Rezultat fals pozitiv și fals negativ: de ce același test medical are alt sens în funcție de cine este testat

Un rezultat fals pozitiv apare atunci când un test medical indică prezența unei afecțiuni care nu există, iar un rezultat fals negativ apare atunci când testul nu identifică o afecțiune prezentă. Ambele fac parte din limitele firești ale oricărei măsurători biologice și nu înseamnă, de regulă, că laboratorul a greșit. Semnificația unui rezultat pozitiv sau negativ depinde nu doar de performanța testului, exprimată prin sensibilitate și specificitate, ci și de cât de probabilă era boala înainte de analiză. De aceea, același test, aplicat unei persoane cu simptome caracteristice și unei persoane fără simptome testate întâmplător, poate avea două înțelesuri foarte diferite.

Un test medical nu funcționează ca un întrerupător care separă perfect oamenii sănătoși de cei bolnavi. El măsoară un semnal biologic, identifică o caracteristică sau estimează probabilitatea unei afecțiuni. În funcție de metodă, de momentul recoltării și de persoana testată, rezultatul poate fi corect sau greșit. Rezultatele fals pozitive și fals negative nu sunt accidente statistice neobișnuite, ci o consecință a faptului că biologia umană nu produce granițe perfect clare între sănătate și boală.

Întrebările pe care și le pune aproape oricine primește un buletin de analize sunt două. Dacă testul a ieșit pozitiv, înseamnă că am boala? Dacă a ieșit negativ, pot fi sigur că nu o am? Răspunsul onest la ambele este „nu neapărat”, iar explicația ține de una dintre cele mai importante idei ale medicinei bazate pe dovezi: probabilitatea unei boli înainte de test influențează semnificația rezultatului obținut după test. Aceasta este logica probabilității pretest și a teoremei Bayes.

Confuzia este frecventă din trei motive. Procentele care descriu performanța testelor sunt prezentate adesea fără context. Termeni diferiți, precum sensibilitate, specificitate, acuratețe și valoare predictivă, sunt folosiți ca și cum ar însemna același lucru. Iar intuiția umană nu este construită pentru a combina corect probabilități condiționate. Înțelegerea acestor mecanisme ne ajută să evităm două greșeli opuse: să ne speriem inutil de un rezultat pozitiv și să ne liniștim nejustificat după unul negativ.

Rezultatul fals pozitiv și fals negativ, în șapte idei

1. Niciun test medical nu separă perfect oamenii sănătoși de cei bolnavi, așa că uneori arată boală unde nu e și ratează boală care există.
2. Sensibilitatea arată câți bolnavi prinde testul, iar specificitatea arată câți oameni sănătoși recunoaște corect.
3. Cât de credibil este un rezultat pozitiv depinde mult de cât de probabilă era boala înainte de analiză.
4. Când o boală este rară, chiar și un test bun poate da mai multe rezultate pozitive greșite decât corecte.
5. Un rezultat poate fi corect ca măsurătoare, dar interpretat greșit, cum se întâmplă cu un PSA crescut fără cancer.
6. Momentul analizei, medicamentele și pragul ales pot schimba rezultatul, iar mai multe analize nu înseamnă automat mai multă siguranță.
7. Un rezultat neașteptat sau simptomele care persistă după un test negativ sunt motive bune pentru o discuție cu medicul.

Ce este un rezultat fals pozitiv și de ce nu înseamnă neapărat o eroare de laborator

Un rezultat fals pozitiv este un rezultat care indică existența unei afecțiuni atunci când acea afecțiune este absentă conform standardului de referință utilizat. Să presupunem că o persoană efectuează un test de screening pentru o anumită boală, iar rezultatul este pozitiv. Ulterior, investigația de confirmare arată că persoana nu are boala. În această situație, rezultatul inițial este considerat fals pozitiv.

Important este faptul că un rezultat fals pozitiv nu înseamnă neapărat că laboratorul a comis o eroare tehnică. Testul poate să fi funcționat exact conform specificațiilor sale. Explicația poate proveni din faptul că metoda nu distinge perfect între persoanele cu boală și cele fără boală. Unele substanțe biologice pot interfera cu măsurarea, alte afecțiuni pot produce semnale similare, iar uneori valoarea analizată se află foarte aproape de pragul stabilit pentru pozitivitate.

De exemplu, un PSA crescut poate apărea în cancerul de prostată, dar și în hiperplazia benignă de prostată sau în anumite procese inflamatorii. Așadar, un rezultat pozitiv pentru un marker nu înseamnă automat că diagnosticul suspectat a fost confirmat.

Mai există o distincție importantă, la care vom reveni de mai multe ori în acest articol. Un marker poate fi crescut în mod real, fără ca boala pentru care este folosit să fie prezentă. În acest caz, măsurarea nu este greșită. Interpretarea clinică este cea care necesită clarificare. Literatura de specialitate separă astfel eroarea analitică, în care testul măsoară greșit, de eroarea de interpretare, în care testul măsoară corect un semnal care nu este specific bolii căutate.

Când eroarea există: de ce cele mai multe apar înainte ca proba să ajungă în aparat

Atunci când un rezultat greșit provine, totuși, dintr-o eroare propriu-zisă, aceasta nu se produce de regulă în aparatul de analiză. Laboratoarele împart procesul în trei etape: faza preanalitică (de la indicația analizei până la introducerea probei în aparat), faza analitică (măsurarea propriu-zisă) și faza postanalitică (validarea, transmiterea și interpretarea rezultatului). Într-un studiu realizat în laboratorul de urgență al unui spital universitar italian au fost confirmate 160 de erori la 51.746 de analize, adică aproximativ 3 la 1.000. Dintre acestea, 61,9% au apărut în faza preanalitică, 15% în faza analitică și 23,1% în faza postanalitică.

Erorile preanalitice sunt variate și, de multe ori, banale. Hemoliza, adică distrugerea globulelor roșii în eprubetă în timpul unei recoltări dificile, eliberează potasiu și poate produce o hiperpotasemie falsă. Garoul ținut prea mult timp sau strânsul repetat al pumnului pot modifica valorile potasiului, ale calciului și ale proteinelor. O probă lăsată ore întregi necentrifugată își poate schimba glicemia, pentru că celulele continuă să consume glucoză. Recoltarea fără respectarea postului influențează trigliceridele și glicemia, iar recoltarea la o oră nepotrivită modifică hormonii care au un ritm zilnic, precum cortizolul. Mai rar, dar cu consecințe mai mari, apar erorile de identificare a probei.

Aceste erori nu au nicio legătură cu sensibilitatea sau cu specificitatea testului. Un test excelent, aplicat unei probe recoltate greșit, produce un rezultat greșit cu aceeași precizie cu care ar fi produs unul corect. De aceea, atunci când o valoare izolată nu se potrivește cu restul analizelor, cu simptomele sau cu rezultatele anterioare, primul pas rezonabil este, de multe ori, repetarea corectă a recoltării, nu interpretarea imediată.

Pacientul poate contribui concret: respectând instrucțiunile de pregătire, spunând dacă recoltarea a fost dificilă sau a durat mult și menționând medicamentele și suplimentele pe care le ia.

Ce este un rezultat fals negativ și de ce un test negativ nu exclude întotdeauna boala

Un rezultat fals negativ apare atunci când testul indică absența unei afecțiuni care există. De exemplu, o persoană poate avea o infecție, dar testul efectuat să fie negativ. Explicațiile posibile includ încărcătura prea mică a agentului infecțios, recoltarea prea devreme, calitatea probei sau sensibilitatea insuficientă a metodei. În alte situații, anumite medicamente pot reduce temporar semnalul detectabil.

În infecția cu Helicobacter pylori, de exemplu, inhibitorii pompei de protoni, antibioticele și preparatele cu bismut pot influența rezultatul testului respirator sau al antigenului fecal. Un rezultat negativ obținut în condiții de pregătire necorespunzătoare poate fi fals negativ.

În oncologie, un test de screening negativ nu exclude absolut posibilitatea unui cancer, deoarece nicio metodă nu detectează toate leziunile. Iar în cazul testelor rapide pentru infecții respiratorii, un rezultat negativ poate fi mai puțin convingător atunci când persoana are simptome caracteristice și o expunere recentă.

Riscul unui rezultat fals negativ este că poate întârzia diagnosticul, tratamentul sau izolarea în cazul unei boli transmisibile. De aceea, interpretarea unui rezultat negativ trebuie să țină cont de simptome, de momentul testării și de probabilitatea inițială a bolii.

Cele patru rezultate posibile ale unui test medical: tabelul care stă la baza tuturor calculelor

Pentru a înțelege performanța unui test, putem imagina două realități: persoana are boala sau nu o are. Testul poate oferi, la rândul său, două rezultate: pozitiv sau negativ. Din combinarea lor rezultă patru situații posibile.

Prescurtările TP, FP, FN și TN provin din literatura de limbă engleză (true positive, false positive, false negative, true negative) și sunt folosite ca atare și în manualele românești de statistică medicală. Acest tabel, numit uneori matrice de confuzie, stă la baza calculării sensibilității, specificității și valorilor predictive.

Un test ideal ar avea numai rezultate adevărat pozitive și adevărat negative. În realitate, majoritatea testelor medicale au o anumită proporție de rezultate fals pozitive și fals negative. Mărimea acestor proporții depinde de test, de populație și de pragul folosit.

Merită observat că tabelul poate fi citit în două direcții, iar această dublă citire explică aproape toate confuziile din jurul analizelor medicale. Citit pe coloane, adică pornind de la realitatea bolii, el descrie cum se comportă testul: câți bolnavi detectează și câți sănătoși recunoaște corect. Citit pe rânduri, adică pornind de la rezultatul obținut, el descrie ce înseamnă un rezultat: din toate persoanele cu test pozitiv, câte au într-adevăr boala. Laboratorul și producătorul testului vorbesc, de obicei, pe coloane. Pacientul, care are în mână un rezultat și nu știe încă dacă este bolnav, gândește pe rânduri. Diferența dintre aceste două direcții este diferența dintre sensibilitate și valoare predictivă.

Sensibilitatea: cât de bine detectează testul persoanele care au boala

Sensibilitatea reprezintă proporția persoanelor care au boala și obțin un rezultat pozitiv.

Formula este: Sensibilitate = TP / (TP + FN) × 100.

Să presupunem că 100 de persoane au într-adevăr o anumită boală. Testul identifică drept pozitive 90 dintre ele, iar celelalte 10 primesc rezultate negative. Sensibilitatea testului este de 90%. Aceasta înseamnă că, în populația respectivă, testul detectează aproximativ 90 din 100 de cazuri existente.

Sensibilitatea pornește de la persoanele despre care știm că au boala și întreabă câte dintre ele sunt detectate. Nu pornește de la persoanele cu rezultat pozitiv.

De ce contează sensibilitatea mare

Sensibilitatea este importantă atunci când consecințele ratării diagnosticului pot fi severe. Un test cu sensibilitate mare reduce proporția cazurilor existente care sunt omise.

