När diagnostiska test utvärderas måste träffsäkerheten bedömas. Men att en metod är bra när det gäller att upptäcka sjukdom behöver inte betyda att den gör nytta.
Det som i slutänden avgör om en diagnosmetod är värdefull eller inte är om undersökningen ger ny information som påverkar hur vården ska läggas upp - så att patientens hälsa blir bättre.
Detta förutsätter att den sjukdom som eftersöks påverkar människors dödlighet, sjuklighet eller livskvalitet. De hälsorisker som själva undersökningen medför måste vara acceptabla, och det måste också finnas en verksam behandling mot sjukdomen.
Först när de här grundkraven är uppfyllda är det lämpligt att granska testmetodens prestanda.
En perfekt diagnosmetod visar inte bara ett positivt resultat för samtliga sjuka patienter - den har med andra ord inte bara hundraprocentig sensitivitet. Metoden ger också ett negativt resultat hos samtliga friska, vilket innebär att även dess specificitet är 100 procent.
Diagnosmetoder som är så exakta förekommer knappast. I stället tvingas vi acceptera test som missar vissa sjukdomsfall och ibland ger falskt alarm.
Prediktivt värde
Sannolikheten för att diagnosmetodens resultat är korrekta beskrivs också genom deras så kallade prediktiva värde. Ett positivt prediktivt värde uttrycker sannolikheten att ett positivt testresultat är korrekt, medan det negativa prediktiva värdet beskriver chansen att ett negativt resultat är riktigt.
Hur stort det prediktiva värdet är hänger inte bara på diagnosmetodens prestanda. Det beror också på hur vanlig sjukdomen är i det sammanhang där provsvaret har erhållits - något som spelar roll när forskning om en viss diagnosmetod ska tillämpas i en helt annan miljö än den som har studerats.
Sammanfattar
För att slippa den här svårigheten när man vill beskriva hur sanningsenlig en diagnosmetod är, används också begreppet likelihood-kvot. Detta mått sammanfattar diagnosmetodens sensitivitet och specificitet på en och samma gång, och har fördelen av att inte påverkas av sjukdomens förekomst. I gengäld är det ett mått som kan vara svårare att förstå och hålla i minnet.
Sannolikheter
Likelihood-kvoten beskriver sannolikheten för att erhålla ett visst testresultat hos en sjuk person, i relation till sannolikheten att få samma resultat hos en frisk person.
En metods positiva likelihood-kvot är kvoten av andelen korrekt påvisade fall och andelen falska alarm. Den ger alltså oddset för att sjukdomen faktiskt föreligger vid ett positivt testresultat.
Metodens negativa likelihood-kvot är andelen missade fall dividerat med andelen korrekt uteslutna fall.
Fakta om Diagnostisk träffsäkerhet
Diagnosmetoder är sällan perfekta. Förhoppningsvis får de flesta personer som är friska ett negativt resultat (sant negativt). Men även en del av dem som faktiskt är sjuka kommer att få ett sådant besked (falskt negativt). Och även om många som faktiskt har sjukdomen kommer att ha ett positivt undersökningsresultat (sant positivt), finns det också personer som egentligen är friska som ändå kommer att uppvisa ett positivt test (falskt positivt).
De olika kombinationerna av testresultat och sjukdomsförekomst kan ställas upp i en fyrfältstabell som här nedan. Varje diagnosmetod har sin speciella profil av styrka och svaghet. En viss metod kan till exempel ha en så stor känslighet att den lyckas fånga upp samtliga sjukdomsfall i en undersökt grupp, men samtidigt vara så oprecis att den också ger positivt utslag för många andra tillstånd än det som eftersöks. En annan metod kan vara bra i båda dessa avseenden.
Balansen hos en metod mellan sant respektive falskt positiva eller negativa resultat sammanfattas i olika begrepp som sensitivitet, specificitet och prediktivt värde.
Sensitiviteten avser metodens förmåga att korrekt fastställa att den som undersöks har sjukdomen, medan specificitet handlar om metodens förmåga att på ett riktigt sätt utesluta sjukdomen.
Det prediktiva värdet för en diagnosmetod beskriver antingen sannolikheten för att ett postivt testresultat ska vara korrekt (det positiva prediktiva värdet), eller sannolikheten för att ett negativt testresultat ska vara riktigt (det negativa prediktiva värdet).
Term = Betydelse
Referensmetod = Bästa befintliga metod att ställa diagnos (på engelska gold standard).
Prevalens = Förekomsten av sjukdomen i befolkningen, mätt med referensmetoden (på engelska även pre-test probability).
Sensitivitet = Testets förmåga att korrekt påvisa sjukdomsfall (jämfört med referensmetod). Andelen sant positiva test bland samtliga personer som faktiskt är sjuka. I tabellen ovan a/(a+c).
Specificitet = Testets förmåga att korrekt utesluta sjukdomsfall (jämfört med referensmetod). Andelen sant negativa test bland samtliga personer som faktiskt är friska. I tabellen ovan d/(b+d).
Positivt prediktivt värde (PV+) = Sannolikheten för att ett positivt testresultat stämmer. Andelen sant positiva av samtliga positiva resultat. I tabellen ovan a/(a+b).
Negativt prediktivt värde (PV-) = Sannolikheten för att ett negativt testresultat stämmer. Andelen sant negativa av samtliga negativa resultat. I tabellen ovan d/(c+d).
Likelihood-kvot (LR) = Beskriver i siffror det kliniska värdet av en viss diagnosmetod. Metoder med LR nära 1 har föga värde.
Positiv likelihood-kvot (LR+) = Oddset för att korrekt påvisa fall gentemot att få falska alarm, dvs sensitivitet/(1-specificitet).
Negativ likelihood-kvot (LR-) = Oddset för att missa fall gentemot att korrekt utesluta fall, dvs (1-sensitivitet)/specificitet.