00-1155

  • May 2020
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View 00-1155 as PDF for free.

More details

  • Words: 2,708
  • Pages: 4
Santé publique B 396

Évaluation des procédures de diagnostic ou de dépistage Validité d’un test, sensibilité, spécificité, valeurs prédictives Définitions et indications d’un dépistage de masse PR Isabelle DURAND-ZALESKI, DR Sylvie BASTUJI-GARIN Santé publique, université Paris-XII, hôpital Henri-Mondor, 94010 Créteil, Cedex.

Points Forts à comprendre • Le résultat d’un test diagnostique est une probabilité. Cette probabilité peut être proche de 1 (maladie présente) ou de 0 (maladie absente). • Cette probabilité dépend : – du fait que le patient soit atteint ou non ; – de la sensibilité du test ; – de la spécificité du test. • Les tests diagnostiques, utilisés seuls ou en association, vont servir à préciser la probabilité qu’un patient soit ou non porteur d’une maladie, cette probabilité est exprimée par les valeurs prédictives (positive et négative). • Un test de dépistage concerne des personnes apparemment en bonne santé et est pratiqué sur des groupes de population. On utilise souvent en dépistage des tests sensibles, au détriment de la spécificité : on dépiste beaucoup de sujets suspects et beaucoup de faux positifs, un second test spécifique est ensuite utilisé pour préciser le diagnostic et éliminer les faux positifs.

L’utilisation pertinente des tests diagnostiques et de dépistage requiert la connaissance des notions de base en matière d’épidémiologie analytique et d’analyse décisionnelle. L’objectif est d’accroître la rationalité des décisions diagnostiques et thérapeutiques et d’évaluer leur efficacité en fonction de leur coût. La connaissance de ces éléments permet de comprendre une notion fondamentale en médecine : le caractère relatif des résultats des examens complémentaires. Seuls les tests dont la réponse est binaire sont envisagés dans ce chapitre.

Validité d’un test, sensibilité, spécificité, valeurs prédictives Le terme de test est utilisé ici dans le sens de source d’information, il peut donc s’agir d’une démarche clinique (examen clinique d’un malade, y compris l’inter-

rogatoire) ou paraclinique (prescriptions d’examens complémentaires). Les caractéristiques d’un test sont de 2 ordres : d’une part celles qui relèvent exclusivement du test lui-même, ce sont la sensibilité et la spécificité, et d’autre part celles qui sont relatives à l’utilisation du test pour une population donnée, ce sont les valeurs prédictives. Dans ce second cas, les qualités du test dépendent à la fois de ses caractéristiques intrinsèques (sensibilité et spécificité) et des caractéristiques de la population à qui ce test est appliqué. L’intérêt des tests diagnostiques, utilisés seuls ou en association, est de préciser la probabilité qu’un patient soit ou non porteur d’une maladie, cette fonction est exprimée par les valeurs prédictives, respectivement positive (VPP) et négative (VPN).

Sensibilité et spécificité Les tests sont donc caractérisés par 2 paramètres, la sensibilité et la spécificité. La sensibilité est la probabilité qu’un test soit positif si la patient est porteur de la maladie ; la spécificité est la probabilité qu’un test soit négatif si le patient est indemne de la maladie considérée. Les vrais positifs sont les résultats positifs chez les patients qui ont la maladie, les faux positifs sont les résultats positifs chez les patients qui n’ont pas la maladie. Les vrais négatifs sont les résultats négatifs chez les patients qui n’ont pas la maladie, les faux négatifs sont les résultats négatifs chez les patients qui ont la maladie. Il est important de comprendre que la sensibilité et la spécificité sont des caractéristiques intrinsèques du test et sont donc indépendantes du type de patient testé. Par exemple, si un dosage sérique a une sensibilité de 99 %, cela signifie que, si on répète 100 fois le même dosage sur le même sérum d’un patient malade, il sera positif dans 99 cas et négatif dans 1 cas. Si la spécificité est de 98 % et si on répète 100 fois le même dosage sur le même sérum d’un patient non malade, il sera négatif dans 98 cas et positif dans 2 cas. Le fait que la sensibilité et la spécificité ne soient pas égales à 100 % traduit les imperfections techniques du test et n’a rien à voir avec le malade.

