Module 30 Soient les événements : A : test positif, A* : test négatif B : malade, B* : sain Pour mettre au point et tester les qualités de la méthode de dépistage, des tests cliniques doivent être réalisés sur des personnes diagnostiquées avec certitude. Malade (B) Sain (B*) Test+ (A) 99 90 189 Test- (A*) 1 810 811 100 900 1000 Tableau 30-14. Table de contingence établie sur des personnes réellement malades ou réellement saines (n = 1000) pour une prévalence de 10 %. Nous constatons dans la table 30-14 que la prévalence de ce cancer dans cette population est de 100/1000 =0,1. Malade (B) Sain (B*) Test+ (A) 0,099 0,090 0,189 Test- (A*) 0,001 0,810 0,811 0,100 0,900 1,000 Tableau 30-15. Table de probabilité établie sur des personnes réellement malades ou réellement saines (n = 1000) pour une prévalence de 10 %. Malade (B) Sain (B*) Test+ (A) 0,99 0,1 Test- (A*) 0,01 0,9 1 1 Tableau 30-16. Table de probabilités conditionnelles établie sur des personnes réellement malades ou réellement saines (n = 1000) pour une prévalence de 10 %. Dans notre exemple, pour les personnes cancéreuses avec certitude : la réaction est positive dans 99 % des cas. P(A/B) = 0,99 (sensibilité) et P(A */B) = 0,01 La sensibilité du test est sa capacité à détecter les vrais positifs. Mais il est facile de faire un test sensible : il suffit qu’il soit toujours positif ! Il doit donc aussi être spécifique. 94 Module 30 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. Malade (B) Sain (B*) Test+ (A) 0,524 0,476 1,000 Test- (A*) 0,001 0,999 1,000 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). 95