EBM - Diagnostic Diagnostic EBM Diagnostic Diagnostic

EBM - Diagnostic
E
S
B
M
A
A
M
S
A
Critical Appraisal
„
„
- Worksheet for critical appraisal
- Software : CAT Maker
Æ Main area of clinical objectives:
„ 1. Diagnosis
„ 2. Prognosis
„ 3. Therapy/Treatment
„ 4.
4 Risk/Harm
Æ Others:
„ Systematic Review and MetaMeta-analysis
„ Clinical Guidelines
„ Clinical Decision Making etc.
„
Untuk menegakkan diagnosis diperlukan uji
diagnosis:
P
Pemeriksaan
ik
klinis
kli i
„ Pemeriksaan lab sederhana
„ Pemeriksaan
P
ik
lain
l i yg lbh canggih
ih
„
„
Uji diagnostik bisa dilakukan scr
bertahap (serial): mis test tuberkulin dahulu baru
foto thorak
„ Paralel: bbrp pemeriksaan dilaksanakan sekaligus.
„
„
Uji diagnostik yg ideal: uji yg memberi hasil
positif pd semua subjek yg sakit dan
memberikan hasil negatif pd semua subjek yg
tidak sakit.
„
Tetapi ada kemungkinan diperoleh hasil uji
positif pd subjek yg sehat (false posititive) dan
hasil negatif pd subjek yg sakit (false negative).
„
Tujuan:
Utk menegakkan diagnosis penyakit atau
menyingkirkan penyakit (sensitif : kemungkinan
negatif
if semu kecil;
k il spesifik
ifik : kemungkinan
k
ki
positif
i if
semu kecil)
„ Utk
U k kkeperluan
l
screening
i (mencari
(
i subjek
bj k yg
asimptomatik)
„ Utk pengobatan
p n b t np
pasien
pasienÆ
i nÆ
nÆ memantau
m m nt perjalanan
p rj l n n
penyakit, mengidentifikasi komplikasi, mengetahui
kadar terapi suatu obat, menetapkan prognosis dan
mengkonfirmasi suatu hasil pemeriksaan yg tak
diduga
„ Utk studi epidemiologis
„
„
„
Prinsip dasar uji diagnostik:
Uji diagnostik baru hrs memberi manfaat yg lebih
dibanding uji diagnostik yg sdh ada.
„
„
„
Lebih
L bih sederhana/mudah,
d h / d h murah
h ddan tidak
id k iinvasif
if
Dpt mendiagnosa pd fase lebih dini
Uji di
diagnostik
n tik bbtk tabel
t b l 2x2:
2 2
Hasil uji
Ya
Tidak
Jlh
Penyakit
y
Ya
Tidak
PB
PS
NS
NB
PB+NS
PS+NB
Jlh
PB+PS
NB+NS
total
PB=positif benar ; PS = positif semu ; NS = negatif semu ; NB = negatif benar
„
Pd ujij diagnostik
g
kita menentukan bagaimana
g
suatu uji dpt memisahkan antara subjek yg sakit
dgn yg tdk sakit.
Cth
„ Suatu uji
j diagnostik
g
thd 100 pasien
p
limfoma
malignum yg dibuktikan dgn biopsi, 65
menunjukkan hasil positif; sdgkan uji diagnostik yg
sama thd 100 pasien dgn pembesaran kelenjar nonnonlimfoma, hanya 30 yg menunjukkan hasil uji positif.
Bila dilakukan uji hipotesis dgn X2,2 tdpt hubungan yg
bermakna (p<0,001) antara hasil uji positif dgn
tdptnya limfoma malignum.
„
Positif
Hasil uji
Negatif
Jlh
Penyakit
y
Limfoma
Non
limfoma
PB
PS
65
30
NS
NB
35
70
PB+NS
PS+NB
100
100
Jlh
PB+PS
NB+NS
Total
200
SENSITIVITAS dan SPESIFISITAS
UJI
Positif
Negatif
Jlh
BAKU EMAS
Positif
Negatif
A
B
C
D
A+C
B+D
Jlh
A+B
C+D
A+B+C+D
TABEL 2X2 HASIL UJI DIAGNOSTIK YAITU HASIL YG DIPEROLEH DGN UJI YG
DITELITI DAN DGN HASIL PD PEMERIKSAAN DGN BAKU EMAS.
