… Il processo diagnostico è un processo imperfetto che conduce ad una probabilità di malattia, piuttosto che alla certezza ... (F. di Orio - Elementi di Metodologia Epidemiologica Clinica - Piccin, 1994) 1 Epidemiologia Misure 2 Validità di un test diagnostico La validità di un test diagnostico è una misura relativa Questa è calcolata attraverso il confronto tra il test in esame, definito index test, ed un altro test di comprovata validità Il test di comprovata validità è definito Reference Standard La scelta del Reference Standard è uno dei principali problemi metodologici in materia di test diagnostici 3 Test diagnostico Affidabilità Riproducibilità Validità Concordanza Sensibilità Specificità Valore Predittivo Positivo Valore Predittivo Negativo 4 Validità di un test diagnostico Condizione/Malattia Test Si No Totale Positivo Veri Positivi (VP) Falsi Positivi (FP) Positivi (P) Negativo Falsi Negativi (FN) Veri Negativi (VN) Negativi (N) Malati (M) non Malati (nM) Totale Totale Sensibilità (Se) = VP / M Probabilità di positività al test tra i malati Specificità (Sp) = VN / nM Probabilità di negatività al test tra i non malati Valore Predittivo Positivo (VPP) = VP / P Probabilità di malattia tra i positivi al test Valore Predittivo Negativo (VPN) = VN / N Probabilità di non malattia tra i negativi al test 5 Mammografia per la diagnosi di Carcinoma Mammario (Se=75%; Sp=92.3%) Prevalenza Ca mammario in età 45-74 Prevalenza Ca mammario in età 65-69 Ca mammario Mx Ca mammario Si No Tot Pos 41 796 837 Neg 13 9150 Tot 54 9946 Si No Tot Pos 88 791 879 9163 Neg 29 9092 9121 10000 Tot 117 9883 10000 Mx VPP= 41/837 = 4.9% VPP= 88/879 = 10.0% VPN= 9150/9163 = 99.9% VPN= 9092/9121 = 99.7% 6 Relazioni Aumentando la sensibilità di un test, la sua specificità tende a ridursi A parità di prevalenza A parità di Sensibilità e Specificità Alta specificità = Alto VPP Alta sensibilità = Alto VPN Alta prevalenza = Alto VPP Bassa prevalenza = Alto VPN 7 Aumentando la sensibilità di un test, la sua specificità tende a ridursi es. dosaggio della glicemia e diagnosi di diabete Fissando il cut off al valore b Cut off diabetici Non diabetici Classifichiamo erroneamente 2 diabetici come Falsi Negativi Classifichiamo erroneamente 2 non diabetici come Falsi Positivi b-1 b b+1 Abbassando il cut off al valore b-1 Identifichiamo un altro diabetico, ma includiamo un soggetto sano tra i diabetici glicemia Innalzando il cut off al valore b+1 Identifichiamo un altro soggetto sano, ma includiamo un diabetico tra i sani 8 Andamento di Sensibilità e Specificità al variare del valore soglia identificazione di carcinoma colorettale Valore soglia di emoglobina fecale 50 ng/mL Sensibilità % (lc 95%) Specificità % (lc 95%) 100 (100-100) 84.4 (82.2-86.7) 75 ng/mL 94.1 (82.9-100) 87.5 (85.4-89.6) 100 ng/mL 88.2 (72.9-100) 89.7 (87.8-91.6) 125 ng/mL 82.4 (64.2-100) 91.5 (89.7-93.2) 150 ng/mL 82.4 (64.2-100) 91.9 (90.2-93.6) Levi Z. et al., Ann Intern Med, 2007 9 Valutare la performance complessiva di un test Curva ROC (Receiver Operating Characteristic curve) - Per ogni valore di cut-off studiato, si riportano su un piano cartesiano i valori di sensibilità (ordinate) e il tasso di falsi positivi, cioè 1-specificità, del test (ascisse). - Si ottiene la valutazione grafica e matematica della performance complessiva del test e del cut-off che fornisce il risultato migliore e/o più appropriato alla situazione clinica specifica 10 Sensibilità e Specificità del test per la ricerca del sangue occulto nelle feci (FOBT), ai fini dell’identificazione di ca colorettale Levi Z. et al., Ann Intern Med, 2007 100% - 50 ng/mL - 75 ng/mL sensibilità 80% - 100 ng/mL - 125 ng/mL 60% - 150 ng/mL 40% 20% 5% 10% 15% 1-specificità 20% 25%.......... 