Основы клинической эпидемиологии и доказательной медицины
Поможем в ✍️ написании учебной работы
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой

Основы клинической эпидемиологии и доказательной медицины

http://ebm.org.ua/

Небольшой анонс. Возможно, этот проект будет реанимирован и, если это действительно произойдет, мы немного изменим формат. Скорее всего, это будет вики для основного сайта, и небольшие (но есть надежда, что более регулярные) текущие заметки, примерно такого-же формата, как на текущем блоге.

Пожалуйста, если у вас есть какие-либо соображения на этот счет - оставьте короткий комментарий . Это будет очень полезно для дальнейшей судьбы проекта.

Проект ebm.org.ua является сборником материалов по клинической эпидемиологии и практике доказательной (научно-обоснованной)медицины — evidence based medicine, кроме того используется медицина основанная на доказательствах. Термин доказательная медицина применяется здесь не как синоним клинических исследований, а как методологический подход в повседневной работе практического врача — подход к процессу диагностики, лечения и профилактики.

Сайт состоит из трех основных частей:

1. Общие вопросы клинической эпидемиологии — теоретической базы медицины, основанной на доказательствах.

2. Общие вопросы клинических исследований — механизма получения обоснованных доказательств, используемых в принятии клинических решений.

3. Дополнительные материалы — директивы ICH, ссылки etc.

Важнейшая цель, которую преследует проект — представить соответствующие общие принципы планирования, проведения, анализа клинических исследований и применения их результатов в повседневной практической врачебной деятельности — врачебной практике, называемой научно-обоснованная медицинская практика.

Клиническая эпидемиология

Основы клинической эпидемиологии. В настоящее время раздел содержит информацию о диагностических тестах (их чувствительность и специфичность, отношение правдоподобия результатов, предсказательная ценность etc), определения термина evidence based medicine, а так же глоссарий терминов по клинической эпидемиологии.

Клинические исследования

Основные понятия о клинических исследованиях. Определение термина, дизайна и фазы клинических исследований.

Отказ от ответственности

Сайт ebm.org.ua представляет информацию медицинского характера, которая, однако, может быть использована только профессионалами и только в личных образовательных целях. Пожалуйста, ознакомитесь с соглашением пользователя.



Диагностичекие тесты

http://ebm.org.ua/clinical-epidemiology/testing/

Диагностический тест — любое прямое измерение клинических (физикальных) признаков, лабораторных и инструментальных данных, являющихся абсолютным или (в приемлемой степени) суррогатным предиктором заболевания или наличия патогена.

Результаты могут быть в количественной шкале (например, гликемия), порядковой (ацетон мочи), или в виде дихотомических данных (чаши Клойбера). Иногда, с целью облегчить принятие клинического решения (decision-making), количественные и порядковые данные редуцируют до дихотомических.

Ниже приводится описание некоторых характеристик диагностических тестов.

· Пре-тестовая вероятность (pre-test probabilities) наличия заболевания

· Чувствительность (sensitivity) и специфичность (specificity) диагностического исследования

· Отношение правдоподобия (likelihood ratio) результатов диагностического теста

· Предсказательная ценность диагностического теста

Пре-тестовая вероятность заболевания

Статус

Документ основан на материалах Оксфордского центра доказательной медициныwww.cebm.net/pretest_prob.asp. Термины, перевод которых оказался затруднен, указаны в скобках. Комментарии, дополнения, исправления etc приветствуются.

Определение

Пре-тестовая вероятность (pre-test probabilities):

Вероятность наличия заболевания, прежде чем станут известны результаты диагностического теста.

Например, это вероятность, что определенный пациент, скажем, мужчина средних лет, с определенным анамнезом (артериальная гипертензия и курение), находящийся в специфических клинических условиях (отделение неотложной помощи) с наличием определенной клиники (загрудинные давящие боли, одышка, потливость) имеет определенный диагноз, такой как острый инфаркт миокарда.

Применение

Пре-тестовая вероятность особенно полезна в четырех случаях:

1. Интерпретация результатов диагностического исследования

2. Отбор одного или более диагностических исследований

3. Выбор, начинать ли терапию:

a. без дальнейшего исследования (treatment threshold - порог лечения)

b. при ожидании дальнейшего исследования

4. Решение, стоит ли вообще проводить исследование (test threshold - порог тестирования)

Вычисление

Вероятность заболевания (probability), сокращенно P (D+), может быть рассчитана как соотношение пациентов с заболеванием ко всем пациентам с наличием симптоматики, как имеющим искомое заболевание, так и без него:

P (D+) = D+/(D+ + D-)

где: D+ — количество пациентов с заболеванием,
D- — количество пациентов без заболевания,
P (D+) — вероятность заболевания.



Пример

Группа исследователей в Северной Америке* изучила основные болезни, диагностированные у пациентов, обратившихся за первичной помощью с жалобами на наличие постоянного головокружения. Они изучили 100 пациентов с головокружением, обнаружив у 16 психиатрическое заболевание (psychiatric conditions), как причину головокружения.

Таким образом, в этом исследовании психиатрическое заболевание было причиной головокружения у 16% пациентов, и пре-тестовая вероятность психиатрического заболевания равна 16%.

Так, если эта информация окажется достоверной и применимой к вашей практике, то пре-тестовая вероятность психиатрического заболевания, как причины постоянного головокружения у пациента обратившегося к вам за первичной помощью, может быть оценена в 16%.

*Kroenke K, Lucas CA, Rosenberg ML, Scherokman B, Herbers JE, Wehrle PA, Boggi JO. Causes of persistent dizziness: a prospective study of 100 patients in abulatory care. Ann Intern Med 1992; 117:898-904.

Определения

Чувствительность (sensitivity):

доля позитивных результатов теста в группе (в популяции) больных пациентов

Специфичность (specificity):

доля негативных результатов теста в группе здоровых пациентов

Дополнительные замечания

Чувствительность и специфичность — пропорции. Т.о., к ним применимо понятие доверительного интервала.

Чувствительность и специфичность являются только одним из подходов к количественной оценке диагностической способности клинического теста. В реальной клинической практике все что нам известно — лишь конкретный результат диагностического исследования, и мы хотим знать насколько хорошо результат теста предсказывает заболевание. Этот ответ в следующей заметке — Предсказательная ценность диагностического теста.

Дополнительные ссылки

Документ основан на:

Университет Торонто

Sensitivity & Specificity (SnNouts and SpPins)

Oxford Centre for Evidence-Based Medicine

SpPins and SnNouts

BMJ 1994;308:1552 (11 June) D.G. Altman, J.M. Bland

Statistics Notes: Diagnostic tests 1: sensitivity and specificity

Отношение правдоподобия результатов диагностического теста

Статус

Документ основан на материалах сайта Университета Торонто www.cebm.utoronto.ca/glossary/lrs.htm и Оксфордского центра доказательной медицины www.cebm.net/likelihood_ratios.asp. Термины, перевод которых оказался затруднен, указаны в скобках. Комментарии, дополнения, исправления etc приветствуются.

Определение

Отношение правдоподобия (likelihood ratio):

Вероятность того, что данный результат диагностического теста будет ожидаться у пациента с заболеванием по сравнению с вероятностью, что тот же самый результат будет ожидаться у пациента без заболевания. Показывает, во сколько раз выше (ниже) вероятность получить данный результат теста у больных, нежели у здоровых.

Построим четырехпольную таблицу для некоторого гипотетического заболевания и диагностического исследования.

Построение четырехпольной таблицы

 

Заболевание

 

 
Присутствует Отсутствует  

Тест

Положительный a b a+b  
Отрицательный c d c+d  

 

a+c b+d    

Зная значения всех полей, можем вычислить чувствительность и специфичность диагностического теста.

Чувствительность (Se) = a/(a+c)

Специфичность (Sp) = d/(b+d)

Используя эти значения, можем вычислить отношение правдоподобия для положительного результата:

LR+ = чувствительность/(1-специфичность)

Аналогично, для отрицательного результата:

LR- = (1-чувствительность)/специфичность

Некоторые примеры

Представьте, что к вам обратился пациент с анемией и уровнем железа сыворотки 60ммоль/л. Вы обнаружили систематический обзор* сывороточного железа, как диагностического теста на железодефицитную анемию, с результатами, представленными в таблице ниже.

Построение четырехпольной таблицы

Заболевание (железодефицитная анемия)

 
Присутствует Отсутствует  

Тест (железо сыворотки)

Положительный (< 65ммоль/л) 731 a 270 b 1001 a+b  
Отрицательный (>= 65ммоль/л) 78 c 1500 d 1578 c+d  
809 a+c 1770 b+d 2579 a+b+c+d  

Эти данные показывают, что у 90% пациентов с железодефицитной анемией результаты диагностического теста положительны. Этот показатель известен как чувствительность теста, и вычисляется:

Чувствительность (Se) = a/(a+c) = 731/809 = 90%

Кроме того, приведенные данные показывают, что у 85% пациентов без железодефицитной анемии результаты диагностического теста отрицательны. Этот показатель называется специфичность теста, и вычисляется:

Специфичность (Sp) = d/(b+d) = 1500/1770 = 85%

Из полученных значений вычисляем отношения правдоподобия для положительного и отрицательного результатов диагностического исследования:

LR+ = чувствительность/(1-специфичность) = 90%/15% = 6

LR- = (1-чувствительность)/специфичность = 10%/85% = 0.12

Таким образом, из вычисленного LR+ видно, что положительный результат теста будет в 6 раз более вероятен у пациента с железодефицитной анемией, чем у пациента без нее.

