Valeur prédictive négative

La valeur prédictive négative (VPN) est la probabilité qu'une personne ayant un résultat de test négatif ne soit réellement pas atteinte de la condition. À l'instar de la valeur prédictive positive, elle se lit horizontalement dans un tableau 2x2 plutôt que verticalement, et dépend donc de la prévalence de la condition ainsi que de la précision intrinsèque du test.

Definition

La valeur prédictive négative est la probabilité conditionnelle que la maladie soit réellement absente étant donné un résultat de test négatif, calculée comme le nombre de vrais négatifs divisé par le nombre total de résultats négatifs (vrais négatifs plus faux négatifs).

Scope

Cette entrée définit la VPN comme la proportion de vrais négatifs parmi tous les résultats négatifs, explique sa dépendance à l'égard de la prévalence de la maladie, la compare à la sensibilité et à la spécificité, et la met en relation avec l'actualisation bayésienne de la probabilité pré-test à la probabilité post-test. Il s'agit d'un sujet méthodologique qui ne donne pas de conseils sur l'utilisation d'un test particulier.

Key concepts

• Probabilité d'absence de maladie étant donné un résultat négatif
• Dépendance à l'égard de la prévalence (probabilité pré-test)
• Vrais négatifs versus faux négatifs
• Probabilité post-test
• Théorème de Bayes en diagnostic
• Relation avec le rapport de vraisemblance négatif

Mechanisms

La VPN est calculée sur la ligne des résultats négatifs du tableau 2x2 : parmi tous les sujets que le test identifie comme négatifs, c'est la fraction dont le statut de maladie est réellement négatif. Étant donné que le nombre absolu de faux négatifs est généré à partir du groupe malade, la VPN diminue à mesure que la maladie devient plus prévalente et augmente à mesure qu'elle devient plus rare, même lorsque la sensibilité et la spécificité sont maintenues fixes. La VPN est donc un produit conjoint de la précision intrinsèque du test et de la probabilité pré-test de la maladie dans la population testée. Cette relation est formalisée par le théorème de Bayes, qui actualise la probabilité pré-test en une probabilité post-test en utilisant les rapports de vraisemblance du test ; la VPN correspond à un moins la probabilité post-test de maladie suite à un résultat négatif.

Clinical relevance

La VPN exprime le degré de réassurance qu'un résultat négatif procure dans un contexte donné et est donc essentielle pour interpréter les résultats de dépistage et de diagnostic en contexte. Ce concept soutient l'évaluation critique des preuves diagnostiques ; il décrit comment les résultats des tests sont interprétés à travers les populations et ne constitue pas une base pour des décisions diagnostiques ou thérapeutiques individuelles.

Epidemiology

Dans les contextes de faible prévalence, la VPN tend à être élevée simplement parce que la plupart des gens sont indemnes de maladie, ce qui peut rendre un résultat négatif très rassurant même lorsque la sensibilité d'un test est modeste. Inversement, à mesure que la prévalence augmente, la VPN diminue ; ainsi, comme toutes les valeurs prédictives, elle doit être rapportée en relation avec la population pertinente plutôt que d'être traitée comme un attribut fixe du test.

History

La dépendance des valeurs prédictives à l'égard de la prévalence a été clarifiée à mesure que le cadre de la précision diagnostique mûrissait au XXe siècle, et la distinction entre les propriétés intrinsèques des tests et la performance prédictive dépendante de la population a été rendue accessible aux cliniciens grâce à des écrits statistiques explicatifs dans les années 1990.

Debates

Une valeur prédictive négative élevée signifie-t-elle qu'un test est bon pour exclure une maladie ?

Une VPN élevée peut largement refléter une faible prévalence plutôt qu'une forte performance du test ; par conséquent, la réassurance procurée par un résultat négatif devrait être évaluée en fonction de la probabilité sous-jacente de la maladie et des rapports de vraisemblance du test, et non de la seule VPN.

Key figures

• Douglas Altman
• Martin Bland
• Jonathan Deeks
• David Grimes
• Kenneth Schulz

Seminal works

• altman-bland-1994b
• deeks-altman-2004
• grimes-schulz-2002-screening

Frequently asked questions

Pourquoi la valeur prédictive négative est-elle souvent élevée pour les maladies rares ?

Lorsqu'une condition est rare, la plupart des gens ne l'ont réellement pas, de sorte que la plupart des résultats négatifs sont corrects, ce qui pousse la VPN à être élevée principalement en raison de la faible prévalence plutôt que de la qualité du test.

La valeur prédictive négative est-elle une propriété du test ?

Non. Elle dépend de la prévalence de la condition dans la population testée ainsi que de la sensibilité et de la spécificité du test ; par conséquent, le même test donne des valeurs prédictives différentes dans des contextes différents.