Instrumente Healthwise gratuite: Creează cont →

Matrice de confuzie

by Mihaela Marinescu

« Înapoi la enciclopedie

Termeni medicali

Matricea de confuzie este tabelul care încrucișează rezultatul unui test cu realitatea bolii, stabilită prin standardul de referință. Are patru căsuțe, din care se calculează toți indicatorii de performanță ai unui test diagnostic.

Cele patru rezultate posibile sunt: adevărat pozitiv, când testul este pozitiv și boala există; fals pozitiv, când testul este pozitiv și boala lipsește; fals negativ, când testul este negativ și boala există; adevărat negativ, când testul este negativ și boala lipsește.

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.

Pe scurt

Încrucișează rezultatul testului cu realitatea bolii.
Are patru căsuțe: TP, FP, FN, TN.
Din ele se calculează toți indicatorii de performanță.
Citită pe coloane, descrie comportamentul testului.
Citită pe rânduri, descrie semnificația unui rezultat.
Realitatea bolii se stabilește prin standardul de referință.
Un test ideal ar avea doar rezultate pe diagonala corectă.

Cum funcționează

Construcția începe de la o populație în care se cunoaște, prin standardul de referință, cine are și cine nu are boala. Fiecare persoană este apoi testată, iar rezultatul o plasează într-una dintre cele patru căsuțe.

Din aceste patru numere se obțin toate procentele. Sensibilitatea este TP / (TP + FN), adică proporția bolnavilor detectați. Specificitatea este TN / (TN + FP), adică proporția celor fără boală recunoscuți corect. Valoarea predictivă pozitivă este TP / (TP + FP), iar valoarea predictivă negativă este TN / (TN + FN). Acuratețea globală este (TP + TN) raportat la total.

Un test ideal ar avea numai rezultate adevărat pozitive și adevărat negative, adică zero în celelalte două căsuțe. În realitate, majoritatea testelor medicale au o anumită proporție de rezultate fals pozitive și fals negative, iar mărimea acestor proporții depinde de test, de populație și de pragul folosit.

Cele două direcții de citire

Citirea pe coloane — cum se comportă testul

Pornind de la realitatea bolii, tabelul răspunde la întrebările producătorului și ale laboratorului. Din persoanele care au boala, câte detectează testul? Din cele care nu o au, câte recunoaște corect? Aceste două răspunsuri sunt sensibilitatea și specificitatea.

Ele descriu metoda și, în principiu, nu depind de cât de frecventă este boala. De aceea apar pe fișa tehnică a testului și în studiile de validare, ca proprietăți ale instrumentului.

Citirea pe rânduri — ce înseamnă rezultatul

Pornind de la rezultatul obținut, tabelul răspunde la întrebarea pacientului. Din toate persoanele cu test pozitiv, câte au într-adevăr boala? Din toate cele cu test negativ, câte sunt într-adevăr sănătoase? Acestea sunt valorile predictive.

Ele depind direct de prevalență, pentru că proporția persoanelor cu boală din populația testată schimbă mărimea celor patru căsuțe. Același test, aplicat în două populații diferite, produce aceleași procente pe coloane și procente complet diferite pe rânduri.

De ce această dublă citire explică aproape toate confuziile

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.

Un exemplu numeric arată cât de mare poate fi distanța. Un test cu sensibilitate și specificitate de 90% aplicat la 1.000 de persoane cu o prevalență de 1% produce 9 TP, 99 FP, 1 FN și 891 TN. Pe coloane, performanța este 90% și 90%. Pe rânduri, valoarea predictivă pozitivă este 9 din 108, adică 8,3%. Aceleași patru numere, două povești.

Structura tabelului

Boala există Boala nu există
Test pozitiv Adevărat pozitiv (TP) Fals pozitiv (FP)
Test negativ Fals negativ (FN) Adevărat negativ (TN)
Indicator pe coloană Sensibilitate = TP/(TP+FN) Specificitate = TN/(TN+FP)
Indicator pe rând VPP = TP/(TP+FP) VPN = TN/(TN+FN)

Convenția obișnuită pune realitatea bolii pe coloane și rezultatul testului pe rânduri, dar orientarea poate diferi între surse. Important este să se verifice care variabilă este pe fiecare axă înainte de a citi procentele.