Totuși, un rezultat negativ poate exclude suficient de bine boala numai dacă probabilitatea pretest și celelalte caracteristici ale testului permit această concluzie. Nu este suficient să cunoaștem sensibilitatea izolată.

Specificitatea: cât de bine recunoaște testul persoanele fără boală

Specificitatea reprezintă proporția persoanelor care nu au boala și obțin un rezultat negativ.

Formula este: Specificitate = TN / (TN + FP) × 100.

Să presupunem că 100 de persoane nu au boala. Testul oferă rezultat negativ pentru 90 dintre ele și rezultat pozitiv pentru celelalte 10. Specificitatea este de 90%. Cu alte cuvinte, 10% dintre persoanele fără boală primesc un rezultat fals pozitiv în acest exemplu. Această proporție, egală cu 100% minus specificitatea, se numește rata rezultatelor fals pozitive.

Specificitatea mare este deosebit de importantă atunci când un rezultat pozitiv ar putea conduce la investigații invazive, tratamente riscante sau consecințe psihologice importante. Dar, la fel ca sensibilitatea, specificitatea nu reprezintă probabilitatea ca un rezultat individual să fie corect.

De ce sensibilitatea și specificitatea nu răspund la întrebarea pacientului

Să presupunem că un laborator vă spune: „Testul are sensibilitate 90% și specificitate 90%.” Pare un test destul de bun. Dar ce înseamnă, pentru dumneavoastră, un rezultat pozitiv?

Răspunsul depinde de cât de probabil era să aveți boala înainte de test. Dacă afecțiunea este foarte rară în populația din care faceți parte, majoritatea persoanelor testate nu vor avea boala. Chiar și un procent relativ mic de rezultate fals pozitive, aplicat unui număr mare de persoane sănătoase, poate genera mai multe rezultate pozitive decât numărul cazurilor reale. Acesta este mecanismul central al paradoxului rezultatelor fals pozitive în bolile rare, descris în literatura de specialitate și sub numele de neglijare a ratei de bază (base rate neglect).

Tabelul de mai jos rezumă ce întrebare acoperă fiecare indicator. Diferența dintre ele explică de ce același procent poate fi citit corect de un statistician și greșit de un cititor grăbit.

Indicatorii de performanță ai unui test diagnostic și întrebarea la care răspunde fiecare.

Exemplul celor 1.000 de persoane: același test, trei prevalențe diferite

Vom utiliza un test ipotetic, cu sensibilitate de 90% și specificitate de 90%, aplicat la 1.000 de persoane. Vom păstra performanța testului identică și vom modifica numai prevalența bolii.

Prevalența reprezintă proporția persoanelor care au boala într-o populație definită, la un moment dat sau într-o perioadă specificată.

Exemplu matematic ilustrativ, nu performanța unui test medical specific. Sensibilitatea și specificitatea rămân constante la 90%.

Situația 1: prevalența bolii este 1%

Din 1.000 de persoane, numai 10 au boala. Testul identifică 9 dintre acestea, iar una primește un rezultat fals negativ. Există însă 990 de persoane fără boală. Cum specificitatea este 90%, 99 dintre acestea vor primi un rezultat fals pozitiv. În total, avem 108 rezultate pozitive, dintre care numai 9 sunt adevărat pozitive.

Valoarea predictivă pozitivă se calculează astfel: VPP = 9 / 108 × 100 = 8,3%.

Așadar, în această populație, numai aproximativ 8 din 100 de rezultate pozitive corespund unor cazuri reale. Peste 91% dintre rezultatele pozitive sunt false, deși testul are sensibilitate și specificitate de 90%. Aceasta nu înseamnă că testul este defect. Înseamnă că a fost aplicat unei populații în care boala este rară.

Situația 2: prevalența bolii este 10%

Din 1.000 de persoane, 100 au boala. Testul identifică 90 dintre ele, iar 10 primesc rezultate fals negative. Dintre cele 900 de persoane fără boală, 90 primesc rezultate fals pozitive. Avem 180 de rezultate pozitive, dintre care 90 sunt corecte. Valoarea predictivă pozitivă este 50%. Același rezultat pozitiv înseamnă acum o probabilitate de 50% ca boala să fie prezentă.

Situația 3: prevalența bolii este 50%

Din 1.000 de persoane, 500 au boala. Testul identifică 450 dintre acestea. Dintre cele 500 de persoane fără boală, 50 primesc rezultate fals pozitive. În total, 500 de persoane au rezultate pozitive, iar 450 dintre ele au într-adevăr boala. Valoarea predictivă pozitivă este 90%.

Observăm o schimbare spectaculoasă. Testul nu a devenit mai bun: sensibilitatea și specificitatea au rămas identice. S-a schimbat numai probabilitatea ca persoanele testate să aibă boala. Acesta este motivul pentru care selecția persoanelor care beneficiază de testare este la fel de importantă ca alegerea testului.

Un test precis poate produce multe rezultate fals pozitive când boala este rară

Afirmația pare paradoxală, dar trebuie formulată precis. Un test cu sensibilitate și specificitate bune poate produce o proporție mare de rezultate fals pozitive printre toate rezultatele pozitive atunci când boala este rară. Aceasta nu înseamnă că majoritatea testelor efectuate sunt greșite.

În exemplul cu prevalență de 1%, din 1.000 de rezultate, 900 sunt corecte și 100 sunt greșite. Acuratețea globală este de 90%. Dar dintre cele 108 rezultate pozitive, numai 9 sunt corecte. Prin urmare, un indicator general de acuratețe poate ascunde o valoare predictivă pozitivă redusă.

Valoarea predictivă pozitivă: cât de credibil este un rezultat pozitiv

Valoarea predictivă pozitivă, prescurtată VPP sau PPV în literatura de limbă engleză, reprezintă proporția persoanelor cu rezultat pozitiv care au într-adevăr boala.

Formula este: VPP = TP / (TP + FP) × 100.

Valoarea predictivă pozitivă răspunde unei întrebări apropiate de cea pe care o pune pacientul: „Dacă testul meu este pozitiv, cât de probabil este să am boala?” Răspunsul depinde de sensibilitate, de specificitate și de probabilitatea pretest. De aceea, valoarea predictivă pozitivă nu este o proprietate fixă a testului, independentă de populație.

Ea poate fi ridicată într-o clinică specializată, unde pacienții sunt selectați pe baza simptomelor și a investigațiilor anterioare, și mult mai mică într-un program de testare a populației generale. Aceeași analiză poate avea semnificații diferite în aceste două contexte.

Valoarea predictivă negativă: cât de liniștitor este un rezultat negativ

Valoarea predictivă negativă, prescurtată VPN sau NPV, reprezintă proporția persoanelor cu rezultat negativ care nu au boala.

Formula este: VPN = TN / (TN + FN) × 100.

În exemplul nostru cu prevalență de 1%, valoarea predictivă negativă este aproximativ 99,9%. Un rezultat negativ este, în acel context, foarte liniștitor. Dar la prevalență de 50%, valoarea predictivă negativă scade la 90%, iar același test negativ devine mai puțin convingător.

Această diferență este importantă în situațiile clinice cu suspiciune ridicată. Dacă un pacient are simptome caracteristice, factori de risc și semne obiective ale unei boli, un singur rezultat negativ poate să nu fie suficient pentru excluderea diagnosticului. Medicul poate recomanda un test cu sensibilitate mai mare, repetarea investigației la momentul potrivit sau utilizarea unei metode diferite.

Probabilitatea pretest: întrebarea care trebuie pusă înainte de analiză

Probabilitatea pretest este estimarea probabilității ca persoana să aibă boala înainte de obținerea rezultatului. Ea poate fi influențată de vârstă, simptome, examenul clinic, istoricul familial, expuneri, prevalența locală și rezultatele investigațiilor anterioare.

În anumite domenii, există scoruri clinice validate care ajută la estimarea probabilității pretest. De exemplu, în evaluarea tromboembolismului pulmonar, scorurile clinice pot contribui la alegerea strategiei de testare. În alte situații, probabilitatea pretest este estimată prin judecată clinică, fără un scor numeric precis.

Important este că ea nu trebuie confundată automat cu prevalența generală a bolii. Prevalența de 1% într-o populație nu înseamnă că fiecare persoană din acea populație are exact 1% probabilitate de boală. O persoană cu simptome caracteristice poate avea o probabilitate mult mai mare, iar o persoană fără simptome și fără factori de risc poate avea o probabilitate mai mică.

Teorema Bayes: de ce rezultatul schimbă probabilitatea, nu realitatea

Teorema Bayes descrie modul în care o informație nouă actualizează o probabilitate inițială. În diagnosticul medical, testul furnizează informația nouă, iar probabilitatea pretest este punctul de plecare. Rezultatul testului modifică această probabilitate și produce o probabilitate post-test.

Pentru un rezultat pozitiv, formula poate fi exprimată astfel:

P(B | +) = [Se × P(B)] / [Se × P(B) + (1 − Sp) × (1 − P(B))]

În această formulă, P(B | +) este probabilitatea bolii după un rezultat pozitiv, Se este sensibilitatea, Sp este specificitatea, iar P(B) este probabilitatea pretest. Numărătorul corespunde persoanelor bolnave detectate corect, iar numitorul corespunde tuturor rezultatelor pozitive, adică bolnavilor detectați plus persoanelor sănătoase clasificate greșit. Formula este, de fapt, aceeași fracție pe care am calculat-o mai sus cu 1.000 de persoane, scrisă în proporții.

Formula arată că un rezultat pozitiv nu poate fi interpretat fără probabilitatea inițială a bolii. Nu este necesar ca fiecare pacient să efectueze aceste calcule, dar înțelegerea principiului ajută la formularea unor întrebări medicale mai bune. În loc să întrebăm doar „Cât de precis este testul?”, putem întreba: „Cât de probabil era să am această boală înainte de test și cât schimbă rezultatul această probabilitate?”

De la Thomas Bayes la testul pe care medicii îl greșesc de aproape 50 de ani

Teorema care stă la baza interpretării testelor medicale nu a fost gândită pentru medicină. Reverendul englez Thomas Bayes a lăsat la moartea sa un manuscris despre calculul probabilităților, pe care prietenul său Richard Price l-a publicat în 1763 în revista Societății Regale din Londra. Timp de aproape două secole, ideea a rămas un subiect de matematică și de filozofie a probabilităților.

Termenii „sensibilitate” și „specificitate” au apărut abia în 1947, într-un articol al biostatisticianului american Jacob Yerushalmy. Acesta studia cât de des radiologii interpretau diferit aceleași radiografii pulmonare în campaniile de depistare a tuberculozei și avea nevoie de un vocabular pentru a descrie, separat, cazurile ratate și alarmele false. De atunci, cele două noțiuni au devenit limbajul standard al oricărui studiu de acuratețe diagnostică.

