La statistica è uno degli argomenti più confusi per i fisioterapisti e gli studenti di fisioterapia. Molto probabilmente ciò è dovuto al fatto che ci preoccupiamo più delle persone e della salute che della matematica, giusto?
Capisco che siate più interessati a valutare correttamente il vostro paziente, a una buona gestione e ai più recenti metodi di trattamento, ma devo dirvi che dovete conoscere i valori statistici di un test speciale e anche i numeri relativi alla prevalenza, alle probabilità pre-test e post-test delle domande che ponete ai vostri pazienti durante l'intero processo anamnestico!
Oserei addirittura dire che senza la conoscenza dei numeri sopra citati, non si ha la minima idea del valore che si può attribuire a certe domande che si pongono al paziente (e alle relative risposte) e si eseguono test particolari senza sapere realmente cosa ci dirà un risultato positivo o negativo.
Quando vedo o sento che un fisioterapista esegue un test speciale come il test di Thessaly per le lesioni meniscali, che risulta positivo, e che dopo è sicuro al 100% che il suo paziente ha una lesione meniscale, mi viene da rabbrividire!
PER FAVORE, SMETTETELA DI FARLO!
Per questo motivo vi invito a continuare a leggere il mio post in cui cercherò di darvi un'idea di come potete e dovete usare le statistiche per diventare un fisioterapista migliore e di come questa conoscenza aumenti la consapevolezza del vostro processo di ragionamento clinico!
In generale, si inizia con lo screening, poi con l'anamnesi e quindi con una valutazione di base. Sulla base delle informazioni ottenute durante le parti precedenti, formate le vostre ipotesi che vorreste confermare o respingere. È qui che entrano in gioco sensibilità e specificità. Vediamo quindi prima di tutto cosa sono la sensibilità e la specificità! Il modo più semplice è guardare il breve video che abbiamo realizzato qualche tempo fa:
Quindi, per riassumere ancora una volta: Un risultato negativo in un test sensibile al 100% può escludere la malattia (SnNOut) e un risultato positivo in un test specifico al 100% può escludere la malattia (SpPIn).
Un risultato negativo in un test sensibile al 100% può escludere la malattia (SnNOut) e un risultato positivo in un test specifico al 100% può escludere la malattia (SpPIn).
Con le due mnemotecniche SnNOut e SpPIn è relativamente facile mettere in pratica questi due concetti.
Nella maggior parte dei casi, la loro definizione e il loro significato sono più chiari se si è in grado di calcolare questi valori con una tabella 2×2. Guardate il prossimo video, che vi mostrerà come eseguire la parte di calcolo:
Purtroppo, nella vita reale, non esistono quasi mai test accurati al 100%, motivo per cui si avranno molti risultati falsi positivi e falsi negativi. Inoltre, la sensibilità e la specificità ci dicono quanto spesso un test è positivo in pazienti che sappiamo già essere affetti dalla malattia o meno. In pratica, però, non sappiamo se i nostri pazienti sono affetti o meno da una determinata patologia. In pratica, si tratta di interpretare i risultati di un test positivo o negativo.
Di solito non si sa quale sia la probabilità che il paziente abbia effettivamente la malattia con un esito positivo e quanto sia alta la probabilità che un paziente non abbia la malattia con un esito negativo.
Questi valori sono chiamati valore predittivo positivo (PPV) e valore predittivo negativo (NPV), chiamati anche probabilità post-test. Avete indovinato: abbiamo un altro video che spiega questi valori con l'aiuto della tabella 2×2 e vi mostra come calcolarli:
Ora, come menzionato nel video, PPV e NPV sono ottimi strumenti se si ha una buona idea della prevalenza del proprio gruppo di pazienti e se questa prevalenza è identica a quella dell'RCT, da cui si sono ottenuti i valori statistici per un test specifico. In caso contrario, PPV e NPV diventano praticamente inutili.
Immaginate come cambia la probabilità pre-test di rottura del legamento crociato anteriore (ACL) in diversi contesti: Ad esempio, la prevalenza di pazienti con lacerazione del legamento crociato anteriore in un ambulatorio generale sarà molto più bassa rispetto a una clinica sportiva specializzata in lesioni del ginocchio. Maggiore è la prevalenza, maggiore sarà il PPV e minore il NPV.
