Esame biochimica

SE UNA MALATTIA NON E' PREVALENTE, DIMINUISCE IL VALORE PREDITTIVO DI UN

TEST!

Il concetto di prevalenza, comunque, è diverso da quello di incidenza che invece rappresenta il

numero di persone che contraggono la malattia in un definito periodo di tempo (in un arco di

tempo).

Sensibilità

La sensibilità è il rapporto tra il numero dei veri positivi e il numero complessivo dei soggetti che

hanno la malattia (di tutti i soggetti che hanno la malattia).

sensibilità = VP / (VP + FN)

La sensibilità diagnostica dimostra la capacità di un esame di laboratorio di individuare sul totale

dei malati le persone effettivamente affette da una certa malattia.

All’aumentare del numero di FN la sensibilità (che idealmente è 1) diminuisce.

La massima sensibilità è 1.

Una sensibilità di 1 indica che il test non dà falsi negativi, ovvero è possibile diagnosticare la

malattia in tutte le persone che la hanno.

Il test diagnostico perfetto è quello perfettamente sensibile (che ha una sensibilità pari al 100%).

Specificità

La specificità è il rapporto tra il numero dei veri negativi e il numero complessivo dei soggetti che

non hanno la malattia.

specificità = VN / (VN + FP)

La specificità è la capacità di un test di scoprire la vera negatività: solo i pazienti malati danno

valori positivi.

La massima specificità è pari a 1.

Un test completamente specifico non dà falsi positivi; tutte le persone positive identificate sono

quindi realmente malate.

NON esiste un test che sia perfettamente sensibile e specifico!

C'è sempre un certo numero di persone che vengono diagnosticate in maniera errata.

Efficacia

Il grado di sovrapposizione fra risultati non corretti (FP e FN) e risultati corretti (VP e VN) è una

misura dell’efficacia predittiva di un test, che è quantificata da sensibilità e specificità dove:

sensibilità = VP / (VP + FN)

• specificità = VN / (VN + FP)

•

Minore è questa sovrapposizione, più efficace è un test.

Quindi non solo imprecisione e inaccuratezza analitiche sono imprescindibili.

Anche dal punto di vista interpretativo si ha sempre una sovrapposizione tra i risultati corretti e i

risultati non corretti; è inevitabile.

Risultato di un tipico test diagnostico

Ho una popolazione di individui sani e malati che si distribuiscono su una gaussiana.

La maggior parte delle persone sane è negativa al test e la maggior parte delle persone malate è

positiva al test.

Tuttavia, si ha una piccola % di persone sane che è positiva al test e una piccola % di persone

malate che sono negative al test.

Cioè c'è una piccola % di persone sane che vengono erroneamente diagnosticate affette da una

malattia e una piccola % di persone malate che non vengono diagnosticate.

C'è sempre una piccola sovrapposizione tra le due curve.

Infatti, si osservano due code:

la prima fa riferimento alle persone sane ma che vengono diagnosticate malate (FP)

• la seconda rappresenta le persone malate che vengono diagnosticate come sane (FN).

•

Quindi non è possibile avere un test che sia al contempo perfettamente sensibile e specifico.

Ma necessito di avere un test perfettamente sensibile e specifico.

E' necessario quindi spostare il valore soglia.

Il valore soglia è scelto in modo arbitrario.

Al di sopra di questo valore il test è considerato positivo, al di sotto negativo.

Esempio di test perfettamente sensibile

Un test perfettamente sensibile è un test che consente di trovare tutti gli individui positivi.

Per ottenere un test perfettamente sensibile, diminuisco il valore soglia.

Se si sposta la soglia verso valori più bassi, è possibile individuare tutti i malati in quanto più

persone raggiungono il valore soglia. (riduco i falsi negativi)

Tuttavia, contemporaneamente, si ha un aumento del numero di falsi positivi e quindi si diminuisce

la specificità del test.

Esempio di test perfettamente specifico

Per ottenere un test più specifico si deve alzare la soglia verso valori più alti. Alzando la soglia,

infatti, si abbattono i falsi positivi.

Se si abbassa il numero di falsi positivi, aumenta il numero di falsi negativi.

Cioè si riduce la sensibilità del test.

Compromesso tra sensibilità e specificità

Un metodo molto sensibile è poco specifico e viceversa.

Quindi non è possibile avere un test che sia perfettamente sensibile e specifico in contemporanea.

Se aumenta uno dei due parametri, diminuisce l'altro e viceversa.

Di solito si utilizza un compromesso: si utilizza un test in cui si ha una piccola sovrapposizione tra

risultati corretti e non corretti (come nella prima gaussiana).

Ci sono però delle situazioni in cui il compromesso non è sufficiente.

Nella pratica clinica, volendo confermare la presenza di una certa malattia si sceglierà un esame che

abbia elevata specificità, volendo invece escluderla si sceglierà un esame con alta sensibilità.

In effetti, quando si vuole:

confermare una malattia: si devono abbattere i falsi positivi quindi si cerca elevata

• specificità.

In questo caso i positivi sono effettivamente positivi

escludere una malattia: si devono abbattere i falsi negativi quindi si cerca elevata

• sensibilità.