11 Curva ROC Sangue Occulto nelle F ec i (Em og lo bina Um ana) e C a del C olon 0.00 0.25 Sensitivity 0.50 0.75 1.00 Sensibilità e Spec ificità per differenti cut off 0.00 0.25 0.50 1 - Specificity 0.75 1.00 A rea under RO C curv e = 0.8926 12 Valutare la performance complessiva di più test Curva ROC (Receiver Operating Characteristic curve) - Il confronto delle curve ROC di più test consente la valutazione comparativa, grafica e matematica, di due o più test. -Il test che identifica l’area maggiore al di sotto della propria curva, offre la migliore performance. - Un’area di ampiezza maggiore non significa migliori performance per ogni valore di cut-off 13 Levi Z. et al., Ann Intern Med, 2007 14 Confrontare le performance di due test – Curva ROC 0.00 0.25 Sensitivity 0.50 0.75 1.00 Sangue Occ ulto nel le Fec i (Emoglobina Umana vs . Guaiac o) 0.00 0.25 0.50 1-Specificity FOBT ROC area: 0.8926 Re ference 0.75 1.00 Guaiaco ROC area: 0.6889 15 Rapporti di Verosimiglianza (Likelihood Ratio - LR) - Sono misure sintetiche di performance che offrono l’opportunità di classificare il test con un indice che tiene conto contemporaneamente di sensibilità e specificità - E’ calcolabile un LR positivo (+) e negativo (-) - Alti valori del LR + e bassi valori del LR – indicano buone performance, cioè buoni rapporti tra sensibilità e specificità del test - La misura di LR maschera il contributo separato che sensibilità e specificità del test hanno fornito per il raggiungimento del suo valore. 16 Rapporti di Verosimiglianza (Likelihood Ratio - LR) LR + Probabilità di ottenere un risultato positivo in un malato, rispetto alla probabilità di ottenere lo stesso risultato in un soggetto sano LR - Probabilità di ottenere un risultato negativo in un malato, rispetto alla probabilità di ottenere lo stesso risultato in un soggetto sano LR + = Sensibilità / 1 - Specificità LR - = 1 - Sensibilità / Specificità Si tratta del rapporto tra l’incidenza di risultati positivi (nei malati rispetto ai non malati), o negativi. 17 Rapporti di Verosimiglianza (LR) LR + = malattia (vp / vp + fn) (fp / fp + vn) test + - + vp fp - fn vn Il LR+ è un Rischio Relativo (RR). Valuta la forza dell’associazione tra malattia e positività al test. es. In caso di LR+= 3.5, i malati hanno un rischio di positività al test 3.5 volte superiore rispetto ai non malati LR+ = test SpIn Buona specificità, il test è utile per confermare la malattia quando il risultato è positivo 18 Rapporti di Verosimiglianza (LR) LR - = malattia + - + vp fp - fn vn (fn / vp + fn) (vn / fp + vn) test Il LR- è un Rischio Relativo (RR, cioè un rapporto tra due incidenze). Valuta la forza dell’associazione tra malattia e negatività al test. es. In caso di LR- = 0.2, i malati hanno un rischio di negatività al test 5 volte più basso (1/0.2) rispetto ai non malati LR- = test SnOut Buona sensibilità, il test è utile per escludere la malattia quando il risultato è negativo 19 Rapporti di Verosimiglianza e performance di un test LR > 1 LR < 1 LR = 1 LR + La probabilità di un test positivo è maggiore in presenza di malattia che in assenza di essa La probabilità di un test + è minore in presenza di malattia che in assenza di essa Un risultato positivo del test non è associato alla presenza/assenza della malattia LR - La probabilità di un test - è minore in assenza di malattia che in presenza di essa La probabilità di un test negativo è maggiore in assenza di malattia che in presenza di essa Un risultato negativo del test non è associato alla presenza/assenza della malattia Performance ottimali, non ottimali e non informative 20 LR, prevalenza di malattia e probabilità post test Esiste una correlazione tra: - prevalenza della malattia nella popolazione sottoposta al test - LR del test (per uno specifico valore di cut-off) - predittività del test (es. probabilità di malattia in caso di risultato positivo) L’algoritmo che lega questa tre grandezze è graficamente rappresentato dal nomogramma di Fagan 21 22 Un LR = 1 identifica il test (adoperato a quel determinato valore di cut-off), non informativo, poiché non aggiunge nessuna informazione a quella già disponibile prima della sua somministrazione. 