Vissers van mensen: elementaire diagnostiek

Diagnosen stellen komt zeer veelvuldig voor in het werk van iedere zorgverlener. Zo testen verpleegkundigen bijna dagelijks wel een of meerdere keren of iemand mogelijk een infectie heeft, of dat er sprake is van delier of een zelfzorgtekort. Maar het stellen van diagnosen kent een aantal eigenaardigheden die onder het oppervlak verscholen blijven, zeker bij het screenen van groepen mensen. In deze blog zullen we deze eigenaardigheden belichten aan de hand van de sensitiviteit, specificiteit en voorspellende waarden van een diagnostische test. Voor de die-hards komen ook de likelihood ratio’s aan bod! Lees verder onder de streep…

In het bijbelboek Mattheus wordt verteld dat Jezus langs het water liep en Simon en Andreas zag vissen:

Toen Jezus langs het Meer van Galilea liep, zag hij Simon en Andreas, de broer van Simon, die hun netten uitwierpen in het meer; het waren vissers. Jezus zei tegen hen: ‘Kom, volg mij! Ik zal van jullie vissers van mensen maken.’ Meteen lieten ze hun netten achter en volgden hem.

We zullen echter zien dat wij als zorgverlener ook vissers van mensen zijn en we wel degelijk onze netten moeten blijven gebruiken (en kennen)!

Mazen in het net

Je kan het diagnosticeren van aandoeningen goed vergelijken met het  vissen met een net. Stel dat een visser haring wil vangen. Welk net moet hij gebruiken? In een perfect net blijven alleen de haringen hangen, maar zullen alle andere soorten vis in de zee achterblijven: er is geen bijvangst.

Het perfecte net bestaat echter niet en de visser zal een afweging moeten maken: wil hij er zeker van zijn dat hij ALLE haringen vangt, dan zal hij een net met kleinere mazen moeten gebruiken. Dan vangt hij waarschijnlijk echter ook veel andere soorten vis. Wil hij ervoor zorgen dat hij geen enkele bijvangst heeft, dan zal hij grotere mazen moeten gebruiken. Maar dan zullen er ook veel haringen door het net glippen. Zo is het ook met het testen op aandoeningen.

Testen op dementie

We nemen als voorbeeld een groep van 1000 willekeurig gekozen mensen van boven 60 jaar. In deze groep van 1000 mensen hebben naar schatting 100 mensen (10%) daadwerkelijk dementie. Dat is de prevalentie van de ziekte. 900 mensen hebben geen dementie. We weten echter niet welke mensen dat zijn. Omdat we heel graag willen dat de mensen met dementie worden opgespoord omdat we hen vroegtijdig in het proces willen begeleiden gaan de de groep screenen. We laten deze 1000 mensen allemaal een test doen die bedoeld is om dementie op te sporen. Kunnen we zomaar vertrouwen  op de uitslag van deze screening? Of moeten we op onze tellen passen? De uitslagen van de test staan in de volgende tabel:

dementieboven60

Testuitslag + geeft aan de de testuitslag positief is; volgens de test is er dus bij 215 mensen sprake van dementie. Bij testuitslag – is de test negatief; volgens de test is er bij 785 mensen géén sprake van dementie.  In de kolommen staan de aantallen mensen die daadwerkelijk wel of niet dement zijn.

Je kan direct zien dat de testuitslag niet perfect is. Van de 100 mensen met dementie geeft de test bij 11 personen ten onrechte aan dat er géén sprake is van dementie. Dit heet een fout negatieve uitslag. Deze mensen lopen blij de deur uit, terwijl ze wél dementie hebben.

Aan de andere kant werkt de test bij mensen die geen dementie  ook niet perfect: van de 900 personen zonder dementie, gaan er 126 naar huis, denkend dat ze dementie hebben, terwijl dat niet het geval is! Dat zijn fout positieve uitslagen.

