Une sécurité trompeuse – Jeux
Le savoir en jouant
Une sécurité trompeuse
Un test est positif – suis-je donc malade ? Pas nécessairement.
Un résultat de test donne un sentiment de certitude : « positif » paraît sans équivoque, « négatif » aussi. Mais ce qu'un résultat signifie vraiment dépend souvent moins du test lui-même que de la fréquence de la maladie dans le groupe examiné. Cela conduit à un résultat qui en surprend beaucoup.
Un exemple pour réfléchir
Imaginez une maladie que 5 personnes sur 1000 ont – elle est donc rare. Le test est bon et identifie correctement presque tous les malades et presque toutes les personnes en bonne santé. Et pourtant : parmi les centaines de personnes en bonne santé, le test en classe à tort quelques-unes comme « malades ». Mais comme les personnes en bonne santé sont si nombreuses, cela finit par faire plus de fausses alertes que de cas réels. De toutes celles qui reçoivent un résultat positif, seule une petite partie est réellement malade – un test positif est ici un indice, mais de loin pas un verdict.
À l'inverse, en cas de suspicion fondée, un résultat négatif peut tromper – de vrais cas sont alors manqués. Un exemple plus proche de notre quotidien au cabinet :
Un deuxième exemple – tiré de la pratique
Vous vous êtes tordu le genou en faisant du sport et vous suspectez une lésion du ménisque. Comme les symptômes correspondent bien, la probabilité est élevée dès le départ – supposons que sur 1000 personnes avec une telle suspicion, environ la moitié ait réellement une lésion. La médecin ou le thérapeute examine le genou avec le test de McMurray, une manœuvre répandue.
Les études le montrent : ce test détecte une véritable lésion dans à peine plus de 6 cas sur 10, mais se déclenche rarement à tort chez les personnes en bonne santé. Conséquence – un résultat positif plaide assez clairement pour une lésion (environ 8 sur 10 sont justes). Un résultat négatif n'est en revanche pas un feu vert : près de 200 sur 1000 avec une lésion réelle sont manqués, et environ un tiers de celles dont le test est normal ont malgré tout une lésion. En cas de troubles persistants, un deuxième regard vaut donc la peine – par exemple un autre test ou une imagerie.
Précision du test selon une revue systématique : test de McMurray environ 61 % de sensibilité et 84 % de spécificité. La probabilité pré-test supposée sert d'illustration. Vous pouvez essayer ce cas directement ci-dessous avec le préréglage « Ménisque ». doi:10.1136/ebmed-2014-110160
Le même résultat – une fois positif, une fois négatif – signifie donc quelque chose de tout à fait différent selon la fréquence.
Plus une chose est rare, plus on prend un résultat positif avec prudence. Plus elle est fréquente, plus on se méfie d'un résultat négatif.
Les quatre notions en bref
- Prévalence (fréquence)
- Combien de personnes sur 1000 ont réellement la maladie.
- Sensibilité
- Dans quelle mesure le test détecte les malades – plus elle est élevée, moins on en manque.
- Spécificité
- Dans quelle mesure le test détecte les personnes en bonne santé – plus elle est élevée, moins il y a de fausses alertes.
- Fausse alerte (faux positif)
- Le test dit « malade », mais la personne est en bonne santé.
- Manqué (faux négatif)
- Le test dit « en bonne santé », mais la personne est malade.
Essayez maintenant vous-même : déplacez les curseurs ci-dessous et observez comment le bloc de 1000 personnes se réorganise.
Réglages
Combien de personnes sur 1000 sont réellement malades ?
Part des malades que le test signale correctement comme positifs.
Part des personnes en bonne santé que le test signale correctement comme négatives.
1000 personnes
Test positif → vraiment malade ?
Test négatif → vraiment en bonne santé ?
Sources
- Gigerenzer G, Gaissmaier W, Kurz-Milcke E, Schwartz LM, Woloshin S. Helping Doctors and Patients Make Sense of Health Statistics. Psychological Science in the Public Interest. 2007;8(2):53–96.
https://doi.org/10.1111/j.1539-6053.2008.00033.x - Smith BE, Thacker D, Crewesmith A, Hall M. Special tests for assessing meniscal tears within the knee: a systematic review and meta-analysis. Evidence-Based Medicine. 2015;20(3):88–97.
https://doi.org/10.1136/ebmed-2014-110160 - Hegedus EJ, Cook C, Hasselblad V, Goode A, McCrory DC. Physical examination tests for assessing a torn meniscus in the knee: a systematic review with meta-analysis. Journal of Orthopaedic & Sports Physical Therapy. 2007;37(9):541–550.
https://doi.org/10.2519/jospt.2007.2560 - Brinjikji W, Luetmer PH, Comstock B, et al. Systematic Literature Review of Imaging Features of Spinal Degeneration in Asymptomatic Populations. American Journal of Neuroradiology. 2015;36(4):811–816.
https://doi.org/10.3174/ajnr.A4173
Illustration simplifiée à titre d'exemple – pas un conseil médical. « Prévalence » signifie ici la fréquence de la maladie dans le groupe examiné ; « sensibilité » et « spécificité » décrivent la fiabilité avec laquelle le test identifie les malades et les personnes en bonne santé.