| |
|
|
|
|
| |
|
|
 |
La statistica in medicina |
|
|
pag 6
Se dico che un esame ha una specificità del 90% vuol dire che su 100 soggetti non affetti da quella patologia, sottoposti al test, 90 saranno negativi e 10 saranno positivi (falsi positivi).
Mnemonicamente viene più facile pensarla così: se mi dicono che un test ha una sensibilità del 90% vuol dire che solo 10 malati (100-90) sono FALSI NEGATIVI cioè risultano erroneamente non affetti dalla patologia in esame, se il test ha una specificità del 90% vuol dire che solo 10 soggetti non affetti dalla malattia (100-90)sono FALSI POSITIVI, cioè risultano erroneamente malati.
Conoscere la sensibilità e la specificità di un test è importante perché permette di avere un'idea dell'efficacia del test stesso.
Dato che difficilmente, nella pratica clinica, avremo test che hanno contemporaneamente sensibilità e specificità elevate, come nell’esempio su scritto, la lezione da imparare è che gli esami diagnostici vanno richiesti su ben specifiche indicazioni cliniche, per non trovarsi poi in labirinti ancora più complicati.
Appendice (per gli amanti dei numeri)
Tuttavia se ci limitassimo a quanto detto sopra, potremmo essere tratti in inganno. Se ho un test che ha una sensibilità e una specificità del 90% potrei anche dirmi soddisfatto perché ci saranno solo un 10% di falsi positivi e di falsi negativi. Purtroppo la statistica non è così semplice.
Bisogna tener conto infatti anche della "prevalenza" della malattia che si vuol diagnosticare. Prendiamo per esempio un esame di laboratorio e supponiamo che abbia una sensibilità ed una specificità del 90% per la diagnosi della patologia X. Supponiamo ancora che tale patologia abbia una prevalenza, nella popolazione generale del 2% (cioè ogni 100 persone prese a caso dalla popolazione generale 2 hanno la malattia X).
Questo vuol dire che ogni 1.000 persone, 20 sono malate e 980 sono sane.
Applichiamo il test alle 20 persone malate: siccome il test ha una sensibilità del 90% vuol dire che di esse, 18 (cioè il 90% di 20) avranno il test positivo e 2 avranno il test negativo.
Applichiamo adesso il test alle 980 persone sane: siccome il test ha una specificità del 90% vuol dire il 10%, cioè 98 avranno un test positivo (falsi negativi) e 882 avranno il test negativo.
In totale quindi se applico il test alle 1.000 persone prese dalla popolazione generale avremo 116 (18 + 98) test positivi, ma di questi solo 18 saranno veri malati (vale a dire solo il 15%). In altri termini se applico il test indiscriminatamente a tutta la popolazione avrò che ogni 100 test positivi solo 15 sono veri malati, gli altri sono falsi positivi.
Questa probabilità del test di individuare i veri malati si chiama "valore predittivo positivo" del test (VPP) ed è quello che realmente bisognerebbe conoscere.
E' intuitivo che se applico il test non alla popolazione generale ma solo a soggetti con sintomatologia indicativa della malattia X la prevalenza aumenta e di conseguenza aumenta anche il VPP. Se poniamo per esempio che la prevalenza della malattia in soggetti che hanno la triade congiuntivite + cefalea + febbre sia del 50% otteniamo un VPP del 90%.
Ovviamente è impensabile che il medico conosca sensibilità, specificità e VPP di ogni test, ma la lezione è sempre la stessa: gli esami vanno richiesti su sospetto clinico e non a caso!
|
|
|
|
|
|
|
|
2004 - 2024 © Pillole.org Reg. T. di Roma 2/06 |
 |
 |
ore 09:40 | 1285326 accessi| utenti in linea:
53305
Realizzato con ASP-Nuke 2.0.5
|