23 LR=1, indica uguali valori di sensibilità (veri positivi) e falsi positivi, cioè somiglia alla probabilità di identificare correttamente la condizione, pari a quella ottenibile con il lancio di una moneta 100% sensibilità 80% L 60% 1 = R 40% 20% 20% 40% 60% 1-specificità 80% 100% 24 25 Come migliorare Sensibilità e Specificità Uso di test multipli Test in serie Test in parallelo 26 Come migliorare la Sensibilità. Test in parallelo Numerosi test somministrati contemporaneamente. Il soggetto è considerato positivo se almeno uno dei test è positivo Formula leucocitaria e manovre semiotiche per la diagnosi di urgenza di appendicite Manovre Semiotiche* Formula Leucocitaria* Sensibilità = 60.0% Sensibilità = 66.9% Specificità = 75.2% Specificità = 79.4% *Validità ipotizzate unicamente a fini didattici. I valori riportati non sono presi da fonti bibliografiche 27 I valori di performance della formula leucocitaria sono, nell’impiego dei test in parallelo, applicati ai negativi alle manovre semiotiche Prevalenza di appendicite tra i soggetti giunti al PS con sintomatologia acuta=7% App+ App- Tot Sem+ 420 2306 2726 Sem-- 280 6994 7274 Tot 700 9300 10000 Sem: Se=60.0%; Sp=75.2% I test in parallelo ci danno l’opportunità di verificare se i negativi sono veri negativi App+ App- Tot FL+ 187 1441 1628 FL- 93 5553 5646 Tot 280 6994 7274 FL: Se=66.9%; Sp=79.4% Sensibilità complessiva dei 2 test somministrati in parallelo = (420+187) / 700 = 86.7% Specificità complessiva dei 2 test somministrati in parallelo = 5553/ 9300 = 59.7% I test in parallelo migliorano la Sensibilità e peggiorano la Specificità 28 Migliorare la Sensibilità. Uso dei test in parallelo Considerare “malato”, un soggetto che è risultato positivo ad almeno uno dei numerosi test impiegati in parallelo, significa minimizzare il rischio di risultati falsamente negativi. Difficilmente un soggetto con appendicite in atto sarà classificato come “non malato” 29 Migliorare la Specificità. Test in serie Numerosi test somministrati in modo sequenziale I positivi al 1 test sono sottoposti alla somministrazione del 2 test Mammografia ed Esame Citologico nella diagnosi di Carcinoma Mammario Mammografia* Citologia** Sensibilità = 75% Sensibilità = 87.7% Specificità = 92.3% Specificità = 94.7% •Carney PA., et al., Individual and combined effects of age, breast density, and hormone replacement therapy use on the accuracy of screening mammography, Annals of Internal Medicine, 2003 •**Collaco LM et al., Value of fine needle aspiration in the diagnosis of breast lesion, Acta Cytol, 1999 30 Test in serie I soggetti positivi all’esame mammografico sono sottoposti all’esame citologico. Ca + Ca - Tot Mx+ 88 791 879 Mx- 29 9092 9121 Tot 117 9883 10000 I valori di performance della citologia sono, nell’impiego dei tests in serie, applicati ai positivi al test mammografico. Mammografia: Se = 75%; Sp = 92.3% Ca + Ca - Tot FNA+ 77 40 117 FNA- 11 751 762 Tot 88 791 879 Citologia: Se = 87.7%; Sp = 94.7% Sensibilità complessiva dei 2 tests somministrati in serie = 77 / 117 = 65.8% Specificità complessiva dei 2 tests somministrati in parallelo = 9092+751/ 9883 = 99.6% I test in serie migliorano la Specificità e peggiorano la Sensibilità 31 Migliorare la Specificità. Uso dei test in serie Considerare “malato”, un soggetto che è risultato positivo ad una serie di test somministrati in sequenza, significa minimizzare il rischio di risultati falsamente positivi La sequenza degli esami è stabilita in base alla performance e alla invasività La probabilità che una donna risulti positiva a tutti gli esami e non sia portatrice di ca mammario è molto ridotta 32 Migliorare i Valori Predittivi A parità di Prevalenza: - Aumentiamo la Specificità per