Vurdering af diagnostiske test inkl. anvendelse af stikprøver

Princippet i en diagnostisk test

Formålet med en diagnostisk test er at skelne mellem "syge" og "raske" individer. Ved "syge" forstås her dyr, der har en speciel egenskab, f.eks. forhøjet kropstemperatur, er underernæret eller er inficeret med eller har antistoffer mod et bestemt agens. Dyr, der ikke har egenskaben, betegnes i denne forbindelse som raske dyr.

Hvis en diagnostisk test var ideel, ville alle syge individer give ét resultat og alle raske et andet resultat i testen. Sådan forholder det sig ikke i virkeligheden, da der er en større eller mindre gråzone, hvor både syge og raske individer giver samme testresultat. Vi kan derfor ikke altid med sikkerhed skelne mellem sandt syge og sandt raske dyr. Man kender typisk normaltemperaturen og det subfebrile temperaturområde for en dyreart. Man taler derfor ikke om feber, før tempera­turen er forhøjet ud over det subfebrile område. Dermed erkender vi, at der er et tempera­turområde (en gråzone), hvor syge og raske dyr kan have samme temperatur. Næsten alle diagno­stiske test har denne gråzone af resultater, og det er grunden til, at vi må vurdere resultaterne af en test i lyset af, at den ikke er perfekt. Ved vurdering af testresultater bør vi derfor tage hensyn til testens evne til at skelne mellem syge og raske dyr. Den evne måles ved testens sensitivitet og specificitet.

Enkeltdyrsniveau

En tests sensitivitet er defineret som sandsynligheden for, at et sandt positivt individ giver et positivt testresultat, og opgives som et tal mellem 0 og 1 (eller i procent). Den beregnes som andelen af test positive, blandt de sandt positive dyr. I en perfekt test, hvor sensitiviteten er 1, påvises alle sandt positive dyr. Når sensitiviteten er mindre end 1, vil nogle sandt positive dyr fejlagtigt udpeges som negative i testen (falsk negative).

En tests specificitet er defineret som sandsynligheden for, at et sandt negativt individ giver  et negativt testresultat, og opgives som et tal mellem 0 og 1 (eller i procent). Den beregnes som andelen af test negative, blandt sandt negative dyr (raske dyr). Når specificiteten er 1, identificeres alle sandt negative dyr med et negativt resultat. Når specificiteten er mindre end 1, vil der forekomme falsk positive testresultater.

Generelt er sensitivitet og specificitet konstante for en diagnostisk test, dvs. at de f.eks. ikke varierer med sygdomshyppigheden. Imidlertid kan sensitiviteten variere med ­mængden af agens i dyret (parasitinfektioner)og sværhedsgraden af sygdommen (subklinisk/kli­-nisk). Det mikrobiologiske miljø, som de pågældende dyr befinder sig i kan også influere på specificiteten (serologiske krydsreaktioner). Risikoen for krydsreaktioner kan således være meget forskellig for dyr, der går frit ude sammenlignet med dyr i lukkede produktionssystemer, eller for dyr i forskellige lande. Grænseværdien der adskiller testpositive og testnegative dyr fra hinanden, den såkaldte ”cut-off værdi”, kan lægges forskelligt, alt efter om man ønsker at prioritere sensitiviteten eller specificiteten. Men det er karakteristisk for de fleste test, at når sensitiviteten øges, falder specificiteten og omvendt.

Situationen i praksis kan f.eks. være, at man står med et resultat af en analyse og ønsker at kende sandsynligheden for, at et dyr med en positiv test også er eller måske har været sandt positivt. Det udtrykkes i den positive prædiktive værdi, der beregnes som andelen af sandt positive (syge dyr) blandt test positive dyr.

Tilsvarende tales om den negative prædiktive værdi, der er sandsynligheden for, at et dyr med et negativt testresultat også er sandt negativt.

De prædiktive værdier afhænger af den sande sygdomsforekomst (prævalens) i den undersøgte population. Således er den positive prædiktive værdi størst, når sygdommen er hyppigt forekommende, mens den er lav, når sygdommen er sjælden. Det modsatte gør sig gældende for den negative prædiktive værdi.