Sensitiviteit en specificiteit

Twee begrippen die deze eigenschappen omschrijven, zijn de sensitiviteit en specificiteit van een test. Een heel sensitieve test zal weinig gevallen van dementie missen.  (een heel sensitieve test heeft  weinig fout negatieve uitslagen). Een test met een hele hoge specificiteit zal zelden positief zijn bij afwezigheid van een ziekte. (er zijn weinig fout positieve uitslagen).

In werkelijkheid is het zo dat een meer sensitieve test doorgaans minder specifiek is, en andersom. Testen met grote sensitiviteit en een kleinere specificiteit zijn dus vooral informatief bij een negatieve uitslag; ze zijn dus vooral geschikt voor het uitsluiten van ziekte. Testen die vooral heel specifiek zijn vooral informatief bij een positieve uitslag en zijn dus beter in het bevestigen van de aanwezigheid van ziekte.

De sensitiviteit en specificiteit van een test kunnen in getallen worden uitgedrukt.  In dit geval geldt:

  • De aanwezigheid van ziekte geeft 89% kans op positieve uitslag (89/100=0,89). We zeggen dan: de sensitiviteit van de test is 89%
  • De afwezigheid van ziekte geeft 86% kans op negatieve uitslag (774/900=0,86). De specificiteit is 86%

Voorspellende waarde

Op basis van de sensitiviteit en specificiteit lijkt de test lijkt prima zijn werk te doen. Maar er zit een addertje onder het gras. Sensitiviteit en specificiteit zeggen alleen maar wat over de test! Degene die onderzocht wordt is veel meer geïnteresseerd in wat de uitslag van de test zegt.

Daarbij zijn de begrippen positief voorspellende waarde en negatief voorspellende waarde van belang. De positief voorspellende waarde geeft de kans op ziekte als de uitslag van de test positief is. De negatief voorspellende waarde geeft de kans op afwezigheid van ziekte als de uitslag van de test negatief is.

Als we teruggaan naar de visser kunnen we ons voorstellen dat de visser zojuist zijn net heeft opgehaald en de vangst op in zijn boot ligt. Hij zal zich kunnen afvragen hoe groot de kans is dat een willekeurige vis in zijn boot daadwerkelijk een haring is. (dat is de positief voorspellende waarde van zijn net)

In ons voorbeeld van de test op dementie kunnen we daar de volgende getallen aan verbinden

  • Een positieve uitslag geeft een kans van 42% op aanwezigheid van dementie (89/215=0,42)
  • Een negatieve uitslag geeft een kans van 99%% op afwezigheid van dementie (774/785=0,99)

We zien hier dus direct dat er een probleem in de test opduikt: als iemand uit deze groep een positieve uitslag heeft, is de kans nog steeds groter dat hij geen dementie heeft, dan dat hij wel dementie heeft! Een negatieve uitslag geeft echter veel zekerheid over de afwezigheid van dementie.

De positief voorspellende waarde van een test verbetert met het toenemen van het aantal mensen met dementie. (anders gezegd; is afhankelijk van de prevalentie van een ziekte) Ter illustratie: in een groep van 1000 willekeurige mensen boven de 90 jaar is de prevalentie van dementie ongeveer 40%. We kunnen de tabel als volgt invullen op basis van de reeds bekende sensitiviteit (89%) en specificiteit (86%) van de test:

dementieboven90

De positief voorspellende waarde is hier: 356/440= 0,81, oftewel 81%. Als de test positief is, is de kans op dementie dus 81%. De negatief voorspellende waarde is echter iets afgenomen tot 92%.

Likelihood ratio’s (en odds)

Als zorgverlener wil je echter snel gebruik kunnen maken van een test en heb je geen zin om tabellen op te stellen om de positief voorspellende waarde en negatief voorspellende waarde uit te rekenen. Daarbij komen likelihood ratio’s van pas. We onderscheiden een likelihood ratio van een positieve uitslag (LR+) en een likelihood ratio van een negatieve uitslag (LR-).