aumentare i VPP - Aumentiamo la Sensibilità per aumentare i VPN A parità di Sensibilità e Specificità: - Aumentiamo la Prevalenza per aumentare i VPP 33 Percorsi diagnostici Il caso delle demenze 34 Epidemiologia delle demenze La prevalenza di demenza in soggetti di età > 64 anni è pari al 4 % La diagnosi di demenza è eminentemente clinica ed è basata sull’impiego di test cognitivi brevi (MMSE) dotati di sensibilità pari al 70% e specificità pari al 75%, che consentono la formulazione della diagnosi di sindrome demenziale Ferri CP, Lancet 2005, Feldman HH, CMAJ 2008, Tombaugh TN, J Am Geriatr Soc 1992 35 Diagnosi di demenza in popolazione di età > 64 anni Sindrome demenziale MMSE Si No Totale < 25 2800 (VP) 24000 (FP) 26800 25 1200 (FN) 72000 (VN) 73200 4000 96000 100000 Totale Probabilità pre-test di sindrome demenziale = 4 % LR + = Se / 1-Sp = 0.7 / 0.25 = 2.8 Probabilità post test (se positivo) = 2800 / 26800 = 10.4 % LR+ = test SpIn 36 Il 5 % circa delle demenze non è di origine degenerativa, ma è invece attribuibile a neoplasie, idrocefalo normoteso e ematomi subdurali, che è opportuno escludere, dal momento che necessitano di presidi terapeutici e atteggiamenti clinici completamente diversi da quelli richiesti da altri tipi di demenza. TC e MRI sono dotati di Sensibilità pari al 95 % e Specificità pari al 90 % per l’identificazione di tali lesioni. 37 neoplasie, idrocefalo, ematomi MRI - TC lesioni focali non lesioni focali Totale Si No Totale 1273 2546 3819 67 22914 22981 1340 25460 26800 Probabilità pre-test di lesioni focali = 5 % LR - = 1-Se / Sp = 0.05 / 0.9 = 0.055 Probabilità post-test (se negativo) = 67 / 22981 = 0.3 % LR- = test SnOut 38 Epidemiologia clinica Gli studi epidemiologici 39 Studi diagnostici - Studi di correlazione Indagano la correlazione tra un parametro di malattia e un altro parametro di cui si intende studiare l’utilizzabilità in ambito clinico - Studi di accuratezza diagnostica Si tratta di studi in cui è sottoposto a valutazione un test diagnostico (o più di uno), al fine di verificarne la capacità di identificare correttamente una determinata condizione o malattia Studi efficacia diagnostica -Si tratta di studi in cui è verificata l’efficacia di un determinato procedimento diagnostico nel modificare favorevolmente la prognosi di una determinata condizione o malattia 40 Gli studi di efficacia diagnostica sono disegnati come RCT, dal momento che il procedimento diagnostico è considerato quale intervento e un determinato outcome di malattia è considerato quale esito. Negli studi di efficacia diagnostica il complesso diagnosi-terapia è trattato come un’unica entità, della quale si cerca di studiare l’efficacia. L’efficacia dimostrata riguarda, quindi, il complesso diagnositerapia. Non è possibile separare la diagnosi dalla terapia e tentare di inferire l’efficacia di una delle due componenti, una volta dimostrata l’efficacia del complesso. 41 42 Comparative effectiveness of MRI in breast cancer (COMICE) trial: a randomised controlled trial. Lancet 2010 1625 soggetti candidati all’intervento di resezione chirurgica locale di ca mammario 817 assegnati alla valutazione prechirurgica con MRI + tripla valutazione clinica, radiologica (mx e eco) e citologica 808 assegnati alla valutazione prechirurgica con tripla valutazione clinica, radiologica (mx e eco) e citologica 816 soggetti analizzati 807 soggetti analizzati Proporzione di re-interventi, di successive mastectomie e di mastectomie iniziali non appropriate 43 -Donne di età > 18, con diagnosi di carcinoma mammario confermata da biopsia, candidate ad interventi di ampia escissione locale dopo tripla valutazione. -Randomizzazione con minimizzazione per età (< > 50 anni), densità del tessuto mammario (classi ACR-BI-RADS), consulente chirurgo. -Mx, Eco e MRI somministrate in modo standardizzato. -Il braccio no-MRI fu avviato a intervento così