Клинические руководства тесты

Наиболее распространенными тестами являются те, которые дают результаты в непрерывном, количественном режиме (например, уровень глюкозы в крови, количества лейкоцитов). Такие тесты могут дать полезную клиническую информацию во всех их диапазонах, но клиницисты часто используют их для диагностики состояния, требуя, чтобы результат был классифицирован как положительный или отрицательный (т.е., наличие или отсутствие болезни), основанный на сравнении с некоторыми установленными критериями или пороговыми точками. Такие точки отсечки обычно выбираются на основе статистического и концептуального анализа, который старается сбалансировать долю ложноположительных (вызывающих проведение ненужных, дорогих и, возможно, опасных тестов или видов лечения) и ложноотрицательных результатов (не способных диагностировать болезнь, поддающуюся лечению). Определение пороговой точки также зависит от наличия золотого стандарта определения заболевания, о котором идет речь.

Как правило, результаты таких количественных тестов (например, количество лейкоцитов при подозрении на бактериальную пневмонию) принимают вид кривой распределения (не обязательно нормальной кривой, хотя обычно изображается именно таковая). Дистрибуция результатов теста для пациентов с заболеванием сосредоточено в другой точке, чем у пациентов без заболевания. Некоторые пациенты с заболеванием будут иметь очень высокий или очень низкий результат, но большинство из них имеют средний результат. И наоборот, некоторые пациенты без признаков заболевания имеют очень высокий или очень низкий результат, но большинство из них имеют средний результат, отличающийся от такового у пациентов с болезнью. В случае большинства тестов распределения результатов перекрываются таким образом, что многие допустимые результаты теста встречаются среди пациентов с наличием и с отсутствием заболевания; такие результаты более очевидны, когда кривые изображены на одном графике (см. рисунок Распределения результатов теста [Distributions of test results] Распределение результатов тестов ). Некоторые пациенты выше и ниже выбранной пороговой точки будут охарактеризованы неправильно. Регулировка пороговой точки для выявления большего числа пациентов с болезнью (повышение чувствительности теста) также увеличивает количество ложноположительных результатов (низкая специфичность), а перемещение пороговой точки другим способом, чтобы избежать ложных диагнозов у пациентов, имеющих заболевания, увеличивает количество ложноотрицательных результатов. Каждая пороговая точка является связанной с определенной вероятностью истинно положительных и ложноположительных результатов.

Такие клинические переменные имеют только 2 возможных результата (например, жив/мертв, беременна/не беременна). Такие переменные называются категорическими и дихотомическими. Другие категорические результаты могут иметь много дискретных значений (например, группа крови, шкала комы Глазго) и называются номинальными или порядковыми. Номинальные переменные, такие как группа крови, не имеют определенного порядка. Порядковые переменные, такие как шкала комы Глазго, имеют дискретные значения, расположенные в определенном порядке. Другие клинические показатели, в том числе многие типичные диагностические тесты, непрерывны и имеют бесконечное число возможных результатов (например, число лейкоцитов, уровень глюкозы в крови). Многие клиницисты выбирают пороговые точки, способные привести к непрерывной переменной, которые следует рассматривать в качестве дихотомической переменной (например, считается, что больные с уровнем глюкозы во взятой натощак крови > 126 мг/дл [7,0 ммоль/л] имеют диабет). Другие непрерывные диагностические тесты обладают диагностической значимостью, когда у них есть несколько пороговых точек или когда диапазоны результатов имеют разное диагностическое значение.

Идеальный дихотомический тест не давал бы ложноположительных или ложноотрицательных результатов, все пациенты с положительным результатом теста имели бы заболевания (100% ППЗ) и у всех пациентов с отрицательным результатом теста заболевание не наблюдалось бы (100% ОПЗ).

