Vetenskaplig utveckling Läkarprogrammet KI HT 2010 termin 4Moment 2

Lisen Arnheim Dahlström, Fredrik Wiklund & Robert Karlsson

Institutionen för medicinsk epidemiologi och biostatistik

Diagnostiska test

Viktiga för att upptäcka sjukdomar hos individer

Exempel Mammografi för att upptäcka bröstcancer PSA för att upptäcka prostatacancer Blodvärden Fostervattenprov Genetiska test Gynekologisk cellprovstagning Osv

Gynekologisk screening

• Organiserad screening infördes på 60-talet. Reducerat cancerfallen med över 50%.

• Kvinnor mellan 23-50 år kallas vart 3 år, 51-60 år vart 5 år.

• Täckningsgraden är 77% och 83%, för resp åldersgrupp.

Gynekologisk screening

Incidens Mortailitet

Mammografi

• Startade i Sverige 1986, sedan 1997 i hela Sverige.• Trippelundersökning: palpation, röntgen, biospi• Skall erbjudas alla kvinnor i åldrarna 40 - 75 år (Socialstyrelsen)• 1.5 till 2 år mellan undersökningar

• Sänker dödligheten i bröstcancer med ca 20%

Diagnostiska test - egenskaper

Givet att en person är sjuk vill vi att testet ska klassa personen som sjuk Testet ska ha hög SENSITIVITET

Givet att en person är frisk vill vi att testet ska klassa personen som frisk Testet ska ha hög SPECIFICITET

Beräkningar

Exempel mammografi

(Resultat från australiensisk studie)

Exempel cellprov cervix

Sensitivitet = 51% (37 - 84%)

Specificitet = 98% (86 - 100%)

(meta analys, 1999)

Cut-off

• Test ofta “kontinuerliga”

• Man måste betämma en cut-off för vad som är ett positivt test - när säger testet att personen är sjuk?

Cut-off

Genom att variera cut-off kan vi påverka testets sensitivitet och specificitet

POSITIVT PREDIKTIVT VÄRDE (PPV)NEGATIVT PREDIKTIVT VÄRDE (NPV)

PPV = sannolikheten att en person som testats positiv är sjuk

När vi vill mäta hur bra ett test är på att förutsäga att patienten är sjuk

NPV = sannolikheten att en person som testats negativ är frisk

När vi vill mäta hur bra ett test är på att förutsäga att patienten är frisk

Beräkningar

Exempel mammografi

(Resultat från australiensisk studie)

PPV och NPV och sjukdomens prevalens

Prevalens 20% Prevalens 1%

Sensitivitet 180/200=90%Specificitet 720/800=90%

PPV=180/260=69%NPV=720/740=97%

Sjuk Frisk

Pos 180 80 260

Neg 20 720 740

200 800 1000

Sjuk Frisk

Pos 9 99 108

Neg 1 891 892

10 990 1000

Sensitivitet 9/10=90%Specificitet 891/990=90%

PPV=9/108=8%NPV=891/892=100%

PPV och NPV vs prevalens

Generellt gäller att:

Om prevalensen minskar så Minskar PPV Ökar NPV

Om prevalensen ökar så Ökar PPV Minskar NPV

Ett tests egenskaper kan även bero på andra faktorer

Ålder Etnicitet Kön Provkvalitet

Sensmoral diagnostiska test

Sensitivitet och specificitet säger ingenting om man inte vet något om prevalensen

Ett test som är utmärkt för diagnos bland patienter med symtom som ger stark misstanke på en sjukdom (hög prevalens), kan vara oanvändbart för screening för samma sjukdom bland symtomfria personer

Konfidensintervall

Sensitivitet och specificitet är skattningar, baserade på till exempel kliniska prövningar

Inbyggd osäkerhet eftersom vi bara testar ett stickprov

Osäkerheten kan uppskattas med ett konfidensintervall

Konfidensintervallets bredd påverkas av storleken på stickprovet

Få deltagare i studien → bredare konfidensintervall

Många deltagare → smalare konfidensintervall

Exempel

För ett visst diagnostiskt test vet vi att sensitiviteten är exakt 90%. Alltså upptäcker testet 90% av alla sjuka som testas.

Vi simulerar några olika stora studier på samma test

Antal sjuka Upptäcks av testet

Sensitivitet (i studien)

95% CI

4 4 100% 40% - 100%

10 7 70% 35% - 93%

50 46 92% 81% - 98%

100 92 92% 85% - 96%

1000 899 90% 88% - 92%

Sensmoral konfidensintervall

Sensitivitet, specificitet, PPV och NPV är skattningar

Alltså har de en inbyggd osäkerhet

Undersök hur stor osäkerheten är innan ni litar på förträffligheten hos ett test.