Indicateur de performance des tests diagnostiques

Santé publique
Fiche réalisée sans plan prédéfini


Dernières mises à jour
Sources
Sommaire

  • Définitions 1

Un test diagnostique a pour but de distinguer deux groupes, en général sujets malades et sujets indemnes d’une maladie donnée, en fonction d’un critère qui peut être morphologique, biologique, radiologique, ou un score qui peut comprendre tous ces types d’éléments.

De manière générale, aucun test n’est parfait, les issues possibles sont représentées ci-dessous (VP, FP, VN, FN), et permettent de calculer des indicateurs de performance diagnostique :

Indicateur Définition Calcul
Sensibilité (Se)
Proportion de tests positifs parmi les malades VP / (VP + FN)
Spécificité (Sp)
Proportion de tests négatifs parmi les non-malades VN / (VN + FP)
Valeur Prédictive Positive VPP Proportion de malades parmi les tests positifs VP / (VP + FP)
Valeur prédictive négative VPN Proportion de non-malades parmi les tests négatifs VN / (VN + FN)
  • Distribution 0

En abscisse, la valeur objectivée par le test diagnostique (l’axe est un « curseur » correspondant au seuil choisi)
En ordonnée, la distribution de cette valeur, supposée normale ici = suivant une gaussienne (l’axe distingue la population des malades et non-malades, objectivée par une méthode de référence)
VP = vrai positif ; FP = faux positif ; VN = vrai négatif ; FN = faux négatif. Ces issues correspondent à des aires sous courbe (aires colorées)

  • Courbes ROC 0

La courbe ROC indique la sensibilité Se (ordonnées) en fonction du taux de faux positifs = 1 – Sp (en abscisse).

Cet outil permet de comparer différents tests entre eux, et de définir la valeur optimale du seuil d’un test diagnostique (celle qui limite au maximum le taux de faux positifs et de faux négatifs).

Exemple de courbes ROC : chaque valeur de seuil trace un point de la courbe, qui va toujours de l’origine (0;0) au point (1;1).
Le test le moins performant est aléatoire et trace une droite entre ces 2 points (« luck »)
Le test parfait (Se et Sp =1, « ROC fold 5 ») trace deux segments passant par le point (0;1). Tous les tests diagnostiques forment donc une courbe entre ces 2 extrêmes.
By Jason Bedford (Own work) [CC BY-SA 4.0 (http://creativecommons.org/licenses/by-sa/4.0)], via Wikimedia Commons

En pratique :

> Un meilleur test aura une plus grande aire sous courbe (area sur le graphe)
> En cas de test diagnostic avec une variable continue, le seuil choisi dépendra de la pathologie :
– celui correspondant au point de la courbe ROC le plus proche du point (0,1) si on recherche à équilibrer Se et Sp,
– en cas de maladie grave, on préferera maximiser la sensibilité par exemple

Une question / une remarque ? Merci de faire vivre MedG !