Want oh wat gaat het vaak mis in de praktijk! Ik zal nooit meer vergeten dat ik tijdens mijn opleiding bij een ochtendoverdracht zat tijdens een stage. Een van de medisch specialisten wilde het verschil tussen sensitiviteit en specificiteit uitleggen, maar raakte hopeloos verstrikt in zijn eigen woorden. En hij had notabene net een artikel gepubliceerd in de New England Journal of Medicine! Dat gaat mij niet gebeuren dacht ik. Ik volgde een cursus Evidence Baced Medicine (EBM) en merkte dat veel beter een artikel op waarde kon schatten. Een echte aanrader!

Eenvoudige tabel

Number crunchen kan worden toegepast binnen twee belangrijke domeinen:
1. Diagnostiek
2. Therapie

In de diagnostische artikelen gaat het om de kwaliteit van een bepaalde diagnostische test of diagnostische tool, bijvoorbeeld een echo, een bloedtest of een scorelijst (Wells-score bij longembolie). In het therapeutische domein gaat het om het beschrijven van de effectiviteit van een bepaalde therapie in de vorm van medicijn, operatie of andere interventie.

We beginnen met het domein diagnostiek. De basis van alle belangrijke kenmerken van een diagnostische test is de 2×2 tabel. Dit is niets anders dan het overzichtelijk noteren van eigenschappen van een diagnostische test. Soms wordt deze tabel gepubliceerd in het artikel, anders moet je deze tabel zelf maken aan de hand van de getallen in het artikel. Waarom zelf een tabel maken? Je zal versteld staan hoe vaak je op andere getallen uitkomt dan de auteurs. En dat geldt niet alleen voor deze specifieke tabel, maar ook voor kenmerken waar we in latere blogposts nog op terug zullen komen (zoals de positief voorspellende waarde). Als je bereid bent om op basis van een artikel je dagelijkse patiëntenzorg aan te passen, moet je er zeker van zijn dat je dat op basis van de juiste getallen doet!

a: vul hier het aantal patiënten in die ziek zijn en die een afwijkende test hadden
b: vul hier het aantal patiënten in die niet ziek zijn/ de aandoening niet hebben, maar waarbij de diagnostische test wel afwijkend was
c: het aantal patiënten die wel ziek zijn, maar waarbij de test aangaf dat ze niet ziek waren
d: het aantal patiënten die niet ziek zijn en de test inderdaad ook een negatieve uitslag laat zien

De sensitiviteit en specificiteit geven aan hoe goed een test in staat is te meten wat hij moet meten.

Sensitiviteit

Wat is precies de sensitiviteit?
Het belangrijkste wat je moet onthouden is dat wanneer de sensitiviteit van een test hoog is het betekent dat een negatieve test uitslag de ziekte uitsluit. Het is makkelijker te onthouden door het ezelsbruggetje SnNout: een sensitieve test met een negatieve uitslag rules out the disease.

Hoe reken je de sensitiviteit uit?
De sensitiviteit is de verhouding tussen de zieke mensen met een positieve test (a), ten opzichte van alle zieke mensen (a+c). Kijkend naar de onderstaande tabel levert dat de volgende formule op:

Sensitiviteit  = a / (a+c)

Sensitiviteit van d-dimeertest bij longembolie  = a / (a+c) = 190/ (190+10) = 0,95

Specificiteit

Wat is de specificiteit?
Wanneer de specificiteit van een test hoog is het betekent dat een positieve testuitslag de ziekte aantoont. Ezelsbruggetje SpPin: een specifieke test met een positieve uitslag rules in the disease. 

Hoe wordt de specificiteit berekend?
De specificiteit is de verhouding tussen de gezonde mensen met een negatieve test (d), ten opzichte van alle gezonde mensen (b+d). Kijkend naar de onderstaande tabel levert dat de volgende formule op: 

Specificiteit = d / (b+d 

Specificiteit van d-dimeertest bij longembolie  = d / (b+d) = 74 / (126+74) = 0,37 

De sensitiviteit en specificiteit kunnen worden uitgedrukt is een fractie (0.37) of een percentage (37%). Maar wat zegt dat nu precies? Een test met een sensitiviteit van 100% en een specificiteit van 100% is de ideale test. Dat betekent dat met dezelfde test de ziekte kan worden aangetoond én uitgesloten. Bij waarden <100% zal per test moeten worden bepaald of de sensitiviteit en specificiteit voldoende is. Een sensitiviteit van 75% is niet erg hoog, maar soms wel het beste wat beschikbaar is. Een sensitiviteit van 95% is goed, maar realiseer dat er nog steeds fout negatieve uitslagen zullen zijn (de test is negatief, terwijl de ziekte wel aanwezig is). Voor ernstige aandoeningen, bijvoorbeeld een myocardinfarct of CWK fractuur, is zelfs een sensitiviteit van 95% onvoldoende en wordt er gestreefd naar een sensitiviteit van 100%.