LA REVUE DU PRATICIEN 2000, 50

1155

ÉVALUATION DES PROCÉDURES DE DIAGNOSTIC OU DE DÉPISTAGE

En général, on ne sait pas a priori si le patient est malade ou pas, c’est précisément ce que l’on cherche à savoir en l’examinant ou en prescrivant des examens complémentaires. Ces notions fondamentales pour évaluer les qualités diagnostiques d’un test ont peu d’utilité directe en pratique clinique. Le caractère pathognomonique décrit dans les anciens traités de médecine signifiait une spécificité de 100 %, ce qui en fait est bien rare.

Valeurs prédictives positive ou négative La question fondamentale pour le clinicien est la suivante : devant un résultat positif (ou négatif) de test, quelle est la probabilité pour que le patient soit malade (ou non malade) ? Cette probabilité dépend donc des caractéristiques du test (sensibilité ou spécificité) et de la probabilité a priori que le patient ait la maladie (ou pas), c’est-à-dire la prévalence de la maladie dans la population considérée. La principale caractéristique de la population qui est utilisée pour définir la validité d’un test est donc la prévalence : c’est la probabilité a priori qu’une maladie soit présente chez n’importe quel individu pris au hasard dans la population. Le test diagnostique va chercher à préciser cette probabilité et à passer de la probabilité dans la population générale à une probabilité pour le patient considéré. Par exemple, si la probabilité d’une pathologie coronaire est de 20 % dans une population de patients hospitalisés, cela signifie qu’un étudiant qui ne sait rien d’un patient d’un service quelconque de l’hôpital peut dire que son risque coronaire est de 20 %. La probabilité qu’un patient ait une pathologie coronaire est la probabilité a priori (ou prévalence dans la population considérée ou probabilité pré-test) et l’on va

chercher à préciser cette probabilité avec différents tests cliniques et paracliniques. L’objectif des tests est de faire varier cette probabilité conditionnelle, l’augmenter (dans le sens de la confirmation du diagnostic) ou la diminuer (vers la récusation du diagnostic). La valeur prédictive positive d’un test est la probabilité que le patient ait vraiment la maladie si le résultat du test est positif, la valeur prédictive négative est la probabilité que le patient soit indemne de la maladie si le résultat du test est négatif. L’ensemble de ces résultats peut être résumé dans un tableau de contingence, qui peut être exprimé en effectifs ou en probabilités (tableau I) . On peut aussi retenir les notations suivantes : S est le résultat du test et M de la maladie. La sensibilité est alors P(S/M), la spécificité P(S-/M-), la valeur prédictive positive P(M/S) et la valeur prédictive négative P(M-/S-), le théorème de Bayes permet d’écrire la valeur prédictive positive en fonction de la sensibilité, de la spécificité et de la prévalence de la maladie. P x Se VPP = P x Se + [(1 - P) (1 - Sp)]

Ce qu’il est fondamental de comprendre, c’est qu’un résultat positif (ou négatif) d’un test n’a pas la même valeur d’un patient à l’autre: tout dépend de la probabilité qu’avait le patient a priori (c’est-à-dire avant que l’on ait effectué le test) d’être porteur (ou non) de la maladie. Par exemple, un test a une sensibilité de 90 % et une spécificité de 80 %. On réalise ce test de manière systématique sur un premier patient qui ne présentait aucun facteur de risque de la maladie, sachant que la prévalen-

TABLEAU I

PROBABILITÉS

EFFECTIFS

Tableau de contingence

Test positif Test négatif Total

Test positif Test négatif Total

Malades

Non-malades

Total

vrais positifs faux négatifs M

faux positifs vrais négatifs NM

Positifs négatifs N

Malades

Non-malades

Total

P (M et positif) P (M et négatif) prévalence

P (NM et positif) P (NM et négatif) 1 – prévalence

P (positif) P (négatif) 1

M : nombre de malades, NM : nombre de non-malades, N : effectif total. Prévalence P = M/N. Sensibilité = P (M et positif)/prévalence = vrais positifs/M. Spécificité = P (NM et négatif)/(1 - prévalence) = vrais négatifs/NM. Valeur prédictive positive = P (M et positif)/P (positif) = vrais positifs/total positifs. Valeur prédictive négative = P (NM et négatif)/P (négatif) = vrais négatifs/total négatifs.

