Tests de dépistage biologiques : Sensibilité, spécificité, valeur prédictive

1. Tests de dépistage biologiques : Sensibilité, spécificité, valeur prédictive Jeremy Chobriat ( ENC 2005 )

2. Le test de dépistage • Un bon test de dépistage doit : • être fiable et reproductible • être facile à appliquer et à accepter par les bien portants (surtout si on doit le répéter assez souvent), • n'avoir que peu d'effets secondaires, • être de coût modéré. • En outre, il doit être efficace, c’est à dire diminuer la mortalité ou la morbidité.

3. On définit un test de dépistage par les valeurs suivantes : • vrais positifs (VP), • vrais négatifs (VN), • faux positifs (FP), • faux négatifs (FN), • valeur prédictive positive (VPP) • valeur prédictive négative (VPN).

5. La sensibilité est définie par la fréquence des tests positifs chez les malades.

7. On utilise un test sensible quand : • La maladie est grave et ne doit pas être ignorée ; • La maladie est curable ; • L'existence d'un faux­positif n'entraîne pas de traumatisme grave.

8. La spécificité est définie par la fréquence des test négatifs chez les non-malades.

10. On utilise un test spécifique quand : • La maladie est difficilement guérissable ou incurable ; • Il est important de savoir que l'on n'est pas malade ; • L'existence de faux positifs entraîne des problèmes graves.

11. Sensibilité et spécificité sont indépendantes de la prévalence de la maladie dans la population.

12. Un bon test de dépistage doit être • très sensible (ne pas laisser "passer" une maladie grave) • et très spécifique (ne pas faire croire à une maladie grave et provoquer des examens complémentaires inutiles)…

13. Cependant, généralement, • Plus un test est sensible, moins il est spécifique : • Autrement dit, d'autres pathologies peuvent se présenter avec ce signe. Par exemple, le PSA est augmenté au cours des prostatites, l’hemoccult est positif au cours de maladies inflammatoires du côlon.

14. Et, à l'inverse, souvent, • plus il est spécifique, moins il sera sensible : • Autrement dit, beaucoup de malades ont un test négatif. Par exemple, absence d’élévation de l'ACE dans les cancers du côlon peu évolués.

15. Valeur prédictive positive • La valeur prédictive positive correspond à la probabilité qu'un sujet soit réellement malade lorsque le test est positif.

17. Une valeur prédictive positivefaible fait pratiquer, pour essayer d'affirmer le diagnostic, beaucoup d'examens pénibles et coûteux inutiles à des gens bien portants (par exemple, une biopsie de prostate pour un taux élevé de PSA).

18. Valeur prédictive négative • La valeur prédictive négative correspond à la probabilité qu'un sujet soit vraiment non-malade quand le test est négatif.

20. Une valeur prédictive négativefaible fait rassurer à tort des personnes porteuses de cancer (par exemple, un hemoccult négatif malgré la présence d'un cancer qui ne saigne que de façon intermittente).

21. Valeurs prédictives • VPP = Vrais Positifs/Total Positifs = Se x Prévalence de la maladie/ Prévalence du test positif • VPN = Vrais Négatifs/Total Négatifs = Sp x (1-Prévalence de la maladie)/ Prévalence du test négatif. • On note que les valeurs prédictives sont dépendantes à la fois de la sensibilité et de la specificité du test mais aussi de la prévalence de la maladie.

22. Valeurs prédictives • Ainsi, à sensibilité égale, la VPP est d'autant meilleure que la maladie est fréquente et la positivité du test rare. • Et, à spécificité égale, la VPN sera d'autant meilleure que la maladie est rare et que la positivité du test est fréquente.

23. Sensibilité et spécificité ne donnent pas une information très parlante au praticien sur ce que peut lui apporter un test dans sa pratique. Ces deux indices tendent de plus en plus à être remplacés par les rapports de vraisemblance.

24. Rapports de vraisemblance • Les rapports de vraisemblance (LR likehood ratio) décrivent l’apport d’un test au diagnostic.

25. Le rapport de vraisemblance positif (RVP) • mesure la vraisemblance d’avoir un test positif si on est malade. • varie de 0 à l’infini. Plus il est élevé, plus le « gain diagnostique » est important. • un RVP=1 : n’apporte rien au diagnostic, • 1<RVP≤10 : apport mineur au diagnostic, • RVP > 10 : apport important au diagnostic.

26. Ainsi un sujet a RVP fois plus de risque d'avoir un test positif s'il est atteint de la maladie étudiée que s'il n'est pas atteint de la maladie.

27. Le rapport de vraisemblance négatif • mesure la vraisemblance d’avoir un test négatif si on n’est pas malade. • Plus il est proche de 0, plus il permet d'exclure le diagnostic.

