Calculateur de probabilité post-test

La probabilité post-test est la probabilité révisée qu’un patient soit atteint d’une affection après la connaissance du résultat d’un test diagnostique. Elle est calculée à l’aide du théorème de Bayes, qui met formellement à jour les croyances à la lumière d’une nouvelle évidence. Ce calculateur met en œuvre le cadre central de la précision diagnostique utilisé en médecine fondée sur les preuves, en aide à la décision clinique et en formation médicale. Les trois entrées requises sont : (1) la probabilité préalable — la probabilité pré-test ou la prévalence de la maladie avant le test ; (2) la sensibilité — le taux de vrais positifs, soit la probabilité que le test soit positif lorsque l’affection est présente ; et (3) la spécificité — le taux de vrais négatifs, soit la probabilité que le test soit négatif lorsque l’affection est absente. Pour un résultat positif, la probabilité post-test est égale à la valeur prédictive positive (PPV), calculée ainsi : PPV = (sensibilité × préalable) / (sensibilité × préalable + (1−spécificité) × (1−préalable)). Pour un résultat négatif, la probabilité de maladie est 1 − NPV, où NPV = (spécificité × (1−préalable)) / (spécificité × (1−préalable) + (1−sensibilité) × préalable). Les rapports de vraisemblance (LR) offrent une autre façon de mettre à jour les probabilités. LR+ = sensibilité / (1−spécificité) indique de combien un résultat positif augmente les odds de maladie. LR− = (1−sensibilité) / spécificité indique de combien un résultat négatif les diminue. En règle générale, un LR+ supérieur à 10 ou un LR− inférieur à 0.1 indique un test diagnostiquement puissant. L’un des résultats les plus contre-intuitifs en statistique médicale est l’effet de taux de base : même un test très précis peut avoir une PPV faible lorsque la maladie est rare. Par exemple, un test de 99 % de sensibilité et 99 % de spécificité appliqué à une maladie dont la prévalence est de 0.1 % n’a qu’une PPV d’environ 9 %. Cela signifie que 91 % des tests positifs sont des faux positifs — un point crucial dans les programmes de dépistage de population. Ce calculateur est utile aux cliniciens qui interprètent des tests diagnostiques, aux chercheurs qui conçoivent des protocoles de dépistage, aux étudiants en médecine qui apprennent le raisonnement bayésien et aux épidémiologistes qui évaluent la performance des tests à différents niveaux de prévalence. N’oubliez pas que la probabilité préalable doit être estimée à partir des meilleures preuves disponibles : données de prévalence publiées, antécédents cliniques, examen physique et facteurs de risque du patient. La qualité de votre estimation post-test dépend directement de la précision de votre estimation préalable et de la validité des valeurs publiées de sensibilité et de spécificité du test.