Når testen ikke er helt specifik og en sygdom er sjælden, som f.eks. brucellose hos kvæg og svin i Danmark, er der derfor en stor risiko for, at et positivt testresultat er falsk positivt. Når testen ikke er hundrede procent sensitiv og sygdommen er hyppigt forekommende som f.eks Mycoplasma hyopneumoniae infektion hos svin i konventionelle svinebesætninger, er der derimod en stor risiko for, at et negativt testresultat er falsk negativt. Dette har stor betydning for bekæmpelsesprogrammer fordi de prædiktive værdier vil ændre sig i løbet af programmet. Efterhånden som prævalensen falder, så stiger sandsynligheden for at et positivt testresultat er falsk positivt.

Definitioner

Sensitivitet: se = a / (a + c)

Specificitet: sp = d / (b + d)

Prævalens: (a + c) / (a + b + c + d)

Den positive prædiktive værdi: a / (a + b) og den negative prædiktive værdi: d / (c + d).

Besætningsniveau

Ofte bruges diagnostiske test til at stille en besætningsdiagnose, dvs. forekommer en sygdom i en besætning, ja eller nej. Man kan da ligesom på enkeltdyrsniveau tale om sensitivitet og specifi­citet, men på besætningsniveau. Sensitivitet og specificitet på besætningsniveau afhænger f.eks af:

• sensitivitet og specificitet af testen på enkeltdyrsniveau,
• antallet af dyr, der testes (stikprøvestørrelsen),
• prævalens i besætningen og
• antallet af positive enkeltprøver, der kræves, for at en besætning karakteriseres som positiv.

Den matematiske sammenhæng mellem de ovennævnte faktorer er lidt kompliceret, derfor fremhæves her nogle vigtige egenskaber:

• når antallet af udtagne prøver øges, stiger sensitiviteten på besætningsniveau,
• når antallet af positive enkeltprøver, der kræves, for at en besætning karakteriseres som positiv, øges, stiger specificiteten på besætningsniveau,
• når sensitivitet på besætningsniveau stiger for en given test, så falder specificiteten på besætningsniveau, og
• sensitivitet og specificitet på enkeltdyrs- og besætningsniveau er ikke det samme.

Påvisning af agens eller antistoffer

For test baseret på isolation af agens, typisk ved bakteriologiske eller parasitologiske under­søgelser, sættes specificiteten som regel til 1. Dermed er der ingen falsk positive dyr, og den positive prædiktive værdi er 1. Problemet med disse test er, at sensitiviteten kan være lav. Det kan være svært at sætte tal på sensitivitet og specificitet, fordi vi ofte ikke kender den sande status, dvs. kan angive om et dyr er sygt eller raskt. I nedenstående eksempel er den sande status (syg eller rask) derfor defineret som det samlede resultat af 4 forskellige bak­teriologi­ske test, og skøn for testparametre er beregnet for én af disse (MSRV).

Kilde: Baggesen og Wegener, Dansk VeteterinærTidsskrift. 1993, 76, 1017-1022.

Sensitivitet= 18/31 = 0,58 og specificitet = 287/287 = 1,00.

Prævalens= 31/318 = 0,10.

Positive prædiktive værdi = 18/18 = 1,00 og negative prædiktive værdi = 287/300 = 0,96.

Eksemplet viser testens fordel ved den høje specificitet og høje positive prædiktive værdi og samtidig svagheden med den lave sensitivitet.

Test baseret på påvisning af antistoffer har normalt en specificitet mindre end 1, men ofte en ret høj sensitivitet. Der findes således både falsk positive og falsk negative dyr. Specifi­citeten kan være lav, når der er en reel risiko for krydsreaktioner, eller hvis infektionen er overstået. Det skyldes, at påvisning af an­tistoffer iden­tificerer dyr, der er eller har været inficeret med det agens, der har givet anledning til den pågældende antistofdannelse. Serolo­giske test har derfor ofte en fordel frem for agenspåvis­ning ved overvågning for specifikke infektionssygdomme, fordi en prøve fortæller, om et dyr har været udsat for smitte over en periode.