Cât de greu se aplică aceste noțiuni în practică a arătat, în 1978, un studiu publicat în New England Journal of Medicine. Cercetătorii de la Harvard au pus unui grup de 60 de medici, rezidenți și studenți la medicină următoarea întrebare: dacă un test pentru o boală cu prevalența de 1 la 1.000 are o rată a rezultatelor fals pozitive de 5%, care este probabilitatea ca o persoană cu test pozitiv să aibă boala? Răspunsul corect este de aproximativ 2%: la 1.000 de persoane testate, un singur bolnav are test pozitiv, alături de aproximativ 50 de persoane sănătoase. Doar 11 dintre cei 60 de participanți, adică 18%, au răspuns corect. Cel mai frecvent răspuns, dat de 27 de participanți, a fost 95%.

În 2014, o echipă tot de la Harvard a repetat întocmai experimentul. După 36 de ani, rezultatul a fost aproape identic: 14 din 61 de participanți (23%) au răspuns corect, iar cel mai frecvent răspuns a rămas 95%, dat de 27 de participanți.

Aceste studii nu arată că medicii nu își cunosc meseria. Arată că neglijarea ratei de bază este o capcană a intuiției umane, care rezistă pregătirii profesionale. Tocmai de aceea, exprimarea riscului în număr de persoane, descrisă în secțiunea următoare, nu este o simplificare pentru nespecialiști, ci un instrument util pentru toată lumea.

Frecvențele naturale: cum devine teorema Bayes intuitivă

Cercetătorii în psihologia deciziei au observat de mult timp că oamenii, inclusiv medicii, greșesc frecvent atunci când primesc informația sub formă de procente și probabilități condiționate. Într-o serie de studii conduse de Gerd Gigerenzer și colaboratorii săi, participanților li s-a cerut să estimeze probabilitatea de boală după un test pozitiv de screening. Atunci când datele erau prezentate ca probabilități („sensibilitatea este 90%, rata fals pozitivă este 9%”), o mare parte dintre răspunsuri au fost greșite, de multe ori cu un ordin de mărime. Când aceleași date au fost prezentate ca frecvențe naturale, proporția răspunsurilor corecte a crescut substanțial.

Frecvențele naturale înseamnă exprimarea informației ca număr de persoane dintr-un grup concret, exact cum am procedat în exemplul celor 1.000 de persoane. În loc de „probabilitatea bolii este 1%, sensibilitatea este 90%, specificitatea este 90%”, spunem: „din 1.000 de persoane, 10 au boala; dintre acestea, 9 au test pozitiv; dintre cele 990 fără boală, 99 au tot test pozitiv”. Întrebarea „din cei care au test pozitiv, câți sunt bolnavi?” devine o simplă împărțire: 9 din 108.

Avantajul acestei forme nu este doar didactic. Ea păstrează vizibilă informația despre rata de bază, pe care formatul procentual tinde să o ascundă. Când citim „sensibilitate 90%”, mintea se fixează pe cifra mare și uită că boala este rară. Când citim „9 bolnavi detectați și 99 de persoane sănătoase alarmate”, disproporția devine evidentă fără niciun calcul.

Pentru cititorul care primește un rezultat, metoda poate fi aplicată simplu. Puteți cere medicului să exprime riscul în „câte persoane din 100” sau „câte din 1.000”. Puteți întreba câte persoane cu un rezultat ca al dumneavoastră au, în final, boala și câte nu. Sunt întrebări legitime, la care un răspuns în frecvențe naturale este, de obicei, mai clar decât un procent izolat.

Raportul de verosimilitate: o altă modalitate de a interpreta testele

În medicina bazată pe dovezi sunt utilizate și rapoartele de verosimilitate, numite în literatura de limbă engleză likelihood ratios.

Raportul de verosimilitate pozitiv, LR+, exprimă de câte ori este mai probabil un rezultat pozitiv la persoanele cu boală decât la cele fără boală. Formula este: LR+ = Sensibilitate / (1 − Specificitate).

Raportul de verosimilitate negativ, LR−, exprimă de câte ori este mai probabil un rezultat negativ la persoanele cu boală decât la cele fără boală. Formula este: LR− = (1 − Sensibilitate) / Specificitate.

Pentru testul nostru ipotetic, cu sensibilitate și specificitate de 90%, LR+ este egal cu 9, iar LR− este aproximativ 0,11. Un LR+ de 9 înseamnă că rezultatul pozitiv este de nouă ori mai probabil la persoanele cu boală decât la cele fără boală. Nu înseamnă că probabilitatea individuală de boală devine de nouă ori mai mare în sens aritmetic direct.

Pentru actualizarea probabilității sunt utilizate cotele, numite odds, adică raportul dintre probabilitatea ca un eveniment să se producă și probabilitatea ca acesta să nu se producă. Formula este: Cota post-test = Cota pretest × LR.

Rapoartele de verosimilitate sunt utile deoarece pot fi aplicate la probabilități pretest diferite. Totuși, și acestea depind de validitatea estimărilor de sensibilitate și specificitate pentru populația investigată.

Un calcul complet, pas cu pas

Diferența dintre probabilitate și cotă pare abstractă, dar devine clară într-un exemplu. Să presupunem că probabilitatea pretest este de 10%, la fel ca în a doua situație din exemplul celor 1.000 de persoane.

Primul pas este transformarea probabilității în cotă. O probabilitate de 10% înseamnă 10 șanse de boală la 90 de șanse de absență a bolii, deci o cotă de 10/90, adică 1/9, aproximativ 0,11.

Al doilea pas este înmulțirea cotei cu raportul de verosimilitate. După un rezultat pozitiv, cota devine 1/9 × 9 = 1.

Al treilea pas este transformarea cotei înapoi în probabilitate, cu formula probabilitate = cotă / (1 + cotă). O cotă de 1 corespunde unei probabilități de 1 / 2, adică 50%. Rezultatul coincide exact cu valoarea predictivă pozitivă calculată din tabel.

Dacă probabilitatea pretest ar fi fost 1%, cota inițială ar fi fost aproximativ 0,0101, iar după un test pozitiv ar fi devenit aproximativ 0,091. Probabilitatea post-test ar fi fost de aproximativ 8,3%, aceeași valoare din prima situație. Același LR+ de 9 produce, așadar, o probabilitate finală de 8,3% sau de 50%, în funcție exclusiv de punctul de plecare.

Calculul arată de ce clinicienii vorbesc despre „schimbarea probabilității” și nu despre „confirmarea diagnosticului”. Un test împinge probabilitatea în sus sau în jos. Cât de departe ajunge depinde de unde a pornit.

Pragul diagnostic: o alegere statistică și clinică

Multe analize medicale măsoară variabile continue. Glicemia, PSA, colesterolul, D-dimerii și numeroși biomarkeri pot avea o gamă largă de valori. Pentru luarea deciziilor, medicina stabilește uneori praguri. O valoare aflată de o parte a pragului este clasificată drept negativă sau normală, iar o valoare aflată de cealaltă parte este clasificată drept pozitivă sau crescută.

Natura biologică nu respectă însă întotdeauna aceste granițe. O persoană cu valoarea imediat sub prag nu este neapărat fundamental diferită de o persoană cu valoarea imediat peste prag.

Ce se întâmplă dacă pragul este coborât

Dacă pragul pentru un rezultat pozitiv este coborât, testul poate identifica mai multe persoane care au boala, iar sensibilitatea poate crește. Poate crește însă și numărul persoanelor fără boală clasificate pozitiv, ceea ce înseamnă că specificitatea poate scădea.

Ce se întâmplă dacă pragul este ridicat

Un prag mai ridicat poate reduce numărul rezultatelor fals pozitive, iar specificitatea poate crește. În schimb, unele cazuri reale pot fi ratate, iar sensibilitatea poate scădea.

Această relație reprezintă un compromis fundamental al diagnosticului. Pragul optim depinde de consecințele clinice ale erorilor. Într-o boală gravă și tratabilă, în care ratarea diagnosticului este foarte periculoasă, poate fi preferată o strategie care prioritizează sensibilitatea. În alte situații, în care un rezultat pozitiv conduce la intervenții riscante, specificitatea devine foarte importantă.

Curba ROC: cum se compară pragurile unui test

Curba ROC, prescurtare de la receiver operating characteristic, descrie relația dintre sensibilitate și rata rezultatelor fals pozitive pentru diferite praguri. Pe axa verticală este reprezentată sensibilitatea, iar pe axa orizontală este reprezentată proporția fals pozitivă, egală cu 1 minus specificitatea. Fiecare punct al curbei corespunde unui prag diferit.

Aria de sub curba ROC, numită AUC, este utilizată pentru evaluarea capacității discriminatorii a unui test. O valoare AUC mai mare indică, în general, o capacitate mai bună de separare a persoanelor cu boală de cele fără boală. Un test care nu ar aduce nicio informație ar avea o AUC de 0,5, echivalentul aruncării unei monede, iar un test perfect ar avea o AUC de 1.

AUC nu spune însă direct care este valoarea predictivă pozitivă într-o populație și nu stabilește nici dacă testul este util clinic. Un test poate avea o discriminare statistică bună, dar poate produce prea multe rezultate fals pozitive într-o populație cu prevalență foarte mică. De asemenea, un prag optim statistic nu este neapărat optim pentru pacient. Trebuie luate în considerare consecințele erorilor și intervențiile disponibile.

Rezultatul borderline: de ce zona gri nu trebuie ignorată

Unele teste oferă doar rezultate pozitive sau negative. Altele includ o zonă echivocă, indeterminată sau borderline, care reflectă incertitudinea măsurării în apropierea pragului. În aceste situații, repetarea analizei, utilizarea unei metode diferite sau evaluarea evoluției în timp poate furniza informații suplimentare.

Nu toate rezultatele borderline trebuie însă repetate automat. Decizia depinde de test, de boala investigată și de consecințele clinice. O valoare foarte apropiată de prag nu trebuie interpretată ca un diagnostic cert doar pentru că apare marcată cu roșu pe buletinul de analize.

Variabilitatea biologică: cât trebuie să se schimbe o analiză ca schimbarea să fie reală

Zona gri nu apare doar în jurul pragului de diagnostic. Ea apare și atunci când comparăm două rezultate ale aceleiași persoane, obținute la momente diferite. Două recoltări succesive nu dau niciodată exact aceeași valoare, chiar dacă starea de sănătate nu s-a schimbat deloc. Diferența provine din două surse.

Prima este variabilitatea analitică, adică imprecizia inevitabilă a metodei de măsurare. Aceeași probă, analizată de două ori, produce valori ușor diferite. A doua este variabilitatea biologică intraindividuală: concentrația multor substanțe din sânge fluctuează firesc de la o zi la alta și chiar de la o oră la alta, în funcție de alimentație, efort, somn, hidratare, stres sau ciclul menstrual.

Medicina de laborator combină aceste două surse într-un indicator numit valoarea de referință a schimbării (reference change value, RCV). Ea arată cât de mare trebuie să fie diferența dintre două rezultate pentru ca aceasta să reflecte, cu o probabilitate rezonabilă, o modificare reală și nu doar zgomotul măsurării. Biochimistul scoțian Callum Fraser, unul dintre autorii de referință în domeniu, oferă un exemplu pentru potasiu: cu o imprecizie analitică de 2,1% și o variabilitate biologică de 4,8%, doar o schimbare de peste aproximativ 14,5% între două rezultate succesive poate fi considerată semnificativă statistic.

