Fiche de révision : Études diagnostiques

📋 Plan du Cours

1. Objectifs et situations diagnostiques
2. Types et évaluation des tests
3. Gold standard et tableau diagnostique
4. Sensibilité et spécificité
5. Seuils et courbe ROC
6. Valeurs prédictives et prévalence
7. Rapports de vraisemblance
8. Choix clinique du test

📖 1. Objectifs et situations diagnostiques

🔑 Notions clés & Définitions

• Étude diagnostique : Vise à distinguer le normal du pathologique à partir d’une observation et à établir un diagnostic qui reste imparfait et probabiliste.

★ À maîtriser

📌 Une distribution bimodale, comme celle des réactions cutanées à la tuberculine, sépare les personnes non infectées des personnes anciennement ou nouvellement infectées, tandis qu’une distribution unimodale rend le seuil diagnostique plus difficile à choisir.

Compléments

• Dans une distribution unimodale de pression artérielle systolique, les valeurs normales et pathologiques se recouvrent entre individus normotendus et hypertendus.

💡 Astuce mémo

Distribution bimodale : séparation nette ; distribution unimodale : recouvrement normal-pathologique

📖 2. Types et évaluation des tests

🔑 Notions clés & Définitions

• Test diagnostique : Peut être un signe clinique subjectif ou objectif, un test de laboratoire qualitatif ou quantitatif, un examen d’imagerie ou un acte invasif comme une biopsie, une intervention chirurgicale ou une autopsie.

📝 Points essentiels

• Les exemples de variables quantitatives sont:

  • la glycémie
  • la tension artérielle
  • la cholestérolémie
  • la température

• Pour évaluer un test diagnostique, il faut définir les malades et les non-malades, puis comparer le test étudié à un test de référence.

📖 3. Gold standard et tableau diagnostique

🔑 Notions clés & Définitions

• Gold standard : Critère de référence permettant d’affirmer que la maladie est présente ou absente, mais qui peut être subjectif, coûteux, risqué ou difficile à obtenir.
• Vrai positif : Correspond à un test positif chez un sujet malade.
• Faux positif : Correspond à un test positif chez un sujet non malade.
• Faux négatif : Correspond à un test négatif chez un sujet malade.

💡 Astuce mémo

Le gold standard sert de référence pour remplir les quatre cases VP, FP, FN et VN

📖 4. Sensibilité et spécificité

★ À maîtriser

📐 Formule — La sensibilité est la probabilité d’obtenir un test positif chez un malade : $Se=P(T^+/M^+)=\frac{VP}{VP+FN}$.

📐 Formule — La spécificité est la probabilité d’obtenir un test négatif chez un non-malade : $Sp=P(T^-/M^-)=\frac{VN}{VN+FP}$.

📌 Un test de sensibilité élevée est utile pour éliminer une maladie lorsqu’il est négatif, tandis qu’un test de spécificité élevée est utile pour confirmer fortement une maladie lorsqu’il est positif.

Compléments

• Dans une population de 100 malades et 900 non-malades comprenant 80 vrais positifs, 20 faux négatifs, 100 faux positifs et 800 vrais négatifs, la sensibilité est de 80 % et la spécificité de 89 %.

💡 Astuce mémo

Sensibilité : repérer les malades ; spécificité : écarter les non-malades

📖 5. Seuils et courbe ROC

🔑 Notions clés & Définitions

• Courbe ROC : Représente la sensibilité en fonction de 1 − spécificité pour l’ensemble des seuils diagnostiques possibles.

📝 Points essentiels

• Pour une variable quantitative, il faut définir un seuil au-dessus ou au-dessous duquel le résultat est considéré comme positif ou négatif.

• Pour un même test, chaque seuil diagnostique correspond à une sensibilité et à une spécificité différentes, par exemple Se = 50 % et Sp = 98 %, Se = 97 % et Sp = 50 %, ou Se = 75 % et Sp = 75 %.

• L’aire sous la courbe, ou AUC, mesure la qualité diagnostique globale, varie de 50 à 100 %, et une AUC de 50 % équivaut au hasard.

💡 Astuce mémo

Seuil plus bas → sensibilité augmente et spécificité diminue

📖 6. Valeurs prédictives et prévalence

★ À maîtriser

📐 Formule — La valeur prédictive positive est la probabilité d’être malade lorsque le test est positif : $VPP=P(M^+/T^+)=\frac{VP}{VP+FP}$.

📐 Formule — La valeur prédictive négative est la probabilité de ne pas être malade lorsque le test est négatif : $VPN=P(M^-/T^-)=\frac{VN}{VN+FN}$.

📐 Formule — La valeur prédictive positive dépend de la sensibilité, de la spécificité et de la prévalence : $VPP=\frac{Se\times Pr}{Se\times Pr+(1-Sp)\times(1-Pr)}$.

📌 Quand la prévalence augmente, la VPP augmente et la VPN diminue.

Compléments

• Pour l’ECG d’effort, avec une sensibilité de 53 % et une spécificité de 92 %, une prévalence de 53 % donne une VPP de 89 % et une VPN de 63 %, tandis qu’une prévalence de 17 % donne une VPP de 57 % et une VPN de 91 %.

💡 Astuce mémo

Prévalence élevée : VPP augmente ; prévalence élevée : VPN diminue

📖 7. Rapports de vraisemblance

★ À maîtriser

📐 Formule — Le rapport de vraisemblance positif compare la probabilité d’un test positif chez les malades et les non-malades : $RV^+=\frac{Se}{1-Sp}$.

📐 Formule — Le rapport de vraisemblance négatif compare la probabilité d’un test négatif chez les malades et les non-malades : $RV^-=\frac{1-Se}{Sp}$.

📌 Lorsque RV = 1, la probabilité diagnostique est identique avant et après le test, qui est alors inutile ; plus le rapport s’éloigne de 1, plus le test est utile.

Compléments

• Un RV+ supérieur à 10 ou un RV− inférieur à 0,1 correspond à un gain diagnostique très fort, tandis qu’un RV+ compris entre 1 et 2 ou un RV− compris entre 0,5 et 1 correspond à un gain faible.

💡 Astuce mémo

RV+ augmente la probabilité ; RV− l’infirme

📖 8. Choix clinique du test

★ À maîtriser

📌 Un test sensible est habituellement positif en cas de maladie et rarement positif en l’absence de maladie, tandis qu’un test spécifique est rarement positif en l’absence de maladie et sert à confirmer un diagnostic.

📌 Le choix du seuil diagnostique nécessite un compromis entre sensibilité et spécificité, car lorsque la sensibilité augmente, la spécificité diminue et inversement.

Compléments

• Le nomogramme de Fagan permet d’obtenir la probabilité post-test en reliant la probabilité pré-test de maladie au rapport de vraisemblance du test.

• Les rapports de vraisemblance sont indépendants de la prévalence, résument l’information en un seul paramètre et peuvent être utilisés pour différents niveaux de résultats d’un test.

💡 Astuce mémo

Test sensible négatif pour exclure ; test spécifique positif pour confirmer

📊 Tableaux de synthèse

Sensibilité et spécificité

Valeurs prédictives