Чувствительность 71% означает, что только у 213 (71% от 300) женщин с инфекции мочевыводящих путей результат теста будет положительным. У остальных 87 результат теста будет отрицательный. Специфичность 85% означает, что у 595 (85% из 700) женщин без инфекций мочевыводящих путей результат теста будет отрицательный. У остальных 105 будет положительный результат теста. Таким образом, из 213 + 115 = 318 положительных результатов теста только 213 были бы правильными (213/318 = 67% ППЗ); положительный результат теста делает диагноз инфекции мочевыводящих путей более вероятным, чем невероятным, но неопределенным. Также будет 87 + 595 = 682 отрицательных теста, из которых 595 являются правильными (595/682 = 87% ОПЗ), что делает диагноз инфекции мочевыводящих путей гораздо менее вероятным, но все еще возможным; у 13% пациентов с отрицательным результатом теста действительно была бы обнаружена инфекция мочевыводящих путей.

Обратите внимание, что в обеих когортах пациентов, даже несмотря на то что ППЗ и ОПЗ очень разные, КВ не изменяется, потому что КВ определяются только чувствительностью и специфичностью анализа.

Очевидно, что результат теста не обеспечивает точный диагноз, но только оценивает вероятность наличия или отсутствия заболевания, и эта посттестовая вероятность (вероятность болезни исходя из результата конкретного теста) изменяется в значительной степени на основе предтестовой вероятности заболевания, а также чувствительности и специфичности теста (и, следовательно, его КВ).

Многие результаты испытаний являются непрерывными и могут дать клиническую информацию в широком диапазоне результатов. Врачи часто выбирают определенную пороговую точку, чтобы повысить до максимума полезность теста. Например, количество лейкоцитов > 15 000 можно охарактеризовать как положительное, количество < 15 000 – как отрицательное. Когда тест дает непрерывные результаты при выбранной определенной пороговой точке, то тест действует как дихотомический. Можно выбрать несколько пороговых точек. Чувствительность, специфичность, ППЗ, ОПЗ, КВ+ и КВ— можно рассчитать для одной или нескольких пороговых точек. В таблице Влияние изменения предельной концентрации лейкоцитов у пациентов с подозрением на аппендицит Влияние изменения предельной концентрации лейкоцитов у пациентов с подозрением на аппендицит показано Влияние изменения предельной концентрации лейкоцитов у пациентов с подозрением на аппендицит.

Кроме того, может быть полезно группировать результаты непрерывного тестирования по уровням. В этом случае, результаты не характеризуются как положительные или отрицательные, потому что существует несколько возможных результатов, так что, хотя ОП может быть определено для каждого уровня результатов, больше не существует четких ОП+ или ОП—. К примеру, в таблице Использование групп лейкоцитов для определения соотношения вероятности бактериемии при лихорадочных состояниях у детей Использование групп лейкоцитов для определения отношения правдоподобия бактериемии при лихорадочных состояниях у детей* показана взаимосвязь между концентрацией лейкоцитов и бактериемии у детей в состоянии лихорадки. Поскольку ОП является вероятностью данного результата у пациентов с заболеванием, деленной на вероятность того, что результат у пациентов без заболевания, ОП для каждой группы лейкоцитов является вероятностью бактериемии в этой группе, деленной на вероятность отсутствия бактериемии.

Процесс использования претестовой вероятности заболевания и характеристик теста для подсчета послетестовой вероятности называют теоремой Байеса или байесовским пересмотром. Для рутинного клинического использования байесовская методология обычно принимает несколько форм:

Клиницисты часто делают тесты последовательно на протяжении многих диагностических оценок. Если известна пре-тестовая возможность перед последовательным тестированием и известен КВ для каждого из тестов в последовательности, пост-тестовая возможность может быть вычислена с использованием следующей формулы:

Пре-тестовая возможность × КВ1 × КВ2 × КВ3 = пост-тестовая возможность

Этот способ ограничен важным предположением, что каждый из тестов условно независим друг от друга.

Пациенты часто должны решать вопрос о целесообразности проходить обследование на скрытую болезнь. Принципы успешных программы скрининга заключаются в том, что раннее выявление улучшает клинически значимый исход у пациентов со скрытой болезнью и что ложноположительные результаты, которые часто наблюдаются при скрининге, не становятся бременем (например, затраты и негативные последствия подтверждающего тестирования, беспокойство, вызванное тестированием, необоснованное лечение), т.к. пользы больше. Для минимизации этого возможного бремени клиницисты должны выбрать надлежащий критерий отбора. Скрининг не подходит, когда лечение или превентивные меры неэффективны или заболевание очень редкое (если не будет идентифицирована субпопуляция, в которой заболеваемость выше).

