#16 Po co mi statystyka?

Ile razy każdy z nas uzyskując pozytywny wynik np. testu Jobe’a dla oceny cieśni podbarkowej był w 100% pewny, że właśnie potwierdził cieśń podbarkową? 🙂 PROSZĘ, NIE RÓBCIE TAK WIĘCEJ !!! Wiemy, że bardziej pasjonuje nas pacjent i jego odczucia, zastosowana terapia i jej efekty niż nuuudna statystyka testów.  Jednakże znajomość podstawowych zagadnień statystycznych znacznie podnosi jakość i skuteczność badania. Poniżej w PROSTYCH słowach znajdziesz wyjaśnienie TRUDNYCH zagadnień. Przeczytaj wpis i zyskaj na skuteczności!

UWAGA: Jest to 16 z cyklu 52 artykułów na temat dolegliwości i badania narządu ruchu. Pozostałe artykuły znajdziesz na naszym blogu.

Dokładne wdrażanie statystyki znajdziesz podczas kursu online „Testy kliniczne w fizjoterapii”.


Czułość i zasada SnNOut

Czułość (ang. sensitivity) oznacza zdolność testu do wykrywania osób rzeczywiście chorych (z urazem) wśród grupy chorych. Test o 100% czułości to test, który wykryje wszystkich pacjentów z urazem, nie pomijając ani jednego pacjenta z badanej grupy. Testy o wysokiej czułości obarczone są wyższym ryzykiem wyników fałszywie dodatnich tzn. wykrywają nieistniejące choroby.

U osób, u których 100% czuły test był negatywny, zyskujemy pewność, że tego urazu nie ma. Takich pacjentów można zakwalifikować jako zdrowych i odrzucić z badania.
Taką sytuację nazywa się skrótowo SnNOut (Sn – czułość, N – negatywny wynik testu, Out – pacjent odrzucony z grupy z urazem – zdrowy).

Skoro 100% czuły test może dawać wynik fałszywie dodatni, w praktyce gabinetowej będziemy traktować osoby zdrowe jako chore. Dlatego potrzebny jest test o wysokiej swoistości.

Swoistość i zasada SpPIn

Test o 100% swoistości (ang. specifity), oznacza zdolność testu do wykrywania osób rzeczywiście zdrowych (bez urazu) w grupie osób zdrowych. Test o 100%swoistości to test, który wykryje wszystkich pacjentów bez urazu, nie pomijając ani jednego pacjenta z badanej grupy. Testy o wysokiej swoistości obarczone są wyższym ryzykiem wyników fałszywie ujemnych tzn. nie wykryją choroby u osoby chorej. Nie wskaże on jednak fałszywie pozytywnych (jak w testach o wysokiej czułości).

W takim razie u osób, u których 100% swoisty test był pozytywny, można być pewnym, że uraz występuje. Takich pacjentów można zakwalifikować jako pacjentów z urazem.

Taką sytuację nazywa się skrótowo SpPIn (Sp – swoisty, P – pozytywny wynik testu, In – pacjent zakwalifikowany do grupy z urazem – chory).

Skoro 100% swoisty test może dawać wynik fałszywie ujemny, w praktyce gabinetowej będziemy traktować osoby chore jako zdrowe.

Przykład doboru testu o wysokiej czułości i swoistości

Prześledźmy na przykładzie wykorzystanie testu o wysokiej czułości i swoistości oraz oceńmy, jakie wystąpią różnice interpretacyjne.
Wyobraźmy sobie pacjenta z radikulopatią lędźwiową. Do oceny możemy wykorzystać dwa testy:

1. SLR, który ma czułość 92% i swoistość 28%

2. Skrzyżowany SLR, który ma czułość 28% i swoistość 90%

Żeby wykluczyć uraz badanego pacjenta, należy zastosować zasadę SnNOut i wykorzystać test SLR o wysokiej czułości. Jeżeli jednak wynik będzie pozytywny, to musimy dodatkowo zastosować wysoko swoisty test, by potwierdzić chorobę.

By to zrobić należy zastosować zasadę SpPIn i wykorzystać test skrzyżowany SLR, który jest testem o wysokiej swoistości.