Pentru alte analize, pragul diferă, pentru că fiecare substanță are propria variabilitate biologică. Unele, precum sodiul, sunt foarte stabile. Altele, precum trigliceridele sau unii hormoni, variază considerabil de la o zi la alta.

Consecința practică este importantă pentru oricine își urmărește analizele în timp. O creștere mică de la o recoltare la alta sau trecerea unei valori puțin peste sau puțin sub limita intervalului de referință pot fi simple fluctuații, nu semnul unei evoluții. Comparațiile sunt mai credibile atunci când analizele sunt făcute la același laborator, cu aceeași metodă, la aceeași oră și în aceleași condiții de pregătire. O tendință confirmată pe mai multe determinări spune mai mult decât diferența dintre două valori izolate.

Intervalul de referință nu este același lucru cu pragul de diagnostic

Laboratoarele afișează frecvent intervale de referință. Acestea sunt construite, în multe situații, pe baza distribuției valorilor într-o populație de referință. Un interval central de 95% înseamnă că aproximativ 5% dintre persoanele din populația de referință pot avea valori în afara intervalului, chiar dacă au fost selectate ca persoane aparent sănătoase.

Nu toate intervalele de referință sunt construite identic și nici toate pragurile medicale nu provin din distribuția statistică a unei populații sănătoase. Unele sunt praguri decizionale bazate pe riscul de boală sau pe beneficiul demonstrat al tratamentului. De exemplu, anumite praguri pentru glicemie sau HbA1c sunt stabilite prin criterii clinice și epidemiologice.

Prin urmare, o valoare în afara intervalului de referință nu înseamnă automat boală, iar o valoare în intervalul de referință nu exclude orice afecțiune. Interpretarea depinde de marker și de context.

De ce un test poate funcționa diferit la persoane diferite

Sensibilitatea și specificitatea sunt adesea prezentate ca proprietăți fixe ale unei metode. În practică, performanța poate varia între populații. Acest fenomen a fost descris încă din anii 1970 sub numele de efect de spectru (spectrum effect sau spectrum bias): un test evaluat inițial pe pacienți cu boală evidentă și pe voluntari în mod clar sănătoși poate părea mult mai performant decât se dovedește ulterior în practica obișnuită, unde cazurile sunt mai puțin tipice.

Un test poate detecta mai ușor o boală avansată decât o formă foarte precoce. Poate funcționa diferit la persoanele simptomatice față de cele asimptomatice. Vârsta, sarcina, comorbiditățile și tratamentele pot influența rezultatul. O analiză a mai multor meta-analize a arătat că sensibilitatea și specificitatea pot varia împreună cu prevalența, tocmai pentru că populațiile cu prevalență diferită diferă și prin severitatea bolii, prin modul de selecție și prin contextul clinic.

De aceea, sensibilitatea raportată într-un studiu clinic nu se aplică automat oricărei persoane. Contează cine a fost inclus în studiu, ce standard de referință a fost utilizat și în ce condiții s-a efectuat testarea. Acesta este și motivul pentru care există ghiduri internaționale de raportare a studiilor de acuratețe diagnostică, precum STARD, care cer autorilor să descrie clar populația, metoda și standardul de referință.

De ce contează standardul de referință

Pentru a calcula sensibilitatea și specificitatea trebuie să știm cine are și cine nu are boala. Această clasificare se realizează printr-un standard de referință. Nici standardul de referință nu este însă întotdeauna perfect. În unele afecțiuni, diagnosticul necesită combinarea mai multor investigații și urmărirea în timp.

Dacă standardul de referință clasifică greșit unele persoane, estimările performanței testului investigat pot fi distorsionate. Prin urmare, rezultatele studiilor de acuratețe trebuie interpretate critic.

Diferența dintre eroarea analitică și eroarea de interpretare

Nu toate concluziile medicale greșite provin dintr-un test care a măsurat incorect. Uneori, cauza este analitică: poate exista o interferență, o recoltare necorespunzătoare sau o eroare tehnică. Alteori, testul măsoară corect un fenomen, dar fenomenul nu este specific unei singure boli.

PSA poate fi crescut în absența cancerului. CRP poate fi crescută în numeroase procese inflamatorii. Anticorpii anti-H. pylori pot persista după vindecarea infecției. D-dimerii pot fi crescuți în numeroase alte situații decât tromboembolismul. În asemenea situații, analiza poate fi corectă, dar concluzia „am boala X” poate fi nejustificată.

Această distincție este esențială pentru alfabetizarea medicală.

Biotina, anticorpii heterofili și efectul hook: trei interferențe care pot inversa un rezultat

O parte importantă a analizelor hormonale, cardiace și a markerilor tumorali se face prin imunotestare, o tehnică în care anticorpi produși în laborator recunosc substanța căutată. Această tehnică este foarte sensibilă, dar poate fi perturbată de substanțe prezente în proba pacientului. Trei mecanisme sunt mai frecvent întâlnite.

Primul este interferența biotinei. Multe imunoteste folosesc legătura dintre biotină și o proteină numită streptavidină pentru a fixa reactivii. Suplimentele cu doze mari de biotină, promovate frecvent pentru păr, piele și unghii, pot conține zeci sau chiar sute de miligrame pe zi, de mii de ori mai mult decât necesarul zilnic de aproximativ 0,03 mg. La aceste concentrații, biotina din sânge poate produce rezultate fals scăzute sau fals crescute, în funcție de construcția testului. Agenția americană pentru alimente și medicamente (FDA) a emis în 2017 un avertisment, după decesul unui pacient care lua doze mari de biotină și căruia o troponină fals scăzută i-a mascat un infarct. Avertismentul a fost reluat în 2019. Pot fi afectate și testele tiroidiene, unde biotina poate imita tabloul unei hipertiroidii.

Al doilea mecanism îl reprezintă anticorpii heterofili. Unele persoane au în sânge anticorpi capabili să lege reactivii de origine animală ai testului, de exemplu după contactul cu animale sau după anumite tratamente. Aceștia pot crea un semnal fals pozitiv pentru hCG, troponină, hormoni sau markeri tumorali. Un rezultat discordant cu tabloul clinic poate fi verificat de laborator prin diluții succesive, prin reactivi care blochează acești anticorpi sau printr-o metodă diferită.

Al treilea mecanism este efectul hook, întâlnit la concentrații extrem de mari ale substanței măsurate. Când cantitatea este atât de mare încât saturează reactivii, testul poate afișa, paradoxal, o valoare scăzută. Situația este descrisă, de exemplu, pentru hCG în sarcina molară, pentru unii markeri tumorali și pentru prolactină în tumorile hipofizare mari.

Toate aceste situații sunt erori analitice reale, dar sunt rare și pot fi recunoscute dacă laboratorul și medicul au informațiile necesare.

De ce două rezultate contradictorii nu înseamnă automat că unul este greșit

O persoană poate avea un test pozitiv și, ulterior, un test negativ. Aceasta nu dovedește automat că unul dintre laboratoare a greșit. Există mai multe explicații posibile. Concentrația markerului se poate modifica în timp. Boala poate evolua sau se poate remite. Tratamentul poate influența detectabilitatea. Testele pot măsura componente biologice diferite, iar pragurile și performanța metodelor pot fi diferite.

De exemplu, un test serologic pozitiv pentru anticorpi și un test antigenic negativ nu sunt neapărat contradictorii. Primul poate indica expunerea anterioară, iar al doilea, absența infecției active detectabile. Interpretarea trebuie să pornească de la întrebarea: ce măsoară, concret, fiecare test?

De ce „99% acuratețe” poate fi o afirmație înșelătoare

În materialele comerciale, testele sunt uneori promovate prin procente impresionante. Termenul „acuratețe” poate avea însă sensuri diferite. Uneori este utilizat pentru proporția totală a clasificărilor corecte. Alteori, în limbajul publicitar, poate fi confundat cu sensibilitatea sau cu specificitatea.

Fără informații despre populația în care a fost evaluat testul, procentul este insuficient. Un test poate avea o acuratețe globală mare într-o populație dominată de persoane fără boală, chiar dacă detectează insuficient cazurile reale. Să ne imaginăm un test care ar declara negativă orice persoană testată, aplicat unei boli cu prevalență de 1%: ar avea o acuratețe globală de 99% și nu ar detecta niciun caz.

De aceea, evaluarea corectă necesită sensibilitate, specificitate și informații despre prevalență. În funcție de situație, sunt utile și valorile predictive, rapoartele de verosimilitate și consecințele clinice ale rezultatelor.

Testul de sarcină: când un rezultat poate fi fals pozitiv sau fals negativ

Testele de sarcină detectează gonadotropina corionică umană, hCG. Testele urinare și cele sanguine au sensibilități și praguri de detecție diferite. În condiții corecte de utilizare, testele moderne pot avea performanțe foarte bune, dar rezultatul depinde de momentul testării și de concentrația hormonului.

De ce poate apărea un fals negativ

O cauză frecventă este testarea prea devreme. După fertilizare, hCG nu devine imediat detectabil în urină. Sunt necesare implantarea și creșterea concentrației hormonale. Dacă testul este efectuat înainte ca nivelul hCG să depășească pragul metodei, rezultatul poate fi negativ deși sarcina există.

Urina foarte diluată poate contribui la un rezultat fals negativ, mai ales la începutul sarcinii, motiv pentru care instrucțiunile multor teste recomandă folosirea primei urini de dimineață. Uneori, un test efectuat sau citit incorect, de exemplu înainte ori după intervalul de citire indicat de producător, poate genera interpretări greșite.

De ce poate apărea un rezultat aparent fals pozitiv

Un test pozitiv poate reflecta o sarcină biochimică foarte precoce, care ulterior nu continuă să evolueze. În această situație, hCG a fost prezent cu adevărat, iar rezultatul nu este un fals pozitiv analitic. Această distincție contează, pentru că rezultatul a descris corect o realitate biologică, chiar dacă evoluția ulterioară a fost alta decât cea așteptată.

Alte explicații posibile includ administrarea recentă a unor medicamente care conțin hCG, folosite de exemplu în tratamentele de fertilitate, persistența hormonului după o sarcină încheiată sau interferențe analitice, în special în anumite teste sanguine. La unele persoane pot apărea niveluri mici de hCG de origine hipofizară, mai ales în perimenopauză sau în postmenopauză. Interpretarea trebuie adaptată contextului.

Un test pozitiv de sarcină nu stabilește singur localizarea sarcinii. Dacă există durere abdominală importantă, sângerare sau simptome sugestive de sarcină ectopică, este necesară evaluarea medicală promptă.

PSA crescut: un rezultat pozitiv nu înseamnă automat cancer de prostată

Antigenul specific prostatic, PSA, este o proteină produsă de țesutul prostatic. Concentrația sa în sânge poate crește în cancerul de prostată, dar și în afecțiuni benigne. Hiperplazia benignă de prostată, inflamația și alte situații pot influența PSA. Prin urmare, PSA nu este un test care separă perfect cancerul de absența cancerului, iar un PSA crescut nu confirmă diagnosticul oncologic.

