Validité des tests diagnostiques et de dépistage

Santé publique & épidémiologie · Bachelor 3

Sensibilité, spécificité, valeurs prédictives et courbe ROC appliquées au dépistage.

Introduction

Un test diagnostique ou de dépistage est utile à la condition de bien distinguer les personnes malades des non malades. Sa validité s'évalue en le comparant à une référence, et se résume dans un tableau 2×2 croisant le résultat du test et le statut réel. La sensibilité est la probabilité qu'un malade ait un test positif; la spécificité, la probabilité qu'un non malade ait un test négatif. Ces deux caractéristiques sont propres au test, contrairement aux valeurs prédictives.

Les valeurs prédictives répondent à la question du clinicien ou de la personne testée: sachant que le test est positif, quelle est la probabilité d'être malade (valeur prédictive positive, VPP), et sachant qu'il est négatif, quelle est la probabilité d'être sain (VPN). Elles dépendent fortement de la prévalence de la maladie dans la population testée: à spécificité égale, un test appliqué à une population à faible prévalence génère surtout des faux positifs.

Ces notions fondent la discussion des programmes de dépistage organisé, comme les programmes cantonaux de dépistage du cancer du sein proposés dans plusieurs cantons romands, et leurs limites: biais d'avance au diagnostic, biais de durée et surdiagnostic font que l'amélioration apparente de la survie ne prouve pas à elle seule un bénéfice. Seule la baisse de la mortalité spécifique dans un essai ou une évaluation rigoureuse l'établit.

Objectifs d'apprentissage

Construire un tableau 2×2 et calculer sensibilité, spécificité, VPP et VPN
Expliquer pourquoi les valeurs prédictives varient avec la prévalence
Interpréter une courbe ROC et choisir un seuil selon l'objectif
Utiliser un rapport de vraisemblance pour réviser une probabilité
Identifier les biais d'évaluation d'un programme de dépistage

Concepts clés

Sensibilité et spécificité: Sensibilité = vrais positifs / (vrais positifs + faux négatifs); spécificité = vrais négatifs / (vrais négatifs + faux positifs). Un test très sensible convient pour écarter une maladie grave (peu de faux négatifs); un test très spécifique convient pour confirmer.
Valeurs prédictives et prévalence: VPP = vrais positifs / tous les positifs; VPN = vrais négatifs / tous les négatifs. Quand la prévalence baisse, la VPP chute et la VPN augmente, même si sensibilité et spécificité sont inchangées. Cette logique explique la faible VPP d'un dépistage de masse d'une maladie rare.
Rapports de vraisemblance: RV+ = sensibilité / (1 − spécificité); RV− = (1 − sensibilité) / spécificité. Multipliés par les cotes pré-test, ils donnent les cotes post-test, ce qui permet d'adapter l'interprétation à la probabilité clinique initiale.
Courbe ROC et seuil: La courbe ROC représente la sensibilité en fonction de 1 − spécificité pour tous les seuils possibles d'un test quantitatif. L'aire sous la courbe résume la discrimination globale. Le choix du seuil dépend des conséquences respectives des faux positifs et des faux négatifs.
Biais propres au dépistage: Le biais d'avance au diagnostic allonge la survie apparente sans retarder le décès; le biais de durée favorise la détection des formes lentes; le surdiagnostic détecte des lésions qui n'auraient jamais causé de symptômes. Le critère valide est la mortalité spécifique dans un essai randomisé ou une évaluation comparable.

Conclusion

L'évaluation d'un test ne se réduit pas à sa sensibilité et sa spécificité: la valeur d'un résultat dépend de la population testée, donc de la prévalence, et des conséquences d'une erreur dans un sens ou dans l'autre. Les rapports de vraisemblance et la courbe ROC aident à choisir un seuil et à raisonner en probabilités.

Pour le dépistage organisé, la prudence s'impose: les biais d'avance, de durée et le surdiagnostic font que seul un bénéfice sur la mortalité spécifique, mis en balance avec les dommages, justifie un programme. Cette lecture critique est attendue de tout professionnel de santé publique en Suisse.

Cartes

Que mesure la sensibilité d'un test ?: La proportion de personnes malades qui obtiennent un résultat positif au test.
Que mesure la spécificité d'un test ?: La proportion de personnes non malades qui obtiennent un résultat négatif au test.
Que représente la valeur prédictive positive ?: La probabilité d'être réellement malade lorsque le test est positif.
Comment la prévalence influence-t-elle la VPP ?: La VPP augmente avec la prévalence et diminue quand la maladie est rare, car les faux positifs deviennent proportionnellement plus nombreux.
Un test est-il plus sensible ou plus spécifique pour écarter une maladie ?: Un test très sensible: un résultat négatif rend la maladie improbable (règle mnémotechnique SnNout).
Et pour confirmer une maladie ?: Un test très spécifique: un résultat positif rend la maladie très probable (SpPin).
Comment calcule-t-on le RV positif ?: Sensibilité divisée par (1 − spécificité).
Comment utiliser un rapport de vraisemblance ?: On multiplie la cote pré-test (probabilité / (1 − probabilité)) par le RV pour obtenir la cote post-test, puis on reconvertit en probabilité.
Que montre une courbe ROC ?: Le compromis entre sensibilité et 1 − spécificité à tous les seuils d'un test continu; l'aire sous la courbe mesure sa capacité de discrimination.
Qu'est-ce que le biais d'avance au diagnostic ?: L'allongement apparent de la survie dû uniquement à un diagnostic plus précoce, sans retard du décès.
Qu'est-ce que le surdiagnostic ?: Le diagnostic d'une affection qui n'aurait jamais causé de symptômes ni de décès du vivant de la personne, entraînant des traitements inutiles.
Quel est le bon critère pour juger l'efficacité d'un dépistage ?: La réduction de la mortalité spécifique à la maladie, idéalement montrée par un essai randomisé, et non l'allongement de la survie après diagnostic.

Glossaire

Sensibilité: Probabilité qu'un test soit positif chez une personne malade.
Spécificité: Probabilité qu'un test soit négatif chez une personne non malade.
Valeur prédictive positive: Probabilité d'être malade parmi les personnes dont le test est positif.
Valeur prédictive négative: Probabilité d'être indemne parmi les personnes dont le test est négatif.
Rapport de vraisemblance: Rapport entre la probabilité d'un résultat chez les malades et chez les non malades.
Courbe ROC: Graphique de la sensibilité en fonction de 1 − spécificité pour chaque seuil possible d'un test.
Biais d'avance au diagnostic: Allongement apparent de la survie lié au fait que la maladie est détectée plus tôt.
Surdiagnostic: Détection d'une lésion qui n'aurait jamais évolué vers une maladie symptomatique.