Sensitivitas = A : (A+C)
Spesifisitas = D : (B+D)
Nilai
l prediksi positiff (Positive Predictive Value ) = A : (A+B)
Nilai prediksi negatif (Negative Predictive Value) = D : (C+D)
„
PRE-TEST PROBABILITY = PREVALENCE = (A+C ) /
PRE(A+B+C+D)
LR = LIKELIHOOD RATIO
„ LR+ = SENSITIVITY/(1SENSITIVITY/(1-SPESIFICITY)
„ LR
LR-- = (1(1- SENSITIVITY)/SPESIFICITY
„
„
„
PRE TEST ODDS = PREVALENCE : ( 11- PREVALENCE))
POST TEST ODDS = PRE TEST ODDS X LR
POST TEST PROBABILITY = POST TEST ODDS : (1 +
POST TEST ODDS))
„
Sensitivitas:
memperlihatkan kemampuan alat diagnostik utk
mendeteksi penyakit.
penyakit
„ Kemungkinan bahwa hasil uji diagnostik akan positif
bila dilakukan pd sekelompok subjek yg sakit.
sakit
„
„
Spesifisitas
M
Menunjukkan
j kk kemampuan
k
alat
l diagnostik
di
ik utkk
menentukan bahwa subjek tidak sakit
„ Kemungkinan
Kem ngkinan bah
bahwaa hasil ujiji diagnostik akan negatif
bila dilakukan pd sekelompok subjek yg sehat.
„
„
Positive Predictive Value:
Probabilitas seseorang menderita penyakit apabila uji
diagnostiknya positif.
positif
„ = A : (A+B)
„
„
Negative Predictive Value:
Probabilitas seseorang tidak menderita penyakit
apabila uji diagnostiknya negatif.
„ = D : (C+D)
(C D)
„
„
Likelihood ratio:
„
Probabilitas dari hasil test pad orang yang menderita
penyakit dibandingkan dengan probabilitas dari hasil
test pada orang yang tidak menderita penyakit.
„
Likelihood ratio ini menunjukkan berapa kali
kemungkinan
g
suatu hasil test dijumpai
j p pada
p
orangg
yang menderita penyakit diabndingkan dengan orang
normal.
„
POSITIVE LIKELIHOOD RATIO (LR+)
Menunjukkan berapa besar kemungkinan suatu test
memberikan hasil positif pada orang yang sakit
dibandingkan pada orang sehat.
= { a/(a+c)}
/(
)} / {b/(b
{b/(b+d)}
d)}
= SENSITIVITY / (1- SPECIFICITY)
„
NEGATIVE LIKELIHOOD RATIO (LR-)
Menunjukkan berapa besar kemungkinan suatu test
memberikan
b ik h
hasil
il negatif
if pada
d orang yang sakit
ki
dibandingkan pada orang sehat.
= { c/(a+c)} / {d/(b+d)}
= (1- SENSITIVITY ) / SPECIFICITY
Kemampuan suatu test yang valid, bila dapat merubah
pendapat kita dari apa yang kita pikirkan sebelum test
( t t probability)
(pretest
b b l t ) ke
k apa yang kita
k t pikirkan
k k setelah
t l h
test (postest probability)
Test
T t diagnostic
d
t akan
k lebih
l b h berguna
b
bila
b l test
t t tsb
tb
menghasilkan perubahan yang besar (big changes) dari
pretest probability ke postest probability.
