EBM у постели больного: вероятности после тестирования с использованием номограммы Фагана

Рейтинг: 4.6 из 5
Автор
Вадим Соколов
Рейтинг автора
4.6

Одним из очень важных шагов в оценке состояния пациента является решение о том, какой диагностический тест следует использовать для определения потребностей пациента. В большинстве случаев это решение основывается на опыте и знаниях врача. Однако иногда трудно решить, какой тест лучше всего подходит для пациента с точки зрения затрат, точности, надежности, безопасности и эффективности. В этом случае есть несколько простых методов, которые врач может использовать для получения доказательств в поддержку своего решения.

Отношения правдоподобия

Одним из способов интерпретации и анализа диагностического теста является использование отношений правдоподобия (LR), которые в основном представляют собойотношение вероятности того, что результат верен, к вероятности того, что результат неверен. LR генерируются на основе чувствительности и специфичности данного теста, как мы видим:

  • Отношение положительного правдоподобия = чувствительность / 1-специфичность
  • Отрицательное отношение правдоподобия = чувствительность / специфичность 1

Отношения правдоподобия обладают рядом полезных характеристик:

  • Они не различаются в разных популяциях или группах пациентов, поскольку основаны насоотношениичувствительности и специфичности;
  • Они могут быть полезны непосредственно на уровнеотдельного пациента;
  • Они позволяют врачуколичественно оценить вероятность заболеваниядля каждого отдельного пациента.

Интерпретация отношений правдоподобия интуитивно понятна:чем больше положительное отношение правдоподобия, тем больше вероятность заболевания; чем меньше отрицательное отношение правдоподобия, тем меньше вероятность заболевания.

Рис. 1Номограмма, показывающая теорему Байеса, созданная доктором Терренсом Дж. Фаганом в 1975 году, представляет собой полезный бумажный инструмент в практике доказательной медицины.

Чтобы проиллюстрировать, как работают отношения правдоподобия, позвольте мне взять пример 50-летнего мужчины с положительным стресс-тестом (экзамен, используемый у пациентов с подозрением на ишемическую болезнь сердца). Известно, что депрессия сегмента ST более чем на 1 мм на электрокардиограмме во время нагрузочного теста имеет чувствительность и специфичность 65% и 89% соответственно для ишемической болезни сердца. Это означает, что:

  • Отношение положительного правдоподобия =0,65 / (1-0,89) = 5,9
  • Отношение отрицательного правдоподобия =(1-0,65) / 0,89 = 0,3

Вероятность заболевания у этого пациента увеличилась примерно в шесть раз, учитывая положительный результат теста. Итак, чтобы преобразовать это в вероятность заболевания, нужно использовать теорему Байеса. Но подождите, вы можете спросить, что такоетеорема Байеса?

Теорема Байеса

Теорема Байеса - это теорема вероятности, и ее можно рассматривать какспособ понять, как на вероятность того, что теория верна, влияет новое свидетельство. Следовательно, в этом контексте теорема Байеса утверждает, чтошансызаболевания до теста, умноженные на отношение правдоподобия, даютшансызаболевания после теста . И из-за математических характеристик теоремы отношения правдоподобия должны использоваться свероятностями,а не с процентной вероятностью заболевания.

Чтобы избежать преобразования дробей в шансы, умножения на отношение шансов, получения шансов после тестирования и обратного преобразования в дробь, используетсяномограмма Фагана. Номограмма построена по трем параллельным продольным осям: левой, центральной и правой. Левая ось представляет вероятность до теста и присоединена к отношению правдоподобия на центральной оси, чтобы отсчитать вероятность после теста на третьей оси. Чтобы использовать его, вы просто проводите линию от известной вероятности до теста через LR + (для положительного результата диагностического теста) или LR- (для отрицательного результата диагностического теста) и считываете вероятность после теста. В настоящее время существуют более «современные» альтернативы, такие какдвухступенчатая номограмма Фагана., который добавляет две дополнительные оси между осью LR, которая представляет чувствительность и специфичность для расчета отрицательного и положительного отношений правдоподобия в одной номограмме.

Рис. 2.Двухэтапная номограмма Фагана делает шаг назад, включая линии чувствительности и специфичности теста, которые используются для непосредственного определения отношений правдоподобия. Эти цифры часто более широко известны, чем полученные на их основе LR.Рис.3 Двухступенчатаяномограмма также доступна в приложении для смартфона.