come pianificato. -Il braccio MRI fu rivalutato e eventuali disaccordi con la precedente tripla valutazione furono risolti con team multidisciplinare e l’intervento fu pianificato secondo appropriatezza. Lo studio dei margini di escissione fu condotto secondo direttive del chirurgo, decise prima dell’arruolamento. I reperti MRI furono rivalutati da un esperto in cieco che assicurò la omogeneità di esecuzione e lettura tra i centri. -Rivalutazioni a 6 mesi del tasso di re-interventi (escissioni locali o mastectomie). -Rivalutazioni a 12 mesi delle mastectomie evitabili a causa di reperti MRI falsamente positivi (lesioni falsamente multifocali, lesioni di dimensioni sovrastimate). 44 La MRI ri-classifica casi di ca mamamrio già candidati all’escissione locale ampia, nell’ipotesi di una più precisa definizione di malattia. Gli extra casi identificati dalla MRI come candidati alla mastectomia potrebbero rappresentare una parte dello spettro di malattia con diversa responsività alle terapie. E’ pertanto necessario testare l’accuratezza della MRI in associazione all’effetto delle terapie. 45 46 Disponibilità di un nuovo test Se il nuovo test ha una migliore specificità, in assenza di altre controindicazioni (es. sicurezza, costi, invasività, ecc), è ragionevole usare il nuovo test senza necessità di ulteriori valutazioni del complesso diagnosi-terapia. Se il nuovo test ha una migliore sensibilità è necessario verificare la risposta alla terapia dei casi diagnosticati dal nuovo test. E’ possibile che i casi diagnosticati dal nuovo test (e non identificati dal vecchio test) siano in possesso di caratteristiche cliniche che li rendono meno (o più) sensibili alla terapia. A questo punto è necessario verificare la sensibilità di tali casi al trattamento in vari modi (valutazione dei dati del RCT di origine, valutazione caratteristiche cliniche degli extra casi, ecc). In assenza di risultati conclusivi è necessario ri-testare il complesso diagnosi-terapia (nuovo RCT) 47 48 Gli studi di accuratezza diagnostica sono disegnati come studi cross-sectional (di prevalenza) e si basano sul confronto tra un test (index test) che si intende studiare e un altro test (reference standard) che si assume classifichi correttamente la condizione o malattia di interesse. Luogo e modalità di arruolamento dei pazienti sono essenziali, dal momento che condizionano la prevalenza e lo spettro di malattia nello studio e quindi la performance del test. Tempi e modalità di somministrazione dei test (index e reference) possono introdurre distorsioni nella valutazione di accuratezza. Gli studi di accuratezza diagnostica consentono il calcolo di Se, Sp, VPP, VPN. 49 A Quantitative Immunochemical Fecal Occult Blood Test for Colorectal Neoplasia, Ann Intern Med. 2007;146:244-255. 1000 pazienti consecutivi I-FOBT (index test) Colonscopia (reference test) Sensibilità, Specificità, Valore Predittivo Positivo, Valore Predittivo Negativo, per diversi livelli di emoglobina fecale 50 51 Soggetti afferenti al centro di endoscopia per “motivo di invio” 52 Sono arruolati 1000 pazienti consecutivi afferenti al centro di endoscopia perché sintomatici o ad alto rischio di ca colorettale. A ciascun paziente è somministrato il test per la ricerca del sangue occulto nelle feci (FOBT in tre somministrazioni con uso del valore più elevato) e viene effettuata una colonscopia (le 56 colonscopie incomplete sono escluse dallo studio) In caso di reperimento di neoformazioni colorettali viene effettuata una biopsia o rimozione e il polipo viene classificato per dimensioni, tipologia e displasia (patologi in cieco rispetto all’esito del FOBT). Sono definite le neoplasie clinicamente significative (cancro e adenomi ad alto grado di displasia). 