Теоретически лучший тест для скрининга и диагностики тот, который обладает наибольшей чувствительностью и специфичностью. Однако, такие высокоточные тесты часто являются сложными, дорогими и инвазивными (например, коронарная ангиография) и, таким образом, непрактичны для скрининга большого количества бессимптомных людей. Как правило, при выборе скрининг-теста следует делать некоторую уступку в отношении его чувствительности, специфичности или того и другого.

Если врач выбирает тест, который оптимизирует чувствительность или специфичность зависит от последствий ложноположительных или ложноотрицательных результатов теста, а также от пре-тестовой вероятности заболевания. Идеальным является тот скрининг-тест, который всегда положительный почти у каждого пациента с болезнью, так что отрицательный результат уверенно исключает наличие заболевания у здоровых пациентов. К примеру, при тестировании серьезного заболевания, для которого имеется эффективное лечение (например, ишемическая болезнь сердца), врачи были бы готовы терпеть больше ложноположительных результатов, чем ложноотрицательных (низкая специфичность и высокая чувствительность). Хотя высокая чувствительность является очень важным атрибутом скрининг-тестов, специфичность также играет важную роль в определенных стратегиях скрининга. Среди населения с более высокой распространенностью заболевания ППЗ скрининг-теста увеличивается; по мере уменьшения распространенности, пост-тестовая вероятность или апостериорная вероятность положительного результата уменьшается. Поэтому при скрининге болезни в группах высокого риска более предпочтительны тесты с более высокой чувствительностью, чем тесты с более высокой специфичностью, потому что они лучше исключают заболевания (меньше ложноотрицательных результатов). С другой стороны, в популяциях низкого риска или для редких заболеваний, лечение которых менее выгодно или обладает большим риском, предпочтительнее тесты с более высокой специфичностью.

Концептуально, если лучший тест для серьезного заболевания имеет низкий КВ+, а ПЛ высокий, то понятно, что положительный результат теста не может поднять пост-тестовую вероятность выше ПЛ у пациентов с низкой, но вызывающей беспокойство пре-тестовой вероятностью (например, возможно 10% или 20%).

Вопрос можно решить математически (пре-тестовая возможность × КВ = пост-тестовая возможность) или более интуитивно графически с помощью номограммы Фагана Номограмма Фагана, используемая для определения потребности в проведении теста . На номограмме линия, соединяющая ПЛ (25%) на линии пост-тестовой вероятности, проходящей через КВ+ (2,0) на средней линии КВ пересекает пре-тестовую вероятность около 0,14. Очевидно, положительный тест у пациента с любой пре-тестовой вероятностью менее 14% по-прежнему приведет к пост-тестовой вероятности меньше ПЛ. В этом случае эхокардиография была бы бесполезна, потому что даже положительный результат не приведет к принятию решения о лечении; таким образом, 14% предтестовая вероятность является порогом тестирования для данного конкретного теста (см. рисунок Описание порогов тестирования и лечения [Depiction of testing and treatment thresholds] Изображение порогов тестирования и лечения ). Другой тест с другим КВ+ будет иметь другой порог тестирования.

Этот пример рассматривает тест, который сам по себе не создает опасности для пациента. Если тест имеет серьезные риски (например, сердечной катетеризации), порог тестирования должен быть выше; можно выполнить количественные расчеты, но они являются сложными. Таким образом, снижение чувствительности и специфичности теста или повышение его риска сужает диапазон вероятностей возникновения заболевания, по которым тестирование является наилучшей стратегией. Улучшение способности теста отделять или уменьшение его риска расширяет диапазон вероятностей, по которым тестирование является наилучшей стратегией.

Возможно исключение из запрета против тестирования, когда претестовая вероятность меньше порога тестирования (но по-прежнему сомнительна). Это рассматривается в том случае, если отрицательный результат теста снизит пост-тестовую вероятность ниже точки, в которой заболевание можно считать исключенным. Это решение требует субъективной оценки степени определенности, необходимой для заявления, что заболевание исключено и, из-за его низкой вероятности, особого внимания к любым рискам тестирования.