Doc Gyneco Sainte-Maxime

Notion de Statistique

Il faut savoir en médecine que l’on peut se tromper.
Ainsi lorsque l’on fait un examen ( prise de sang, radio etc … ) on peut avoir :

un test positif et être malade ou
un test négatif et ne pas être malade ce qui semble logique


Mais on peut avoir un test positif et ne pas être malade : c’est un faux positif.
D’autres examens sont alors réalisés montrant que l’on s’est trompé. Cela est souvent mal vécu, créé du tress, entraine d’autres examens pour rien, mais au moins on n'a rien.

Le taux est de b / ( a+b ). Cela dépend de la fréquence de la maladie (Prévalence) dans la population et de la qualité (pertinence) de l’examen (test).


On peut aussi avoir un test négatif et être malade : c’est un faux négatif. C’est une erreur de l’examen. Le problème est que l’on est faussement rassuré et que la maladie va continuer à évoluer jusqu’à ce que d’autres signes d’alarme apparaissent. C’est embêtant car si la maladie est grave, on a perdu du temps et des chances de guérison. Si la maladie guérit toute seule on ne s’en apercevra pas.

Le taux est de c / ( c+d ) . Cela dépend aussi  de la fréquence de la maladie (Prévalence) dans la population et de la qualité (pertinence) de l’examen (test).

Population Malade Non malade
Test positif a b
Test négatif   c d

Chaque examen (test) est connu pour avoir ses limites.

La sensibilité, ou la probabilité que le test soit positif si la maladie est présente, se mesure chez les malades seulement. Elle est donnée par a / (a + c). C’est la probabilité de trouver la maladie en faisant cet examen. Ainsi la sensibilité de la mammographie est de 95%. C’est à dire que pour 100 cancer du sein la mammographie en «  loupe » 5.

Inversement La spécificité  est la probabilité que le test soit négatif quand on n’est pas malade. Ainsi, la spécificité, ou la probabilité d'obtenir un test négatif chez les non-malades, est donné par d / (d + b). Ainsi la sensibilité de la mammographie dans le dépistage du cancer du sein est de 92 à 99 %. C’est à dire que dans 1 à 8% des cas on dit qu’il y a un cancer alors qu’il n’y en a pas.


Tout n’est pas si simple :

Le seuil d'un test (la valeur à laquelle on décide qu'il devient positif) influence sa sensibilité et sa spécificité. Ainsi, si on abaisse ce seuil, le test sera plus sensible mais moins spécifique. La valeur de ce seuil dépend grandement de l'utilisation que l'on veut faire du test. Les tests très sensibles sont surtout utiles pour s'assurer qu'une maladie n'est pas présente (peu de faux négatifs) alors que ceux qui sont très spécifiques sont utiles pour s'assurer qu'une maladie est bien présente (peu de faux positifs).

Le concept de validité prédictive est très important puisqu'en situation clinique, c'est le résultat du test qui est disponible et c'est à partir de celui-ci que le médecin doit évaluer si la maladie est présente ou pas. Les valeurs prédictives dépendent de la prévalence de la maladie dans la population. Ainsi, pour une même sensibilité et spécificité, la valeur prédictive négative d'un test donné va s'améliorer d'autant que la maladie est rare (peu prévalente) et la valeur prédictive positive du même test va s'améliorer d'autant que la maladie est fréquente.

Pour calculer les valeurs prédictives d'un test lorsque la représentativité de l'échantillon n'est pas certaine, on utilise des formulations reposant sur le théorème de Bayes, en utilisant la sensibilité et la spécificité calculées sur l'échantillon et la prévalence de l'affection à diagnostiquer.

Lorsqu’un test a une bonne valeur prédictive positive, c’est surtout quand son résultat est positif qu’il est fiable. De la même manière, un test avec une bonne valeur prédictive négative est fiable lorsque son résultat est négatif. Par exemple, un test avec une bonne valeur prédictive négative et une mauvaise valeur prédictive positive donne une information valable s’il est négatif mais est difficile à interpréter si son résultat est positif.

CABINET GYNECOLOGIE OBSTETRIQUE STEIN & LAHAYE • avril 2018
Infos légales