*J Gen Intern 1992; 7:145-53

Преимущество отношений правдоподобия состоит в том, что они отражают одновременно и чувствительность, и специфичность теста и помогают выйти за рамки грубой классификации результатов теста (норма-патология).

Отношение правдоподобия для положительного результата теста -- это чувствительность деленная на 1 минус специфичность. Таким образом, отношение правдоподобия отражает одновременно и чувствительность, и специфичность теста.

LR+ = sensitivity / (1-specificity) = [a/(a+c)] / [b/(b+d)]
LR- = (1-sensitivity) / specificity = [c/(a+c)] / [(d/(b+d)]

Если отношение правдоподобия положительного результата теста равно 1, то это значит, что вероятность положительного результата теста у больного такая же, как вероятность положительного результата теста у здорового.

Если отношение правдоподобия положительного результата теста равно 5, то это значит, что вероятность положительного теста у больного в 5 раз выше, чем вероятность положительного результата теста у здорового.

Преимущество отношений правдоподобия состоит в том что они помогают выйти за рамки грубой классификации результатов теста (норма-патология), с которой сталкиваются если описывают точность теста только в терминах чувствительности и специфичности при единственной точке разделения.

Подробнее, на классическом сайте Oxford Centre for Evidence-Based Medicinecebm.jr2.ox.ac.uk/docs/likerats.html

 


Определения

После проведения клинического теста (не обязательно лабораторного) необходимо ответить на основной вопрос - болен ли исследуемый. Здесь нам поможет понятие о прогностической ценности теста.

 

Заболевание

 

Присутствует Отсутствует

Тест

Положительный a b a+b +PV=a/(a+b)
Отрицательный c d c+d -PV=c/(c+d)

 

a+c b+d a+b+c+d  

 

Se=a/(a+c) Sp=d/(b+d)

P=(a+c)/(a+b+c+d)

+LR=[a/(a+c)]/[b/(b+d)] -LR=[c/(a+c)]/[d/(b+d)]

Прогностическая ценность теста (predictive value) -- вероятность наличия (отсутствия) заболевания при известном результате исследования. http://ebm.org.ua/

Прогностическая ценность положительного результата (positive predictive value) -- вероятность наличия заболевания при положительном (патологическом) результате теста.

Прогностическая ценность отрицательного результата (negative predictive value) -- вероятность отсутствия заболевания при отрицательном (нормальном) результате теста.

Факторы определяющие прогностическую ценность теста http://ebm.org.ua/

Прогностическая ценность зависит от

1. чувствительности и специфичности метода диагностики

2. распространенности заболевания в исследуемой популяции

Распространенность (prevalence) определяется как отношение числа лиц с наличием заболевания (или любого другого состояния) ко всей исследуемой популяции.

Распространенность называется априорной (претестовой) вероятностью, т.е. это вероятность выявления болезни до того как стали известны результаты теста. Прогностическая ценность называется апостериорной (посттестовой) вероятностью заболевания.

Формула, связывающая чувствительность, специфичность и распространенность заболевания с прогностической ценностью положительного результата, выводится из теоремы Байеса.

+PV=(Se*P)/[(Se*P)+(1-Se)*(1-P)]

где
+PV -- Прогностическая ценность положительного результата

Se – Чувствительность

P – Распространенность

По Р.Флетчер *Клиническая эпидемиология*

 

 

Чем чувствительнее тест, тем выше прогностическая ценность его отрицательного результата (т.е. возрастает вероятность того, что отрицательные результаты теста отвергают наличие заболевания).

Наоборот, чем специфичнее тест, тем выше прогностическая ценность его положительного результата (т.е. возрастает вероятность того, что положительные результаты теста подтверждают предполагаемый диагноз).


Основы клинической эпидемиологии и доказательной медицины

http://ebm.org.ua/

Небольшой анонс. Возможно, этот проект будет реанимирован и, если это действительно произойдет, мы немного изменим формат. Скорее всего, это будет вики для основного сайта, и небольшие (но есть надежда, что более регулярные) текущие заметки, примерно такого-же формата, как на текущем блоге.

Дата: 2018-12-21, просмотров: 197.