Généralités sur les marqueurs
télécharger 49.75 Kb.
|
| La statistique des marqueurs . Généralités sur les marqueurs : Il y a marqueur et marqueur, et le taux d’un seul marqueur pris isolément n’a généralement pas beaucoup voire même strictement aucune signification . Dans la pratique, on distingue plusieurs variétés de marqueurs :
Dans la pratique :
Les marqueurs sont fort utilisés dans 2 types de pathologies :
Rappel statistique 1 :  Dans cet assaut, la statistique prévoit que 20 % de l’effectif va périr . Ceci veut dire que sur un groupe de 100 soldats, théoriquement 20 vont périr . Chaque unité aura son nombre de pertes, lequel peut être absolument quelconque . La seule chose que l’on puisse dire ,est que pour l’ensemble des participants à cet assaut, il est PROBABLE que l’on ait 20 % de pertes Ce chiffre est intéressant pour le général , mais ne sert strictement à rien pour le soldat . Ce chiffre ne dit en rien au soldat qu’il va vivre ou mourir ! Autre chose encore , (si l’on fait abstraction des blessés), Après l’assaut on est soit mort soit vivant . Le vivant n’est pas à 80 % vivant, il est VIVANT ! Rappel statistique 2 : Quelques mots sur la gaussienne : Toutes les populations ou presque se répartissent suivant une gaussienne cad une courbe de répartition « nombre de gens répondant à une valeur d’un critère » . Si l’on prend par exemple la gaussienne de la répartition des tailles des adultes :
Ceci est vrai pour toutes les populations et donc pour les populations de « malades » comme les populations de « bien portants » . On peut donc faire une gaussienne de « malades » et une gaussienne de « bien portants » . Comment ces gaussiennes se répartissent-elles en réalité ? Cas idéal : Ce cas (théorique n’arrive « jamais »….) Le taux de ce marqueur est totalement distinct dans la population saine et la population malade …..  Cas le plus fréquent : les courbes se croisent … et les ennuis commencent …. 
La question va donc revenir à décider « à partir de quand » on est malade et à partir de quand on est « bien portant »,tout en sachant que l’on va forcément avoir des « faux malades » et des « faux bien portants ». La question revient donc à décider le taux d’erreur que l’on peut accepter … Et il y en a de deux ordres : les faux « + » et les faux « - » Les faux négatifs Si l’on recherche la grippe,on peut très bien accepter de passer « à côté » d’un malade ; le préjudice qu’il aura n’est pas bien lourd … Si l’onrecherche un cancer,là c’est le contraire : il est crucial de dépister tous les malades, parceque les conséquences d’un « passé à côté » sont très préjudiciables . Les faux positifs Si l’on recherche la grippe, et qu’on dépiste quelques « faux malades » en plus, ce n’est pas bien grave : le traitement donné ne sera pas bien gênant . Si l’on recherche le cancer, et qu’on dépiste quelques « faux malades » en plus ce sera très préjudiciable, parce que le traitement est très lourd . Toute la question est de savoir où l’on va mettre les barres de normalité… Avec une pareille courbe, 3 cas de figure sont possibles :  Soit on veut ne diagnostiquer que des bien portants à coup sur :  Soit on ne veut diagnostiquer que des malades à coup sur :  Soit on agit avec « bon sens » : si la maladie est grave , il faut dépister le maximum de malades, et alors on met un seuil bas . si la maladie est bénigne ,il ne faut pas encombrer le travail de faux malades ,et alors on met un seuil élevé . Mais qu’il soit bas ou élevé, ce seuil est toujours arbitraire …  Suivant le cas, le seuil « bleu » est raisonnable ou le seuil « rouge » est raisonnable …,mais on a toujours des faux négatifs et des faux positifs … La sensibilité et la spécificité . Comme nous ne savons pas échapper aux faux positifs et au faux négatifs, il faut apprendre à les gérer ,et comprendre ce qu’ils veulent bien dire surtout : La sensibilité d’un test, c’est la capacité de ce test de trouver les vrais malades . Idéalement, il doit trouver 100 % des malades dans la population des malades . La spécificité d’un test , c’est la capacité de ce test de trouver les bien portants . Idéalement, il doit trouver 100 % des bien portants dans la population des bien portants . Comment est ce qu’on sait que ces gens sont malades ou bien portants ? Tout simplement parce qu’on leur a fait d’autres examens . On est donc sur et certain que ces gens sont soit malades, soit bien portants, et ce qu’on étudie c’est la qualité du test, sa « qualité intrinsèque » et pour l’établir il faut une population bien connue qui sert de référence et que l’on appelle la « Gold Standard » . On a donc au départ 2 populations connues, une population de malades , et une population de biens portants . Sur la population de malade on va tester uniquement la sensibilité . Sur la population de bien portants , on va tester uniquement la spécificité . Si on reprend le tout :