1156

LA REVUE DU PRATICIEN 2000, 50

Santé publique

ce dans la population est de 20 %, la probabilité a priori que le patient ait la maladie est de 20 %. Si le résultat est positif, la probabilité que le patient soit vraiment malade (c’est-à-dire la valeur prédictive positive) est de 18 sur 34, soit 53 % (tableau II). Cela signifie que le patient à qui l’on annonce qu’il est malade a en fait à peine plus qu’une chance sur 2 de l’être vraiment. Cela peut signifier, au mieux, que l’on prescrit un traitement inutile dans 1 cas sur 2, au pire que l’on expose un patient sur 2 pour rien à des complications iatrogènes et à l’anxiété de se savoir porteur d’une maladie.

Définition et indication d’un dépistage de masse

TABLEAU II Exemple de tableau de contingence Malades Test positif Test négatif Total

Non-malades

18 2 20

16 64 80

Total 34 66 100

En revanche, si le même test (c’est-à-dire avec la même sensibilité et la même spécificité) est prescrit à un patient chez qui existe une forte suspicion a priori de maladie (facteurs de risque, signes cliniques…) avec une probabilité a priori de 60 %, le résultat positif indique que le patient a une probabilité de 87 % d’être vraiment malade (valeur prédictive positive = 54 sur 62 ; tableau III).

TABLEAU III Exemple de tableau de contingence Malades Test positif Test négatif Total

54 6 60

probabilité d’aider à éliminer le diagnostic. Cela implique qu’un résultat négatif a une valeur en soi et ne doit pas être considéré comme une erreur de prescription. Chez un patient qui avait une forte probabilité d’être malade, un résultat positif contribue à confirmer le diagnostic et un résultat négatif risque d’être un faux négatif et ne devrait pas conduire à réfuter le diagnostic mais plutôt à refaire le test (ou une autre investigation) pour confirmer ce résultat.

Non-malades 8 32 40

Total 62 38 100

De nombreux exemples montrent qu’un résultat positif chez un patient qui avait a priori très peu de risque d’avoir la maladie doit être considéré avec beaucoup de prudence: il y a de fortes chances pour que ce soit un faux positif. Cela est d’autant plus important lorsqu’il s’agit d’une maladie qui impose un traitement ou des investigations supplémentaires risquées. De même, un résultat négatif chez un patient qui avait une faible probabilité d’avoir la maladie a une bonne

Selon la définition de l’Organisation mondiale de la santé, le dépistage consiste à identifier « présomptivement » à l’aide de tests, d’examens ou d’autres techniques susceptibles d’une application rapide, les sujets atteints d’une maladie ou d’une anomalie passée jusque-là inaperçue. Les tests de dépistage doivent permettre de faire un partage entre les personnes apparemment en bonne santé mais qui sont probablement atteintes d’une maladie donnée et celles qui en sont probablement exemptes. Ils n’ont pas pour objet de poser un diagnostic. Les personnes pour lesquelles les résultats sont positifs ou douteux doivent être envoyées à leur médecin pour vérification du diagnostic et, si besoin est, traitement. • Il existe différentes types de dépistage : – simple : un test pour une maladie ; – multiple : un test pour plusieurs maladies ; – multiphasique : soit en plusieurs étapes, soit en utilisant plusieurs méthodes ; – occasionnel : proposé chaque fois qu’une personne se présente dans un service de santé ou est en contact avec un acteur du système de santé ; – systématique : il concerne la population entière ; – sélectif : il concerne seulement une partie de la population, identifiée par exemple par l’existence de facteurs de risque. • Le choix d’un programme de dépistage dépend de 3 types de critères : ceux liés à la maladie, ceux liés à la population cible et ceux liés au test. L’Organisation mondiale de la santé a précisé dans 2 documents successifs, en 1968 et en 1986, quelles étaient les indications d’un test de dépistage. La liste de 1968 stipule les critères suivants : – il s’agit d’un problème de santé important ; – il existe un traitement préventif et (ou) curatif ; – il existe des lieux permettant la prise en charge des patients ; – la maladie présente une phase de latence ; – il existe un test ayant une sensibilité et une spécificité correctes ; – les test est acceptable par la population ; – il existe dans la communauté scientifique un accord sur les modalités de prise en charge des patients ; – le rapport entre le coût du dépistage et les bénéfices attendus est correct ; – le dépistage s’inscrit dans un processus dynamique.

