Évaluation des tests de dépistage et de diagnostic

L'évaluation des tests de dépistage et de diagnostic est la branche de l'épidémiologie qui quantifie la capacité d'un test à distinguer les personnes atteintes d'une condition cible de celles qui ne le sont pas. Elle fournit les mesures — sensibilité, spécificité, valeurs prédictives, rapports de vraisemblance et courbe ROC (Receiver Operating Characteristic) — utilisées pour évaluer un test par rapport à un étalon de référence et pour anticiper son comportement lorsqu'il est appliqué à une population.

Definition

L'évaluation des tests de dépistage et de diagnostic est la mesure systématique de la capacité d'un test à classer les sujets selon leur véritable statut pathologique, exprimée par des indices de précision calculés à partir d'une tabulation croisée des résultats du test par rapport à un étalon de référence.

Scope

Ce domaine oriente le lecteur vers les métriques d'exactitude fondamentales dérivées de la comparaison d'un test à un étalon de référence (« or »), la distinction entre les propriétés intrinsèques du test et la performance prédictive dépendante de la population, le rôle de la prévalence de la maladie et les normes de rapport pour les études de précision diagnostique. Il s'agit d'un aperçu méthodologique, non d'une orientation clinique, et il ne recommande aucun test ou seuil spécifique pour un individu.

Sub-topics

• Valeur prédictive négative
• Valeur Prédictive Positive
• Courbe Caractéristique de Fonctionnement du Récepteur
• Sensibilité
• Spécificité

Core questions

• À quelle fréquence un test identifie-t-il correctement les personnes atteintes de la condition et celles qui ne le sont pas ?
• Étant donné un résultat positif ou négatif, quelle est la probabilité que la condition soit réellement présente ou absente ?
• Comment la prévalence de la condition dans une population modifie-t-elle la valeur pratique d'un test ?
• Comment le compromis entre la détection des vrais cas et l'évitement des fausses alertes doit-il être choisi et rapporté ?

Key concepts

• Étalon de référence (or)
• Sensibilité et spécificité
• Valeur prédictive positive et négative
• Rapports de vraisemblance
• Prévalence de la maladie et probabilité pré-test
• Courbe ROC (Receiver Operating Characteristic)
• Seuil diagnostique et point de coupure
• Biais de spectre et de vérification

Mechanisms

L'évaluation des tests commence par la classification croisée du résultat du test de chaque sujet (positif ou négatif) par rapport au véritable statut pathologique établi par un étalon de référence, produisant les quatre cellules d'un tableau 2x2 (vrais positifs, faux positifs, faux négatifs, vrais négatifs). La sensibilité et la spécificité se lisent le long des colonnes du statut pathologique connu et sont, en principe, des propriétés du test qui ne dépendent pas de la prévalence de la condition. Les valeurs prédictives se lisent le long des lignes du résultat du test et dépendent donc de la prévalence, car le même test appliqué là où la maladie est rare produit plus de faux positifs par rapport aux vrais positifs. Les rapports de vraisemblance combinent la sensibilité et la spécificité en des facteurs qui actualisent les cotes pré-test en cotes post-test. Lorsqu'un test produit une mesure continue ou ordinale, le déplacement du seuil de décision échange la sensibilité contre la spécificité ; la représentation graphique de ce compromis sur tous les seuils produit la courbe ROC, dont l'aire résume la discrimination indépendamment de tout seuil unique.

Clinical relevance

Ces mesures constituent le langage commun pour évaluer si un test de dépistage ou de diagnostic est adapté à son objectif et pour comparer des tests concurrents sur un pied d'égalité. Leur compréhension est essentielle à l'évaluation critique de la littérature diagnostique ; ce domaine explique comment les preuves diagnostiques sont générées et interprétées et ne constitue pas une base pour des décisions individuelles de diagnostic ou de traitement.

Epidemiology

Les métriques de précision sous-tendent les décisions concernant les programmes de dépistage de population, où les conséquences des faux positifs et des faux négatifs à grande échelle, ainsi que la prévalence de la maladie, déterminent si le dépistage fait plus de bien que de mal. Des normes de rapport telles que STARD ont été développées pour améliorer l'exhaustivité et la transparence des études de précision diagnostique, et les biais de spectre et de vérification sont des menaces reconnues pour la validité de la précision rapportée.

Evidence & guidelines

L'énoncé STARD fournit une liste de contrôle pour la publication transparente des études de précision diagnostique et est largement approuvé par les revues biomédicales.

History

L'évaluation formelle des tests diagnostiques est née des travaux du milieu du XXe siècle sur la détection des signaux et la prise de décision clinique, et a été affinée par la reconnaissance dans les années 1970 qu'une conception d'étude biaisée pouvait gonfler la précision apparente. Les mesures de précision accessibles ont été popularisées dans la littérature médicale tout au long des années 1990, et les normes de rapport ont été consolidées dans l'énoncé STARD dans les années 2000 et mises à jour en 2015.

Debates

Pourquoi un test apparemment très précis peut-il encore induire en erreur lors du dépistage ?

Parce que les valeurs prédictives dépendent de la prévalence, un test avec une sensibilité et une spécificité élevées peut toujours générer de nombreux faux positifs lorsqu'il est appliqué à une population de dépistage à faible prévalence, une source récurrente de mauvaise interprétation.

Dans quelle mesure les biais de conception des études faussent-ils la précision rapportée ?

Le biais de spectre et le biais de vérification peuvent considérablement gonfler la sensibilité et la spécificité mesurées, de sorte que la précision rapportée doit être interprétée à la lumière de la manière dont les cas et les contrôles ont été sélectionnés et dont l'étalon de référence a été appliqué.

Key figures

• Douglas Altman
• Jonathan Deeks
• David Grimes
• Kenneth Schulz
• Patrick Bossuyt

Seminal works

• ransohoff-feinstein-1978
• altman-bland-1994a
• altman-bland-1994b
• bossuyt-2015

Frequently asked questions

Quelle est la différence entre un test de dépistage et un test diagnostique ?

Un test de dépistage est appliqué à des personnes apparemment saines pour identifier celles qui sont plus susceptibles d'avoir une condition, favorisant généralement la sensibilité, tandis qu'un test diagnostique est utilisé pour confirmer ou exclure une maladie chez des personnes déjà suspectées ; les deux sont évalués avec les mêmes mesures de précision par rapport à un étalon de référence.

Pourquoi la prévalence est-elle importante pour l'utilité d'un test ?

La sensibilité et la spécificité décrivent le test lui-même, mais la probabilité qu'un résultat positif soit correct (valeur prédictive positive) diminue à mesure que la condition devient plus rare, de sorte que le même test peut être informatif dans une clinique à forte prévalence et trompeur dans un contexte de dépistage à faible prévalence.