probability
Cth 1:
Hasil uji
Positif
Negatif
g
Jlh
Penyakit
y
Limfoma
Non
limfoma
65
30
35
100
70
100
Jlh
95
105
200
Sensitivitas = A : (A+C)) = 65 : 100 = 65%
Spesifisitas
f
= D : (B+D)) = 70 : 100 = 70%
Uji diagnostik
d
k terbaik
b k adalah
d l h uji diagnostik
d
k yg
mempunyai sensitivitas dan spesifisitas yg tertinggi
Cth 2:
Histopatologi
p
g
Ca
Non Ca
Jlh
Positif
13
4
17
Mammograf Negatif
i
Jlh
3
16
28
32
31
48
LR+:
SENS/
(1--SPEC)
(1
LR-:
LR(1--SENS)
(1
/SPEC
PRE-TEST
PREPROBABILITY
= PREVALENCE:
PREVALENCE:
(A+C ) / (A+B+C+D)
1-(13/16)
/(28/32)
16/48
SENSITIVITY:
A/(A+C)
(13/16)X100%
= 81,25%
SPESIFICITY:
D/(B+D)
(28/32)X100%
=87,5%
(13/16)
/(1--28/32)
/(1
=6,5
=0,21
= 33,3%
PRE TEST ODDS
ODDS=
=
PREVALENCE::
PREVALENCE
(1--PREVALENCE)
(1
(16/48) : (1(1-16/48)
= 0,5
POST TEST ODDS=
ODDS=
PRE TEST ODDS X LR+
0 5 X 6,5
0,5
65
POSTOST-TEST PROBABILITY=
POST TEST ODDS:
(1+POST TEST ODDS)
33,25
25 : (1+3
(1 3,25)
25)
= 0.764
= 76,4%
= 3,25
Pretest probability
Post test probability
33.3%
76.4%
) Diagnostic tests that produce big changes from pretest to post-test
probabilities are important
p
p
and likely
y to be useful to us in our practice
p
W k h ffor
Worksheet
DIAGNOSIS WORKSHEET
Citation:
Are the results of this diagnostic study valid?
Was there an independent, blind comparison with a
reference (“gold”) standard of diagnosis?
Was the diagnostic test evaluated in an appropriate
spectrum of patients (like those in whom it would be
used in practice)?
Was the reference standard applied regardless of the
diagnostic test result?
W the
Was
th test
t t (or
( cluster
l t off tests)
t t ) validated
lid t d in
i a second,
d
independent group of patients?
Are the valid results of this diagnostic study important?
SAMPLE CALCULATIONS
Target disorder
(iron deficiency anemia)
Present
Totals
Absent
Diagnostic
Positive
test result (< 65 mmol/L)
(serum
Negative
ferritin)
(≥ 65 mmol/L)
731
a
270
b
1001
a+b
78
c
1500
d
1578
c+d
Totals
809
a+c
1770
b+d
2579
a+b+c+d
Sensitivity = a/(a+c) = 731/809 = 90%
Specificity = d/(b+d) = 1500/1770 = 85%
Likelihood ratio for a p
positive test result = LR+ = sens/(1-spec)
( p ) = 90%/15% = 6
Likelihood ratio for a negative test result = LR - = (1-sens)/spec = 10%/85% = 0.12
Positive Predictive Value = a/(a+b) = 731/1001 = 73%
Negative Predictive Value = d/(c+d) = 1500/1578 = 95%
Pre-test
Pre
test probability (prevalence) = (a+c)/(a+b+c+d) = 809/2579 = 32%
Pre-test odds = prevalence/(1-prevalence) = 31%/69% = 0.45
Post-test odds = pre-test odds × LR
Post-test probability = post-test odds/(post-test odds +1)
Can you apply this valid, important evidence about
a diagnostic
g
test in caringg for yyour p
patient?
Is the diagnostic test available, affordable, accurate, and precise in your
setting?
Can you generate a clinically sensible estimate of your patient’s pre-test
probability (from personal experience, prevalence statistics, practice
databases or primary studies)?
databases,
•Are the study patients similar to your own?
•Is it unlikely that the disease possibilities or probabilities have changed
since the evidence was gathered?
Will the resulting post-test probabilities affect your management and help
your patient?
•Could it move you across a test-treatment threshold?
•Would
ld your patient
i be
b a willing
illi partner in
i carrying
i it
i out?
Would the consequences of the test help your patient?
Additional notes:
„
Software:
CAT Maker……
Maker
Thank you…..
y