De LR+ geeft de verhouding weer tussen mensen mét en zonder dementie bij een positieve uitslag. De LR- geeft de verhouding weer tussen mensen met en zonder dementie bij een negatieve uitslag. De LR+ en LR- worden berekend met behulp van de sensitiviteit en specificiteit van de test en zijn daardoor niet afhankelijk van de prevalentie van een aandoening. De gebruikte test voor dementie kent de volgende LR’s:

LR+ = sensitiviteit / (100-specificiteit)
LR- = (100-sensitiviteit) / specificiteit
LR+: 89/(100-86) = 6,4
LR-: (100-89)/86 = 0,13

Deze getallen kunnen we gebruiken om, met behulp van de voorafkans (in dit geval de prevalentie) op dementie, de daadwerkelijke kans op dementie te berekenen. We moeten dan wel eerst de voorafkans omzetten in odds. Odds geven de verhouding weer tussen het aantal mensen met en zonder dementie. (ter vergelijk: de kans heeft de verhouding weer tussen mensen met (of zonder) dementie en de totale groep) De odds zijn in de eerste groep dus 100/900 = 0,11. De odds is ook te berekenen met (prevalentie+1)/prevalentie. Deze kunnen we vervolgens vermenigvuldigen met de LR om de daadwerkelijke kans op dementie te berekenen.

Bij een positieve uitslag geldt dus:

0,11 x 6,4 = 0,704

Deze odds moeten we omzetten naar een kans, m.b.v. odds/(1+odds): 0,704/1,704 = 0,42. Dat is hetzelfde als de positief voorspellende waarde die we vonden in de eerste groep!

Een negatieve uitslag geeft de volgende odds:

0,11 x 0,13 = 0,014

Na omzetten naar een kans levert dat een kans van 1% op ziekte. Dat is hetzelfde als 99% op niet ziek zijn; de negatief voorspellende waarde.

Bij iedere voorafkans op ziekte is op deze manier dus de waarschijnlijkheid van ziekte uit te rekenen! Probeer het eens met de gegevens uit groep mensen van 90+!

Concluderend

We hebben gezien dat we ons vertrouwen in testuitslagen waarschijnlijk wat moeten temperen, zeker als de kans dat iemand ziek is niet zo groot is. Bij screening van grote groepen mensen die hoofdzakelijk gezond zullen zijn, moet een moeilijke afweging worden gemaakt. Weegt het vinden van een aantal gevallen van een ziekte op tegen het mogelijk grotere aantal mensen dat onterecht bang wordt gemaakt of zelf onterechte wordt behandeld? Maar ook in de dagelijkse praktijk kunnen we ons afvragen hoe goed onze diagnostische kwaliteiten zijn. Dat blijkt nogal eens tegen te vallen. Zo blijkt dat bij het vaststellen van infecties van chronische wonden de veel gebruikte aspecten van geur, roodheid, afwezigheid van toenemend pijn, purulent exsudaat en warmte eigenlijk helemaal niet geschikt zijn. (Reddy et al. 2012) We kunnen in die gevallen bijna net zo goed een muntje opgooien om te bepalen of er sprake is van een infectie (alleen toenemende pijn had enige voorspellende waarde).

Pas dus op uw tellen bij het vissen van mensen!

Reddy, M., Gill, S. S., Wu, W., Kalkar, S. R., & Rochon, P. A. (2012). Does this patient have an infection of a chronic wound? JAMA, 307 (6), 605-611.

Getagged , , , , , ,

Geef een reactie

Vul je gegevens in of klik op een icoon om in te loggen.

WordPress.com logo

Je reageert onder je WordPress.com account. Log uit / Bijwerken )

Twitter-afbeelding

Je reageert onder je Twitter account. Log uit / Bijwerken )

Facebook foto

Je reageert onder je Facebook account. Log uit / Bijwerken )

Google+ photo

Je reageert onder je Google+ account. Log uit / Bijwerken )

Verbinden met %s

%d bloggers op de volgende wijze: