Sur des personnes diagnostiquées saines avec certitude : le test est
négatif dans 90 % des cas.
P(A */B *) = 0,90 (spécificité) et P(A/B *) = 0,10
La spécificité du test est sa capacité à détecter les vrais négatifs. Il doit
être négatif si la personne est saine.
Nous disposons donc d’un test de détection dont la sensibilité est de
99 % et la spécificité de 90 %, performances établies sur des personnes
dont l’état de santé est connu par des investigations plus poussées.
Lors de l’utilisation du test, par définition l’état de santé n’est pas connu :
les performances du test sur le terrain se nomment le pouvoir prédictif positif et
le pouvoir prédictif négatif. Ceux-ci se calculent sur la table de probabilité
conditionnelle « dans le contexte du test » et dépend dramatiquement de la
prévalence de la maladie.
Tableau 30-17. Table de probabilités conditionnelles établie sur des personnes
réellement malades ou réellement saines (n = 1000) pour une prévalence de
10 %.
Dans le cas d’une prévalence de 0,1 (fort élevée) le pouvoir prédictif
positif P(B/A) est seulement de 0,524, soit à peu près une chance sur deux, en
recevant le résultat du test, de déclarer malade une personne saine !
Reprenons le raisonnement sur base de la table de contingence
(Tableau 30-14). Une petite erreur (1-spécificité = 10 %) sur un grand
nombre de négatifs (900) produit un grand taux de faux positifs (90). Une
bonne sensibilité (99 %) sur un petit nombre de positifs (100) produit un
petit nombre de vrais positifs (99). En considérant l’ensemble des tests
positifs (189) le pouvoir prédictif positif est de 99/189 = 0,524.
Ce phénomène sera d’autant plus marqué que la prévalence sera faible,
car le nombre de vrais positifs (rares) détectés sera très petit par rapport au
grand nombre de négatifs déclarés positifs par erreur (1-spécificité).