Évaluation des examens complémentaires dans la démarche médicale : Prescriptions utiles et inutiles F. KOHLER (septembre 2005)

Présentation au sujet: "Évaluation des examens complémentaires dans la démarche médicale : Prescriptions utiles et inutiles F. KOHLER (septembre 2005)"— Transcription de la présentation:

1 Évaluation des examens complémentaires dans la démarche médicale : Prescriptions utiles et inutiles
F. KOHLER (septembre 2005)

2 Module 1 : Item 4 (Objectifs)
Argumenter l’apport diagnostique d’un examen complémentaire, ses risques et son coût. Faire l’analyse critique d’un compte rendu d’examen. Prendre en compte les référentiels médicaux. Rédiger une demande d’examen complémentaire et établir une collaboration avec un collègue.

3 Argumenter l’apport diagnostique d’un examen complémentaire, ses risques et son coût.
Pour faire le choix entre différents examens, quelles caractéristiques ? Fiabilité/Reproductibilité Validité de l’examen Dépistage ou Confirmation diagnostique Risques Coût Acceptabilité

4 Fiabilité/Reproductibilité
Plus un examen est reproductible plus il est fiable La reproductibilité peut être mesurée par le coefficient de Kappa

5 Kappa Soit le tableau des résultats (+ et -) pour 2 réalisations A et B concordance observée = concordance réelle + concordance aléatoire. La concordance observée est p0 = (a+d)/N La concordance aléatoire est calculée sous l'hypothèse d'indépendance de A et B a' = n1*N1/N et d' = n2*N2/N sont les effectifs théoriques pc = a’+d’/N Kappa = (concordance réelle/ concordance non aléatoire) KAPPA = On admet que la concordance est : bonne si Kappa > 0,6 mauvaise si Kappa < 0,3 intermédiaire entre les deux.

6 Validité de l’examen C’est sa capacité à identifier la maladie ou à suivre un traitement 2 types d’examens Examen avec réponse Positif/Négatif (recherche de BK dans les crachats/tuberculose) Examen avec réponses quantitatives (glycémie/diabète) => Problème du seuil Identification de la maladie Examen de référence : gold standard

7 Validité de l’examen Sensibilité/Spécificité d’un test Courbe de ROC
Indice de Youden et rapport de vraisemblance Règle de Sackett Prévalence de la maladie Valeurs prédictives positive et négative Gain diagnostique d’un test

8 Sensibilité et spécificité
Sensibilité = fréquence des tests positifs chez les malades Sensibilité = a/n1 = Vrais positifs chez les malades Spécificité = fréquence des tests négatifs chez les sujets sains Spécificité = d/n2 = Vrais négatifs chez les non malades Sensibilité et spécificité sont indépendantes de la prévalence de la maladie Pour évaluer ces fréquences, il faut un groupe de malades => Gold standard Efficacité diagnostique = fréquence des biens classés = (a+d)/(a+b+c+d) Intérêt des études cas/témoins pour sensibilité et spécificité Attention n1/(n1+n2) ne donne pas nécessairement la prévalence

9 Courbe de ROC Receiver Operating Characteristic pour la détection des avions ennemis par les radars Résultat du test quantitatif En fonction de la limite que l’on se fixe pour dire que le test est positif, on obtient différentes valeurs de sensibilité et de spécificité

10 Courbe de ROC P(T+ / M-) = Faux positifs = 1- P(T-/M-)= 1- Spécificité
Nombre de sujets Sujets non diabétiques Sujets diabétiques 1 g/l 2,1 g/l Limite L de la glycémie au-delà de laquelle on dit le test positif P(T- / M+) = Faux négatif= 1- P(T+/M+) =1- Sensibilité

11 Courbe de ROC A chaque valeur de la limite L du critère quantitatif : valeur de la sensibilité et de la spécificité. On obtient ainsi 1 point de la courbe. En faisant varier la limite L on obtient d’autres points. La courbe joignant les points est la courbe de ROC. Les valeurs de sensibilité et spécificité en fonction de L peuvent être obtenues par l’observation ou par la modélisation du phénomène par une loi de probabilité. Sensibilité 1 1-Spécificité

12 Courbe de ROC Aire sous la courbe : AROC
Entre 0,5 (examen au hasard : pile ou face) et 1 (examen parfait) Instrument privilégié d’évaluation et de comparaison des performances diagnostiques des examens complémentaires

13 Indice de Youden et rapport de vraisemblance
Le test idéal sensibilité = 1 et spécificité = 1 n’existe pas Indice de Youden Y = Se + Sp – 1 Rapports de vraisemblance RV+ : L = Un sujet a L fois plus de chance d'avoir le test positif s'il est atteint de la maladie que dans le cas contraire RV- :