În funcție de vârstă, de istoricul familial, de valoarea PSA, de evoluția în timp și de alți factori, medicul poate recomanda repetarea analizei, evaluarea urologică, imagistica sau alte investigații.

De ce pragul PSA nu reprezintă o graniță biologică absolută

Un prag numeric poate fi utilizat pentru a decide când sunt necesare investigații suplimentare. Riscul de cancer nu trece însă brusc de la zero la certitudine în momentul depășirii pragului. Unele persoane cu PSA sub un anumit prag pot avea cancer de prostată, iar altele, cu valori peste prag, nu au cancer. Aceasta ilustrează diferența dintre un marker continuu și decizia clinică binară de a considera un rezultat pozitiv sau negativ.

Ce este supradiagnosticul în screeningul pentru cancer de prostată

Supradiagnosticul apare atunci când screeningul identifică un cancer real care nu ar fi produs simptome sau deces în timpul vieții persoanei. Fenomenul este important în cancerul de prostată deoarece unele tumori evoluează foarte lent. Decizia privind screeningul PSA trebuie luată în contextul vârstei, al riscului individual, al preferințelor și al recomandărilor medicale aplicabile. Grupul american de experți în prevenție, US Preventive Services Task Force, recomandă, de exemplu, ca decizia de screening între 55 și 69 de ani să fie una individuală, discutată cu medicul după prezentarea beneficiilor și a riscurilor.

Diferențele dintre un rezultat fals pozitiv și supradiagnostic.

Coreea de Sud: o creștere de 15 ori a cancerului tiroidian, fără creșterea deceselor

Cel mai clar exemplu de supradiagnostic la nivelul unei populații întregi nu vine din cancerul de prostată, ci din cancerul tiroidian din Coreea de Sud. În 1999, țara a lansat un program național de screening oncologic. Ecografia tiroidiană nu făcea parte oficial din program, dar a fost oferită pe scară largă, ca investigație suplimentară, la un cost redus, în clinicile care efectuau screeningul.

Rezultatul a fost spectaculos din punct de vedere statistic. Incidența cancerului tiroidian a crescut de aproximativ 15 ori față de 1993, până când acesta a devenit cel mai frecvent cancer diagnosticat în Coreea de Sud. Mortalitatea prin cancer tiroidian a rămas însă practic neschimbată pe întreaga perioadă. Dacă toate aceste cancere ar fi fost periculoase, depistarea lor precoce ar fi trebuit să se reflecte într-o scădere a deceselor. Faptul că decesele au rămas constante arată că marea majoritate a cancerelor descoperite erau tumori mici, papilare, care nu ar fi produs simptome sau deces pe parcursul vieții persoanelor respective.

Acest exemplu ilustrează exact distincția din tabelul anterior. Testele nu au greșit, iar diagnosticele au fost confirmate la microscop. Totuși, pentru o mare parte dintre persoanele diagnosticate, consecința practică a fost o intervenție chirurgicală pe tiroidă, adesea urmată de tratament hormonal de substituție pe viață și, uneori, de complicații precum afectarea nervului care controlează vocea sau a glandelor paratiroide.

Analiza publicată în 2014 în New England Journal of Medicine de Hyeong Sik Ahn, Hyun Jung Kim și H. Gilbert Welch a avut un impact important asupra practicii. Ulterior, mai multe societăți medicale au recomandat ca ecografia tiroidiană să nu fie folosită pentru screening la persoanele fără simptome și fără factori de risc, iar în Coreea numărul diagnosticelor a început să scadă.

Lecția se aplică și dincolo de tiroidă. Cu cât o investigație este mai sensibilă și cu cât este aplicată unui număr mai mare de persoane fără simptome, cu atât crește probabilitatea de a descoperi leziuni reale, dar lipsite de importanță clinică.

Testele de screening oncologic: de ce un rezultat pozitiv necesită confirmare

Screeningul urmărește identificarea unei boli sau a unei leziuni relevante la persoane care nu prezintă neapărat simptome. Un test de screening pozitiv nu este echivalent cu un diagnostic definitiv. De regulă, el indică necesitatea unor investigații suplimentare.

În screeningul pentru cancer colorectal, de exemplu, un test imunochimic fecal pozitiv necesită evaluare prin colonoscopie, conform programului și indicației medicale. Testul detectează hemoglobina umană din scaun, iar sângele poate proveni dintr-o leziune neoplazică, dar și din alte cauze, precum hemoroizii sau inflamațiile intestinale.

În screeningul mamar, o mamografie poate identifica o modificare care necesită imagistică suplimentară sau biopsie. O parte dintre aceste rezultate nu se confirmă ca malignitate. Aceasta este una dintre consecințele inevitabile ale utilizării unor teste concepute să identifice cât mai multe leziuni potențial relevante.

Mamografia repetată: rezultatele fals pozitive se adună în timp

Un aspect mai puțin cunoscut al screeningului este că probabilitatea unui rezultat fals pozitiv nu se referă doar la o singură examinare. Atunci când un test este repetat la intervale regulate, ani la rând, probabilitatea de a primi cel puțin un rezultat fals pozitiv se acumulează.

Un studiu de cohortă publicat în 2011 în Annals of Internal Medicine, care a analizat datele a peste 169.000 de femei din registrele americane de screening mamar, a estimat că, după 10 ani de mamografie anuală începută la 40 sau 50 de ani, aproximativ 61% dintre femeile fără cancer au avut cel puțin o rechemare pentru investigații suplimentare care nu s-a confirmat. Aproximativ 7–9% au primit cel puțin o recomandare de biopsie care s-a dovedit nenecesară. La screeningul efectuat o dată la doi ani, probabilitatea cumulată a rechemărilor fals pozitive a fost mai mică, în jur de 42%.

Aceste cifre nu sunt un argument împotriva screeningului mamar, care rămâne o intervenție cu beneficiu demonstrat în grupele de vârstă recomandate. Ele arată însă de ce o rechemare după mamografie este un eveniment frecvent și, de cele mai multe ori, liniștitor la final. Cunoașterea acestui fapt înainte de screening poate reduce semnificativ anxietatea în cazul unei rechemări și ajută la o decizie informată privind frecvența examinărilor, discutată cu medicul.

Cealaltă față a mamografiei: cancerele pe care imaginea nu le arată

Rezultatele fals pozitive sunt doar o parte din limitele mamografiei. Cealaltă parte o reprezintă rezultatele fals negative, adică cancerele prezente în momentul examinării, dar nevizibile pe imagine. Sensibilitatea mamografiei nu este aceeași pentru toate femeile, iar factorii care o influențează sunt cunoscuți.

Cel mai important este densitatea mamară. Sânul este format din țesut gras și țesut fibroglandular. Pe mamografie, țesutul gras apare închis la culoare, iar țesutul fibroglandular și tumorile apar albe. La femeile cu sâni denși, o tumoră poate fi ascunsă de țesutul fibroglandular din jur, la fel cum o pată albă este greu de văzut pe un fundal alb. O analiză amplă a registrelor americane de screening, publicată în 2003 de Patricia Carney și colaboratorii săi, a arătat că rata rezultatelor fals negative crește odată cu densitatea sânului. Aceeași analiză a constatat că sensibilitatea este mai mare la femeile mai în vârstă, la care sânul devine, de regulă, mai gras.

Terapia hormonală la menopauză reprezintă un al doilea factor, deoarece poate crește densitatea mamară. În Million Women Study, un studiu britanic care a inclus peste 120.000 de femei între 50 și 64 de ani, sensibilitatea mamografiei a fost de aproximativ 83% la femeile care foloseau terapie hormonală în momentul examinării și de aproximativ 92% la cele care nu o folosiseră niciodată.

Consecința acestor limite este apariția așa-numitelor cancere de interval, adică tumori diagnosticate între două mamografii de screening, după un rezultat normal. Unele erau deja prezente, dar nevizibile, iar altele s-au dezvoltat rapid între examinări.

Pentru femeile cu sâni denși, medicul poate discuta, în funcție de riscul individual, investigații complementare, precum ecografia mamară sau, în anumite situații, rezonanța magnetică. Mai important decât orice investigație suplimentară este însă un principiu simplu: un simptom nou la nivelul sânului se evaluează medical, indiferent de rezultatul ultimei mamografii.

De ce screeningul trebuie să demonstreze mai mult decât capacitatea de detecție

Un test care detectează mai multe leziuni nu produce automat o reducere a mortalității. Pentru ca un program de screening să fie benefic, trebuie să existe dovezi că identificarea precoce și intervenția ulterioară îmbunătățesc rezultate importante pentru pacient. Acestea pot include reducerea mortalității specifice bolii, reducerea complicațiilor sau prevenirea unor forme avansate.

Trebuie evaluate și efectele nedorite: rezultate fals pozitive, rezultate fals negative, proceduri invazive, supradiagnostic și supratratament. Un program de screening nu este justificat doar prin faptul că testul este disponibil. Este justificat printr-un raport favorabil între beneficii și riscuri pentru populația căreia i se adresează. Organizația Mondială a Sănătății insistă, în ghidul său despre programele de screening, că acestea trebuie organizate ca un întreg, de la invitație până la tratament, nu ca o simplă ofertă de analize.

Screeningul prenatal prin ADN fetal liber: un exemplu clar de test de screening, nu de diagnostic

Testarea ADN-ului fetal liber circulant din sângele mamei, cunoscută adesea sub numele de NIPT, este unul dintre cele mai performante teste de screening disponibile în medicina prenatală. Pentru trisomia 21, sensibilitatea și specificitatea raportate sunt foarte ridicate, ambele peste 99% în studiile de validare. Cu toate acestea, ghidurile Colegiului American al Obstetricienilor și Ginecologilor (ACOG) subliniază că testul rămâne unul de screening și că un rezultat pozitiv trebuie confirmat printr-o procedură diagnostică, precum biopsia de vilozități coriale sau amniocenteza, înaintea oricărei decizii ireversibile.

Explicația este exact mecanismul descris în acest articol. Valoarea predictivă pozitivă a testului depinde de prevalența anomaliei în grupul testat, iar prevalența trisomiilor crește odată cu vârsta mamei. La o femeie mai tânără, la care anomalia este mai rară, un rezultat pozitiv are o probabilitate mai mică de a fi confirmat decât același rezultat la o femeie de 40 de ani. Pentru anomaliile mai rare, cum sunt trisomiile 13 și 18 sau unele microdeleții, valoarea predictivă pozitivă poate fi considerabil mai mică decât pentru trisomia 21, chiar și în condițiile unei specificități foarte ridicate.

Există și cauze biologice proprii acestui test. ADN-ul analizat provine în principal din placentă, nu direct din făt, iar placenta poate avea uneori o constituție cromozomială diferită de cea a fătului, fenomen numit mozaicism placentar limitat. Anumite situații materne pot influența, de asemenea, rezultatul.

Exemplul NIPT este valoros tocmai pentru că arată că nici măcar un test cu performanțe aproape perfecte nu scapă de logica probabilității pretest. Un procent de peste 99% descrie testul. Nu descrie, singur, ce înseamnă rezultatul pentru o anumită sarcină. De aceea, consilierea genetică înainte și după test face parte din standardul de îngrijire.

