Spécificité

La spécificité est la proportion de personnes véritablement indemnes d'une affection qu'un test identifie correctement comme négatives. Elle répond à la question « parmi les personnes sans la maladie, combien le test déclare-t-il négatives ? » et est le pendant de la sensibilité parmi les deux mesures intrinsèques de précision utilisées pour évaluer les tests diagnostiques et de dépistage par rapport à un étalon de référence.

Definition

La spécificité est la probabilité conditionnelle qu'un résultat de test soit négatif étant donné que la maladie est véritablement absente, calculée comme le nombre de vrais négatifs divisé par le nombre total de personnes sans la maladie (vrais négatifs plus faux positifs).

Scope

Cette entrée définit la spécificité comme le taux de vrais négatifs, la situe dans le tableau 2x2 des résultats de test par rapport au statut réel de la maladie, explique son complément (le taux de faux positifs), et indique comment elle est estimée, comment elle peut varier en fonction du spectre des patients, et comment elle contribue aux rapports de vraisemblance. Il s'agit d'un sujet méthodologique qui ne donne pas de conseils sur l'utilisation d'un test particulier.

Key concepts

• Taux de vrais négatifs
• Taux de faux positifs (1 - spécificité)
• Étalon de référence (gold standard)
• Probabilité conditionnelle étant donné l'absence de maladie
• Biais de spectre
• Rapport de vraisemblance négatif

Mechanisms

La spécificité est calculée en descendant la colonne des non-malades du tableau 2x2 : parmi tous les sujets dont le statut réel est indemne de maladie, c'est la fraction que le test identifie correctement comme négative. Parce qu'elle est conditionnée par un statut réel de non-maladie, la spécificité est en principe indépendante de la fréquence de la maladie et caractérise donc le test plutôt que la population. Son complément, un moins la spécificité, est le taux de faux positifs — la proportion de personnes saines identifiées à tort comme positives. Un test très spécifique, lorsqu'il est positif, aide à confirmer une affection, car peu de personnes indemnes de maladie produisent des résultats positifs. La spécificité se combine avec la sensibilité pour former le rapport de vraisemblance négatif et, par le biais du taux de faux positifs, définit l'axe horizontal de la courbe ROC. Comme la sensibilité, la spécificité mesurée peut dépendre du spectre des sujets non-malades étudiés, car des affections coexistantes peuvent augmenter les faux positifs.

Clinical relevance

La spécificité est un critère standard de la capacité d'un test à éviter de classer des personnes saines comme malades et est mise en avant lorsque les faux positifs entraînent des coûts significatifs, tels que des suivis inutiles après un dépistage. Le concept soutient l'évaluation critique des preuves diagnostiques ; il décrit une propriété d'un test et ne constitue pas une base pour des décisions diagnostiques ou thérapeutiques individuelles.

Epidemiology

Dans le dépistage en population, même de modestes lacunes en spécificité sont importantes car la plupart des personnes testées sont indemnes de maladie, de sorte qu'un faible taux de faux positifs appliqué à une large majorité saine peut générer de nombreuses fausses alertes. Cette interaction de la spécificité avec la prévalence est un thème central dans l'évaluation de la question de savoir si un programme de dépistage produit des préjudices acceptables par rapport aux bénéfices.

History

La spécificité est entrée dans les statistiques médicales, associée à la sensibilité, issue de la théorie de la classification et de la détection de signaux et a été popularisée auprès des lecteurs cliniciens par des écrits statistiques explicatifs dans les années 1990. Des travaux méthodologiques dans les années 1970 ont mis en évidence comment le spectre des sujets non-malades pouvait biaiser la mesure.

Debates

Pourquoi la spécificité domine-t-elle le problème des faux positifs dans le dépistage ?

Parce que les personnes non-malades sont généralement beaucoup plus nombreuses que les malades dans le dépistage, même une spécificité élevée peut laisser un nombre absolu de faux positifs qui sollicite les ressources de suivi et expose les personnes saines à des préjudices.

Key figures

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

Seminal works

• altman-bland-1994a
• ransohoff-feinstein-1978
• deeks-altman-2004

Frequently asked questions

Un test très spécifique confirme-t-il la maladie lorsqu'il est positif ?

Une spécificité élevée signifie que peu de personnes saines sont testées positives, de sorte qu'un résultat positif est plus convaincant pour la maladie ; l'interprétation complète dépend toujours de la sensibilité et de la prévalence sous-jacente.

Qu'est-ce que le taux de faux positifs ?

C'est un moins la spécificité : la proportion de personnes sans l'affection qui sont classées à tort comme positives par le test.