О точности медицинских анализов. Чувствительность и специфичность

Мы начинаем свое повествование с известного латинского выражения: “Кто хорошо диагностирует, тот хорошо лечит”. Современная медицинская диагностика опирается не только на знания, опыт и умения врача, но и на лабораторно-инструментальные методы диагностики. От точности лабораторных и инструментальных тестов зависит жизнь и здоровье людей. 

• Как в медицине оценивается точность анализов? 
• Насколько достоверны результаты клинических исследований? 
• Можно ли, сдав анализ и получив результат, что болезни нет, спокойно спать? 
• А если анализ показал, что болезнь есть, уже пора паниковать? 

Одними из основных показателей, характеризующих точность того или иного исследования, являются чувствительность и специфичность диагностических тестов.

Давайте представим, что мы придумали некий клинический анализ или тест, который отвечает на простой вопрос: есть или нет заболевание Х. Пусть это будет анализ крови. Начнем проверку нашего теста.

Чувствительно диагностического теста

Проверим, насколько хорошо наш анализ выявляет заболевших. Возьмем 100 пробирок, в которых находится кровь точно больных пациентов.

Проведем наш анализ и выясним, что в 99 случаях тест показал наличие болезни, а в одном случае болезнь не подтвердилась. Еще раз акцентируем внимание, в пробирках кровь пациентов, гарантированно страдающих болезнью Х. При полученных результатах чувствительность нашего теста будет равна 99%.

Мы получили 99 истинно положительных результатов и 1 ложноотрицательный.

Итак, чувствительность диагностического теста - это доля пациентов с выявленным заболеванием от всех пациентов с данным заболеванием, выраженная в процентах.

Идеальной чувствительностью является стопроцентная чувствительность диагностического теста. Как мы понимаем, в реальности идеал недостижим, но это не значит, что к этому не нужно стремиться.

Специфичность диагностического теста

Изучим другую сторону нашего теста. Теперь мы возьмем 100 образцов крови от здоровых людей и выясним, что показывает анализ. Проведя 100 исследований, мы выясняем, что наш тест и в этом случае продемонстрировал свою эффективность - 98 анализов дали отрицательный результат, два анализа показали ложноположительный результат. Специфичность нашего теста составляет 98%. 


Итак, специфичность диагностического теста - это доля лиц без выявленного заболевания от всех обследованных с отрицательным результатом диагностического теста.

Чувствительность и специфичность некоторых диагностических тестов

• ЭКГ в 12 отведениях имеет чувствительность около 68% в диагностике острого инфаркта миокарда с подъемом сегмента ST [1] 
• Мазок по Папаниколау имеет чувствительность от 30% до 87% и специфичность от 86% до 100%. [2] 
• Простатспецифический антиген (ПСА, PSA) является одним из маркеров рака предстательной железы. Этот тест имеет чувствительность от 21 до 86%, а специфичность 33% до 91% [3,5] 
• Измерения АД у пациентов с артериальной гипертонией в клинике имеют чувствительность от 34% до 69% и специфичность от 73% до 92%. Домашние измерения для пациентов с гипертонией имеют чувствительность 81–88% и специфичность 55–64% [4] 

Ого, да мы создали замечательный тест, который имеет очень хорошую чувствительность и замечательную специфичность. Пришла пора спасать людей от опасной болезни Х.

Итак, мы имеем болезнь Х, с заболеваемостью 100 на 100000 населения. Очевидно, что в городе с населением в 1 миллион человек, 1000 человек болеют болезнью Х.

Один из жителей этого города, узнав о нашем замечательном анализе, имеющем чувствительность 99% и специфичность в 98%, решил сдать анализ. Анализ показал, что у этого жителя города есть болезнь Х.

Вопрос: какова вероятность того, что этот житель города действительно болеет болезнью Х? Попробуйте ответить на этот вопрос. Ниже мы продемонстрируем верное решение этой задачи.

Давайте предположим, что мы решили проверить все население города на зараженность болезнью Х с помощью нашего теста. Исходя из того, что 1% тестов будут иметь ложноотрицательный результат и 2% тестов будут иметь ложноположительный результат, мы получим следующее:

Из каждой сотни исследований мы получим 2 ложноположительных результата. В 1 миллионе 10 тысяч сотен, т.е. мы получим 20 000 ложноположительных результата.

т.е. 20 990 человек получат информацию о том, что по результатам теста они больны. Из них в действительности больны 990 человек, а 20 000 человек получат ложноположительный результат диагностического теста.

Почему всего 990 человек действительно больны? Потому что наш тест дает 1% ложноотрицательных результата. 1% от 1000 больных - 10 больных, которые получат ошибочный результат о том, что они здоровы.

т.е. 10 человек из истинно больных получат ложноотрицательный результат. На самом деле они больны, но результат теста говорит об обратном.

Что из этого следует?

Врачи должны будут провести дополнительные тесты, чтобы понять, кто из 20990 человек действительно болен, а кто здоров.

Вероятность того, что человек, получивший результат исследования, говорящий о заболевании, действительно болен, составляет

990/20990*100%=4,7

Т.е. вероятность того, что человек, получивший положительный результат исследования, действительно болен, всего около 5%!!! С вероятностью 95% человек, получивший результат анализа, говорящий о болезни - здоров.

Другая сторона нашей медали: мы выявили 979 010 людей, которые с очень высокой долей вероятности не больны (вспомним, что среди них есть 10 больных, которых мы не выявили из-за ложноотрицательных результатов диагностического теста).

Здесь может возникнуть вопрос: а как же врачи ставят диагнозы, если даже столь точные тесты как в нашем примере дают столь низкую вероятность того, что человек болен? Все просто и не просто:

• Во-первых, врачи не назначают исследования “просто так”. Они опрашивают и осматривают пациента, на основании результатов опроса и осмотра встраивают диагностические гипотезы, после чего назначают различные анализы и исследования, для подтверждения или опровержения своих гипотез. 
• Во-вторых, врачи используют [могут использовать] не один, а несколько тестов, одновременно или последовательно. 
• В-третьих, у врачей есть и иные инструменты для оценки точности медицинских тестов и о них мы поговорим в отдельных статьях. 
• Само собой все перечисленное и не упомянутое не может свести риск ошибочных результатов анализов и исследований к нулю. 

Выводы

• Результат ЛЮБОГО анализа может быть ошибочным, как ложноположительным, так и ложноотрицательным. 
  

  Введение в доказательную медицину

  Читая статьи, и получая консультации на нашем сайте, вы част...

• Даже современные тесты далеки от идеальной точности (см. примеры чувствительности и специфичности нескольких диагностических тестов выше) 
• Стратегия “сдать анализ на всякий случай” приносит больше вреда, чем пользы. 
• Врачи, вне скрининговых программ, используют анализы и иные диагностические тесты не для поиска, а для подтверждения (или исключения) диагностической гипотезы. Т.е. сначала опрос, осмотр и оценка пациента, и только затем анализы и диагностические тесты. 
• В оценке точности анализов и диагностических тестов используется не только чувствительность и специфичность, но и другие показатели, например прогностическая способность диагностического теста или сочетание чувствительности и специфичности нескольких тестов. 

Автор: Рустамов Ахмед Фуадович