Jak widzicie, nie można tylko opierać się o jeden test, szczególnie gdy jest tylko wysoko czuły albo tylko wysoko swoisty.  Często zalecane są tzw. baterie (ang. clusters) testów, czyli inaczej grupy testów na podstawie których wnioskuje się klinicznie. Jednak i tutaj należy zachować ostrożność.

Jak zatem obliczyć czułość i swoistość testu? Przyjrzyjmy się zdjęciu poniżej:


Ryc. 1. Obliczanie czułości i swoistości. Plus w kolumnie – pacjenci z urazem. Minus w kolumnie – pacjenci bez urazu. Plus w wierszu – pozytywny wynik testu. Minus w wierszu – negatywny wynik testu.

Wartość predykcyjna PPV, NPV

Częstym wyzwaniem w praktyce gabinetowej będzie zastanowienie się, jak bardzo prawdopodobne jest, że pacjent z wynikiem pozytywnym testu rzeczywiście uraz, oraz to, jak bardzo prawdopodobne jest to, że pacjent z wynikiem negatywnym testu rzeczywiście go nie ma.
Możemy wyróżnić kilka składowych:

– wynik prawdziwie pozytywny – pacjent, który ma wynik pozytywny testu, faktycznie ma uraz;

– wynik prawdziwie negatywny – pacjent, który ma wynik negatywny testu, faktycznie nie ma urazu;

– wynik fałszywie pozytywny – pacjent, który ma wynik pozytywny testu, w rzeczywistości nie ma urazu;

– wynik fałszywie negatywny – pacjent, który ma wynik negatywny testu, w rzeczywistości ma uraz.

W tym celu przychodzi z pomocą:

– dodatnia wartość predykcyjna PPV – ma odpowiedzieć na pytanie, jak prawdopodobne jest to, że pacjent ma uraz, uzyskawszy wynik dodatni testu

– ujemna wartość predykcyjna – jak prawdopodobne jest to, że pacjent nie ma urazu, uzyskawszy wynik negatywny testu.

Przykład:

Wartości predykcyjne zależą od powszechności występowania urazu w danej grupie badanej. W naszym przypadku powszechność występowania urazu wynosi 33% (na 1000 badanych pacjentów 330 są to wszyscy pacjenci z urazem) jednocześnie powszechność występowania osób zdrowych w omawianej grupie badawczej wynosi 67%. Na podstawie odpowiednich wzorów na PPV i NPV (które znajdują się w książce „Testy kliniczne w fizjoterapii”, uzyskamy wynik:

PPV: 80%

NPV: 88%

Oznacza to, że:

– U pacjenta, który ma uraz po uzyskaniu pozytywnego wyniku testu wzrastają w tej grupie badawczej z 33% do 80%.

– Szanse, że pacjent nie ma urazu, po uzyskaniu negatywnego wyniku testu wzrastają w tej grupie badawczej z 67% do 88%.

Wskaźnik wiarygodności LR+, LR-

Krótko mówiąc wskaźnik wiarygodności (Likelihood Ratio, LR) jest miarą dokładności testu diagnostycznego. Warto zapamiętać, że wskaźnik wiarygodności dodatniego wyniku testu (LR+) wskazuje, na ile wynik dodatni zwiększa szansę na występowanie schorzenia w porównaniu z szansą określoną przed zastosowaniem testu.

Wskaźnik wiarygodności ujemnego wyniku testu (LR-) wskazuje, na ile wynik ujemny zmniejsza szansę występowania schorzenia w porównaniu z szansą określoną przed zastosowaniem testu.

Zakłada się, że test ma rzeczywistą wartość diagnostyczną, jeżeli LR+ wynosi około 10 lub więcej, a LR- wynosi około 0.1 lub mniej. Wynik o wartości 1 oznacza, że test nie wnosi istotnej wartości. Znajomość wskaźnika wiarygodności pozwala ustalić wartość diagnostyczną testu.


Ryc. 2. Wpływ LR+ i LR- na wartość diagnostyczną.