Forse in futuro faremo un video anche su questo, ma è importante ricordare che abbiamo bisogno di un valore migliore del PPV e del NPV, ed è qui che entrano in gioco i rapporti di verosimiglianza.
Il rapporto di verosimiglianza combina sia la sensibilità che la specificità e ci dice quanto sia probabile un determinato risultato del test nelle persone con la patologia, rispetto a quanto sia probabile nelle persone senza la patologia. Guardate il seguente video sugli indici di verosimiglianza e su come calcolarli:
Nell'esempio abbiamo usato il test di Lachman, che è uno dei test più accurati nella pratica clinica, ma vediamo il nostro amato test di Thessaly e come si svolge il nostro esempio:
Secondo Goossens et al. (2015), il test di Thessaly ha una sensibilità del 64% e una specificità del 53%, che si traducono in un LR+ di 1,36 e in un LR- di 0,68. Come si può già vedere, questi valori sono piuttosto vicini a LR = 1, il che ci dice che cambieranno di poco la probabilità che una persona abbia una lesione del menisco. Per applicare questi valori all'esempio del nostro caso di lacerazione del crociato, sappiamo che le lacerazioni del crociato sono spesso accompagnate da lacerazioni meniscali. Sebbene il nostro paziente non abbia riferito alcuna sensazione di bloccaggio o di presa, stimiamo che la nostra probabilità pre-test sia di circa il 30%.
Il nostro nomogramma avrà il seguente aspetto:
In base ai calcoli (più accurati), si ottengono le seguenti probabilità post-test:
- Probabilità pre-test: Prevalenza/(1-prevalenza) = 0,3/(1-0,3) = 0,43
- Probabilità post-test (LR+): 0,43 x 1,36 = 0,58
- Probabilità post-test (LR+): probabilità post-test / (probabilità post-test+1) = 0,58/(0,58+1) = 0,37 (quindi 37%)
- Probabilità post-test (LR-): 0,43 x 0,68 = 0,29
- Probabilità post-test (LR-): probabilità post-test / (probabilità post-test+1) = 0,29/ (0,29+1) = 0,22(22%)
Quindi, con un test di Thessaly positivo, le probabilità di una lesione mensurale sono aumentate da un presunto 30% al 37%, mentre con un test di Thessaly negativo le probabilità sono diminuite al 22%.
Capite perché vado fuori di testa se le persone eseguono un test e poi danno per certo che il loro paziente ha o non ha una certa condizione?! E tutto questo si basa su un'ipotesi di probabilità pre-test, che la maggior parte delle persone dimentica di prendere in considerazione!
Se si desidera eseguire più test, ad esempio per aggiungere il test del cassetto anteriore nel nostro esempio di ACL, si baserà la probabilità pre-test sulla probabilità post-test del test di Lachman. Quindi, nel caso di un Lachman positivo, si partirà con una probabilità pre-test del 95%, mentre con un Lachman negativo si partirà con una probabilità pre-test del 19%.
Sebbene la maggior parte dei test abbia un esito positivo o negativo, esistono anche gruppi di test con esiti multipli. Quindi, se si prende ad esempio il cluster di Laslett, per 2 test positivi su 5 si arriva a un LR+ di 2,7, per 3/5 a un LR+ di 4,3, ecc.
Si tenga presente, tuttavia, che con una probabilità pre-test molto alta, un altro test ha poco valore ed è meglio iniziare il trattamento. Lo stesso vale per una probabilità pre-test molto bassa, nel qual caso non si esegue il test e non si cura la condizione.
Ad esempio, se un paziente si presenta con un'insorgenza improvvisa di dolore lombare, sintomi neurologici in entrambe le gambe, problemi di minzione e anestesia alla sella, sareste abbastanza sicuri che questo paziente ha la sindrome della cauda equina, che è un segnale di allarme e richiede un intervento chirurgico urgente. Quindi, se si è sicuri della diagnosi al 99%, un test delle gambe dritte (SLR) con un LR- di 0,2 ridurrà la probabilità post-test al 95%, che è ancora molto alta e si vorrebbe comunque inviare il paziente alla chirurgia.