LA REVUE DU PRATICIEN 2000, 50

1157

ÉVALUATION DES PROCÉDURES DE DIAGNOSTIC OU DE DÉPISTAGE

TABLEAU II Comparaison des tests de dépistage et de diagnostic Test de dépistage

Test diagnostique

Concerne des personnes apparemment en bonne santé

Concerne des personnes ayant des signes d’appel d’une maladie

Pratiqué sur des groupes de population

Pratiqué sur des individus

Souvent sensible et peu spécifique : on dépiste beaucoup de sujets suspects et beaucoup de faux positifs

Spécifique et moins sensible : en seconde ligne après un test de dépistage

Peu coûteux Ne constitue pas une aide à la décision thérapeutique

• Une nouvelle liste de critères d’indication d’un test de dépistage a été publiée en 1986 : – la population cible est identifiée ; – les individus cibles (c’est-à-dire les individus à risque) sont identifiés ; – l’observance du dépistage est élevée c’est-à-dire que, parmi les individus cibles qui sont pressentis pour le dépistage, un pourcentage élevé accepte d’être dépisté ; – il existe des sites permettant le recueil et l’analyse des données des tests de dépistage ; – il existe des sites permettant la prise en charge des patients ayant un résultat positif pour le dépistage ; – il existe des filières de prise en charge des patients ayant un résultat positif ; – le programme de dépistage fait l’objet d’un suivi et d’une évaluation de ses résultats. • Lorsqu’on envisage de proposer un test de dépistage, il importe de préciser quelle est la population cible. Les caractéristiques de cette population sont d’abord une prévalence élevée de la maladie. Les différences entre un test diagnostique et un test de dépistage sont récapitulées dans le tableau IV. Un test à visée diagnostique s’applique à des patients a priori malades, l’objectif est de préciser la probabilité que le patient soit ou non porteur d’une maladie. Cette probabilité est exprimée par les valeurs prédictives (respectivement positive et négative) ; ces valeurs dépendent des qualités intrinsèques du test (sensibilité et spécificité) mais aussi de la prévalence de la maladie dans la population d’où est issu le patient. Un test de dépistage concerne des personnes apparemment en bonne santé, il est pratiqué sur des groupes de population, le plus souvent à risque. Dans le cadre du dépistage, les tests sensibles sont privilégiés. Les faux négatifs sont ensuite éliminés par un second test spécifique. 1158

LA REVUE DU PRATICIEN 2000, 50

Débouche sur une décision thérapeutique

POUR EN SAVOIR PLUS Grenier B. La décision médicale. Paris : Masson, 1999. Jenicek M, Clérioux R. Épidémiologie. Paris : Maloine, 1987. Landais P, Besson C, Jais JP. L’évaluation de l’apport diagnostique d’un test. J Radiol 1994 ; 75 : 141-50.

Points Forts à retenir • La sensibilité est la probabilité qu’un test soit positif si la patient est porteur de la maladie ; la spécificité est la probabilité qu’un test soit négatif si le patient est indemne de la maladie considérée. • Les vrais positifs sont les résultats positifs chez les patients qui ont la maladie, les faux positifs sont les résultats positifs chez les patients qui n’ont pas la maladie. Les vrais négatifs sont les résultats négatifs chez les patients qui n’ont pas la maladie, les faux négatifs sont les résultats négatifs chez les patients qui ont la maladie. • La valeur prédictive positive d’un test est la probabilité que le patient ait vraiment la maladie si le résultat du test est positif, la valeur prédictive négative est la probabilité que le patient soit indemne de la maladie si le résultat du test est négatif.