Odborné textyRepetitorium - klinická genetikaRepetitorium - statistika

Diagnostická efektivita - hodnocení klinické užitečnosti testu

AJCBQ

Diagnostická efektivita je soubor vlastností diagnostického testu, který charakterizuje stupeň schopnosti testu odlišit nejméně dva stavy s definovaným klinickým obrazem.

 

Medicína podložená průkazy (evidence based medicine, EBM) vyžaduje hodnocení diagnostických testů jako základní předpoklad kvalitních diagnostických procesů. Pro hodnocení diagnostických testů existuje řada nástrojů, hodnocení klinické užitečnosti však vyžaduje další medicínské úvahy. K výkladu jsou připojeny příklady 001, 002 a 003.

 

 

Klinická užitečnost testu

Hodnocení klinické užitečnosti testu představuje zhodnocení zisku a ztrát, které nasazení testu přinese. Postupně je nutné určit

·         základní charakteristiky nezávislé na prevalenci s využitím vhodných (tj. blízkých skutečnému nasazení testu) populací (senzitivitu, specifičnost),

·         maximální diagnostickou efektivitu s přihlédnutím k výskytu choroby v populaci (apriorní pravděpodobnost nemoci),

·         klinickou užitečnost s cílem nalézt maximální klinický zisk s minimalizací ztrát.

 

 

 

Určení základních charakteristik testu nezávislých na prevalenci

Základní charakteristiky tvoří senzitivita a specifičnost. Zjistíme je vyšetřením vhodných (tj. blízkých skutečnému nasazení testu) populací. Základními populace jsou populace D+ (osoby s prokazatelnou přítomností uvažované choroby, průkaz musí být proveden nezávislým způsobem, využívá se tzv. ”zlatý standard”) a populace D- (osoby, u nichž choroba není prokazatelně přítomna). Protože senzitivitu i specifičnost zjišťujeme vždy na jedné populaci (senzitivitu na populaci D+, specifičnost na populaci D-), nezávisí tyto parametry na prevalenci (apriorní pravděpodobnosti choroby v populaci).

 

Modely diagnostických populací D+ musí být dostatečně robustní z hlediska napodobení cílového stavu.  Musí zahrnovat jedince s různými stadii choroby, jedince s atypickým průběhem, je vhodné simulovat technické obtíže při analýze a zkušební populace musí být dostatečně variabilní z hlediska zastoupení různých podskupin. Tyto podskupiny (variabilní kohorty) musí zahrnovat jedince obou pohlaví, různého stáří, různé profesionální a sociální anamnézy a podobně.

 

Pro model populace D- se hodí zejména diferenciálně diagnostické populace prokazatelně bez dané choroby, ale se vztahem k populaci D- například podobností symptomů. Asymptomatická populace se může využít pro hodnocení screeningových testů, selektovaná populace zdravých osob je nevhodná.

 

 

 

 

Určení maximální diagnostické efektivity

Při posuzování diagnostické efektivity s přihlédnutím k výskytu choroby v populaci se musí zajistit vhodné modely populací D+ a D- (viz výše).

 

Jsou-li k dispozici vhodně selektované populace D+ a D-, lze přikročit k hodnocení diagnostické efektivity a její maximalizaci. Maximalizuje se apriorní pravděpodobnost choroby (prevalence), vybírají se testy s ohledem na jejich senzitivitu a specifičnost, lze použít ROC analýzu včetně hodnocení plochy pod křivkou a další postupy.

 

Sumárně lze tedy maximalizace diagnostické efektivity dosáhnout, pokud optimalizujeme 3 proměnné: 

·         senzitivitu,

·         specifičnost a

·         apriorní pravděpodobnost nemoci.

 

Zatímco senzitivitu a specifičnost maximalizujeme optimalizací testu nebo způsobu jejich použití, apriorní pravděpodobnost (prevalenci) maximalizujeme vhodným předvýběrem vyšetřované populace nebo předběžným testováním. Vždy ale přihlížíme ke skutečným situacím, ve kterých se předpokládá použití diagnostického testu.

                               

 

 

 

Určení maximální klinické užitečnosti

Cílem tohoto postupu je nalézt maximální klinický zisk s minimalizací ztrát. Principem je úvaha nad ochotou obětovat identifikaci relativně nedůležité diagnostické skupiny (třídy) za účelem zvýšení podílu správných klasifikací důležitějších tříd. Při hodnocení dvou populací se diagnostický zisk mění posunem diskriminační meze. Možnosti ve dvou odlišných typech diagnostiky (rozpoznání nebo vyloučení choroby) ukazuje následující tabulka.

 

 

 

klinický cíl:

diagnostikovat

chorobu

Klinický cíl:

vyloučit

chorobu

maximální zisk

správná pozitivita

správná negativita

maximální ztráta

falešná negativita

falešná pozitivita

kompetující třídy

správná negativita

falešná pozitivita

falešná negativita

správná pozitivita

posun limitu

do negativity

do pozitivity

riziko vzrůstu

falešné pozitivity

falešné negativity

 

 

Problémem kompetujících tříd u potvrzení choroby je otázka, jak velký přírůstek falešné pozitivity lze tolerovat. Při léčbě s možnými následky nebo při psychologické stigmatizaci pacienta lze tolerovat jen malý přírůstek falešné pozitivity (není možné zbytečně léčit zdravé osoby nebo vzniká značný problém, je-li význam choroby laickou veřejností přeceňován). Naproti tomu při léčbě bez následků lze tolerovat i větší falešnou pozitivitu, protože přeléčit lze všechny zdravé jedince.

 

Problémem kompetujících tříd u vyloučení choroby je otázka, jak velký přírůstek falešné negativity lze tolerovat. V epidemii snadno léčitelné infekční choroby bude tento přírůstek malý, protože všichni falešně negativní ohrožují okolí. U neléčitelné choroby lze tolerovat velký přírůstek falešné negativity, protože podstatně horší je stigmatizace zdravých.

 

 

Další informace

Příklad 001

Příklad 002

Příklad 003

 

 

Antonín Jabor

.