Helicobacter pylori: când un rezultat negativ poate fi înșelător

Infecția cu Helicobacter pylori oferă un exemplu foarte bun despre importanța condițiilor de testare. Testul respirator cu uree și antigenul fecal validat pot identifica infecția activă. Administrarea inhibitorilor pompei de protoni, a antibioticelor sau a preparatelor cu bismut poate însă reduce sensibilitatea testării.

De aceea, recomandările clinice prevăd, de regulă, o pauză de aproximativ două săptămâni pentru inhibitorii pompei de protoni și de cel puțin patru săptămâni pentru antibiotice și bismut, atunci când întreruperea este sigură și recomandată de medic. Un rezultat negativ obținut fără respectarea pregătirii poate necesita reevaluare.

Serologia pozitivă este întotdeauna un fals pozitiv?

Nu. Serologia detectează anticorpi împotriva H. pylori, iar aceștia pot persista după eradicarea bacteriei. Un rezultat IgG pozitiv poate fi corect în sens analitic, deoarece anticorpii există, dar poate fi interpretat greșit dacă este considerat dovada unei infecții active.

Așadar, trebuie diferențiate două situații. În prima, testul măsoară greșit ceea ce pretinde că măsoară. În a doua, testul măsoară corect un indicator, dar acel indicator nu demonstrează diagnosticul presupus. În cazul serologiei H. pylori, explicația principală este frecvent a doua situație. Acesta este motivul pentru care serologia nu este recomandată pentru confirmarea eradicării.

Testele rapide pentru infecții: de ce momentul recoltării contează

Testele rapide antigenice pentru infecții respiratorii detectează componente ale agentului infecțios. Performanța lor depinde de tipul testului, de agentul patogen, de încărcătura virală, de calitatea probei și de momentul recoltării. O analiză sistematică Cochrane a testelor antigenice rapide pentru SARS-CoV-2 a arătat, de exemplu, că sensibilitatea a fost mai mare la persoanele simptomatice, mai ales în prima săptămână de simptome, decât la persoanele fără simptome.

Un rezultat negativ obținut foarte devreme poate fi mai puțin convingător decât unul obținut într-un moment în care încărcătura virală este detectabilă. În anumite situații, testarea repetată sau o metodă moleculară poate fi indicată. Repetarea trebuie să respecte însă recomandările specifice infecției investigate. Nu există o regulă universală potrivit căreia orice test rapid negativ trebuie repetat.

Ce înseamnă un test rapid pozitiv când infecția este rară

Atunci când prevalența infecției este foarte redusă, proporția rezultatelor fals pozitive dintre toate rezultatele pozitive poate crește. Acest lucru este deosebit de relevant pentru testele cu specificitate insuficientă. Un rezultat pozitiv neașteptat, la o persoană fără simptome și fără expunere cunoscută, poate necesita confirmare, în funcție de boală și de consecințele deciziei medicale.

În schimb, dacă persoana are simptome caracteristice și contact apropiat cu un caz confirmat, probabilitatea pretest este mai mare, iar același rezultat pozitiv devine mai convingător.

Testarea în lanț: de ce mai multe analize nu înseamnă automat mai multă siguranță

Să presupunem că o persoană fără simptome efectuează un pachet extins de analize. Fiecare analiză are o anumită probabilitate de a produce un rezultat în afara intervalului de referință. Cu cât sunt efectuate mai multe teste, cu atât crește probabilitatea ca cel puțin unul să fie anormal din motive statistice, chiar în absența unei boli relevante.

Într-un model pur ilustrativ, presupunem că fiecare dintre 20 de teste independente are o probabilitate de 5% de a fi în afara intervalului de referință la o persoană sănătoasă. Probabilitatea ca toate cele 20 să fie în interval este 0,95 la puterea 20, adică aproximativ 0,358. Prin urmare, probabilitatea ca cel puțin unul să fie în afara intervalului este de aproximativ 64,2%.

Acest calcul nu reprezintă probabilitatea reală pentru un anumit pachet de analize. Testele biologice nu sunt, în general, complet independente, iar pragurile și distribuțiile diferă. Exemplul ilustrează însă un fenomen important: multiplicarea testelor crește oportunitățile de a obține rezultate neașteptate.

Ce se întâmplă după primul rezultat anormal

Un rezultat neașteptat poate conduce la repetarea analizei, apoi la o investigație imagistică, apoi la un consult de specialitate și, uneori, la o biopsie sau la o altă procedură invazivă. Acest proces poate fi justificat și salvator atunci când rezultatul indică o boală reală. Poate produce însă și investigații inutile atunci când probabilitatea inițială a bolii era foarte mică.

Fenomenul a fost descris în literatura medicală încă din 1986, sub numele de efect de cascadă sau cascadă diagnostică (cascade effect). Autorii au observat că, odată pornit, procesul tinde să continue de la sine: fiecare rezultat ambiguu justifică următoarea investigație, iar oprirea pare mai riscantă decât continuarea, chiar și atunci când beneficiul probabil scade la fiecare pas. Nu orice cascadă este nocivă. Dificultatea apare atunci când beneficiul probabil al investigațiilor suplimentare este mic, iar riscurile, costurile și anxietatea sunt semnificative.

Testarea fără suspiciune nu este prevenție automată

Există o diferență fundamentală între screeningul recomandat și testarea indiscriminată. Screeningul recomandat se adresează unei populații definite pe baza vârstei, sexului, riscului sau altor criterii. Pentru un program de screening util, trebuie să existe dovezi privind raportul dintre beneficii și riscuri.

Testarea indiscriminată înseamnă efectuarea unor analize fără o indicație clară, doar pentru că sunt disponibile sau incluse într-un pachet comercial. Mai multe teste nu înseamnă automat mai multă prevenție. Uneori, ele pot conduce la rezultate fals pozitive, investigații suplimentare și tratamente inutile. Alteori, pot produce o falsă siguranță: un set de analize normale nu exclude toate bolile și nu înlocuiește evaluarea factorilor de risc.

Prevenția eficientă presupune alegerea intervențiilor pentru care există dovezi că îmbunătățesc sănătatea. Aceasta poate include vaccinarea, controlul tensiunii arteriale, evaluarea riscului cardiovascular, screeningul oncologic conform recomandărilor și modificarea factorilor de risc.

Scopul prevenției nu este să producem cât mai multe rezultate de laborator, ci să reducem boala, complicațiile și mortalitatea.

Testarea în serie și testarea în paralel: de ce ordinea contează

În diagnostic, două sau mai multe teste pot fi combinate în moduri diferite. Într-o strategie de testare în serie, un rezultat pozitiv la primul test este urmat de un al doilea test de confirmare. Într-o strategie de testare în paralel, pot fi efectuate mai multe teste deodată, iar un rezultat pozitiv la oricare dintre ele poate declanșa evaluarea suplimentară. Aceste strategii au consecințe diferite asupra sensibilității și specificității combinate.

Testarea în serie

Într-o strategie în care ambele teste trebuie să fie pozitive pentru clasificarea finală, specificitatea combinată poate crește, iar numărul rezultatelor fals pozitive poate scădea. Sensibilitatea combinată poate fi însă mai mică, deoarece unele cazuri reale pot fi ratate la unul dintre teste.

Testarea în paralel

Dacă este suficient ca unul dintre teste să fie pozitiv, sensibilitatea combinată poate crește. Specificitatea poate însă scădea, iar mai multe persoane fără boală pot fi clasificate pozitiv.

Un exemplu numeric cu două teste

Să presupunem două teste, fiecare cu sensibilitate și specificitate de 90%, și să presupunem, pentru simplitate, că erorile lor sunt complet independente. În testarea în serie, o persoană bolnavă este clasificată pozitiv doar dacă ambele teste o detectează, deci sensibilitatea combinată devine 0,9 × 0,9 = 81%. O persoană sănătoasă este clasificată greșit doar dacă ambele teste greșesc, ceea ce se întâmplă în 0,1 × 0,1 = 1% din cazuri, deci specificitatea combinată urcă la 99%.

În testarea în paralel, situația se inversează. Sensibilitatea combinată devine 99%, pentru că un bolnav este ratat doar dacă ambele teste îl ratează, iar specificitatea combinată coboară la 81%, pentru că o persoană sănătoasă este alarmată dacă oricare dintre teste greșește.

Aceste cifre sunt valabile doar în ipoteza independenței. În realitate, relațiile depind de performanța testelor și de corelația dintre erorile lor. Nu putem presupune automat că două teste independente statistic vor avea aceeași performanță combinată ca două teste care măsoară mecanisme biologice similare. Dacă ambele teste greșesc din același motiv, de exemplu din cauza aceleiași interferențe, câștigul de specificitate al testării în serie poate fi mult mai mic decât sugerează calculul.

De ce un test de confirmare trebuie să aducă informație nouă

Un test de confirmare este util atunci când reduce incertitudinea diagnostică. Dacă două metode au aceleași surse de eroare, repetarea poate aduce mai puțină informație decât ne-am aștepta. De exemplu, repetarea unui test afectat de aceeași interferență medicamentoasă poate reproduce un rezultat fals negativ. În schimb, o metodă diferită, cu alt principiu de măsurare, poate fi mai informativă.

În unele situații, însă, repetarea aceleiași analize la un moment ulterior este tocmai strategia corectă, deoarece markerul biologic evoluează în timp. Alegerea depinde de mecanismul erorii suspectate.

Nu există o regulă universală potrivit căreia orice rezultat pozitiv trebuie verificat printr-un al doilea test. Unele teste, în contexte clinice specifice, pot fi suficient de convingătoare pentru decizii imediate. Altele necesită confirmare obligatorie, cum este cazul screeningului prenatal prin ADN fetal liber sau al testelor imunochimice de screening pentru droguri, la care un rezultat pozitiv este confirmat, de regulă, printr-o metodă de laborator cu alt principiu de măsurare.

Testarea HIV: de ce un rezultat reactiv nu este încă un diagnostic, iar unul negativ poate fi prea timpuriu

Diagnosticul infecției cu HIV este probabil cel mai bun exemplu de strategie de testare construită deliberat pentru a reduce atât rezultatele fals pozitive, cât și pe cele fals negative. Recomandările publicate în 2014 de Centrele americane pentru Controlul și Prevenirea Bolilor (CDC), împreună cu Asociația Laboratoarelor de Sănătate Publică din SUA, descriu un algoritm în trei pași.

Primul pas este un imunotest combinat, care detectează simultan anticorpii împotriva HIV-1 și HIV-2 și antigenul p24, o proteină a virusului care apare în sânge înaintea anticorpilor. Acest test este ales pentru sensibilitatea sa ridicată, deci pentru a rata cât mai puține infecții. Orice rezultat reactiv trece în al doilea pas: un test diferit, care confirmă prezența anticorpilor și deosebește HIV-1 de HIV-2. Dacă rezultatele primilor doi pași nu concordă, al treilea pas este un test de acizi nucleici, care detectează direct materialul genetic al virusului.

