Archivi tag: Bayes

Valutazione dei test diagnostici

Il test perfetto non esiste: ogni test positivo ha una quota di falsi positivi e viceversa ogni test negativo ha una quota di falsi negativi.

La corretta valutazione di un test medico comporta la conoscenza dei suoi limiti, espressa da  indici come specificità, sensibilità, valore predittivo, applicati al contesto clinico (Bayes).

Un problema molto attuale,  quantitativamente rilevante nella medicina moderna,  è la diffusa propensione, per vari motivi, verso un’eccesso di esami, over testing, seguito da un eccesso diagnostico, over diagnosis  e dal  conseguente eccesso di trattamento, over treatment. 

Alcuni  concetti base sui limiti dei test, sono riassunti in queste  note:

test evaluation

Sp

Campagna ANMCO:

5 cose ANMCO

position paper ANMCO 2014 

Slow med 1

Choosing Wisely: five top list SCAI

 

Caratteristiche operative dei test diagnostici

Riferimenti bibliografici

Foglio di calcolo

L’intramontabile mito della “p” nell’interpretazione dei trial clinici.

oltre la significatività statistica

Uno studio clinico può dare un risultato statisticamente significativo ma clinicamente irrilevante.

p 1 p 5

L’interpretazione di uno studio clinico è tradizionalmente legata al riscontro della significatività statistica,  riguardo ad una differenza rilevata tra i gruppi in confronto.
La significatività viene espressa con il valore della

“ 

simbolo che indica una probabilità.

La soglia, generalmente accettata per convenzione, è un valore uguale, o meglio inferiore, al 5% cioè 0.05
Il valore della “p” si riferisce alla probabilità di ottenere casualmente la differenza osservata per un errore di campionamento, nell’ipotesi che invece non ci sia alcuna differenza reale tra i gruppi valutati.

Purtroppo il significato della “p”, nonostante il suo largo impiego in ambito scientifico, risulta piuttosto involuto e non è così facilmente comprensibile ai non addetti ai lavori.

In pratica la probabilità che il risultato dello studio possa essere un falso positivo, deve essere inferiore al 5%, o in altri termini , la specificità  deve essere superiore al 95%.

Di fatto quindi il concetto di significatività statistica è basato sulla specificità, probabilità di un errore di falsi positivi, ma non da alcuna informazione sul valore predittivo ottenuto con la sperimentazione, cioè il valore aggiuntivo dell’informazione fornita dallo studio, rispetto alle condizioni di partenza.

L’aspetto riduttivo di una interpretazione basata sull’indicazione dell’errore, è stato evidenziato ormai da almeno quindici anni, da diversi autori, senza però riuscire ad offuscare l’intramontabile mito della “p”.
La critica metodologica riportata si basa sull’ analisi Bayesiana, contrapposta a quella tuttora prevalente, cosiddetta “frequentista”, fondata sui test di ipotesi, valore della p, limiti di confidenza.
Attualmente, dopo i lavori di Diamond, Kaul, Goodman, Altman, Ioannidis, sono in continuo aumento le analisi che valutano l’utilità di uno studio, indicando  il valore informativo aggiunto.

L’effettivo impatto clinico di uno studio dovrebbe essere interpretato non solo in base ai suoi limiti, espressi in termini di significatività statistica, cioè la probabilità di errore di falso positivo, ma soprattutto in base al valore informativo che è in grado di produrre ed alla misura del cosiddetto “effect size“, cioè l’entità del vantaggio ottenuto, che permette di valutare la significatività clinica.

vedi anche:

tabelle trial clinici cardiologici

Sensibilità, Specificità, Valore Predittivo

L’errore nei test diagnostici

Tabelle ed informazioni sui principali termini che riguardano i test diagnostici:

  • specifità

  • sensibilità

  • valore predittivo

L’errore nei test diagnostici