28. Formules • Rapport de vraisemblance + = Se/(1-Sp) = (VP/malades)/(FP/non malades) • Rapport de vraisemblance - = (1-Se)/Sp = (FN/malades)/(VN/non malades) • VP = Vrais positifs • FP = Faux positifs • FN = Faux négatifs • VN = Vrais négatifs

29. Les rapports de vraisemblance décrivent également les qualités intrinsèques du test car ils sont : • indépendants de la prévalence de la maladie • un bon indice de la «valeur diagnostique» d’un test.

30. Pour les tests quantitatifs • La courbe ROC ou courbe de caractéristiques d’efficacité : permet d'étudier les variations de la spécificité et de la sensibilité d'un test quantitatif pour différentes valeurs du seuil de discrimination. • En abscisse, 1 – Sp, en ordonnée la Se • On haussera le seuil pour rendre un test plus spécifique. • On baissera le seuil pour avoir un test plus sensible.

31. 1 0 1 Courbe ROC Sensibilité 1-Spécificité

32. Exemple à partir d’un test qualitatif • Etude multicentrique menée dans 60 hôpitaux en 1989 menée pour évaluer l'efficacité des bandelettes urinaires dans le dépistage de l'infection urinaire.

33. Exemple (2) • L’ECBU est l'un des test biologiques les plus couramment demandés à l'hôpital. Les résultats d'une grande partie des prélèvements urinaires analysés sont négatifs, représentant une lourde charge de travail pour les laboratoires de bactériologie, charge qu’on souhaiterait limiter.

34. Exemple (3) • Dans cette optique, une étude multicentrique a été réalisée pour évaluer un nouvel examen de dépistage de l'infection urinaire par bandelettes réactives par rapport à la méthode de référence : l'ECBU

35. Exemple (4) • Le résultat de l’ECBU est positif pour une bactériurie > 105/ml et une leucocyturie > 104/ml. Le résultat est négatif dans le cas contraire. • Le résultat des BU est positif si l'un au moins des trois tests, sang, leucocytes et nitrites est positif. Le résultat est négatif dans le cas contraire.

36. Exemple (5) • Tous les prélèvements urinaires provenant des centres participants ont été analysés sur 5 mois ; • 14 235 prélèvements analysés par les 2 méthodes. • Sur les 2 079 cas d'infections urinaires diagnostiqués par l’ECBU, 93 étaient négatifs par la BU. • Sur les 8 397 cas positifs pour BU, 6 411 cas étaient négatifs pour l’ECBU.

37. Exemple (6)

38. Exemple (7) • D’après l’exemple : • Se = 1986/2079 = 0.95 • Sp = 5745/12156 = 0.47 • Il s’agit donc d’un test sensible mais peu spécifique.

39. Exemple (8) • Dans notre exemple, la VPP du test aux BU correspond à la probabilité qu'un sujet soit réellement infecté si le résultat est positif. • La VPN : probabilité que pour un sujet, les urines soient réellement stériles si le résultat est négatif. • La VPP est médiocre ici (24%), la VPN en revanche est élevée (98%).

40. Autres outils pour estimer l’efficacité d’un test : • L’indice de Youden (J) • La proportion des sujets bien classés ( BC) • Les rapports de vraisemblance positif et négatif

41. L'indice de Youden • J = Sensibilité + Spécificité - 1 • Il varie donc de (-1) à (+1). • Si J ≤ 0, le test n'a aucune valeur informationnelle. • Le test est d'autant meilleur que l'indice de Youden est proche de 1. • Dans notre exemple : J = 0.42

42. La proportion de sujets bien classés( BC) • C’est-à-dire dans la bonne catégorie : c'est l'effectif des vrais positifs et des vrais négatifs rapporté à l'effectif de l'échantillon étudié. • Ici, il y a (VP + VN)/Total = (1986+5745)/14235 = 54 %

43. Rapports de vraisemblance • Rapport de vraisemblance + = Se/(1-Sp) = (VP/malades)/(FP/non malades) = 0.95/(1- 0.47) = 1.79. Ainsi un sujet a 1.79 fois plus de risque d'avoir un test positif s'il a une infection que s'il n’en a pas. • Rapport de vraisemblance - = (1-Se)/Sp = (FN/malades)/(VN/non malades) = (1-0.95)/0.47 = 0.1, le sujet a donc très peu de chances d’avoir un test positif s’il n’a pas d’infection.

44. Conclusion • La bandelette urinaire est un test d’élimination, par : • sa sensibilité très élevée ( 95 %) • et sa VPN très élevée ( 98 %), si elle est négative, on est sûr qu’il n’y a pas d’infection et qu’il n’ y a pas nécessité de réaliser un ECBU