| 11 dakika okuma

Aptallar için Duyarlılık, Özgüllük, Tahmin Değerleri ve Olabilirlik Oranları

Teşhis geçerliliği

İstatistik, fizyoterapistler ve fizyoterapi öğrencileri için en kafa karıştırıcı konulardan biridir. Büyük olasılıkla bunun nedeni, insanları ve sağlığı matematikten daha fazla önemsememizdir, değil mi?

Teşhis geçerliliği

Hastanızı doğru bir şekilde değerlendirmek, iyi muamele etmek ve en son tedavi yöntemleriyle daha çok ilgilendiğinizi anlıyorum, ancak tüm anamnestik süreciniz boyunca hastalarınıza sorduğunuz soruların yaygınlığı, ön test ve son test olasılıkları hakkında özel bir testin istatistiksel değerlerini ve hatta sayıları bilmeniz gerektiğini söylemeliyim!
Hatta yukarıda bahsedilen rakamları bilmeden, hastanıza sorduğunuz bazı sorulara (ve bunların cevaplarına) ne kadar değer verebileceğinize dair hiçbir fikriniz olmayacağını ve olumlu ya da olumsuz bir sonucun size ne söyleyeceğini gerçekten bilmeden özel testler yapacağınızı söylemeye cesaret edebilirim.
Bir fizyoterapistin menisküs lezyonları için Thessaly testi gibi özel bir test yaptığını, testin pozitif çıktığını ve sonrasında hastasında menisküs lezyonu olduğundan %100 emin olduğunu gördüğümde ya da duyduğumda içim cız ediyor!
LÜTFEN ŞUNU YAPMAYI KES!

Bu nedenle, daha iyi bir fizyoterapist olmak için istatistikleri nasıl kullanabileceğiniz ve kullanmanız gerektiği ve bu bilginin klinik muhakeme sürecinize ilişkin farkındalığınızı nasıl artırdığı konusunda size fikir vermeye çalışacağım yazımı okumaya devam etmenizi tavsiye ediyorum!

Genel olarak, taramanızla başlayacak, ardından anamnezinizi alacak ve ardından temel bir değerlendirme yapacaksınız. Yukarıda belirtilen bölümlerde edindiğiniz bilgilere dayanarak, doğrulamak ya da reddetmek istediğiniz hipotezlerinizi oluşturuyorsunuz.  Duyarlılık ve özgüllük burada devreye girer. Öyleyse önce duyarlılık ve özgüllüğün ne olduğuna bir göz atalım! Bunun en kolay yolu, bir süre önce hazırladığımız kısa videoyu izlemektir:

Yani tekrar özetlemek gerekirse: 100 hassas bir testte negatif bir sonuç hastalığı ekarte edebilir (SnNOut) ve %100 spesifik bir testte pozitif bir sonuç hastalığı ekarte edebilir (SpPIn).

100 duyarlı bir testte negatif bir sonuç hastalığı ekarte edebilir (SnNOut) ve %100 spesifik bir testte pozitif bir sonuç hastalığı ekarte edebilir (SpPIn)


İki anımsatıcı SnNOut ve SpPIn ile bu iki kavramı uygulamaya koymak nispeten kolaydır.
Çoğu zaman, bu değerleri 2×2'lik bir tablo kullanarak hesaplayabilirseniz, tanımlarını ve gerçekte ne olduklarını daha iyi kavrayabilirsiniz. Hesaplama kısmını nasıl yapacağınızı gösterecek olan bir sonraki videomuzu izleyin:

Ne yazık ki gerçek hayatta %100 doğru sonuç veren testler yok denecek kadar azdır, bu nedenle çok sayıda yanlış pozitif ve yanlış negatif sonuçla karşılaşırsınız. Bunun da ötesinde, duyarlılık ve özgüllük bize bir testin hastalığa sahip olup olmadığını zaten bildiğimiz hastalarda ne sıklıkla pozitif çıktığını söyler. Ancak pratikte hastalarımızın belirli bir rahatsızlığa sahip olup olmadıklarını bilmiyoruz. Uygulamada daha çok yaptığımız şey, pozitif veya negatif test sonuçlarını yorumlamaktır.
Hastanın gerçekten olumlu bir sonuçla hastalığa sahip olma olasılığının ne olduğunu ve bir hastanın olumsuz bir sonuçla hastalığa sahip olmama olasılığının ne kadar yüksek olduğunu genellikle bilemezsiniz.
Bu değerler pozitif prediktif değer (PPV) ve negatif prediktif değer (NPV) olarak adlandırılır ve test sonrası olasılıklar olarak da adlandırılır. Tahmin ettiniz - bu değerleri 2×2 tablosu yardımıyla açıklayan ve bu değerleri nasıl hesaplayacağınızı gösteren başka bir videomuz var:

Videoda da belirtildiği gibi PPV ve NPV, hasta grubunuzun prevalansı hakkında iyi bir fikriniz varsa ve bu prevalans, ilk etapta belirli bir test için istatistiksel değerlerinizi aldığınız RCT'nin prevalansı ile aynıysa harika araçlardır. Eğer durum böyle değilse, PPV ve NPV hemen hemen işe yaramaz hale gelir.
Ön çapraz bağ (ACL) kopmasının test öncesi olasılığının farklı ortamlarda nasıl değiştiğini hayal edin: Örneğin, genel bir muayenehanede ACL yırtığı olan hastaların prevalansı, diz yaralanmaları konusunda uzmanlaşmış bir spor kliniğinden çok daha düşük olacaktır. Yaygınlık ne kadar yüksekse, PPV'niz o kadar yüksek ve NPV'niz o kadar düşük olacaktır.
Belki ileride bu konuda da bir video hazırlarız, ancak PPV ve NPV'den daha iyi bir değere ihtiyacımız olduğunu hatırlamak önemlidir, bu da olasılık oranlarının devreye girdiği yerdir.

Olabilirlik oranı hem duyarlılığı hem de özgüllüğü birleştirir ve bize belirli bir test sonucunun rahatsızlığı olan kişilerde ne kadar olası olduğunu, rahatsızlığı olmayan kişilerde ise ne kadar olası olduğunu söyler. Olabilirlik oranları ve bunları nasıl hesaplayabileceğiniz hakkında aşağıdaki videoyu izleyin:

Örnekte, klinik uygulamada en doğru testlerden biri olan Lachman testini kullandık, ancak sevgili Thessaly testimize ve örneğimizin orada nasıl oynadığına bakalım:
Goossens ve diğerlerine göre. (2015)'e göre, Thessaly testinin duyarlılığı %64 ve özgüllüğü %53'tür; bu da LR+ değerinin 1,36 ve LR- değerinin 0,68 olmasıyla sonuçlanır. Zaten görebileceğiniz gibi, bu değerler LR = 1'e oldukça yakındır, bu da bize bir kişinin menisküs lezyonuna sahip olma olasılığını çok az değiştireceklerini söyler. Bu değerleri ÖÇB yırtığı örneğimize uygulayacak olursak, ÖÇB yırtıklarına sıklıkla menisküs yırtıklarının eşlik ettiğini biliyoruz. Hastamız herhangi bir kilitlenme veya yakalama hissi bildirmemesine rağmen, test öncesi olasılığımızı yaklaşık %30 olarak tahmin ediyoruz.
Nomogramımız şöyle görünecektir:

Teselya Nomogramı

(Daha doğru) hesaplamalara dayanarak aşağıdaki test sonrası olasılıkları elde ederiz:
- Test öncesi olasılıklar: Prevalans/(1-prevalans) = 0,3/(1-0,3) = 0,43
- Son test oranları (LR+): 0,43 x 1,36 = 0,58
- Son test olasılığı (LR+): son test oranları / (son test oranları+1) = 0,58/(0,58+1) = 0,37 (yani %37)
- Son test oranları (LR-): 0,43 x 0,68 = 0,29
- Son test olasılığı (LR-): son test oranları / (son test oranları+1) = 0,29/ (0,29+1) = 0,22 (%22)

Yani pozitif bir Thessaly testi ile mens lezyonu olasılığınızı varsayılan %30'dan %37'ye çıkarmış ve negatif bir Thessaly testi ile olasılığınızı %22'ye düşürmüş olursunuz.
İnsanlar bir test yaptıktan sonra hastalarının belirli bir rahatsızlığı olduğunu ya da olmadığını düşündüklerinde neden çıldırdığımı anlıyor musunuz? Ve tüm bunlar, çoğu insanın dikkate almayı bile unuttuğu test öncesi olasılıklar varsayımına dayanmaktadır!