De ideale test

De bekende verwarring

Ok, tot zover de berekeningen. Maar nu de bekende verwarring: we hebben net gezegd dat de sensitiviteit gaat over de zieke mensen met een positieve test. Hoe kan het dan dat een test met een hoge sensitiviteit een ziekte niet aantoont, maar juist uitsluit?

Stel je voor: een test is 100% sensitief. Je weet dan dat alle patiënten die de ziekte hebben een positieve test hebben (zij zijn terecht positief). Het lijkt dan of de test geschikt is om een ziekte aan te tonen. Maar je weet niet hoeveel mensen die de ziekte niet hebben wel een positieve test hebben (vals positieve test). Dus weet je bij een positieve testuitslag nog niet of iemand de ziekte heeft. Dus is het niet geschikt om een ziekte aan te tonen. Je weet echter wel dat iedereen die de ziekte heeft een positieve testuitslag moet hebben. Dus als bij een patiënt de test negatief is, kan de ziekte niet aanwezig zijn en worden uitgesloten. Immers hadden alle zieke patiënten een positieve testuitslag (er kwamen geen vals negatieve uitslagen voor).

Bij de specificiteit is het precies andersom. We hebben gesteld: hoe hoger de specificiteit, hoe groter de kans dat iemand met een positieve testuitslag de ziekte heeft. Als de specificiteit van een test 100% is hebben alle patiënten die niet ziek zijn dus een negatieve test uitslag (terecht negatief) en het aantal mensen met een vals positieve uitslag is nul. Maar je weet niet hoeveel mensen er tussen zitten die ziek zijn, maar toch een negatieve testuitslag hebben (vals negatieve test). Dus is de test niet geschikt om de ziekte uit te sluiten, maar juist om een ziekte aan te tonen.

Zie onderstaande tabel voor een samenvatting:

Sensitiviteit = a / (a+c) = terecht positieven / (terecht positieven + vals negatieven)

Specificiteit = d / (d+b) = terecht negatieven / (terecht negatieven + vals positieven)

Wrap it up!

Maak een 2×2 tabel

a: patiënten in die ziek zijn en die een afwijkende test hadden
b: patiënten in die niet ziek zijn/ de aandoening niet hebben, maar waarbij de diagnostische test wel afwijkend was
c: patiënten in die wel ziek zijn, maar waarbij de test aangaf dat ze niet ziek waren
d: patiënten in die niet ziek zijn en de test inderdaad ook een negatieve uitslag laat zien

Sensitiviteit:

De sensitiviteit is de verhouding tussen de zieke mensen met een positieve test (a), ten opzichte van alle zieke mensen (a+c). Kijkend naar de bovenstaande tabel levert dat de volgende formule op:

Sensitiviteit  = a / (a+c) = terecht positieven / (terecht positieven + vals negatieven)

Specificiteit:

De specificiteit is de verhouding tussen de gezonde mensen met een negatieve test (d), ten opzichte van alle gezonde mensen (b+d). Als we kijken naar de bovenstaande tabel levert dat de volgende formule op:

Specificiteit  = d / (d+b)= terecht negatieven / (terecht negatieven + vals positieven)

Ezelsbruggetjes:

SpPIN: bij een hoge specificiteit toont een positieve test de ziekte aan (rules in)

SnNOUT: bij een hoge sensitiviteit sluit een negatieve test de ziekte uit (rules out)

Voorbeelden:

De Canadian C-spine Rule die op de SEH gebruikt kan worden bij de verdenking op een CWK fractuur, heeft een hele hoge sensitiviteit, maar een lage specificiteit. Dat betekent dat wanneer een patiënt aan geen enkel criterium voldoet (negatieve test), de ziekte (een CWK fractuur) veilig kan worden uitgesloten (SnNOUT).

Door het maken van een echo van de thorax kan een pneumothorax worden aangetoond middels een lungpoint. Wanneer een lungpoint kan worden aangetoond (positieve test) weet je zeker dat de patiënt een pneumothorax heeft. Het aantonen van een pneumothorax middels een lungpoint heeft dus een hele hoge specificiteit (SpPIN).

 

Auteur: Leonie Geut, SEH-arts KNMG

 

Reviewer: Jolita Bekhof, Kinderarts