Denumirea de matrice de confuzie provine din domeniul clasificării statistice și se referă la confuziile pe care le face clasificatorul, nu la confuzia cititorului — deși, în practică, tabelul produce frecvent și pe a doua.

Relevanță clinică

Tabelul este util nu doar pentru calcule, ci și ca instrument de comunicare. Exprimarea unui risc prin cele patru numere concrete, dintr-un grup de 1.000 de persoane, este mult mai clară decât un procent izolat. 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 cu test pozitiv, câți sunt bolnavi?” devine o simplă împărțire.

Această formă se numește exprimare în frecvențe naturale, iar studiile din psihologia deciziei au arătat că ea crește substanțial proporția interpretărilor corecte, atât la pacienți, cât și la profesioniști.

Pentru medic, matricea este și un instrument de alegere. Două teste cu aceeași acuratețe globală pot distribui erorile foarte diferit între căsuțele FP și FN, iar decizia depinde de care eroare este mai costisitoare în situația clinică respectivă.

Tabelul se extinde și dincolo de clasificarea binară. Când un test are mai multe categorii de rezultat — negativ, echivoc, pozitiv — sau când se compară mai multe boli posibile, matricea capătă rânduri și coloane suplimentare, iar indicatorii se calculează pe fiecare categorie. Principiul rămâne identic: fiecare persoană intră într-o singură căsuță, iar procentele se obțin prin împărțiri între numerele din tabel.

Ce trebuie verificat înainte de a folosi un astfel de tabel

Care standard de referință a stabilit realitatea bolii și cât de fiabil este. Dacă el clasifică greșit unele persoane, toate cele patru numere sunt distorsionate.

În ce populație au fost colectate datele: vârstă, simptome, severitate, criterii de includere.

La ce prag de pozitivitate a fost construit tabelul, pentru că un prag diferit redistribuie numerele.

Dacă au existat persoane excluse din analiză, de exemplu cu rezultate indeterminate, și cum au fost tratate.

Dacă proporțiile din tabel reflectă prevalența reală din populația căreia testul se adresează sau un design de studiu cu grupuri egale.

Factori care influențează distribuția celor patru numere

Sensibilitatea testului.

Specificitatea testului.

Prevalența bolii în populația testată.

Pragul de pozitivitate ales.

Calitatea standardului de referință.

Severitatea bolii la persoanele incluse.

Modul de selecție a participanților.

Tratarea rezultatelor indeterminate.

Întrebări frecvente

Ce este o matrice de confuzie?

Tabelul care încrucișează rezultatul unui test cu realitatea bolii stabilită prin standardul de referință. Are patru căsuțe — adevărat pozitiv, fals pozitiv, fals negativ, adevărat negativ — din care se calculează toți indicatorii de performanță.

Ce înseamnă TP, FP, FN și TN?

True positive, false positive, false negative și true negative. Sunt prescurtările din literatura de limbă engleză, folosite ca atare și în manualele românești de statistică medicală.

Cum se calculează sensibilitatea din tabel?

TP împărțit la suma TP plus FN, adică proporția persoanelor cu boală care au obținut un rezultat pozitiv. Specificitatea este TN împărțit la suma TN plus FP.

De ce se citește în două direcții?

Pe coloane, pornind de la realitatea bolii, tabelul descrie cum se comportă testul. Pe rânduri, pornind de la rezultat, descrie ce înseamnă un rezultat. Prima direcție dă sensibilitatea și specificitatea, a doua valorile predictive.

De ce aceleași numere dau procente atât de diferite?

Pentru că întrebările sunt diferite. Într-un exemplu cu 9 TP, 99 FP, 1 FN și 891 TN, sensibilitatea este 90%, iar valoarea predictivă pozitivă 8,3%. Ambele cifre sunt corecte și descriu lucruri distincte.

Ce poate strica tabelul?

Un standard de referință imperfect. Dacă el clasifică greșit unele persoane, toate cele patru numere sunt distorsionate, iar estimările de performanță care rezultă din ele devin nefiabile.