Este exact strategia de testare în serie descrisă mai sus: primul test este optimizat pentru a nu rata cazuri, iar testele următoare, bazate pe alte principii de măsurare, sunt alese pentru a elimina rezultatele fals pozitive. De aceea, un prim rezultat reactiv nu este comunicat ca diagnostic până la finalizarea algoritmului.

Cealaltă față a testării este fereastra serologică, adică intervalul de după infectare în care testul nu poate încă detecta infecția. În primele săptămâni după expunere, cantitatea de antigen și de anticorpi poate fi sub pragul de detecție, iar testul iese negativ deși infecția există. Fiecare generație de test are propria fereastră. Testele care detectează și antigenul o scurtează față de cele care detectează doar anticorpi, iar testele de acizi nucleici o scurtează și mai mult. Autotestele disponibile în farmacii detectează, de regulă, doar anticorpi și au o fereastră mai lungă, precizată în prospect.

Același raționament se aplică și altor infecții transmisibile, precum hepatitele B și C sau sifilisul: un rezultat negativ are valoare doar dacă testul a fost efectuat după încheierea ferestrei corespunzătoare metodei folosite.

Când un rezultat fals pozitiv produce mai mult decât anxietate

Consecințele unui rezultat fals pozitiv pot include stres emoțional, investigații repetate, costuri, proceduri invazive și tratamente inutile. În anumite contexte, un diagnostic incorect poate influența relațiile, activitatea profesională sau deciziile reproductive.

Amploarea acestor consecințe diferă însă între teste. Un rezultat fals pozitiv la o analiză cu risc redus poate necesita doar repetare. Un rezultat fals pozitiv într-un program de screening poate conduce la biopsie. Un rezultat fals pozitiv pentru o infecție transmisibilă poate avea consecințe sociale importante. Din acest motiv, alegerea pragului și a strategiei de confirmare trebuie să țină cont de efectele reale asupra persoanei testate.

Merită spus și că anxietatea produsă de un rezultat fals pozitiv nu dispare întotdeauna complet după confirmarea negativă. Unele persoane rămân îngrijorate luni de zile sau devin mai reticente față de testările ulterioare. O informare corectă înainte de test, despre faptul că rezultatele fals pozitive sunt posibile și relativ frecvente în anumite programe de screening, poate atenua acest efect.

Ce rămâne după un rezultat fals pozitiv: datele pe trei ani

Impresia că un rezultat fals pozitiv este uitat odată ce investigațiile ulterioare îl infirmă nu este susținută de date. Cel mai detaliat studiu pe această temă a fost realizat în Danemarca de John Brodersen și Volkert Siersma și publicat în 2013 în Annals of Family Medicine.

Cercetătorii au urmărit 454 de femei rechemate pentru investigații suplimentare după o mamografie de screening anormală. Fiecare a fost comparată cu femei care avuseseră un rezultat normal la aceeași clinică, în aceeași zi. Studiul a inclus și un grup de femei la care s-a confirmat cancerul de sân. Participantele au completat chestionare validate, care măsurau mai multe dimensiuni psihosociale: anxietatea, starea de neliniște, somnul, relațiile cu ceilalți, liniștea interioară și modul în care persoana își percepe propria existență. Evaluările au avut loc la o lună, la 6, la 18 și la 36 de luni după rezultatul final.

Femeile cu rezultat fals pozitiv au raportat mai multe consecințe psihosociale negative decât femeile cu rezultat normal la toate momentele evaluării, inclusiv după trei ani. Diferența s-a redus treptat, dar nu a dispărut. La 6 luni, modificările pe unele dimensiuni, precum liniștea interioară, au fost comparabile cu cele din grupul femeilor diagnosticate cu cancer. Autorii au concluzionat că un rezultat fals pozitiv are efecte psihologice pe termen lung, situate între cele ale unui rezultat normal și cele ale unui diagnostic de cancer.

Datele nu înseamnă că screeningul trebuie evitat. Ele arată că rechemarea după un test de screening este o experiență cu efecte reale, care trebuie anticipată. Informarea dinainte despre cât de frecvente sunt rechemările, comunicarea rapidă a rezultatelor investigațiilor de confirmare și un interval cât mai scurt de așteptare pot reduce impactul. Pentru persoana care trece printr-o astfel de experiență, este util de știut că neliniștea care persistă după infirmarea diagnosticului este o reacție firească, descrisă în studii, nu un semn de slăbiciune.

Când un fals negativ este deosebit de periculos

Rezultatele fals negative pot întârzia identificarea unor boli grave. Riscul este mai mare atunci când un rezultat negativ determină abandonarea investigațiilor în ciuda unor simptome sugestive.

De exemplu, un test negativ nu trebuie utilizat pentru a exclude automat o urgență cardiovasculară la o persoană cu simptome compatibile. Evaluarea poate necesita electrocardiogramă, biomarkeri repetați și alte investigații, conform protocoalelor clinice.

În tromboembolismul pulmonar, un D-dimer negativ poate fi util pentru excluderea bolii în anumite contexte cu probabilitate pretest scăzută sau intermediară, dar nu trebuie interpretat izolat la o persoană cu probabilitate clinică ridicată. În infecții, momentul recoltării poate modifica sensibilitatea.

Regula generală este simplă: un rezultat negativ este util numai în limitele în care testul a fost validat.

Ce înseamnă un test bun din perspectiva pacientului

Un test bun nu este doar unul cu sensibilitate și specificitate ridicate. Este un test care răspunde unei întrebări clinice relevante și care este potrivit persoanei investigate, momentului bolii și deciziei care urmează.

Un test poate avea performanță statistică excelentă, dar utilitate clinică redusă dacă rezultatul nu schimbă tratamentul sau prognosticul. În schimb, un test imperfect poate fi foarte util dacă este integrat într-o strategie diagnostică validată. De exemplu, un test inițial sensibil poate identifica persoanele care necesită investigații suplimentare, iar un test ulterior, mai specific, poate reduce numărul diagnosticelor greșite. Utilitatea provine din întregul proces, nu doar dintr-o cifră de pe fișa tehnică.

Întrebările utile pe care le puteți adresa medicului

Atunci când primiți un rezultat pozitiv, negativ sau neconcludent, puteți clarifica interpretarea prin câteva întrebări:

1. Ce afecțiune încearcă să identifice acest test? Este un test de screening, de diagnostic sau de monitorizare?
2. Ce măsoară efectiv analiza? Detectează boala, un marker asociat, un anticorp sau un factor de risc?
3. Cât de probabil era să am boala înainte de test? Simptomele și istoricul meu cresc sau reduc această probabilitate?
4. Care sunt sensibilitatea și specificitatea testului în situația mea? Au fost evaluate la persoane asemănătoare mie?
5. Cât de convingător este rezultatul obținut? Ce probabilitate de boală rămâne după test, exprimată eventual în număr de persoane din 100?
6. Există medicamente sau situații care pot modifica rezultatul? Contează momentul recoltării?
7. Este necesară confirmarea? Dacă da, ce metodă este cea mai potrivită și când trebuie efectuată?
8. Ce se întâmplă dacă nu fac imediat o investigație suplimentară? Există un risc important de întârziere?
9. Ce decizie medicală depinde de acest rezultat? Tratamentul, monitorizarea sau necesitatea altor investigații?
10. Care sunt riscurile testării suplimentare? Pot exista rezultate fals pozitive, biopsii inutile sau supradiagnostic?

Aceste întrebări nu înlocuiesc judecata clinică. Ele ajută pacientul să înțeleagă de ce un anumit test este recomandat și cum trebuie interpretat.

Cum citiți un buletin de analize fără să confundați cifrele cu diagnosticul

Primul pas este identificarea exactă a markerului măsurat. Al doilea este verificarea unității de măsură și a intervalului de referință sau a pragului decizional. Al treilea este evaluarea contextului: simptome, vârstă, medicamente, boli cunoscute și motivul testării. Al patrulea este înțelegerea gradului de incertitudine.

Un rezultat foarte apropiat de prag poate avea o semnificație diferită de unul mult peste prag. Nici măcar o valoare foarte crescută nu este însă automat specifică unei singure boli.

În final, trebuie stabilit dacă rezultatul schimbă o decizie clinică. Uneori, cea mai potrivită intervenție este tratamentul. Alteori, confirmarea. În alte situații, monitorizarea sau absența investigațiilor suplimentare poate fi alegerea corectă. Interpretarea nu trebuie făcută doar după culoarea roșie sau verde de pe buletin.

Sfaturi Healthwise

Nu considerați un rezultat pozitiv drept diagnostic definitiv dacă testul este conceput pentru screening sau detectează un marker nespecific. Întrebați medicul ce investigație ar confirma sau ar infirma rezultatul.

Nu considerați un rezultat negativ drept excludere absolută a bolii, mai ales atunci când există simptome importante sau situații care pot reduce sensibilitatea testului.

Înainte de efectuarea unei analize, întrebați ce decizie medicală depinde de rezultat. Dacă răspunsul nu este clar, discutați necesitatea testării.

Respectați instrucțiunile de pregătire și comunicați medicului tratamentele administrate. Un test bun poate deveni mai puțin informativ dacă este efectuat la momentul nepotrivit sau după medicamente care îi reduc sensibilitatea.

Evitați interpretarea izolată a valorilor aflate puțin în afara intervalului de referință. Acestea necesită corelare cu restul tabloului clinic și, uneori, cu evoluția în timp.

Nu repetați automat un test doar pentru că rezultatul vă neliniștește. În anumite situații, este necesară o metodă de confirmare diferită, nu simpla repetare.

Cereți, atunci când vi se pare util, ca riscul să vă fie explicat în număr de persoane din 100 sau din 1.000. Frecvențele concrete sunt mai ușor de înțeles decât procentele izolate.

Alegeți programele de screening recomandate pentru vârsta și riscul dumneavoastră, în locul pachetelor extinse de investigații fără indicație clară. Înainte de un screening, informați-vă despre probabilitatea unei rechemări, ca un eventual rezultat neașteptat să nu vă surprindă.

În cazul simptomelor severe sau al semnelor de alarmă, solicitați evaluare medicală promptă, chiar dacă o analiză anterioară a fost negativă.

Concluzie Healthwise: un rezultat medical nu este o certitudine, ci o informație care schimbă probabilitatea

Medicina modernă dispune de teste din ce în ce mai performante. Putem identifica concentrații foarte mici de substanțe, fragmente genetice, anticorpi și modificări biologice care ar fi fost imposibil de detectat în trecut. Sensibilitatea tehnologică nu elimină însă incertitudinea. Un rezultat pozitiv nu înseamnă întotdeauna boală, iar un rezultat negativ nu înseamnă întotdeauna sănătate.

Sensibilitatea și specificitatea descriu performanța testului în identificarea persoanelor cu și fără boală. Valorile predictive descriu semnificația rezultatelor într-o anumită populație. Probabilitatea pretest leagă aceste informații de persoana investigată. Iar pragurile diagnostice transformă informația biologică într-o decizie clinică, cu beneficii și riscuri.