Birden fazla test yapmak istiyorsanız, örneğin ACL örneğimize Anterior Drawer testini eklemek istiyorsanız, ön test olasılığınızı Lachman testinin son test olasılığına dayandıracaksınız. Dolayısıyla, pozitif bir Lachman durumunda, %95'lik bir ön test olasılığı ile başlayacaksınız ve negatif bir Lachman ile %19'luk bir ön test olasılığı ile başlayacaksınız.
Çoğu testin olumlu ya da olumsuz bir sonucu olsa da, birden fazla sonucu olan test kümeleri de vardır. Örneğin Laslett kümesini ele alırsak, 5 pozitif testten 2'si için LR+ değeri 2,7, 3/5'i için LR+ değeri 4,3 vb. olacaktır.

Yine de, test öncesi olasılığın çok yüksek olduğu durumlarda, başka bir testin çok az değeri olduğunu ve tedavinize başlamanın daha iyi olacağını unutmayın. Aynı durum çok düşük bir ön test olasılığı için de geçerlidir, bu durumda test yapmazsınız ve durumu tedavi etmezsiniz.


Örnek olarak, bir hasta size ani başlayan bel ağrısı, her iki bacakta nörolojik semptomlar, işeme sorunları ve eyer anestezisi ile başvurursa, bu hastada kırmızı bayrak olan ve acil ameliyat gerektiren kauda ekina sendromu olduğundan oldukça emin olursunuz. Diyelim ki teşhisinizden %99 eminseniz, LR- 0,2 olan bir düz bacak testi (SLR) test sonrası olasılığı %95'e düşürecektir ki bu hala çok yüksektir ve yine de bu hastayı ameliyata göndermek isteyeceksinizdir.
Buna karşılık, test pozitif çıkarsa, muhtemelen %99'dan %100 kesinliğe geçersiniz, öyleyse neden ilk etapta test yapmaya zahmet edesiniz ki, özellikle de bu acil bir ameliyat sevkiyse?

Aynı durum çok düşük bir ön test olasılığı için de geçerlidir. Eğer bir hasta size diz altında yayılan bir ağrı olmadan başvurursa, bu hastanın disk herniasyonuna bağlı radiküler sendrom olma ihtimali çok düşüktür, diyelim ki %5 olsun. Peki bu durumda SLR'yi 2.0 LR+ ile gerçekleştirirseniz ne olur? Test sonrası olasılık %10 olur ve test negatif çıkarsa test sonrası olasılık belki %4'e düşer. Peki, bir hastanın belirli bir hastalığa sahip olmadığından neredeyse eminseniz, neden ilk etapta bunu test edesiniz ki?
Elbette pratikte, belirli bir testi yapma kararı her zaman maliyetler, hastalığın ciddiyeti, testin riskleri vb. gibi çeşitli faktörlere bağlıdır.

Şimdi başlangıçta iddia ettiğim şeye, yani istatistiksel değerlerin hasta öyküsü alırken yaptığınız sorgulamanın sonuçlarını değerlendirmenize yardımcı olduğu konusuna geri dönelim.
Aslında her soru, cevabın (evet veya hayır) bir hastanın belirli bir duruma sahip olma olasılığını artıracağı veya azaltacağı özel bir test olarak görülebilir. Bu aynı zamanda kapsamlı bir anamnezin çoğu zaman özel testlerden daha önemli olmasının nedenidir, çünkü temelde arka arkaya bir dizi özel test yapıyorsunuz,
eğer hastanızın cevaplarına dayanarak nasıl bir hipotez oluşturacağını bilen iyi bir klinisyenseniz.