In questo caso i negativi sono effettivamente negativi

La scelta di avere un test perfettamente specifico o sensibile dipende dallo scopo del test

diagnostico.

Ovvero, la scelta viene effettuata considerando cosa un'errata diagnosi può comportare.

E' possibile quindi spostare la soglia; questo introduce un ulteriore elemento di variabilità.

Specificità

Quando si sceglie un test perfettamente specifico (che abbatte i falsi positivi/in cui i falsi positivi

sono assenti)?

Quando c'è una malattia molto grave per la quale non esiste una cura o per la sperimentazione di

un nuovo F.

Quindi si richiede un test altamente specifico in due casi:

diagnosi di una condizione grave: un test per la diagnosi di una condizione grave e non

• passibile di trattamento, dove sapere che la malattia non esiste può essere importante perché

ha valore psicologico e/o per la salute pubblica e in cui i falsi positivi possono comportare

gravi danni psicologici e/o economici, richiede un’alta specificità

sperimentazione clinica di un nuovo trattamento: i pazienti su cui si testa il farmaco

• devono essere effettivamente malati

Esempi di condizioni che richiedono test perfettamente specifici:

sclerosi multipla: NON esiste una cura per questa malattia, la diagnosi è infausta

• sperimentazione clinica di un nuovo trattamento: il F deve essere testato su un paziente

• che ha con certezza la malattia; quindi, se bisogna analizzare un nuovo F per il trattamento

di una patologia, scelgo un test molto specifico che permette di dire se il paziente ha la

malattia

Sensibilità

Scelgo un test molto sensibile quando devo trovare tutti i positivi.

Un test molto sensibile è caratterizzato da un aumento di falsi positivi perché si diminuisce il valore

soglia.

Con un test altamente sensibile, quindi, diagnostico la malattia anche in pazienti che non la hanno

effettivamente. Successivamente, con test più approfonditi, viene fornita una risposta più precisa.

Intanto, però, tali test permettono alle persone effettivamente malate di essere diagnosticate

correttamente.

Un test deve avere un’alta sensibilità quando è impiegato per la diagnosi di una condizione grave,

ma che può essere trattata (non si può correre il rischio di non diagnosticarla).

Esempi di condizioni in cui si richiedono test perfettamente sensibili sono:

Programmi di screening neonatale per la fenilchetonuria e per altre condizioni di rischio

• per il neonato come malattie metaboliche. Infatti, queste malattie sono gravi ma curabili se

trattate in tempo utile.

E' quindi meglio, in questo caso, avere un falso positivo inizialmente (dal test) e poi

condurre una seconda diagnosi con un test molecolare

Epatite C, la ricerca di anticorpi anti-epatite C può dare FP, ma esistono test di II° livello,

• come la ricerca del RNA del virus nel sangue.

Si ricordi che l'epatite C è un'epatite virale ad alta prevalenza nella popolazione

Feocromocitoma, tumore curabile al 100% se diagnosticato.

• Vi sono infatti alcuni tipi di tumore che sono curabili al 100% se diagnosticati

Virus virulento: è importante isolare subito le persone positive

•

Bilanciamento tra sensibilità e specificità

Il bilanciamento tra Sensibilità e Specificità è intrinseco cioè NON può essere evitato; in effetti,

non è possibile migliorare uno dei due parametri (sensibilità o specificità) senza abbassare

contemporaneamente l'altro.

La posizione della soglia è arbitraria e può essere modificata in accordo con lo scopo del test; cioè

la soglia viene posta ad un certo livello a seconda di cosa si propone di fare il test.

Questo introduce variabilità post-analitica.

Il bilanciamento tra Sp e Se non può essere evitato.

La soglia ideale dipende da quanto si propone il test: si desidera un'alta specificità (Sp) oppure

un'alta sensibilità (Se) o un equilibrio tra le due?

Risultati di un tipico test diagnostico

Essi sono risultati di un tipico test diagnostico che illustrano la sovrapposizione di popolazioni

malate (D+) e non malate (D-).

A seconda del tipo di patologia che si sta diagnosticando, si sposta la soglia verso valori più bassi in

modo da ottenere una maggiore sensibilità o verso valori più alti per ottenere una maggiore

specificità.

Ci si accontenta della presenza di un certo numero di FP e FN.

Valore predittivo

Il valore predittivo è il numero dei risultati veri di un determinato segno in rapporto al numero di

tutti i risultati di quel segno.

valore predittivo (+) = VP / (VP + FP) , cioè il rapporto tra i veri positivi e tutti i positivi al test

valore predittivo (-) = VN / (VN + FN), cioè il rapporto tra i veri negativi e tutti i negativi al test

Il valore risulta dalla frazione dei risultati del test che sono risultati veri; il valore predittivo è

influenzato dai veri positivi e dai veri negativi.

Questo parametro è indice della capacità di identificare correttamente se un soggetto ha o se non ha

la malattia.

Mentre la sensibilità e la specificità dipendono dalla natura della malattia che si sta diagnosticando

e dallo scopo diagnostic