19.3.3.2 Sensitiviteit, specificiteit en likelihood ratio (LR)

Sensitiviteit en specificiteit
Andere veelgebruikte maten om de diagnostische waarde van een test aan te geven zijn de sensitiviteit en specificiteit die echter alleen berekend kunnen worden voor een dichotome test. Dus voor een test met meer dan twee testuitslagen dient men een afkappunt te introduceren voor de berekening van deze twee maten.
Sensitiviteit = de kans op een positieve testuitslag indien de ziekte aanwezig is; ook vaak percentage terecht positieven genoemd [(1-sensitiviteit) x 100 = percentage fout-negatieven)].
Specificiteit = kans op een negatieve testuitslag indien de ziekte afwezig is; ook vaak percentage terecht-negatieven genoemd [(1-specificiteit) x 100 = percentage fout-positieven]
In tabel 1 is de sensitiviteit 36/38 = 94,7% (kolom-percentage in rechter-boven cel), het complementaire percentage fout-negatieven 2/38 = 5,3% (ofwel 100-94,7%), de specificiteit is 25/102 = 24,5% (zie kolompercentage linker-onder cel) en het complementaire percentage fout-positieven 77/102 = 75,5% (ofwel 100%-24,5%).
Hoewel steeds minder, worden deze twee parameters helaas toch nog veel vaker gepubliceerd dan de voorspellende waarden per testuitslag. Dit is historisch gegroeid. De sensitiviteit en specificiteit zijn echter geen geschikte maten voor het weergegeven van de diagnostische waarde van een test. Allereerst, hebben ze weinig tot geen directe betekenis voor de praktijk. De vraag in praktijk is namelijk: wat is de kans dat deze patiënt met deze testuitslag de ziekte al dan niet heeft? Die wordt weergegeven door de voorspellende waarden van een testuitslag. De sensitiviteit en specificiteit zijn kansen die aangeven of de test positief of negatief is wanneer hij al dan niet de ziekte heeft, hetgeen de omgekeerde wereld is. In praktijk immers is het voor de arts op moment van testen nog onbekend wie de ziekte heeft en wie niet.

Er is nog een tweede reden waarom wij willen waarschuwen voor het gebruik en de interpretatie van de sensitiviteit en specificiteit van een test. Beide maten zijn populair in publicaties van diagnostisch onderzoek omdat tot voor kort altijd is gedacht dat ze constanten van een test zijn. Maar niets is minder waar. Het is inmiddels uitgebreid aangetoond dat (net als predictieve waarden en referentie-intervallen voor laboratoriumuitslagen) ook de sensitiviteit en specificiteit van een test sterk variëren over patiëntkarakteristieken (populaties), en dus indirect over verschillende prevalenties. Zelfs binnen een bepaalde steekproef van patiënten bestaat er niet zoiets als dé sensitiviteit en dé specificiteit van een test. Veel patiëntensubgroepen (bijvoorbeeld jongeren en ouderen, mannen en vrouwen, hoge versus lage bloeddruk, etc.) binnen één steekproef blijken een andere sensitiviteit en specificiteit van dezelfde test te hebben, waardoor de uitslag van een test voor verschillende patiëntensubgroepen een andere betekenis kan hebben. Dit is op zich geen probleem, indien onderzoekers ‘sensitiviteiten’ en ‘specificiteiten’ van een test voor verschillende (duidelijk herkenbare) patiëntensubgroepen zouden publiceren, zoals dit vaak gedaan wordt met referentie-intervallen voor laboratoriumuitslagen. Helaas wordt dit zelden tot nooit gedaan. Men publiceert meestal de gemiddelde sensitiviteit en specificiteit alsof die geldt voor de gehele patiëntenpopulatie. Wij attenderen nogmaals op de beperkingen hiervan (zie ook ref. 3). De variatie in sensitiviteit en specificiteit van een test over andere testuitslagen of patiëntenkenmerken pleit opnieuw voor het op zoek gaan naar kennis over de kans op aanwezigheid van ziekte bij combinaties van testuitslagen.

Likelihood Ratio (LR)
Een andere veelgebruikte maat in diagnostisch wetenschappelijk onderzoek is de Likelihood Ratio (LR) ofwel aannemelijkheidsverhouding van een bepaalde testuitslag. De LR is de ratio van het percentage met de testuitslag onder de zieken en het percentage met de testuitslag onder de niet-zieken. In formule vorm:

LR =	(% met testuitslag ziek)
(% met testuitslag niet ziek)

Bestudering van de formule geeft aan dat de LR van een testuitslag theoretisch van 0 tot oneindig kan ‘lopen’. De waarde 1 houdt in dat de twee percentages gelijk zijn en dat er evenveel zieken als niet-zieken zijn met die testuitslag; de testuitslag discrimineert niet tussen aan- versus afwezigheid van de ziekte. Een LR >1 betekent dat de testuitslag meer pleit voor aanwezigheid van ziekte (hoe groter, hoe sterker) en een LR <1 voor de afwezigheid ervan (hoe kleiner, hoe sterker).
Merk op dat in geval van een dichotome test men derhalve twee LR’s kent, die van de positieve testuitslag (LR+) en negatieve testuitslag (LR-). We kunnen in dergelijke gevallen de twee LR’s ook herschrijven in termen van de sensitiviteit en specificiteit.

LR+ =	% met positieve testuitslag ziek	=	% terecht positieven	=	sensitiviteit
% met positieve testuitslag niet ziek	% vals positieven	1-specificiteit

LR- =	% met negatieve testuitslag ziek	=	% vals positieven	=	1-sensitiviteit
% met negatieve testuitslag niet ziek	% terecht positieven	specificiteit

Van een groot aantal laboratorium testuitslagen zijn de LR’s bekend (tabel 2). Net als van de sensitiviteit en specificiteit wordt ook van de LR vaak aangenomen dat het een constante van een test is. Maar voor verschillende patiëntensubgroepen blijkt eenzelfde test echter eveneens verschillende LR’s te kunnen hebben.

Verder in deze paragraaf:

• Predictieve waarden
• Receiver Operating Characteristic (ROC) curve
• Toegevoegde waarde van een test en kans op aanwezigheid van ziekte voor combinaties van testuitslagen

Print deze pagina