La sensibilité est indépendante de la spécificité . Un test peut avoir un score quelconque de sensibilité et un autre score lui aussi quelconque et absolument non lié de spécificité . En aucun cas il ne faut croire que l’un varie avec l’autre ou à l’inverse de l’autre ; Ils sont « libres » l’un comme l’autre . La sensibilité + la spécificité ne vaut pas « 1 » ,ni 100,elle vaut la somme de 2 nombres quelconques et donc ce nombre est quelconque, et en plus sans aucun intérêt ! La prédictibilité d’un test positif : Imaginons le test de dépistage suivant Il a une sensibilité de : 90 % Il a une spécificité de : 80 % Ce test va donc dépister dans la population 90 % de vrais malades , et (100-80) : 20 % de faux malades . On en arrive à une autre valeur : la prédictibilité d’un test positif : Qu’est ce que ça veut dire d’être diagnostiqué comme « positif » ; c’est quoi la chance d’être malade si le teste est positif ? Dans l’exemple précédent, si on a testé 200 personnes ,à savoir 100 malades et 100 bien portants, on aura 90+20=110 tests positifs . Dans ce cas, la probabilité d’être réellement malade si on est positif est de 90/110 = 0.81 cad 81 % de chance d’être réellement malade . C’est pas 100 % c’est déjà la première chose qu’on peut se dire … La prédictibilité d’un test positif et la population étudiée . Dans le cas précédent, on avait une population de 100 malades et de 100 bien portants . Le test dépistait bien les malades (90 % des malades). Mais au final si le test était positif cela ne signifiait réellement quelque chose que dans 81 % des cas . Cette différence est due aux faux positifs dans la populations des biens portants . Oui, mais voilà, le test est ainsi fait qu’il va toujours dépister 20 % de faux positifs … Comment faire pour augmenter la signification d’un test positif ? C’est tout simple : il faut que le nombre de biens portants soit petit ,puisque c’est eux qui sont à la source des faux positifs … Oui mais comment faire ? C’est tout simple : il faut les étudier dans une population non pas « quelconque » mais dans une population où la maladie est plus probable . Reprenons tout çà avec le même test : sensibilité 90% et spécificité 80 % Cas 1 : il doit y avoir 30 % de la population infectée … donc 30 malades et 70 bien portants Le test va être « positif » chez : 90 % de 30 soit 27 malades et 20% de 70 cad 14 bien portants Etre « positif revient à dire qu’on est « malade » : 27/27+14 = 65 X sur 100 Cas 2 : il doit y avoir 10 % de la population infectée … donc 10 malades et 90 bien portants Le test va être « positif » chez : 90 % de 10 soit 9 malades et 20% de 90 cad 18 bien portants Etre « positif » revient à dire qu’on est « malade » : 9/9 + 18 = 33 x sur 100   Dans la pratique, nous allons avoir des courbes de réponse thérapeutiques des marqueurs « ainsi » :  On voit tout de suite que :
Les marqueurs en cancérologie . Je reprends ce que je disais au début ,parce que c’est TRES important …. Il y a marqueur et marqueur, et le taux d’un seul marqueur pris isolément n’a généralement pas beaucoup voire même strictement aucune signification . Dans la pratique, on distingue plusieurs variétés de marqueurs :
Dans la pratique :
Quelques marqueurs cancero . Un dépistage de masse sur base d’une biologie n’a aucun sens !!!
Les marqueurs en rhumatologie. Tarte à la crème classique : Que veut dire une recherche de facteur rhumatoïde « + » isolé ? Rien !  Dans une population « tout venant », il y a donc entre 1 et 30 % de faux positif au latex et Waaler Rose !!! Ce test pris isolément dans une population asymptomatique, ne veut donc strictement rien dire !!! |
similaire:
 | «Drug-targetting». On cherche donc à cibler spécifiquement la drogue suivant la tumeur. Mais trouver le vecteur spécifique n’est... |  | |
| | «édaphotope», climat «climatope» qui caractérisent le milieu où vit une biocénose déterminée | |
| | «métier de cheval» n’a pas le même aura que celui de jockey car IL ne procure pas les mêmes sensations. Pour y accéder, IL faut se... | |
| | ||
| |