53 54 Prevalenza di adenomi avanzati e cancri, della popolazione afferente al centro di endoscopia. Advanced adenoma 74 / 1000 = 7.4 % Cancer 17 /1000 = 1.7% Cancer and Advanced adenoma 91 /1000 = 9.1 % Advanced adenoma include polipi adenomatosi di dimensioni > 10 mm, oppure a componente villosa > 20 %, oppure ad alto grado di displasia 55 Utilizzando un cut off di 100 ng/ml il LR + risulta pari a 8.59 consentendo, in caso di test positivo un “aumento” di informazione significativo. -Probabilità pre-test = 1.7 % -LR + = 8.59 -Probabilità post test = 12.9 % A parità di tutte le altre condizioni, una prevalenza (probabilità pre-test) di 1.5 /1000 (qual è quella della popolazione generale), consentirebbe un guadagno di informazione diverso. -Probabilità pre-test = 0.15 % -LR + = 8.59 -Probabilità post-test = 1.28 % 56 Popolazione afferente al centro di endoscopia Popolazione generale 57 La prevalenza della popolazione afferente al centro di endoscopia condiziona i valori predittivi e, in ultima analisi, la performance del test. Si tratta, in ogni caso, di una prevalenza “reale”, è, come tale, utilizzabile nella clinica. Il disegno di studio cross-sectional, consente il calcolo di Se, Sp, VPP, VPN. 58 Gli studi di accuratezza diagnostica beneficiano talvolta di un approccio del tipo caso-controllo. In questo caso il disegno prevede la selezione di un gruppo di “malati” e di un gruppo di “non malati”. I malati e i non malati sono classificati in base ai risultati di un test assunto quale reference standard. I due gruppi sono confrontati relativamente ai risultati di un determinato test di cui si vuole studiare la performance (index test). 59 Studi di accuratezza diagnostica prospettico popolazione campione retrospettivo Malati non Malati (reference standard positivo) (reference standard negativo) index test index test reference standard Sensibilità, Specificità, VPP, VPN (recupero informazioni test in studio, oppure somministrazione dopo l’arruolamento) Sensibilità, Specificità, VPP, VPN 60 prospettico vs. retrospettivo Negli studi prospettici pazienti sospettati di essere portatori della condizione di interesse sono arruolati e poi sottoposti all’index test e al reference standard. Negli studi retrospettivi sono ricercati i risultati dei test cui sono stati, in passato, sottoposti pazienti portatori e non portatori della condizione di interesse. Negli studi retrospettivi non è possibile calcolare valori predittivi “reali”, dal momento che la prevalenza è “decisa” dallo sperimentatore 61 Kodama N et al., Diagnosis of Alzheimer-type dementia: measurement of hippocampal and ventricular areas in MR images, Magn Reson Med Sci 2002: 1(1):14-20 -Diagnosi di demenza attraverso la misurazione di atrofia cerebrale e ippocampale in MRI volumetrica -73 soggetti arruolati: 22 controlli non malati; 51 probable AD -Index test = MRI volumentrica -Reference standard = diagnosi clinica criteri NINCS-ADRDA -Sensibilità=90.2%; Specificità=81.8% -Prevalenza =51/73=69.9% 62 Strumenti Valutazione di qualità degli studi diagnostici 63 La valutazione di qualità degli studi diagnostici si giova di diversi strumenti, in gran parte mutuati da una checklist realizzata da un gruppo di ricercatori con metodo Delphi. The development of QUADAS: a tool for the quality assessment of studies of diagnostic accuracy included in systematic reviews Penny Whiting*1, Anne WS Rutjes2, Johannes B Reitsma2, Patrick MM Bossuyt2 and Jos Kleijnen1, BMC Medical Research Methodology 2003, 3:25 Si tratta di 14 items che indagano le dimensioni della qualità di uno studio diagnostico ritenute importanti dal gruppo di lavoro e selezionate a seguito di procedure reiterate di consenso. 