Учебный редакционный материал. Числовые примеры условные и не описывают конкретную УЗ-методику.
Два кабинета используют один тест с одинаковыми характеристиками, но доля подтверждённых заболеваний среди положительных результатов различается. Противоречия нет: вероятность болезни после теста зависит и от того, насколько вероятна она была до него.
Две учебные группы
Возьмём условный тест с чувствительностью 90% и специфичностью 90%. Это не характеристики какого-либо реального УЗ-метода. Для арифметики будем считать их неизменными между группами, хотя в настоящих исследованиях различия состава пациентов способны менять и сами показатели.
В первой группе 1000 человек, из них 100 больны. Тест даст 90 истинно положительных ответов и 90 ложноположительных среди 900 небольных. Всего положительных ответов 180; болезнь есть у 90 из них. Положительная прогностическая ценность, PPV, составляет 50%.
Во второй группе тоже 1000 человек, но больны 500. Получаем 450 истинно положительных и 50 ложноположительных ответов. Из 500 положительных результатов 450 относятся к больным: PPV равна 90%. Чувствительность и специфичность в расчёте те же, а значение положительного ответа иное.
Как использовать пример при чтении
Когда в статье о новой технологии показывают высокую PPV, найдите исходную долю заболевания. Затем проверьте путь направления пациентов. Биопсийная выборка специализированного центра и неотобранный амбулаторный поток могут иметь разную структуру. Перенести процент без этого контекста — значит потерять часть смысла.
Не следует механически подставлять частоту болезни из статьи как индивидуальную вероятность конкретного пациента. Здесь могут быть важны жалобы, анамнез, уже выполненные тесты и особенности группы, к которой он относится. Учебный пример показывает зависимость показателей, но не задаёт тактику обследования.
Вопрос для обсуждения
Предложите коллегам объяснить, почему в первой группе половина положительных результатов ложная, хотя специфичность равна 90%. Полезно ответить без формул: небольных намного больше, поэтому даже небольшая доля ошибок среди них даёт много положительных тестов.
В заметке об исследовании сохраняйте не только PPV, но и исходные количества, критерии отбора и способ подтверждения. Такая запись позволяет позже сравнить публикации корректнее. Она также помогает заметить, когда эффект новой технологии объясняется не улучшением теста, а отличающейся выборкой.
Учебный пример. Один тест в двух потоках
Предположим, что чувствительность и специфичность условного признака равны 90% и сохраняются в обоих потоках. В специализированной группе из 1000 человек состояние есть у 200. Тест даст примерно 180 истинно положительных и 80 ложноположительных результатов. Положительная прогностическая ценность составит 180 из 260, около 69%. В другой группе состояние есть у 20 из 1000. Получится 18 истинно положительных и 98 ложноположительных результатов. Теперь доля подтверждений среди положительных — 18 из 116, около 16%.
Что происходит с отрицательным результатом
В первом потоке среди 740 отрицательных результатов окажутся 20 пропущенных случаев. Во втором среди 884 отрицательных будет два пропущенных случая. Поэтому доля истинно отрицательных результатов среди всех отрицательных в примере возрастает примерно с 97,3% до 99,8%. Для решения о дальнейшей проверке важен и сам остаточный риск, и цена пропуска. Два одинаково сформулированных отрицательных заключения могут иметь разное значение для пациента с симптомами и для участника скрининга.
Как пользоваться опубликованными числами
Сравните показания к исследованию, способ набора участников и предшествующие этапы обследования. В выборке с заранее заданным числом больных и здоровых доля заболевания определяется дизайном. Прогностическая ценность, рассчитанная непосредственно для такой выборки, может существенно отличаться от результата в обычном потоке. Кроме того, чувствительность и специфичность тоже могут изменяться при различиях в выраженности заболевания и качестве изображения. Допущение об их постоянстве в примере нужно для демонстрации арифметики. Для решения о внедрении нужны данные о целевой популяции и пригодности теста в её условиях.