A sua volta, se il test fosse positivo, si passerebbe dal 99% al 100% di certezza, quindi perché preoccuparsi di fare il test, soprattutto se si tratta di un intervento chirurgico urgente?
Lo stesso vale per una probabilità di pre-test molto bassa. Se un paziente si presenta a voi senza dolore irradiato sotto il ginocchio, la possibilità che questo paziente abbia una sindrome radicolare dovuta a un'ernia discale è molto bassa, supponiamo il 5%. Quindi cosa accadrebbe in questo caso se si eseguisse la reflex con un LR+ di 2.0? La probabilità post-test sarebbe del 10% e se il test fosse negativo la probabilità post-test sarebbe scesa forse al 4%. Quindi, se si è quasi certi che un paziente non ha una certa malattia, perché fare il test?
Naturalmente, nella pratica, la decisione di effettuare un determinato esame dipende sempre da vari fattori, come i costi, la gravità della malattia, i rischi dell'esame, ecc.
Torniamo ora a ciò che ho sostenuto all'inizio, ovvero che i valori statistici aiutano a valutare il risultato delle domande poste durante la raccolta delle storie dei pazienti.
In effetti, ogni domanda può essere vista come un test speciale, in cui la risposta (sì o no) aumenterà o diminuirà la probabilità che un paziente abbia una certa condizione. Questo è anche il motivo per cui un'anamnesi accurata è il più delle volte più importante dei test speciali, perché in pratica si esegue una serie di test speciali in fila,
se si è un buon clinico che sa formulare un'ipotesi in base alle risposte del paziente.
Facciamo un altro esempio: In che modo una risposta positiva alla domanda sull'uso prolungato di corticosteroidi influenza la possibilità di una frattura vertebrale?
Secondo Henschke et al. (2009), l'uso prolungato di corticosteroidi ha un LR+ positivo di 48,5. La prevalenza (probabilità pre-test) di una frattura vertebrale che si presenta alle cure primarie può essere stimata tra l'1% e il 4% secondo Williams e altri. (2013) nei pazienti che presentano dolore lombare.
Quindi, con l'uso prolungato di corticosteroidi, ci ritroveremo con una probabilità post-test del 33%, anche se in questo esempio di calcolo abbiamo assunto solo l'1% di prevalenza.
Credo sia giusto dire che questa domanda sui corticosteroidi dovrebbe essere sempre posta nella procedura di screening delle fratture vertebrali!
Vediamo ora un'altra bandiera rossa che viene comunemente utilizzata per lo screening delle neoplasie nei pazienti con lombalgia: Insidiosa insorgenza di lombalgia.
Secondo Deyo et al. (1988, ammetto che si tratta di uno studio piuttosto vecchio), l'LR+ per questa domanda è 1,1. Secondo Henschke et al. (2009), la prevalenza di malignità nei pazienti con lombalgia è addirittura inferiore all'1%, ma noi calcoleremo questo 1% solo per semplicità.
Quindi l'insorgenza insidiosa della bandiera rossa aumenta la probabilità post-test di malignità come causa della lombalgia dall'1% all'1,1% esatto. Penso che possiamo concordare sul fatto che questa bandiera rossa dovrebbe essere eliminata da qualsiasi linea guida in cui è elencata.
Fisioterapia ortopedica degli arti superiori e inferiori
Aumentate le vostre conoscenze sulle 23 patologie ortopediche più comuni in sole 40 ore senza spendere una fortuna in corsi CPD
So che questo è stato un lungo post e mi congratulo e rispetto se siete arrivati fin qui! Il mio obiettivo era quello di spiegarvi come lavorare con valori statistici quali sensibilità, specificità, PPV, NPV e soprattutto i rapporti di verosimiglianza e di rendervi consapevoli della loro importanza nell'intero processo fisioterapico.
Sarebbe fantastico se poteste prendere in considerazione la prevalenza di una certa ipotesi con i vostri futuri pazienti, avere un'idea dell'impatto delle vostre domande anamnestiche sulla probabilità pre-test e poter valutare correttamente la potenza dei vostri test speciali.
Sentitevi liberi di fare domande nei commenti e di condividere questo post se vi è stato utile!
Grazie per aver letto!
Kai
Riferimenti