14 Valeur diagnostique d’un test
La valeur diagnostique d'un test est d'autant plus grande que l'indice de Youden est plus proche de 1. L'apport diagnostique d'un résultat positif du test est d'autant plus grand que le RV+ (L) est plus élevé. L'apport diagnostique d'un résultat négatif d'autant plus grand que le RV- est plus petit et proche de zéro. B.Grenier

15 Règle de Sackett Si un test a une spécificité élevée, un résultat positif confirme l’hypothèse diagnostique. Si un test a une sensibilité élevée, un résultat négatif élimine le diagnostic.

16 Prévalence de la maladie
C’est la fréquence de la maladie dans la population considérée (pourcentage de cas) Attention : La prévalence dépend notamment de : La zone géographique (palu en Afrique et en France) De la sélection de la population Exercice libéral/hôpital Présélection par un dépistage …

17 Valeurs prédictives VPP : probabilité d’avoir la maladie quand le test est positif VPN : probabilité de ne pas avoir la maladie quand le test est négatif VPP et VPN dépendent de 3 paramètres Sensibilité Spécificité Prévalence Attention VPP et VPN se calculent directement sur le tableau à 4 cases que si n1/(n1+n2) représente la prévalence de la maladie cas si l’étude a été menée sur un échantillon représentatif mais pas dans une étude cas témoins qui aurait été utilisée pour déterminer la sensibilité et la spécificité. VPP et VPN se calculent dans tous les cas par le théorème de Bayes ou l’arbre des probabilités

18 Valeurs prédictives Si l’étude est faite sur un échantillon représentatif, n1/N est la prévalence de la maladie. On peut calculer Se et Sp Se =a/n1 = VP/(VP+FN) Sp = d/n2 = VN/(FP+VN) Dans ce cas particulier, on peut calculer directement à partir du tableau les VP VPP = a/N1 = VP/(VP+FP) VPN = d/N2 = VN/(VN+FN) VP : Vrai Positifs VN : Vrai Négatifs FP : Faux Positifs FN : Faux Négatifs N1 : Tests positifs N2 : Test négatifs n1 : Malades n2 : Non malades

19 Valeurs prédictives Théorème de Bayes Test Positif Sensibilité Malade
Prévalence Test Négatif Test Positif 1 - Prévalence 1 - Spécificité Non Malade Spécificité Test Négatif

20 VPP, VPN et la prévalence
Prévalence du paludisme 90% en Afrique 0,001 (1 pour mille) en France. Un test biologique est utilisé pour le diagnostic avec une sensibilité de 95% et une spécificité de 85%. => L = 6,3 l =0,05 Quelles seront les probabilités pour des patients africains et français d’avoir le paludisme quand le test est positif et inversement de ne pas avoir la maladie quand le test est négatif ? Pour un test donné, quand la prévalence augmente, la VPP augmente et la VPN diminue

21 VPP, VPN et prévalence Pour une sensibilité donnée, VPP et VPN varient en fonction de la prévalence.

22 Diagramme de Fagan permet sans calcul de déterminer la probabilité post-test à partir de la prévalence (probabilité pré-test) et du rapport de vraisemblance

23 Gain diagnostique d’un test
Gain diagnostique positif C’est la différence entre la probabilité pré-test (prévalence) de la maladie et la probabilité post-test (valeur prédictive positive) Gain positif = VPP – prévalence

24 Dépistage, confirmation diagnostique
S’adresse à des sujets ne se plaignant de rien à priori sains Prendre un test à sensibilité élevée Éventuellement suivi d’un test de confirmation Confirmation d’une maladie suspectée Prendre un test avec une spécificité élevée d’autant plus que le coût du faux positif est élevé

25 Risques Risque que le résultat du test ne reflète pas la réalité :
Affirmer une maladie à la vue d’un résultat positif du test : VPP => Risque de se tromper 1-VPP Rejeter une maladie à la vue d’un résultat négatif du test : VPN => Risque de se tromper 1-VPN Se méfier de la répétition des examens : Au-delà de trois répétitions, le risque d’être faux positif augmente : La spécificité de l’examen diminue fortement alors que la sensibilité ne varie que peu Risque de iatrogénie De l’examen lui-même De l’examen de confirmation Du à la répétition des examens

26 Coût de l’examen A distinguer : Indicateur Coûts directs de l’examen
Coûts indirects : arrêt de travail, perte de production… Indicateur Efficience = Coût / Efficacité Effectivité = Coût / Efficacité en situation réelle

27 Acceptabilité des examens
Obligation de l’information du patient des bénéfices risques attendus de l’examen Obligation légale réaffirmée par la loi du 4 mars 2002 (Loi Kouchner) Obligation de se conformer au choix du patient C’est le patient qui fait le choix, le médecin est là pour éclairer sa décision en prenant en compte la nature de l’examen, le coût, la gravité de la maladie potentielle, les conditions socio-culturelles, les facteurs moraux et éthiques pour adapter sa communication.

