Likelihood ratio

Cet article peut être partiellement redondant avec Fonction de vraisemblance.



Catégories :

Statistiques - Épidémiologie

Page(s) en rapport avec ce sujet :

  • Innholdsfortegnelse. Likelihood ratios, odds ratios, risk ratios, and all that... The 2x2 table · Test sensitivity & specificity... (source : uib)
  • puted based on the likelihood ratio test . 6 A test for.... under consideration was a Pap test in the last three years. Odds ratios for the last contact with... (source : ije.oxfordjournals)
  • Title; Likelihood Ratio Test for Equality of Odds Ratios between Dependent Contingency Tables and Increased Precision with Dependent Samples... (source : sciencelinks)

Cet article peut être partiellement redondant avec Fonction de vraisemblance.

Le likelihood ratio est le rapport entre la proportion de personnes souffrant d'une maladie qui obtiennent lors un test de dépistage un résultat déterminé (p. e. positif ou négatif) et la proportion de personnes qui ne souffrent pas de cette maladie et qui ont le même résultat sur ce test .

Il y a un likelihood ratio positif (LR+) et un likelihood ratio négatif (LR-).

On peut écrire :

LR+ = sensibilité / (1 - spécificité)
LR- = (1 - sensibilité) / (spécificité)

On emploie les LR's pour calculer les probabilités de la maladie après le test (post-test probabilities of disease, Pap) partant d'une probabilité de maladie avant le test (pre-test probability of disease, PTPD). Si le résultat du test est positif on emploie LR+, si le résultat du test est négatif on emploie LR-

Initialement on calcule les odds avec la formule suivante :

odds = (PTDP/ (1-PTDP) ) * LR.

Parce que la probabilité de la maladie après le test est égale à odds / (odds +1), cette probabilité se laisse aisément calculer dès que les odds sont connus.

Donc on considère généralement les LR's comme des mesures de la force du test pour changer la probabilité de la maladie avant le test dans des probabilités de maladie après le test .

Considérons un tableau standard à quatre champs :

          Maladie présente    Maladie absente
Positif          a                 b
Négatif          c                 d

La sensibilité = a / (a + c)

La spécificité = d / (d + b)

Donc LR+ = (a/ (a + c) ) / (1 - d/ (d + b) = (a/b) ( (b +d) / (a + c) )

Lorsqu'il n'y que le résultat du test avec lequel if faut tenir compte pour calculer Pap PTPD est égale à la prévalence.

Dans ce cas on peut écrire que PTPD/ (1 - PTPD) = (a + c) / (b + d). Si on remplace PTDP/ (1-PTDP) par son équivalent ci-dessus dans la formule on obtient odds = a/b. On a ici la preuve qu'on peut calculer Pap avec LR+ car Pap = odds/ (odds + 1). D'une manière analogue on peut prouver cela aussi pour LR-.

Mais pourquoi faire ce détour si Pap est énormément pus aisément calculable par la formule Pap+ (si le résultat du test est positif) = a / (a + b) ? La raison est que, généralement, PTDP n'est pas égale à la prévalence. D'habitude PTDP est égal à la Pap calculée après le test précédent ou à une estimation du médecin de service qui prend d'autres données en compte dont on ne sait pas le Pap et qui estime PTDP à base de cette données, sa connaissance théorétique et son expérience. Par la suite on multiple PTDP avec LR pour obtenir les odds et partant des odds Pap est calculée. En calculant ainsi on accepte l'hypothèse que les LR's ne changent pas si la PTDP diffère de la prévalence.

S'il n'y pas d'association entre le test et la maladie LR+ et LR- sont égale à 1. Alors PAP est égal à PTPD. Plus l'association monte, plus les LR's changent, LR+ devient plus grand que 1. LR- devient plus petit. On accepte qu'un LR+ de 10 ou plus haut suffit dans la majorité des circonstances pour poser le diagnostic et qu'un LR de 0, 1 ou moins sert à rejeter le diagnostic. Il faut être particulièrement prudent avec cette règle lorsque PTDP change fort de la moyenne (50%).

Pour le calcul des intervalles de confiance les LR's peuvent être traités comme des proportions de risques.

Lorsque le test a plus de deux résultats on peut calculer un intervalle likelihood ratio pour chaque classe de résultats. On le calcule en divisant la proportion des malades dans cette classe par la proportion des bien0portants dans cette classe.

Littérature

1. Attia, J (2003). Moving beyond sensitivity and specificity : using likelihood ratios to help interpret diagnostic tests. Austr Presc 26 :111-113.

2. Davidson, M (2002). The interpretation of diagnostic tests : a primer for physiotherapists. Australian Journal of Physiotherapy 48, 227-232.

3. Deeks, J and Altman, D (2004). Diagnostic tests 4 : likelihood ratios. BMJ 229 :168-169.

4. Pewsner, D, Battaglia, M, Minder, C, Marx, A, Bucher, H, Egger, M. (2004). Ruling a diagnosis in and out with “SpPIn” and “SnNOut” : a note of caution. BMJ 329 :209-213.

Recherche sur Amazon (livres) :



Ce texte est issu de l'encyclopédie Wikipedia. Vous pouvez consulter sa version originale dans cette encyclopédie à l'adresse http://fr.wikipedia.org/wiki/Likelihood_ratio.
Voir la liste des contributeurs.
La version présentée ici à été extraite depuis cette source le 07/04/2010.
Ce texte est disponible sous les termes de la licence de documentation libre GNU (GFDL).
La liste des définitions proposées en tête de page est une sélection parmi les résultats obtenus à l'aide de la commande "define:" de Google.
Cette page fait partie du projet Wikibis.
Accueil Recherche Aller au contenuDébut page
ContactContact ImprimerImprimer liens d'évitement et raccourcis clavierAccessibilité
Aller au menu