Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
probabilit e
decisioni mediche
nella diagnostica
di laboratorio
M. Besozzi - IRCCS Istituto Auxologico Italiano
Largomento...
Errori cognitivi
Il problema gnoseologico
Dati, informazione e conoscenza
Complessit, probabilit e teorema di Bayes
Teorema di Bayes e informazione diagnostica
Teorema di Bayes e strategie diagnostiche
Teorema di Bayes e decisioni mediche
T+ M+
T- M+
T+ M-
T- M-
Malattia
1 - sensibilit
Test
+
P(T+|M+)
P(T-|M+)
P(T+|M-)
P(T-|M-)
Malattia
1 - specificit
specificit
falsi negativi
Test
+
VP
FN
FP
VN
Malattia
falsi positivi
veri negativi
Test
+
falsi negativi
VP
FN
Malattia
sensibilit = positivit nei malati = VP / (VP + FN)
Malattia
-
FP
VN
falsi positivi
(sostituiamo le probabilit P con il numero dei casi)
veri negativi
falsi negativi
Test
+
VP
FN
FP
VN
Malattia
falsi positivi
veri negativi
(b) le probabilit
sensibilit
1 - sensibilit
Test
+
P(T+|M+)
P(T-|M+)
P(T+|M-)
P(T-|M-)
Malattia
1 - specificit
specificit
(c) la trasformazione
sensibilit
1 - sensibilit
Test
+
P(T+|M+)
P(T-|M+)
P(T+|M-)
P(T-|M-)
Malattia
1 - specificit
specificit
(d) il risultato
sensibilit x prevalenza
+
+
(1 sensibilit) x prevalenza
Test
-
Malattia
-
P(T+|M-) P(M-)
P(T-|M-) P(M-)
(1 specificit) x (1 prevalenza)
specificit x (1 prevalenza)
(e) la corrispondenza
sensibilit x prevalenza
+
(1 sensibilit) x prevalenza
Test
-
VP
FN
FP
VN
Malattia
(1 specificit) x (1 prevalenza)
specificit x (1 prevalenza)
(e) la corrispondenza
VP = sensibilit x prevalenza
= P(T+|M+) P(M+)
FN = (1 sensibilit) x prevalenza
= P(T-|M+) P(M+)
FP = (1 specificit) x (1 prevalenza)
= P(T+|M-) P(M-)
VN = specificit x (1 prevalenza)
= P(T-|M-) P(M-)
Valore predittivo T+
sensibilit
VP
prevalenza
P(T+|M+) P(M+)
P(M+|T+) =
P(T+|M+) P(M+) + P(T+|M-) P(M-)
VP
FP
1 - specificit
1 - prevalenza
VN
1 - prevalenza
P(T-|M-) P(M-)
P(M-|T-) =
P(T-|M-) P(M-) + P(T-|M+) P(M+)
VN
FN
1 - sensibilit
prevalenza
Le statistiche bayesiane
sensibilit = positivit nei malati = VP / (VP + FN)
specificit = negativit nei sani = VN / (VN+ FP)
valore predittivo del test positivo = probabilit di
essere malato per un soggetto con il test positivo
= VP / (VP + FP)
valore predittivo del test negativo = probabilit di
essere sano per un soggetto con il test negativo
= VN / (VN + FN)
alfa-fetoproteina e ca epatico
veri positivi
falsi negativi
Test
+
90
17
39
2079
Malattia
falsi positivi
veri negativi
alfa-fetoproteina e ca epatico
sensibilit
VP / (VP + FN) = 90 / (90 + 17) = 0,841
specificit
VN / (VN+ FP) = 2079 / (2079 + 39) = 0,982
valore predittivo del test positivo
VP / (VP + FP) = 90 / (90 + 39) = 0,698
valore predittivo del test negativo
VN / (VN + FN) = 2079 / (2079 + 17) = 0,992
Classificazione dicotomica
Lobiezione che in una classificazione dicotomica
si perde il senso del risultato numerico assume
questa pi o meno questa forma: Perfetto, ma
avendo fissato un valore soglia di 40 U/L per la
ALT, per la diagnosi di epatite sapere che, a parit
di valore predittivo del test positivo, il mio paziente
ha 80 U/L o 800 U/L di ALT molto diverso!
Questa obiezione valida solo apparentemente:
infatti possibile in ogni momento cambiare la
soglia scegliendo quella pi opportuna in relazione
allobiettivo clinico.
(vediamo come si pu fare...)
Le difficolt...
Ogni caso clinico unico.
Tuttavia perch la soluzione teorica di
cambiare in modo dinamico la soglia che
discrimina tra sani e malati in relazione allo
specifico caso clinico, e quindi allo specifico
obiettivo clinico, sia praticabile, necessario
disporre delle distribuzioni dei risultati del
test nei sani e nei malati.
Inoltre necessario aggiungere la stima
della prevalenza della malattia.
(questo di fatto un approccio basato su un a-priori frequentista)
Lalternativa...
Massima sensibilit
La massima sensibilit (idealmente del 100%)
richiesta quando:
- la malattia grave e non si vuole correre il
rischio di non diagnosticarla, inoltre
- la malattia curabile, inoltre
- i falsi-positivi non comportano gravi danni
psicologici e/o economici
Esempio: il feocromocitoma.
La malattia pu essere fatale se misconosciuta.
Se diagnosticata curabile al 100%.
In caso di positivit possibile ripetere il test e/o
confermarla con test di secondo livello.
Massima specificit
La massima specificit (idealmente del 100%)
richiesta quando:
- la malattia grave ma non curabile, inoltre
- il sapere che la malattia esclusa ha valore
psicologico e/o per la salute pubblica, inoltre
- i falsi-positivi possono comportare gravi danni
psicologici e/o economici
Esempio: la corea di Huntington.
Non si vuole avere nessun falso-positivo.
Se un caso non viene diagnosticato, levoluzione
della malattia porter il paziente di nuovo
allattenzione del medico. Daltra parte un falso
positivo porterebbe a danni rilevanti al paziente.
Massima efficienza
La massima efficienza richiesta quando:
- la malattia grave ma curabile, inoltre
- i falsi-positivi e i falsi-negativi sono parimenti
gravi e/o dannosi
Esempio: infarto del miocardio.
Se un caso viene trascurato, ne pu derivare
un danno. Un danno grave pu derivare anche
da una diagnosi di infarto in assenza di questo.
La massima efficienza rappresenta la scelta
pi oculata.
Sensibilit
Specificit
Prevalenza
VPT+
VPT-
1.000
1.000
0.003
1.000
1.000
1.000
0.999
0.003
0.751
1.000
1.000
0.990
0.003
0.231
1.000
1.000
0.900
0.003
0.029
1.000
Sensibilit
Specificit
Prevalenza
VPT+
VPT-
1.000
0.990
0.500
0.990
1.000
1.000
0.990
0.050
0.840
1.000
1.000
0.990
0.005
0.334
1.000
1.000
0.990
0.001
0.048
1.000