28 Analyse critique d’un compte rendu d’examen
Dépend de la nature de l’examen Biologie Test positif ou Négatif Valeur quantitative à comparer à des bornes (problème de l’être normal) Imagerie, anatomopathologie Description des lésions Interprétation diagnostique La malignité d’une lésion est jusqu’alors un diagnostic anatomopathologique. Épreuves fonctionnelles Cinétique des événements Un CR doit comporter L’identification du patient (nom, prénom, date de naissance, sexe) La date de l’examen (date de prélèvement si nécessaire) et date du résultat La finalité de l’examen (objectifs attendus) et le contexte clinique de réalisation La nature de l’examen et les méthodes utilisées Le résultat Nom du médecin ayant réalisé, validé, interprété l’examen

29 Prendre en compte les référentiels médicaux
Rejoint la question 3 et la question 12 Les 5 niveaux de preuve et les 4 grades de l’ANAES Référentiels médicaux Guides de bonnes pratiques cliniques Références médicales opposables Rôles de l’ANAES Attention la loi de juillet 2004 met en place une nouvelle organisation

30 Les 5 niveaux de preuves Les 5 niveaux de preuve de la médecine basée sur les preuves (Evidence Based Medicine) Niveau 1 (le plus élevé) Revue systématique d’essais randomisés : méta-analyse Niveau 2 Au moins un essai randomisé Niveau 3 Pas d’essai randomisé, étude de cohorte, étude cas témoins… Niveau 4 Étude d’observation dans plusieurs groupes indépendants Niveau 5 (le plus faible) Opinions d’experts, opinions d’autorités reconnues

31 Les 4 grades de l’ANAES Grade A (le plus élevé) Grade B Grade C
Essais randomisés puissants de qualité, méta-analyse Grade B Essais randomisés de faible puissance, essais comparatifs non randomisés, étude de cohorte Grade C Cas/témoins, études de séries de cas Grade D Accord professionnel

32 Rédiger une demande d’examen complémentaire et établir une collaboration avec un collègue
Les éléments de la demande Identification du prescripteur, Identification du patient Nature de l’examen demandé Objectif de la demande et stratégie envisagée Éléments cliniques du dossier pertinents pour la continuité de la prise en charge et le bon déroulement de l’examen (allergie, condition particulière, affections suspectées…) Urgence de la demande Identification du ou des destinataires des résultats

33 Analyse d’article Questions à se poser :
Le test étudié est-il comparé à un test de référence (gold standard) ? Le test de référence est il correctement décrit ? Le test de référence est-il validé (qualité du test, choix du seuil en cas de mesure quantitative…) ? L’étude est-elle correctement menée ? Le lieu de l’étude et la méthodologie (cas/témoins, cohorte, essai randomisé, étude médico-économique) sont-ils décrits ? Le test de référence est-il pratiqué chez tous les patients (malades et non malades) ? Sinon quelle est la méthode d’échantillonnage ? Le test de référence et le test étudié sont-ils interprétés indépendamment ? Les échantillons de malades et de non malades sont-ils représentatifs de la population à la quelle le test doit être appliquée ? Quels sont les biais relevés ? Quels sont les autres biais ? Les biais identifiés ont-ils été contrôlés ? Les biais invalident-ils l’étude ? Les performances du test sont-elles fournies ? Reproductibilité Sensibilité, spécificité Rapports de vraisemblance Probabilité pré-test, post-test Quelle est la précision des indicateurs Nombre de sujets, intervalle de confiance… Si il y a comparaison statistiques Les risques alpha et bêta sont ils précisés ? Le test statistique utilisé est il pertinent ? Les résultats sont –ils cohérents avec les connaissances actuelles ? Niveau de preuve ? Les résultats s’appliquent-ils à mon patient ? Lieu de l’étude Bénéfices/Risques Coûts/ Bénéfices L’étude a –t-elle respectée la réglementation et les principes éthiques ? CPPRB, Loi informatique et liberté… Quel est l’impact de l’étude sur la santé ?