EBM - Diagnostic
E
S
B
M A
A
M
S
A
Critical Appraisal
- Worksheet for critical appraisal - Software : CAT Maker Æ Main area of clinical objectives: 1. Diagnosis 2. Prognosis 3. Therapy/Treatment 4. 4 Risk/Harm Æ Others: Systematic Review and MetaMeta-analysis Clinical Guidelines Clinical Decision Making etc.
Untuk menegakkan diagnosis diperlukan uji diagnosis: P Pemeriksaan ik klinis kli i Pemeriksaan lab sederhana Pemeriksaan P ik lain l i yg lbh canggih ih
Uji diagnostik bisa dilakukan scr bertahap (serial): mis test tuberkulin dahulu baru foto thorak Paralel: bbrp pemeriksaan dilaksanakan sekaligus.
Uji diagnostik yg ideal: uji yg memberi hasil positif pd semua subjek yg sakit dan memberikan hasil negatif pd semua subjek yg tidak sakit.
Tetapi ada kemungkinan diperoleh hasil uji positif pd subjek yg sehat (false posititive) dan hasil negatif pd subjek yg sakit (false negative).
Tujuan: Utk menegakkan diagnosis penyakit atau menyingkirkan penyakit (sensitif : kemungkinan negatif if semu kecil; k il spesifik ifik : kemungkinan k ki positif i if semu kecil) Utk U k kkeperluan l screening i (mencari ( i subjek bj k yg asimptomatik) Utk pengobatan p n b t np pasien pasienÆ i nÆ nÆ memantau m m nt perjalanan p rj l n n penyakit, mengidentifikasi komplikasi, mengetahui kadar terapi suatu obat, menetapkan prognosis dan mengkonfirmasi suatu hasil pemeriksaan yg tak diduga Utk studi epidemiologis
Prinsip dasar uji diagnostik: Uji diagnostik baru hrs memberi manfaat yg lebih dibanding uji diagnostik yg sdh ada.
Lebih L bih sederhana/mudah, d h / d h murah h ddan tidak id k iinvasif if Dpt mendiagnosa pd fase lebih dini
Uji di diagnostik n tik bbtk tabel t b l 2x2: 2 2
Hasil uji Ya Tidak Jlh
Penyakit y Ya Tidak PB PS NS NB PB+NS PS+NB
Jlh PB+PS NB+NS total
PB=positif benar ; PS = positif semu ; NS = negatif semu ; NB = negatif benar
Pd ujij diagnostik g kita menentukan bagaimana g suatu uji dpt memisahkan antara subjek yg sakit dgn yg tdk sakit. Cth Suatu uji j diagnostik g thd 100 pasien p limfoma malignum yg dibuktikan dgn biopsi, 65 menunjukkan hasil positif; sdgkan uji diagnostik yg sama thd 100 pasien dgn pembesaran kelenjar nonnonlimfoma, hanya 30 yg menunjukkan hasil uji positif. Bila dilakukan uji hipotesis dgn X2,2 tdpt hubungan yg bermakna (p<0,001) antara hasil uji positif dgn tdptnya limfoma malignum.
Positif Hasil uji
Negatif Jlh
Penyakit y Limfoma Non limfoma PB PS 65 30 NS NB 35 70 PB+NS PS+NB 100 100
Jlh PB+PS NB+NS Total 200
SENSITIVITAS dan SPESIFISITAS UJI Positif Negatif Jlh
BAKU EMAS Positif Negatif A B C D A+C B+D
Jlh A+B C+D A+B+C+D
TABEL 2X2 HASIL UJI DIAGNOSTIK YAITU HASIL YG DIPEROLEH DGN UJI YG DITELITI DAN DGN HASIL PD PEMERIKSAAN DGN BAKU EMAS.
Sensitivitas = A : (A+C) Spesifisitas = D : (B+D) Nilai l prediksi positiff (Positive Predictive Value ) = A : (A+B) Nilai prediksi negatif (Negative Predictive Value) = D : (C+D)
PRE-TEST PROBABILITY = PREVALENCE = (A+C ) / PRE(A+B+C+D)
LR = LIKELIHOOD RATIO LR+ = SENSITIVITY/(1SENSITIVITY/(1-SPESIFICITY) LR LR-- = (1(1- SENSITIVITY)/SPESIFICITY
PRE TEST ODDS = PREVALENCE : ( 11- PREVALENCE)) POST TEST ODDS = PRE TEST ODDS X LR POST TEST PROBABILITY = POST TEST ODDS : (1 + POST TEST ODDS))
Sensitivitas: memperlihatkan kemampuan alat diagnostik utk mendeteksi penyakit. penyakit Kemungkinan bahwa hasil uji diagnostik akan positif bila dilakukan pd sekelompok subjek yg sakit. sakit
Spesifisitas M Menunjukkan j kk kemampuan k alat l diagnostik di ik utkk menentukan bahwa subjek tidak sakit Kemungkinan Kem ngkinan bah bahwaa hasil ujiji diagnostik akan negatif bila dilakukan pd sekelompok subjek yg sehat.
Positive Predictive Value: Probabilitas seseorang menderita penyakit apabila uji diagnostiknya positif. positif = A : (A+B)
Negative Predictive Value: Probabilitas seseorang tidak menderita penyakit apabila uji diagnostiknya negatif. = D : (C+D) (C D)
Likelihood ratio:
Probabilitas dari hasil test pad orang yang menderita penyakit dibandingkan dengan probabilitas dari hasil test pada orang yang tidak menderita penyakit.