64 The QUADAS tool 65 Was the spectrum of patients representative of the patients who will receive the test in practice ? -Si riferisce al rischio di spectrum bias - Attiene ai problemi di generalizzabilità che si pongono quando i pazienti inclusi nello studio sono diversi da quelli della pratica clinica all’interno della quale si vuole utilizzare il test - La diversità riguarda le caratteristiche demografiche, cliniche e la gravità di malattia - Le stime di accuratezza diagnostica ottenute con una popolazione possono essere non confermate in popolazioni con malattia meno grave (es. pazienti ospedalizzati vs. pazienti non ospedalizzati) 66 Uchida Y. Diagnosis of Dementia Using Perfusion SPECT Imaging at the Patient’s Initial Visit to a Cognitive Disorder Clinic Clin Nucl Med 2006;31(12):764-73 Su 137 pazienti con AD (confermata mediante osservazione clinica dopo due anni di follow-up) e 178 pazienti affetti da altri tipi di demenza, è testata la performance di SPECT transaxial vs. 3D-SSP SPECT La perfomance è sempre migliore nei pazienti più gravi Transaxial 3D-SSP p Severe dementia 0.75 0.90 0.002 Mild dementia 0.64 0.88 0.001 67 Were selection criteria clearly described ? -Si riferisce alla esplicita e chiara definizione dei criteri di inclusione e esclusione dei partecipanti allo studio - La chiarezza dei criteri di inclusione aiuta a contestualizzare i risultati e a risolvere i problemi di generalizzabilità 68 Is the reference standard likely to correctly classify the target condition ? -E’ un punto cruciale per la qualità dello studio diagnostico, poiché si assume che il reference standard abbia sensibilità e specificità pari al 100%. - Le valutazioni di accuratezza diagnostica dell’index test si fondano sulla validità del reference test - L’index test non può mai ambire al confronto con il reference test, cioè non è possibile conoscere il contributo aggiuntivo che l’index fornisce rispetto al reference in materia di accuratezza diagnostica 69 Uchida Y. Diagnosis of Dementia Using Perfusion SPECT Imaging at the Patient’s Initial Visit to a Cognitive Disorder Clinic Clin Nucl Med 2006;31(12):764-73 Su 137 pazienti con AD (confermata mediante osservazione clinica dopo due anni di follow-up) e 178 pazienti affetti da altri tipi di demenza, è testata la performance di SPECT transaxial vs. 3D-SSP SPECT Il reference test clinico non consente di stabilire il contributo fornito dalla SPECT alla diagnosi, in aggiunta alla valutazione clinica 70 Is the time period between reference standard and index test short enough to be reasonably sure that the target condition did not change between the two test ? - Si riferisce al rischio di disease progression bias - Idealmente i due test (index e reference) dovrebbero essere somministrati in tempi ravvicinati - In assenza di tale requisito è possibile che lo stato di salute del soggetto muti (da malattia a guarigione, da malattia meno grave a malattia più grave) con conseguente distorsione delle stime di accuratezza diagnostica - Il bias che ne consegue è frequente negli studi di accuratezza diagnostica riferiti a malattie croniche che si basano sul follow up per ottenere la conferma diagnostica 71 Si tratta di uno studio retrospettivo che utilizza la diagnosi autoptica come reference standard Si basa su 46 pazienti (31 con AD) Valuta il contributo della FDG-PET alla diagnosi differenziale tra AD e FTD 72 73 Did the whole sample or a random selection of the sample, receive verification using a reference standard ? - Si riferisce al rischio di partial verification bias, o workup bias, o selection bias, o sequential ordering bias - Quando non tutti i pazienti ricevono una conferma diagnostica con il reference standard, si pone il problema del verification bias - I pazienti testati con il reference dovrebbe essere selezionati in modo random - …e comunque la selezione non dovrebbe essere influenzata dal risultato dell’index test 74 Did patients receive the same reference standard regardless of the index test result ? - Si riferisce al rischio di differential verification bias - Si verifica quando alcuni risultati dell’index test sono confermati da un reference standard diverso da quello adottato per altri risultati