Exemplul celor 1.000 de persoane arată cât de mult contează contextul: același test, cu sensibilitate și specificitate de 90%, poate avea o valoare predictivă pozitivă de 8,3%, 50% sau 90%, în funcție de prevalența bolii. Nu testul s-a schimbat. S-a schimbat probabilitatea inițială.

De aceea, medicina bună nu înseamnă să efectuăm cât mai multe analize și nici să tratăm orice rezultat anormal. Înseamnă să alegem testul potrivit, pentru persoana potrivită, la momentul potrivit, și să folosim rezultatul pentru o decizie care aduce un beneficiu real.

Un test medical nu ne spune întotdeauna ce este adevărat cu certitudine. Ne spune cât de mult ar trebui să ne schimbăm convingerea despre ceea ce este probabil. Înțelegerea acestei diferențe este una dintre cele mai importante forme de alfabetizare medicală.

Referințe științifice

Altman DG, Bland JM. Diagnostic tests 1: sensitivity and specificity. BMJ. 1994;308(6943):1552. doi:10.1136/bmj.308.6943.1552
Susține definițiile sensibilității și specificității și modul lor de calcul din tabelul cu patru rezultate.

Altman DG, Bland JM. Diagnostic tests 2: predictive values. BMJ. 1994;309(6947):102. doi:10.1136/bmj.309.6947.102
Susține definiția valorilor predictive și dependența lor de prevalență, ilustrată în exemplul celor 1.000 de persoane.

Akobeng AK. Understanding diagnostic tests 1: sensitivity, specificity and predictive values. Acta Paediatrica. 2007;96(3):338–341. doi:10.1111/j.1651-2227.2006.00180.x
Susține diferența dintre performanța testului și semnificația unui rezultat individual.

Grimes DA, Schulz KF. Refining clinical diagnosis with likelihood ratios. The Lancet. 2005;365(9469):1500–1505. doi:10.1016/S0140-6736(05)66422-7
Susține utilizarea rapoartelor de verosimilitate și a cotelor pretest și post-test din calculul pas cu pas.

Pewsner D, Battaglia M, Minder C, Marx A, Bucher HC, Egger M. Ruling a diagnosis in or out with „SpPIn” and „SnNOut”: a note of caution. BMJ. 2004;329(7459):209–213. doi:10.1136/bmj.329.7459.209
Susține avertismentul privind aplicarea mecanică a regulilor SpPIn și SnNOut.

Gigerenzer G, Gaissmaier W, Kurz-Milcke E, Schwartz LM, Woloshin S. Helping doctors and patients make sense of health statistics. Psychological Science in the Public Interest. 2007;8(2):53–96. doi:10.1111/j.1539-6053.2008.00033.x
Susține dificultatea interpretării procentelor și avantajul frecvențelor naturale.

Hoffrage U, Lindsey S, Hertwig R, Gigerenzer G. Communicating statistical information. Science. 2000;290(5500):2261–2262. doi:10.1126/science.290.5500.2261
Susține observația că prezentarea datelor în frecvențe naturale crește proporția interpretărilor corecte.

Bossuyt PM, Reitsma JB, Bruns DE, et al. STARD 2015: an updated list of essential items for reporting diagnostic accuracy studies. BMJ. 2015;351:h5527. doi:10.1136/bmj.h5527
Susține cerințele de raportare a populației, metodei și standardului de referință în studiile de acuratețe.

Ransohoff DF, Feinstein AR. Problems of spectrum and bias in evaluating the efficacy of diagnostic tests. New England Journal of Medicine. 1978;299(17):926–930. doi:10.1056/NEJM197810262991705
Susține descrierea efectului de spectru și supraestimarea performanței în populații selectate.

Leeflang MMG, Rutjes AWS, Reitsma JB, Hooft L, Bossuyt PMM. Variation of a test’s sensitivity and specificity with disease prevalence. CMAJ. 2013;185(11):E537–E544. doi:10.1503/cmaj.121286
Susține afirmația că sensibilitatea și specificitatea pot varia între populații cu prevalență diferită.

Dinnes J, Deeks JJ, Berhane S, et al. Rapid, point-of-care antigen tests for diagnosis of SARS-CoV-2 infection. Cochrane Database of Systematic Reviews. 2021;3:CD013705. doi:10.1002/14651858.CD013705.pub2
Susține diferența de sensibilitate a testelor rapide în funcție de simptome și de momentul testării.

Chey WD, Howden CW, Moss SF, et al. ACG Clinical Guideline: Treatment of Helicobacter pylori infection. American Journal of Gastroenterology. 2024;119(9):1730–1753. doi:10.14309/ajg.0000000000002968
Susține recomandările privind pauza de inhibitori ai pompei de protoni, antibiotice și bismut înaintea testării și limitele serologiei.

US Preventive Services Task Force. Screening for prostate cancer: US Preventive Services Task Force recommendation statement. JAMA. 2018;319(18):1901–1913. doi:10.1001/jama.2018.3710
Susține caracterul individual al deciziei de screening PSA și discuția despre supradiagnostic.

Welch HG, Black WC. Overdiagnosis in cancer. Journal of the National Cancer Institute. 2010;102(9):605–613. doi:10.1093/jnci/djq099
Susține definiția supradiagnosticului și diferența față de rezultatul fals pozitiv.

Hubbard RA, Kerlikowske K, Flowers CI, Yankaskas BC, Zhu W, Miglioretti DL. Cumulative probability of false-positive recall or biopsy recommendation after 10 years of screening mammography: a cohort study. Annals of Internal Medicine. 2011;155(8):481–492. doi:10.7326/0003-4819-155-8-201110180-00004
Susține estimările probabilității cumulate a rechemărilor și biopsiilor fals pozitive după 10 ani de mamografie.

American College of Obstetricians and Gynecologists. Screening for fetal chromosomal abnormalities: ACOG Practice Bulletin, Number 226. Obstetrics & Gynecology. 2020;136(4):e48–e69. PMID: 32804883
Susține caracterul de screening al testării ADN-ului fetal liber și necesitatea confirmării diagnostice.

Mold JW, Stein HF. The cascade effect in the clinical care of patients. New England Journal of Medicine. 1986;314(8):512–514. doi:10.1056/NEJM198602203140809
Susține descrierea cascadei diagnostice declanșate de rezultate neașteptate.

National Cancer Institute. Cancer Screening Overview (PDQ®) – Health Professional Version.
Susține prezentarea beneficiilor, limitelor și riscurilor screeningului oncologic.

World Health Organization. Screening programmes: a short guide. Increase effectiveness, maximize benefits and minimize harm. Copenhagen: WHO Regional Office for Europe; 2020.
Susține principiul că un program de screening se justifică prin raportul dintre beneficii și riscuri, nu prin disponibilitatea testului.

US Food and Drug Administration. Home Pregnancy Tests.
Susține informațiile despre detectarea hCG, momentul testării și interpretarea rezultatelor testelor de sarcină.

Casscells W, Schoenberger A, Graboys TB. Interpretation by physicians of clinical laboratory results. New England Journal of Medicine. 1978;299(18):999–1001. doi:10.1056/NEJM197811022991808
Susține rezultatele studiului din 1978 privind estimarea valorii predictive pozitive de către medici.

Manrai AK, Bhatia G, Strymish J, Kohane IS, Jain SH. Medicine’s uncomfortable relationship with math: calculating positive predictive value. JAMA Internal Medicine. 2014;174(6):991–993. doi:10.1001/jamainternmed.2014.1059
Susține replicarea din 2014 a studiului Casscells și rezultatele ei.

Yerushalmy J. Statistical problems in assessing methods of medical diagnosis, with special reference to X-ray techniques. Public Health Reports. 1947;62(40):1432–1449. doi:10.2307/4586294
Susține originea termenilor de sensibilitate și specificitate.

Carraro P, Plebani M. Errors in a stat laboratory: types and frequencies 10 years later. Clinical Chemistry. 2007;53(7):1338–1342.
Susține distribuția erorilor de laborator pe fazele preanalitică, analitică și postanalitică.

Fraser CG. Biological Variation: From Principles to Practice. Washington, DC: AACC Press; 2001.
Susține conceptul de variabilitate biologică, valoarea de referință a schimbării și exemplul numeric pentru potasiu.

Tate J, Ward G. Interferences in immunoassay. Clinical Biochemist Reviews. 2004;25(2):105–120.
Susține descrierea interferențelor prin anticorpi heterofili și a efectului hook.

US Food and Drug Administration. The FDA Warns that Biotin May Interfere with Lab Tests: FDA Safety Communication. 2017, actualizare 2019.
Susține avertismentul privind interferența biotinei cu testele de troponină și cu alte imunoteste.

Ahn HS, Kim HJ, Welch HG. Korea’s thyroid-cancer „epidemic” – screening and overdiagnosis. New England Journal of Medicine. 2014;371(19):1765–1767. doi:10.1056/NEJMp1409841
Susține datele privind creșterea incidenței cancerului tiroidian în Coreea de Sud fără creșterea mortalității.

Carney PA, Miglioretti DL, Yankaskas BC, et al. Individual and combined effects of age, breast density, and hormone replacement therapy use on the accuracy of screening mammography. Annals of Internal Medicine. 2003;138(3):168–175.
Susține relația dintre densitatea mamară, vârstă, terapia hormonală și rezultatele fals negative ale mamografiei.

Banks E, Reeves G, Beral V, et al. Influence of personal characteristics of individual women on sensitivity and specificity of mammography in the Million Women Study: cohort study. BMJ. 2004;329(7464):477.
Susține diferența de sensibilitate a mamografiei în funcție de utilizarea terapiei hormonale.

Branson BM, Owen SM, Wesolowski LG, et al. Laboratory Testing for the Diagnosis of HIV Infection: Updated Recommendations. Centers for Disease Control and Prevention, Association of Public Health Laboratories; 2014. doi:10.15620/cdc.23447
Susține algoritmul de testare HIV în trei pași.

Brodersen J, Siersma VD. Long-term psychosocial consequences of false-positive screening mammography. Annals of Family Medicine. 2013;11(2):106–115. doi:10.1370/afm.1466
Susține persistența consecințelor psihosociale la trei ani după o mamografie fals pozitivă.

Notă metodologică

Exemplul numeric cu 1.000 de persoane utilizează un test ipotetic cu sensibilitate și specificitate de 90%, menținute constante pentru a demonstra efectul prevalenței asupra valorilor predictive. Valorile nu descriu performanța unui test de sarcină, PSA, screening oncologic sau test infecțios real. Exemplul cu două teste combinate presupune erori complet independente, ipoteză rar îndeplinită în practică.

În practica medicală, sensibilitatea și specificitatea pot varia în funcție de populație, de severitatea bolii, de metoda utilizată și de standardul de referință. Probabilitatea pretest individuală nu este întotdeauna egală cu prevalența populațională.

Material educațional Healthwise. Informațiile explică principiile statistice ale diagnosticului medical și nu înlocuiesc interpretarea analizelor de către un profesionist medical. Nu începeți, nu întrerupeți și nu modificați un tratament exclusiv pe baza explicațiilor din acest articol.