Jak połączyć wszystkie te czynniki? Przykład

Wiedząc już czym jest czułość, swoistość i wskaźnik prawdopodobieństwa LR możemy zastosować je w praktyce gabinetowej. Statystyka to nie tylko teoria – dzięki niej możemy skuteczniej diagnozować pacjentów. Przykładowo przychodzi do nas pacjent z bólem barku. Oczywiście musimy przeprowadzić wywiad i na jego podstawie spróbować dobrać testy diagnostyczne. Testy powinniśmy dobrać tak, aby wykorzystać tesy o wysokiej czułości, swoistości i jak najlepszych wartościach LR. Wymagać to będzie najczęściej wykorzystania kilku testów dla oceny danego schorzenia.

Możemy wykorzystać książkę „Testy kliniczne w fizjoterapii. Badanie narządu ruchu” otwierając dział, który nas interesuje np.  „Niestabilność stawu ramiennego. Niestabilność tylna” i szukamy testów, które będą wysoko czułe, swoiste i miały dużą wartość diagnostyczną.

Ryc. 3. W książce każdy test jest opisany krok po kroku, objawy i reakcje jakie mogą towarzyszyć danemu testowi oraz uwagi dotyczące badania, jego wykonania, czy interpretacji. Do tego mamy opisaną czułość, swoistość, LR+ i LR- oraz kliniczną wartość testu w postaci gwiazdek.

Pamiętajmy, by nigdy nie sugerować się jednym testem, nawet jeżeli jest wysoko czuły, czy swoisty. Musimy brać też pod uwagę wiele czynników jak np. błędy występujące podczas samego wykonywania testu.

Podsumowanie

1) Nigdy nie stosuj jednego testu.

2) Statystyka nie jest tylko dziedziną teoretyczną, ale można skutecznie ją zastosować w praktyce.

3) Stosujmy testy wysoko czułe i wysoko swoiste zgodnie z zasadami SnNOut i SpPIn oraz testy o optymalnych wartościach LR.

4) Testy dokładne (100% czułe i 100% swoiste) stanowią 4% wszystkich testów.

5) Pamiętajmy, że testy kliniczne same w sobie nie są wystarczające. Bardzo ważne są również inne składowe podczas badania jak historia urazu, symptomy czy epidemiologia.

Dariusz Ciborowski
Grzegorz Ślęczka


Bibliografia

1. Testy kliniczne w fizjoterapii. Badanie narządu ruchu. Praktyczny przewodnik po metodach badania układu mięśniowo-szkieletowego, Dariusz Ciborowski

Więcej na temat testów klinicznych

Książka „Testy kliniczne w fizjoterapii. Badanie narządu ruchu”. Ponad 250 testów do oceny mięśni, kości i stawów na 350 stronach:


Więcej o książce

E-book „Testy kliniczne w fizjoterapii. Badanie narządu ruchu”. Ponad 250 testów do oceny mięśni, kości i stawów na 350 stronach w wersji elektronicznej:


Więcej o e-booku

Kurs online „Testy kliniczne w fizjoterapii. Badanie narządu ruchu”. Ponad 200 filmów uczących poprawnego wykonania testów:


Więcej o kursie online

Kursy stacjonarne „Diagnostyka ortopedyczna w fizjoterapii. Testy kliniczne” w całej Polsce:


Więcej o kursie stacjonarnym

W skrócie: Testy kliniczne w fizjoterapii, książka Testy Kliniczne w fizjoterapii, kursy dla fizjoterapeutów, techników fizjoterapii, lekarzy, masażystów, terapeutów manualnych, studentów fizjoterapii i medycyny

SPRAWDŹ PRZYKŁADOWĄ TREŚĆ KSIĄŻKI

Po podaniu adresu e-mail przykładowa treść w formie PDF zostanie niezwłocznie wysłana na Twojego maila

Pobierając materiał wyrażasz zgodę na wykorzystanie Twoich danych osobowych. O szczegółach przeczytasz w Polityce prywatności. W każdej chwili możesz wypisać się z listy klikając przycisk na dole każdego wysłanego przez nas e-maila

SPRAWDŹ PRZYKŁADOWĄ TREŚĆ KSIĄŻKI

Po podaniu adresu e-mail przykładowa treść w formie PDF zostanie niezwłocznie wysłana na Twojego maila

Pobierając materiał wyrażasz zgodę na wykorzystanie Twoich danych osobowych. O szczegółach przeczytasz w Polityce prywatności. W każdej chwili możesz wypisać się z listy klikając przycisk na dole każdego wysłanego przez nas e-maila