Likelihood ratio ini menunjukkan berapa kali kemungkinan g suatu hasil test dijumpai j p pada p orangg yang menderita penyakit diabndingkan dengan orang normal.
POSITIVE LIKELIHOOD RATIO (LR+) Menunjukkan berapa besar kemungkinan suatu test memberikan hasil positif pada orang yang sakit dibandingkan pada orang sehat. = { a/(a+c)} /( )} / {b/(b {b/(b+d)} d)} = SENSITIVITY / (1- SPECIFICITY)
NEGATIVE LIKELIHOOD RATIO (LR-) Menunjukkan berapa besar kemungkinan suatu test memberikan b ik h hasil il negatif if pada d orang yang sakit ki dibandingkan pada orang sehat. = { c/(a+c)} / {d/(b+d)} = (1- SENSITIVITY ) / SPECIFICITY
Kemampuan suatu test yang valid, bila dapat merubah pendapat kita dari apa yang kita pikirkan sebelum test ( t t probability) (pretest b b l t ) ke k apa yang kita k t pikirkan k k setelah t l h test (postest probability)
Test T t diagnostic d t akan k lebih l b h berguna b bila b l test t t tsb tb menghasilkan perubahan yang besar (big changes) dari pretest probability ke postest probability. probability
Cth 1:
Hasil uji
Positif Negatif g Jlh
Penyakit y Limfoma Non limfoma 65 30 35 100
70 100
Jlh 95 105 200
Sensitivitas = A : (A+C)) = 65 : 100 = 65% Spesifisitas f = D : (B+D)) = 70 : 100 = 70% Uji diagnostik d k terbaik b k adalah d l h uji diagnostik d k yg mempunyai sensitivitas dan spesifisitas yg tertinggi
Cth 2:
Histopatologi p g Ca Non Ca
Jlh
Positif
13
4
17
Mammograf Negatif i Jlh
3 16
28 32
31 48
LR+: SENS/ (1--SPEC) (1
LR-: LR(1--SENS) (1 /SPEC
PRE-TEST PREPROBABILITY = PREVALENCE: PREVALENCE: (A+C ) / (A+B+C+D)
1-(13/16) /(28/32)
16/48
SENSITIVITY: A/(A+C) (13/16)X100% = 81,25%
SPESIFICITY: D/(B+D)
(28/32)X100% =87,5%
(13/16) /(1--28/32) /(1 =6,5
=0,21
= 33,3%
PRE TEST ODDS ODDS= = PREVALENCE:: PREVALENCE (1--PREVALENCE) (1 (16/48) : (1(1-16/48) = 0,5
POST TEST ODDS= ODDS= PRE TEST ODDS X LR+ 0 5 X 6,5 0,5 65
POSTOST-TEST PROBABILITY= POST TEST ODDS: (1+POST TEST ODDS) 33,25 25 : (1+3 (1 3,25) 25) = 0.764 = 76,4%
= 3,25
Pretest probability
Post test probability
33.3%
76.4%
) Diagnostic tests that produce big changes from pretest to post-test probabilities are important p p and likely y to be useful to us in our practice p
W k h ffor Worksheet
DIAGNOSIS WORKSHEET Citation: Are the results of this diagnostic study valid? Was there an independent, blind comparison with a reference (“gold”) standard of diagnosis? Was the diagnostic test evaluated in an appropriate spectrum of patients (like those in whom it would be used in practice)? Was the reference standard applied regardless of the diagnostic test result? W the Was th test t t (or ( cluster l t off tests) t t ) validated lid t d in i a second, d independent group of patients?
Are the valid results of this diagnostic study important? SAMPLE CALCULATIONS Target disorder (iron deficiency anemia) Present
Totals
Absent
Diagnostic Positive test result (< 65 mmol/L) (serum Negative ferritin) (≥ 65 mmol/L)
731 a
270 b
1001 a+b
78 c
1500 d
1578 c+d
Totals
809 a+c
1770 b+d
2579 a+b+c+d
Sensitivity = a/(a+c) = 731/809 = 90% Specificity = d/(b+d) = 1500/1770 = 85% Likelihood ratio for a p positive test result = LR+ = sens/(1-spec) ( p ) = 90%/15% = 6 Likelihood ratio for a negative test result = LR - = (1-sens)/spec = 10%/85% = 0.12 Positive Predictive Value = a/(a+b) = 731/1001 = 73% Negative Predictive Value = d/(c+d) = 1500/1578 = 95% Pre-test Pre test probability (prevalence) = (a+c)/(a+b+c+d) = 809/2579 = 32% Pre-test odds = prevalence/(1-prevalence) = 31%/69% = 0.45 Post-test odds = pre-test odds × LR Post-test probability = post-test odds/(post-test odds +1)
Can you apply this valid, important evidence about a diagnostic g test in caringg for yyour p patient? Is the diagnostic test available, affordable, accurate, and precise in your setting? Can you generate a clinically sensible estimate of your patient’s pre-test probability (from personal experience, prevalence statistics, practice databases or primary studies)? databases, •Are the study patients similar to your own? •Is it unlikely that the disease possibilities or probabilities have changed since the evidence was gathered? Will the resulting post-test probabilities affect your management and help your patient? •Could it move you across a test-treatment threshold? •Would ld your patient i be b a willing illi partner in i carrying i it i out? Would the consequences of the test help your patient?
Additional notes:
Software:
CAT Maker…… Maker
Thank you….. y