Ce arată și ce nu arată

Ce arată Ce nu arată
Distribuția celor patru rezultate posibile Care rezultat individual este corect
Baza de calcul a tuturor indicatorilor Utilitatea clinică a testului
Comportamentul testului, pe coloane Semnificația unui rezultat, pe aceeași citire
Semnificația unui rezultat, pe rânduri Performanța testului, pe aceeași citire
Efectul prevalenței asupra numerelor Dacă standardul de referință a fost corect

Greșeli frecvente de interpretare

Citirea unui procent fără a verifica direcția

Aceleași patru numere produc 90% sau 8,3%, în funcție de întrebare. Un procent preluat fără a ști dacă a fost calculat pe coloane sau pe rânduri nu poate fi interpretat.

Presupunerea că proporțiile din tabel reflectă realitatea

Multe studii de validare folosesc grupuri de dimensiuni apropiate pentru bolnavi și sănătoși, din motive statistice. Valorile predictive calculate direct din acel tabel nu se aplică unei populații cu prevalență mult mai mică.

Ignorarea rezultatelor indeterminate

Excluderea lor din analiză face testul să pară mai performant decât este. Un test care produce multe rezultate echivoce are o utilitate practică mai mică decât sugerează tabelul construit doar din rezultate clare.

Confundarea celor două tipuri de eroare în comunicare

Fals pozitiv și fals negativ descriu greșeli opuse, cu consecințe opuse: prima produce alarme și investigații inutile, a doua întârzie diagnosticul. Folosirea lor aproximativ, ca „testul a greșit”, ascunde exact informația care decide ce trebuie făcut mai departe.

De ce contează

Matricea de confuzie este punctul în care statistica medicală devine aritmetică de clasa a patra. Toate conceptele care par abstracte — sensibilitate, specificitate, valori predictive, acuratețe, rapoarte de verosimilitate — sunt împărțiri între patru numere întregi. Dificultatea nu stă în calcul, ci în a ține minte care număr se împarte la care și de ce. De aceea exprimarea în persoane concrete, dintr-un grup de 1.000, funcționează mai bine decât formulele: nu simplifică matematica, ci face vizibil numitorul, pe care formatul procentual îl ascunde.

Concluzie

Matricea de confuzie este tabelul cu patru căsuțe din care se calculează toți indicatorii de performanță ai unui test diagnostic. Citită pe coloane, pornind de la realitatea bolii, dă sensibilitatea și specificitatea, adică descrie testul. Citită pe rânduri, pornind de la rezultatul obținut, dă valorile predictive, adică descrie semnificația rezultatului pentru persoana testată. Aceeași distribuție de numere poate susține un procent de 90% și unul de 8,3%, ambele corecte, iar confuzia dintre cele două direcții de citire explică aproape toate neînțelegerile din jurul analizelor medicale.

Referințe

Altman DG, Bland JM. Diagnostic tests 1: sensitivity and specificity. BMJ. 1994;308(6943):1552. doi:10.1136/bmj.308.6943.1552

Susține structura tabelului cu patru rezultate posibile și formulele de calcul ale sensibilității și specificității.

Altman DG, Bland JM. Diagnostic tests 2: predictive values. BMJ. 1994;309(6947):102. doi:10.1136/bmj.309.6947.102

Susține calculul valorilor predictive din același tabel și dependența lor de prevalență.

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, ca numere concrete dintr-un grup, crește proporția interpretărilor corecte.

Whiting PF, Rutjes AWS, Westwood ME, et al. QUADAS-2: a revised tool for the quality assessment of diagnostic accuracy studies. Ann Intern Med. 2011;155(8):529–536. doi:10.7326/0003-4819-155-8-201110180-00009

Susține importanța standardului de referință, a selecției participanților și a tratării rezultatelor indeterminate în evaluarea unui tabel de acuratețe.

Termeni corelați

Sensibilitate și specificitate, Valoare predictivă pozitivă, Rezultat fals negativ, Standard de referință, Frecvențe naturale

« Înapoi la enciclopedie

-
00:00
00:00
Update Required Flash plugin
-
00:00
00:00