dell’index test - E’ tipico di studi in cui soltanto i positivi all’index test sono sottoposti a conferme diagnostiche con esami più invasivi (es. biopsia). - E’ una variante (meno grave) del partial verification bias 75 Was the reference standard independent of the index test (i.e. the index test did not form part of the reference standard) ? - Si riferisce al rischio di incorporation bias - Si verifica quando il test index è parte del reference standard, cioè quando il risultato dell’index test è usato per ottenere la conferma diagnostica - Tende ad aumentare l’accordo tra index e reference e quindi a sovrastimare l’accuratezza diagnostica - L’assenza di cecità tra risultato dell’index e del reference test non è sinonimo di incorporation bias 76 Was the execution of the index test described in sufficient detail to permit replication of the test ? Was the execution of the reference standard described in sufficient detail to permit replication of the test ? - Conoscere le modalità di somministrazione dei due test aiuta a comprendere criticamente i risultati e a implementare l’uso del nuovo test nella pratica clinica 77 Were the index test results interpreted without knowledge of the results of the reference standard ? Were the reference standard results interpreted without knowledge of the results of the reference standard ? - E’ l’equivalente della cecità negli studi interventistici e si riferisce al review bias - La distorsione potenziale delle stime di accuratezza è proporzionale al grado di soggettività che affligge la lettura dei test 78 Were the same clinical data available when test results were interpreted as would be available when the test is used in practice ? - Si riferisce all’influenza esercitata dalla conoscenza di notizie cliniche, anamnestiche, ecc., sulla interpretazione del risultato del test - I risultati dello studio possono essere influenzati nella misura in cui la lettura del risultato del test è soggetta a interpretazione - La performance stimata nello studio può non essere riprodotta nella pratica clinica, se le conoscenze disponibili non sono le stesse. 79 Were uninterpretable / intermediate test results reported ? - La presenza di risultati indeterminati o borderline può alterare le stime di accuratezza se tali risultati sono associati alla presenza/assenza malattia - L’occorrenza casuale di tali risultati non altera le stime di accuratezza 80 Were withdrawals from the study explaned ? - E’ possibile che le stime di accuratezza risultino distorte nella misura in cui i persi al follow up (prima della disponibilità dei risultati dei test) risultino selezionati per caratteristiche connesse alla performance del test 81 Manuale NICE 2009 Methodology checklist: the QUADAS tool for studies of diagnostic test accuracy 82 Si compone di 4 domini: - selezione dei pazienti - index test - reference test - flow e timing Per ogni dominio è valutato il rischio di bias e per i primi tre domini è valutata l’applicabilità 83 84 Gli autori suggeriscono di non generare score di qualità e rendono disponibile un software (nomefile.mdb) utile per la tabulazione dei risultati 85 E’ infine disponibile lo strumento STARD (Standards for Reporting of Diagnostic Accuracy) Si compone di 25 items e indaga la qualità nel reporting (non nella conduzione) degli studi di accuratezza diagnostica. In particolare: -ricerca bibliografica -obiettivi dello studio -popolazione e criteri di inclusione -campionamento -allestimento database -razionale del reference standard -tecnica e lettura dell’index e reference -training dei “lettori” dei test -cecità nelle letture -analisi statistica di validità e riproducibilità -descrizione popolazione -flow diagram -intervallo index-reference -severità di malattia -eventi avversi -risultati anomali del test -trasferibilità 86 Clinical Chemistry, 2003; 49:7-18; http://www.stard-statement.org/