Если коэффициент правдоподобия равен 1, то вероятности до и после тестирования одинаковы- диагностический тест бесполезен.Если LR + (для положительных результатов) больше 1,пост-тестовая вероятность наличия заболевания увеличивается . Если LR- (для отрицательных результатов) меньше 1, то пост-тестовая вероятность наличия заболевания уменьшается .В обоих случаях диагностический тест уточнил вероятность того, что у пациента есть или нет исследуемое заболевание.

Как рассчитываются дотестовые вероятности?

Получение предтестовой вероятности является первым шагом этого метода. Но как это оценивается? Чтобы ответить на этот вопрос, я хотел бы обратиться к примеру: шкала Уэллса для легочной эмболии и тромбоза глубоких вен. Эта оценка представляет собой инструмент, основанный на фактических данных, который рассчитывает предварительную вероятность тромбоэмболии легочной артерии и тромбоза глубоких вен с использованием клинических данных, полученных во время первичного обследования, непосредственно перед проведением подтверждающего теста.

Рис. 4Инструмент для определения предтестовой вероятности наличия у пациента тромбоэмболии легочной артерии и тромбоза глубоких вен.

Как вы можете видеть на изображении, этот инструмент состоит из семи критериев с оценками в диапазоне от 1,0 до 3,0, если сумма всех положительных результатов у определенного пациента будет сделана, результат будет классифицировать пациента по уровню риска. : низкая, средняя и высокая вероятность. Согласно некоторым исследованиям, которые подтвердили оценку Уэллса для исключения легочной эмболии, группа низкого риска имеет «распространенность» 1-2%. Это означает, что в группе пациентов, у которых есть 1 балл, существует 1-2 риск развития тромбоэмболии легочной артерии. Другими словами, каждая группа риска имеет разные шансы в зависимости от количества пациентов, у которых есть заболевание в каждой группе риска, точно так же, как распространенность для каждой категории риска. Поэтому для этого случая мы будем использовать данные первого исследования, подтвердившего эту оценку,что указывает на то, что у пациента с характеристиками низкого риска ( 6 баллов) вероятность наличия ПЭ составляет 40. Обратите внимание, что эти цифры можно использовать в качестве процентов, потому что, если смотреть с другого с точки зрения перспективы, они указывают на распространенность тромбоэмболии легочной артерии в каждой группе риска.

К сожалению, в настоящее время существует всего несколько оценок и инструментов для расчета вероятностей распространенных клинических проблем до тестирования, например, оценка Альварадо для аппендицита, оценка риска TIMI для ишемических сердечных приступов или оценка 4T, используемая для оценки гепарин- индуцированная тромбоцитопения. Следовательно, при отсутствии широкого круга инструментов, основанных на фактических данных, для определения дотестовой вероятности многих заболеваний,клиницисты могут в конечном итоге сделать оценку, основанную на имеющихся у них знаниях и наблюдениях.

А как насчет вероятностей после тестирования?

Когда рассчитываются посттестовые вероятности, принятие решений осуществляется с помощьюколичественного метода, почти «чистого» научного инструмента, определяемого суммой новой информации и исходных данных, полученных от пациента. С одной стороны, этот метод подтвердит диагноз и даст врачу хорошую точку зрения, с которой можно начать указанное лечение.

С другой стороны, вероятности после тестирования поддерживают врача таким образом, что врач может определить, какой тест лучше всего подходит для пациента с точки зрения затрат и безопасности, используя наиболее экономичный и безопасный вариант, с помощью которого приемлемая вероятность после тестирования может быть достигнут.

Иными словами, представьте, что у кого-то была возможность водить машину Формулы-1, чтобы работать в трех кварталах от своего дома, причем каждый достаточно близко, чтобы его было видно друг от друга. Конечно, машина F1 крутая и шумная, но расстояние настолько близко, что результат будет почти таким же, если вы воспользуетесь велосипедом, а главное, вы сэкономите много денег!

Что-то похожее происходит с безопасностью: если бы вы могли поехать на работу в машине Формулы 1, вам понадобился бы специальный костюм, шлем и целая команда из-за рисков, таких как столкновение с другим транспортным средством или о стену, или, может быть, пожар внутри кабины. Напротив, у велосипеда даже нет двигателя!

В случае медицины рентгенография или компьютерная томография с контрастным веществом более дороги и сопряжены с более высоким риском для пациента, чем, например, ультразвук. Необходимость теста должна основываться на ожидаемых результатах; будет ли результат теста достаточно сильным, если использовать более дешевый тест? Возможно ли достичь высокой вероятности диагностировать заболевание с помощью более безопасного доступного теста? Не забывайте, чтосамое главное - это пациент.