Şimdi başka bir örnek verelim: Uzun süreli kortikosteroid kullanımı ile ilgili soruya verilen olumlu bir yanıt omurga kırığı olasılığını nasıl etkiler?
Buna göre Henschke ve ark. (2009) tarafından yapılan bir çalışmada, uzun süreli kortikosteroid kullanımı 48,5 pozitif LR+ değerine sahiptir. Birinci basamağa başvuran bir omurga kırığının prevalansı (ön test olasılığı) Willi'ye göre %1-4 arasında tahmin edilebilirams ve diğerleri. (2013 ) tarafından bel ağrısı ile başvuran hastalarda yapılmıştır.
Dolayısıyla, uzun süreli kortikosteroid kullanımında, bu örnek hesaplamada sadece %1 prevalans varsaymamıza rağmen, test sonrası %33 olasılıkla sonuçlanacaktır.
Bence kortikosteroidlerle ilgili bu sorunun omurga kırıkları için tarama prosedüründe her zaman sorulması gerektiğini söylemek doğru olur!
Şimdi bel ağrısı olan hastalarda malignite taramasında yaygın olarak kullanılan başka bir kırmızı bayrağa göz atalım: Bel ağrısının sinsi başlangıcı.
Buna göre Deyo ve ark. (1988, bunun oldukça eski bir çalışma olduğunu kabul ediyorum), bu soru için LR+ 1.1'dir. Henschke ve arkadaşlarına (2009) göre, bel ağrısı olan hastalarda malignite prevalansı %1'den bile düşüktür, ancak biz sadece basitlik açısından bu %1 ile hesaplayacağız.
Dolayısıyla, kırmızı bayrak sinsi başlangıç, bel ağrısının nedeni olarak malignitenin test sonrası olasılığını %1'den tam olarak %1,1'e çıkarır. Sanırım bu kırmızı bayrağın listelendiği tüm kılavuzlardan atılması gerektiği konusunda hemfikiriz.

Üst ve Alt Ekstremitelerin Ortopedik Fizyoterapisi

CPD Kurslarına Bir Servet Harcamadan Sadece 40 Saatte En Yaygın 23 Ortopedik Patoloji Hakkındaki Bilgilerinizi Artırın

Bunun uzun bir yazı olduğunu biliyorum ve buraya kadar gelebildiyseniz tebrikler ve saygılar! Amacım size duyarlılık, özgüllük, PPV, NPV ve özellikle olasılık oranları gibi istatistiksel değerlerle nasıl çalışacağınızı açıklamak ve bunların tüm fizyoterapi sürecinizdeki öneminin farkına varmanızı sağlamaktı.
Gelecekteki hastalarınızda belirli bir hipotezin yaygınlığını dikkate alabilseydiniz, anamnestik sorularınızın ön test olasılığı üzerindeki etkisi hakkında bir fikriniz olsaydı ve özel testinizin gücünü doğru bir şekilde değerlendirebilseydiniz harika olurdu.

İstatistikler beni nemlendiriyor

Yorumda soru sormaktan ve yararlı bulduysanız bu blog yazısını paylaşmaktan çekinmeyin!

Okuduğunuz için teşekkürler!

Kai

Referanslar

Goossens P, Keijsers E, van Geenen RJ, Zijta A, van den Broek M, Verhagen AP, ve ark. Menisküs yırtıklarının değerlendirilmesinde Thessaly testinin artroskopi ile karşılaştırıldığında geçerliliği: bir tanısal doğruluk çalışması. J.Orthop.Sports Phys.Ther. 2015;45(1):18-24, B1

Henschke N, Maher CG, Ostelo RW, de Vet HC, Macaskill P, Irwig L. Bel ağrısı olan hastalarda malignite taraması için kırmızı bayraklar. Cochrane Database Syst.Rev. 2013;(2):CD008686. doi(2):CD008686.

Williams CM, Henschke N, Maher CG, van Tulder MW, Koes BW, Macaskill P, et al. Bel ağrısı ile başvuran hastalarda vertebral kırık taraması için kırmızı bayraklar. Cochrane
Database Syst Rev 2013;1:CD008643.

Physiotutors tutkulu bir öğrenci projesi olarak başladı ve dünyanın dört bir yanındaki fizyoterapistler için en saygın sürekli eğitim sağlayıcılarından biri haline geldiğini söylemekten gurur duyuyorum. Ana hedefimiz her zaman aynı kalacaktır: fizyoterapistlerin çalışmalarından ve kariyerlerinden en iyi şekilde yararlanmalarına yardımcı olmak ve hastalarına kanıta dayalı en iyi bakımı sunmalarını sağlamak.
Geri
ÜCRETSİZ uygulamamızı indirin