Test Ludvigsson

966 views

Published on

föreläsning 090205: om sensitivitet, specificitet, prediktivt värde

  • Be the first to comment

  • Be the first to like this

Test Ludvigsson

  1. 1. Diagnos Jonas Ludvigsson 2009
  2. 2. Nytta av ett test Bekräfta - att en patient har en viss diagnos Förkast - att en patient har en viss diagnos
  3. 3. Förhållande: test-sjukdom Sjukdom Sjuk Frisk Sant positiv Falskt positiv Pos Test Falskt neg Sant neg Neg
  4. 4. Förhållande: test-celiaki 1 Celiaki Sjuk Frisk PPV = 13/17= 76% 13 4 Pos NPV = 443/446= 99.3% Ema 3 443 Neg Hadithi
  5. 5. Förhållande: test-celiaki 2 Celiaki Sjuk Frisk PPV = 4/8= 50% 4 4 Pos NPV = 443/444= 99.8% Ema 1 443 Neg Hadithi
  6. 6. Förhållande: test-celiaki 3 Celiaki Sjuk Frisk PPV = 16/208= 8% 16 192 Pos NPV = 255/255= 100% HLA DQ2 or 8 “Celiakitest förenligt 0 255 Neg med celiaki” (journal)
  7. 7. No Caption Found Benitz, W. E. et al. Pediatrics 1998;102:e41 Copyright ©1998 American Academy of Pediatrics
  8. 8. Gold standard 1 Enkla: halsodling Komplicerad: Biopsi (lungcancer) Criterion standard Komplicerad: Biopsi (kardiomyopati) Reference standard Alternativ: Follow-up: rätt längd...
  9. 9. Gold standard 2 Föredra enklare test: Rtg Varför inte lungbiopsi? -Omständligt Men acceptera viss -Farligt felklassificering... -Dyrt
  10. 10. Problem - diagnostiska tester “Driver inte utredningen vidare om celiakitest är neg... (kostnad, risker, etiska aspekter) Innebörd av negativa test? Alltså vet vi ganska litet om neg testresultat...
  11. 11. Värdera negativa test Ett sätt att värdera nyttan av ett negativt test: Prostata-Ca Analysera tidigare sera
  12. 12. Vad visar testet hos friska Vad visar MR ryggmärg hos patienter utan ryggsmärta?
  13. 13. Objektiva sjukdomskriterier saknas Angina Pectoris - anamnes Colon irritabile Jonas kompis
  14. 14. Dålig gold standard... Problem när man prövar ett nytt test: •Hittar nya fall •Hittar inte vissa gamla fall..
  15. 15. Sensitivitet - Specificitet Sensitivitet: Andel av de sjuka som hittas (pos. test) Specificitet: Andel av de friska som friskförklaras (neg. test)
  16. 16. Val av test Måste hitta alla: PKU-test, Tb, HIV inför att ge blod NYTTA: testet är negativt Sensitivitet: Andel av de sjuka som hittas (pos. test) Specificitet: Andel av de friska som friskförklaras (neg. test)
  17. 17. Val av test Sensitivitet: Andel av de sjuka som hittas (pos. test) Specificitet: Andel av de friska som friskförklaras (neg. test) Bekräfta att någon är sjuk: Benmärgsbiopsi inför cytostatikabehandl. NYTTA: testet är positivt
  18. 18. Trade-off (myntets baksida) 2 ROC-kurva 15 Cut-off var??? Lågt gränsvärde 2 = “få med friska” Högt gränsvärde 15 = “missa sjuka”
  19. 19. Varför nya tester framstår som så bra! Entusiastisk testare (vill publicera i bra tidskrift) I vilken patientgrupp man kört testet Bias när man tolkar testet
  20. 20. Patientgrupper Testas bland tydliga patientfall: uttalad sjukdom, långdragen sjukdom Annorlunda i den vanliga befolkningen...
  21. 21. Bias när sensitiv/spec. mäts 1 fler sant positiva Om testet positivt: Leta vidare efter sjukdom: “du hittar den!” Om testet negativt: Ej leta vidare efter sjukdom: “hittas inte” fler falskt negativa
  22. 22. Bias när sensitiv/spec. mäts 2 Testet som utvärderas, ej påverka risken för diagnos. Alltså: Diagnosen ställas oberoende av testet! “Eftergranska bilderna” = fördel/nackdel
  23. 23. Slump när sensitiv/spec. mäts Sensitivitet och specificitet utvärderas på bas av små material Publication bias: Ett test med hög spec/sens - lättare publiceras Men hur får vi en sensitivitet på 75% av 10 pat..:-)
  24. 24. Prediktivt värde Före test: Hur stor andel av de sjuka hittar testet? Före test: Hur stor andel av de friska friskförklaras? Efter test: Hur stor andel av de EMA+ har celiaki? Efter test: Hur stor andel av de EMA- har inte celiaki
  25. 25. Prediktivt värde 2 Prediktivt värde = posterior/posttest probability Accuracy = andel sanna (sant pos + sant neg) Prevalens = prior / pretest probability* Befolkningen: 1% Inremitt. för endoskopi: 4%
  26. 26. Prediktivt värde 3 Hög sensitivitet = Bättre negativt prediktivt värde Hög specificitet = Bättre positivt prediktivt värde låg specificitet (90%): många falskt positiva: lägre andel av de med pos test är verkligen sjuka!
  27. 27. Prediktivt värde 4 Malaria snabbtest: bara testa bland infödda svenskar i Sverige Extremt låg prevalens Alla positiva = falskt positiva. Positivt prediktiva värdet närmar sig “0”!
  28. 28. Prediktivt värde: Testa vem? HIV-test: OK att screena riskgrupper HIV-test: screena alla? Vad händer om vi screenar hela Sveriges befolkning för celiaki? Prevalens avgörande för pos pred värde!
  29. 29. Uppskatta prevalensen Kliniker överskattar prevalensen...”jag hade en Kawasaki förra veckan”... Stora databaser
  30. 30. Att öka prevalensen Inremitterade patienter fler diagnost. test Vissa demografiska grupper 65årig man: angina... Symptom/tecken/anamnes rökare m. anginasmärta
  31. 31. Likelihood ratio Probability = sensitivitet, specificitet, prediktivt värde (andelar) Odds = kvot = sannolikhet av event / (1-sannolikhet) Likelihood ratios: Hur många gånger mer sannolikt att positivt hos sjuka än hos friska. Celiaki: EMA: LR+ = 91 (91 ggr mer sannolikt att pos test hos celiakipat än hos frisk)
  32. 32. Likelihood ratio Sensit. 1-spec. Röd=befolkn. Grön=Hadithi (13/16) / (4/447) = 91 13 4 3 443
  33. 33. Lieklihood ratio 2 Sensitivitet = andel av alla med sjukdom Likelihood = hur bra ett test är på att hitta en sjuk •Rule o thumb: •LR+ 1 = ingen ökad risk för sjd •LR+ 10 = 50% ökad risk för sjd
  34. 34. Parallel vs. serial testing Många tester samtidigt: Öka sensitivitet (inremitt. patienter / provsvep) Ett test i taget: Öka specificiteten eftersom bara den som är upprepat positiv går vidare. Ökat PPV: högre andel av de med tre efterföljande test är positiva har verkligen sjukdom! Dyra, riskabla test: ex. amniocentes
  35. 35. SLUT the end

×