Интеграция концепций

Чтобы пояснить этот метод простым способом, мы рассмотрим этот пример в условиях отделения неотложной помощи: рассмотрим 62-летнюю женщину, которая обращается в больницу с жалобами на «боль в груди», «проблемы с дыханием» и «кровь в мокрота ».

После первичного осмотра врач подозревает эпизод тромбоэмболии легочной артерии (ТЭЛА). Следовательно, для определения диагностического подхода рассчитывается оценка Уэллса. Результат оценки -6,5,поскольку при поступлении в реанимацию у пациента былачастота сердечных сокращений 110 ударов в минутуион кашлял кровью (кровохарканье). Симптомы пациентки соответствуютклассическим симптомам тромбоза глубоких вен,и она упоминает, что проходила курс лечениярака толстой кишки в течение последних 2 месяцев. Таким образом, вероятность того, что у этого пациента будет ПЭ, составляет около40.

По оценке это пациент с высоким риском, поэтому рекомендуемый диагностический тест ориентирован на подтверждение подозрения на ТЭЛА. В этом случае одним из лучших вариантов является компьютерная томографическая ангиография (КТА), потому что это хорошо проверенный тест для подтверждения случаев ТЭЛА и широко доступен в большинстве больниц. Согласноисследованию, проведенному сучастием7 248 пациентовс подозрением на ТЭЛА, КТА показалачувствительность и специфичность 83% и 96%соответственно. Принимая во внимание чувствительность и специфичность CTA,LR + будет 20,75(LR + = 0,83 / 1-0,96) иLR- 0,17(LR- = 1-0,83 / 0,96).

Рис. 5Заполненная номограмма, показывающая посттестовые вероятности положительного и отрицательного результатов диагностического теста.

Наконец, после того, как станет доступен результат CTA, мы можем считатьвероятность после тестирования, которая составляет около93%, если CTA положительный, и от 5 до 10%, если он отрицательный, как вы можете видеть на рисунке 5. .

Заключение

Номограмма Фагана - особенно двухступенчатая номограмма для случаев, когда LR еще не известна - является отличным примером использования инструментов, основанных на фактических данных, у постели больного. Поскольку вероятность до теста - это естественное и интуитивно понятное число, которое следует учитывать при оценке пациента, удивительно подумать о том, что можно сделать с двумя дополнительными прямыми линиями, нарисованными без помощи компьютера. Результатом часто может быть гораздо более четкое понимание значимости и полезности теста, а также лучшая поддержка в определении пути оказания помощи пациенту.

Идти дальше

Если вам интересно узнать больше об этом подходе EBM, вот несколько полезных ресурсов:

  • Диагностика и коэффициенты правдоподобия, объясненныеNNT: http://www.thennt.com/diagnostics-and-likelihood-ratios-explained/
  • Байесовский подход к принятию клинических решений, Алехандро Баез, доктор медицины(подкаст аудио): https://vimeo.com/111380685
  • Джо Мараско.Байесовская, медицинская диагностика и номограммы. Стэнфордский университет: http://youtu.be/7VTQ1glcXYg
  • Гриммес Д.А., Шульц К.Ф.Уточнение клинического диагноза с помощью отношений правдоподобия. Lancet 2005; 365: 1500–1505
  • Аттиа Дж.Выходя за рамки чувствительности и специфичности: использование отношений правдоподобия для интерпретации диагностических тестов. Aust Prescr 2003; 26: 111-113
  • Fagan TJ.Письмо: номограмма теоремы Байеса. N Engl J Med 1975; 293: 253
  • Гласзиу П.Какие методылеченияБайеса у постели больного?Evid Based Med 2001; 6: 164-166
  • Зиммель Д.Л., Ренни Д.Рациональное клиническое обследование: клинический диагноз, основанный на доказательствах. Макгроу-Хилл; 2009 г.
  • Caraguel C, Vanderstichel R.Двухэтапная номограмма Фагана: специальная интерпретация результата диагностического теста без расчета. Evid Based Med 2013; 18: 125-128
  • Приложение DocNomo: аграфический инструмент для расчета LR и посттестовой вероятности с использованием чувствительности и специфичности для устройств iOS, https://itunes.apple.com/us/app/docnomo/id901279945?mt=8

Благодарности

Спасибо Робби Доусону и Холли Миллуорд из Cochrane UK за их ориентацию и поддержку.

Новости спорта

Изначально сайт создавался для пользователей со всех стран мира. Международный домен ориентирован на самых разных пользователей. Страницы сайта переведены на 46 языков, среди которых есть и азербайджанский. Это выгодно выделяет платформу на фоне конкурентов, так как многие из них либо не работают на территории данной страны, либо не имеют местной локализации.

Больше новостей