Vetenskaplig utveckling Läkarprogrammet KI HT 2010 termin 4 Moment 2 Lisen Arnheim Dahlström, Fredrik Wiklund & Robert Karlsson Institutionen för medicinsk epidemiologi och biostatistik 1

Diagnostiska test Viktiga för att upptäcka sjukdomar hos individer Exempel Mammografi för att upptäcka bröstcancer PSA för att upptäcka prostatacancer Blodvärden Fostervattenprov Genetiska test Gynekologisk cellprovstagning Osv 2

Gynekologisk screening Organiserad screening infördes på 60-talet. Reducerat cancerfallen med över 50%. Kvinnor mellan 23-50 år kallas vart 3 år, 51-60 år vart 5 år. Täckningsgraden är 77% och 83%, för resp åldersgrupp.

Gynekologisk screening Incidens Mortailitet

Mammografi Sänker dödligheten i bröstcancer med ca 20% Startade i Sverige 1986, sedan 1997 i hela Sverige. Trippelundersökning: palpation, röntgen, biospi Skall erbjudas alla kvinnor i åldrarna 40 - 75 år (Socialstyrelsen) 1.5 till 2 år mellan undersökningar Sänker dödligheten i bröstcancer med ca 20%

Diagnostiska test - egenskaper Givet att en person är sjuk vill vi att testet ska klassa personen som sjuk Testet ska ha hög SENSITIVITET Givet att en person är frisk vill vi att testet ska klassa personen som frisk Testet ska ha hög SPECIFICITET 6

Illustration 100 personer Svart prick representerar sjuk person (30st)  frisk  sant positiv sjuk sant negativ  positivt test falskt positiv negativt test falskt negativ 100 personer Svart prick representerar sjuk person (30st) Ej fylld prick representerar frisk person (70st) Grön färg representerar personer vilka klassats som friska (62st) Rosa färg representerar personer vilka klassats som sjuka (38st) 7

SENSITIVITET (känslighet) Sensitivitet = sannolikheten att en sjuk person klassas som sjuk av testet Endast sjuka personer betraktas 30 sjuka personer 24 klassas som sjuka av testet Sensitiviteten = 24/30 = 0.8 Testets sensitivitet är 80% Känsligheten på ett test är definierat som proportionen av människor med sjukdomen som också har ett positivt resultat av testet 8

Exempel på hög känslighet Om alla som har en viss sjukdom (t ex huvudvärk) har ett givet symtom (att ha ett huvud) blir känsligheten 100%. Vi får alltså inga falskt negativa. Exempel på låg känslighet QuickVue Influenza A+B test (utvärdering) 10 positiva i testet utav 31 med symtom = 32% Vi får många falskt negativa Totalt = 67 Symtom Ej symtom Positiv 10 1 11 Negativ 21 35 56 31 36 9

SPECIFICITET Specificitet = sannolikheten att en frisk person klassas som frisk av testet Endast friska personer betraktas 70 friska personer 56 klassas som friska av testet Specificiteten = 56/70 = 0.8 Testets specificitet är 80% 10

Exempel på låg specificitet Om få har huvudvärk men många har symtom (att ha ett huvud) blir specificiteten låg. Vi får alltså många falskt positiva. Exempel på hög specificitet QuickVue Influenza A+B test (utvärdering) 35 negativa i testet utav 36 utan symtom = 97% Vi får få falskt positiva Totalt = 67 Symtom Ej symtom Positiv 10 1 11 Negativ 21 35 56 31 36 11

POSITIVT PREDIKTIVT VÄRDE (PPV) NEGATIVT PREDIKTIVT VÄRDE (NPV) PPV = sannolikheten att en person som testats positiv är sjuk Både friska och sjuka personer betraktas 38 personer har testats positiva 24 av dessa personer är sjuka PPV = 24/38 = 0.63 Testets PPV är 63% NPV = sannolikheten att en person som testats negativ är frisk Både friska och sjuka personer betraktas 62 personer har testats negativa 56 av dessa personer är friska NPV = 56/62 = 0.90 Testets NPV är 90% 12

PPV= 10 som har influensa / 11 som testats positiva = 90% Det är alltså en 90% sannolikhet att de som testats positiva verkligen har influensa. Totalt = 67 Symtom Ej symtom Positiv 10 1 11 Negativ 21 35 56 31 36 NPV= 35 friska/ 56 som testats negativa = 63% Det är alltså en 63% sannolikhet att de som testats negativa verkligen är friska 13

PPV och NPV och sjukdomens prevalens Frisk Pos 180 80 260 Neg 20 720 740 200 800 1000 Sjuk Frisk Pos 9 99 108 Neg 1 891 892 10 990 1000 Sensitivitet 180/200=90% Specificitet 720/800=90% PPV=180/260=69% NPV=720/740=97% Sensitivitet 9/10=90% Specificitet 891/990=90% PPV=9/108=8% NPV=891/892=100% 14

PPV och NPV vs prevalens Generellt gäller att: Om prevalensen minskar så Minskar PPV Ökar NPV Om prevalensen ökar så Ökar PPV Minskar NPV Ett tests egenskaper kan även bero på andra faktorer Ålder Etnicitet Kön Provkvalitet 15

Sensmoral diagnostiska test Sensitivitet och specificitet säger ingenting om man inte vet något om prevalensen Ett test som är utmärkt för diagnos bland patienter med symtom som ger stark misstanke på en sjukdom (hög prevalens), kan vara oanvändbart för screening för samma sjukdom bland symtomfria personer 16

Konfidensintervall Sensitivitet och specificitet är skattningar, baserade på till exempel kliniska prövningar Inbyggd osäkerhet eftersom vi bara testar ett stickprov Osäkerheten kan uppskattas med ett konfidensintervall

Konfidensintervallets bredd påverkas av storleken på stickprovet Få deltagare i studien → bredare konfidensintervall Många deltagare → smalare konfidensintervall

Exempel För ett visst diagnostiskt test vet vi att sensitiviteten är exakt 90%. Alltså upptäcker testet 90% av alla sjuka som testas. Vi simulerar några olika stora studier på samma test Antal sjuka Upptäcks av testet Sensitivitet (i studien) 95% CI 4 100% 40% - 100% 10 7 70% 35% - 93% 50 46 92% 81% - 98% 100 92 85% - 96% 1000 899 90% 88% - 92%

Sensmoral konfidensintervall Sensitivitet, specificitet, PPV och NPV är skattningar Alltså har de en inbyggd osäkerhet Undersök hur stor osäkerheten är innan ni litar på förträffligheten hos ett test.