Sensibilité

En statistique et en épidémiologie, la sensibilité d'un test ou d'un examen diagnostique est sa capacité de donner un résultat positif quand la maladie est présente.



Catégories :

Statistiques - Épidémiologie

Définitions :

  • La sensibilité d'un test de dépistage est la probabilité d'avoir un résultat positif (être classé "à risque") quand le patient est malade. Elle sert à juger de l'efficacité d'un test dans la sous-population malade.... (source : acces.inrp)

En statistique et en épidémiologie, la sensibilité d'un test ou d'un examen diagnostique est sa capacité de donner un résultat positif quand la maladie (ou la condition) est présente. Elle s'oppose à la spécificité, qui est la capacité d'un test ou d'un examen de donner un résultat négatif quand la maladie n'est pas présente.

Sensibilité et spécificité (Validité intrinsèque)

Évaluation

Quand un nouveau test ou un nouvel examen est en développement, il est impératif de mesurer sa validité intrinsèque (sa sensibilité et sa spécificité). Avec un groupe d'individus dont on connaît déjà s'ils ont la maladie ou pas, on mesure la capacité du test ou de l'examen à prédire si la maladie est présente.

Tableau 1
Malade Non malade
Test positif a b
Test négatif c d


Le tableau 1 montre les résultats envisageables lors de la mesure de la validité intrinsèque d'un test . Dans ce tableau, on observe que :

La sensibilité, ou la probabilité que le test soit positif si la maladie est présente, se mesure chez les malades uniquement. Elle est donnée par \frac{a}{a+c}.

Une mesure de la sensibilité s'accompagne toujours d'une mesure de la spécificité. Cette dernière se mesure chez les non-malades uniquement. Ainsi, la spécificité, ou la probabilité d'obtenir un test négatif chez les non-malades, est donné par \frac{d}{d+b}.

Interprétation

Ensemble, la sensibilité et la spécificité d'un test donnent une appréciation de sa validité intrinsèque. Prises scindément, elles ne veulent rien dire. A titre d'exemple, un test avec une sensibilité 95% n'a aucune valeur si sa spécificité n'est que de 5 %. Dans cet exemple, le test est simplement positif chez 95% des individus sans aucune corrélation avec la maladie. En effet, si la somme de la sensibilité et de la spécificité est égale à 100% le test est sans aucune association avec la maladie.

Le concept de sensibilité et de spécificité est utilisé pour les tests dichotomiques (oui/non, positif/négatif, etc. ) tandis que énormément de mesures de laboratoire donnent une valeur continue. Le seuil d'un test (la valeur à laquelle on décide qu'il devient positif) influence sa sensibilité et sa spécificité. Ainsi, si on abaisse ce seuil, le test sera plus sensible mais moins spécifique. La valeur de ce seuil dépend largement de l'utilisation qu'on veut faire du test . Les tests très sensibles sont en particulier utiles pour s'assurer qu'une maladie n'est pas présente (peu de faux négatifs) tandis que ceux qui sont très spécifiques sont utiles pour s'assurer qu'une maladie est bien présente (peu de faux positifs).

Validité prédictive (ou Valeur prédictive, ou Valeur diagnostique)

Évaluation

La valeur prédictive positive est la probabilité que la maladie soit présente quand le test est positif.

La valeur prédictive négative est la probabilité que la maladie ne soit pas présente quand le test est négatif.

Dans le tableau 1, la valeur prédictive positive est a / (a + b) et la valeur prédictive négative est d / (c + d). Un tel mode de calcul n'est valide que quand l'échantillon sur lequel on étudie le test ou l'examen est représentatif de la population dont il est extrait (cf paragraphe suivant).

Interprétation

Le concept de validité prédictive est particulièrement important puisqu'en situation clinique, c'est le résultat du test qui est disponible et c'est à partir de ce dernier que le médecin doit évaluer si la maladie est présente ou pas. Les valeurs prédictives dépendent de la prévalence de la maladie dans la population. Ainsi, pour une même sensibilité et spécificité, la valeur prédictive négative d'un test donné va se perfectionner d'autant que la maladie est rare (peu prévalente) et la valeur prédictive positive du même test va se perfectionner d'autant que la maladie est fréquente.

Pour calculer les valeurs prédictives d'un test quand la représentativité de l'échantillon n'est pas certaine, on utilise des formulations reposant sur le théorème de Bayes, en utilisant la sensibilité et la spécificité calculées sur l'échantillon et la prévalence de l'affection à diagnostiquer.

Quand un test a une bonne valeur prédictive positive, c'est en particulier lorsque son résultat est positif qu'il est fiable. De la même manière, un test avec une bonne valeur prédictive négative est fiable quand son résultat est négatif. A titre d'exemple, un test avec une bonne valeur prédictive négative et une mauvaise valeur prédictive positive donne une information valable s'il est négatif mais est complexe à interpréter si son résultat est positif.

Voir aussi

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/Sensibilit%C3%A9_(statistique).
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