Rappels

Sensibilité, spécificité et valeurs prédictives : les mots de l’épidémiologie

Cet article définit quelques notions utilisées de manière courante dans le cadre de la recherche en imagerie médicale : la prévalence et l’incidence, la sensibilité et la spécificité, la valeur prédictive.

Le 16/03/17 à 16:00, mise à jour aujourd'hui à 14:18 Lecture 2 min.

CC0 domaine public sur www.pixabay.com

La prévalence

La prévalence représente le nombre de cas d’une maladie ou de tout autre événement médical, enregistré dans une population déterminée à un moment donné, et englobant aussi bien les cas nouveaux que les cas anciens [1].

Le taux de prévalence

Le taux de prévalence est la proportion d’une population qui présente une maladie à un moment donné (prévalence instantanée), pendant une période précise (prévalence sur une période donnée), ou pendant toute la vie d’une personne (prévalence vie entière).
Le taux se calcule en divisant le nombre de personnes touchées par la maladie par la population totale.

L’incidence

L’incidence représente le nombre de cas de maladie apparus pendant une période de temps donnée au sein d’une population [1].

Le taux d’incidence

Le taux d’incidence est la fréquence d’apparition de nouveaux cas d’une maladie, pendant une période spécifique.
Ce taux se calcule en divisant le nombre de nouveaux cas pendant la période étudiée (par exemple, une année), par la population moyenne pendant cette période (d’ordinaire, la population à mi-période).

Il est aussi possible d’utiliser le concept de personnes-temps, c’est-à-dire le nombre de personnes à risques multiplié par la durée du risque. Une personne qui participe à une étude de 5 ans sans être malade représente ainsi 5 personnes-années [2].

La sensibilité

La sensibilité d’un test ou d’un examen est définie par la proportion de patients qui ont la maladie recherchée et dont le test est positif, c’est-à-dire par la proportion de patients malades de la maladie que le test détecte correctement (vrais positifs) [3].

La spécificité

La spécificité d’un test est définie est définie par la proportion de patients qui n’ont pas la maladie recherchée et dont le test est négatif, c’est-à-dire par la proportion de patients non malades de la maladie que le test détermine correctement (vrais négatifs) [3].

La valeur prédictive

La valeur prédictive d’un test est la probabilité qu’une condition soit présente en fonction du résultat de ce test. Elle peut être positive ou négative.

La valeur prédictive positive (VPP)

Il s’agit de la probabilité qu’une personne chez laquelle un test ou un examen d’imagerie a détecté la présence d’une pathologie soit vraiment atteinte de cette pathologie. Elle est donnée par le rapport des vrais positifs sur l’ensemble des tests positifs. Ainsi, si, sur 100 tests positifs, 75 sont des vrais positifs, la VPP est de 75 % [3].

La valeur prédictive négative (VPN)

La valeur prédictive négative (VPN) est la probabilité de ne pas souffrir de la maladie M en cas de test négatif. Elle est donnée par le rapport des vrais négatifs sur l’ensemble des tests négatifs. Ainsi, si, sur 100 tests négatifs, 75 % sont de vrais négatifs, la VPN est de 75 %. Dans ce cas, le patient diagnostiqué négatif a en réalité 25 % de change d’être atteint de la pathologie recherchée [3].

Auteurs

Jérome Hoff

Rédacteur en chef adjoint

Voir la fiche de l’auteur

Bibliographie

  1. Rey-Debove Josette, Rey Alain (dir), Le Nouveau Petit Robert de la langue française, Paris, 2010, LeRobert.
  2. Académie européenne des patients, « Concepts épidémiologiques : incidence et prévalence », https://www.eupati.eu/fr/pharmaco-epidemiologie/concepts-epidemiologiques-incidence-et-prevalence/. Site consulté le 15 mars 2017.
  3. Nendaz M.R., Perrier A., « Sensibilité, spécificité, valeur prédictive positive et valeur prédictive négative d’un test diagnostique », Revue des maladies respiratoires, avril 2014, vol. 21, n° 2, p. 390-393.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

13:31

Un algorithme de reconstruction propriétaire utilisant la reconstruction par apprentissage profond améliore significativement la qualité d'image et la performance diagnostique sur l'os temporal en scanner ultra-haute résolution, selon une étude rétrospective monocentrique menée sur 35 patients et parue dans Academic Radiology.

11:42

Un modèle basé sur l'apprentissage profond a atteint une aire sous la courbe de 0,94, une sensibilité de 91,57 % et une spécificité de 95,68 % pour détecter de manière opportuniste la faible densité minérale osseuse sur des radiographies du pied ou de la cheville. Étude.

7:31

Docteur Imago

GRATUIT
VOIR