gold-standard) Malades Sains Test + Vrais Positifs Faux Positifs - Faux Négatifs Vrais Négatifs VPN = P(Sains/Test-) = VN / (VN+FN) Julien Mancini - Master EISIS - 2005/2006 19
Prévalence Réalité (gold-standard) Malades Sains Test + Vrais Positifs Faux Positifs - Faux Négatifs Vrais Négatifs Calcul en ligne: Attention variation avec la prévalence de la maladie Julien Mancini - Master EISIS - 2005/2006 20
Exemple cancer du poumon (diagnostic histologique) Oui Non Image suspecte Oui Non 100 30 40 130 130 170 140 160 300 VPP = P(malade/Image suspecte) = 100 / (100+30) = 0.77 VPN = P(sain/Image normale) = 130 / (130+40) = 0.76 Julien Mancini - Master EISIS - 2005/2006 21
Exemple 2 (population à risque) cancer du poumon (diagnostic histologique) Oui Non Image suspecte Oui Non 160 65 64 15 225 79 224 80 304 VPP = P(malade/Image suspecte) = 160 / (160+65) = 0.71 VPN = P(sain/Image normale) = 64 / (64+15) = 0.81 Julien Mancini - Master EISIS - 2005/2006 22
Rapport de vraisemblance Likelihood ratio Rassemble sensibilité et spécificité pour un test Rapport de vraisemblance positif crédibilité d un test positif L+ = P(T+/M+) / P(T+/M-) = Se / (1-Sp) Rapport de vraisemblance négatif crédibilité d un test négatif L- = P(T-/M+) / P(T-/M-) = (1-Se) / Sp Julien Mancini - Master EISIS - 2005/2006 23
Rapport de vraisemblance Intérêt pratique +++ : Permet de calculer la probabilité post-test à partir du résultat obtenu au test et de la probabilité de départ Calculs: Ppost-test = Oddpost-test / (1 + Oddpost-test) Oddpost-test = L+ * Oddpré-test Oddpré-test = Ppré-test / ( 1- Ppré-test) L = 1 sans intérêt, test n apporte rien Beaucoup plus intéressant si >10 ou < 0.1 Julien Mancini - Master EISIS - 2005/2006 24
Normogramme Probabilité d avoir un fumeur en face de soi Au départ 25% (prévalence anglaise) Si test B+ (L+=100) P > 95% Si test A+ (L+=15) P > 80% (moins bon test) Si test C+ (L+=0.015) P = 0.5% (détecte les non-fumeurs!!!, mais très bon test) Greenhalgh, T. BMJ 1997;315:540-543 Copyright 1997 BMJ Publishing Group Ltd. Julien Mancini - Master EISIS - 2005/2006 25
Test quantitatif : Situation idéale Effectifs Malades Sujets Sains Valeur du Test Julien Mancini - Master EISIS - 2005/2006 26
Situation Idéale Effectifs Malades Sujets Sains Vrais Positifs VP Vrais Négatifs VN Quelque soit le seuil choisi discrimination parfaite Valeur du Test Julien Mancini - Master EISIS - 2005/2006 27
En pratique Effectifs Malades Sujets Sains Valeur du Test Julien Mancini - Master EISIS - 2005/2006 28
En pratique Effectifs Malades Sujets Sains Valeur du Test Julien Mancini - Master EISIS - 2005/2006 29
Test Sensible Effectifs Malades Sujets Sains FP Valeur du Test Détecte tous les malades (FN=0) mais augmente le nombre de FP Julien Mancini - Master EISIS - 2005/2006 30
Effectifs Test Spécifique Malades Sujets Sains FN Valeur du Test Écarte tous les sujets sains (FP = 0) mais augmente les FN Julien Mancini - Master EISIS - 2005/2006 31
Test Intermédiaire Effectifs Sp Malades Sujets Sains FP FN Se Valeur du Test Variation en sens inverse de Se et SP Julien Mancini - Master EISIS - 2005/2006 32
Ex : Questionnaire ABC et Autisme MR Fumagalli Marteleto, MR Marcondes Pedromônico Rev Bras Psiquiatr. 2005;27(4):295-301 Julien Mancini - Master EISIS - 2005/2006 33
Choix du seuil : Courbe ROC Se augmente Cut-off = 49 Cut-off = 68 Etc Cut-off = 0 Sp augmente Cut-off = max Julien Mancini - Master EISIS - 2005/2006 34
Choix du seuil : «Bon sens» Si on veut éviter d inquiéter à tort les Faux Positifs (maladie grave) Privilégie Spécificité Si on veut dépister tous les cas (dépistage +++) Privilégie Sensibilité Julien Mancini - Master EISIS - 2005/2006 35
Comparaisons de tests Aire sous la courbe (AUC) BNP NT-proBNP Ici AUC pour BNP = 0.930, meilleur que pour NT-proBNP = 0.918 Diagonale = 0.5 (test sans intérêt) Mueller T et al. Clinica Chimica Acta 341 (2004) 41 48 Julien Mancini - Master EISIS - 2005/2006 36
Evaluation globale d un examen de dépistage Valeur diagnostique : OK Effet de son utilisation : Améliore le pronostic? Examen de dépistage Simple, fiable, reproductible? Acceptable (risque et $)? Conséquences du diagnostic et des erreurs? Examen de diagnostic Existe? Acceptable? Maladie dépistée Fréquente? Traitement? Traitement plus efficace si précoce? Julien Mancini - Master EISIS - 2005/2006 37