E-Epidemiology
Exemple: La maladie du fou qui aboie - Partie 2
Méthode 1: Construisons un tableau de contingence pour représenter la situation dans une population de 1000 personnes.
Malade + |
Malade - | Total | |
Test sanguin + |
1 |
20 |
21 |
Test sanguin - | 0 |
979 |
979 |
Total | 1 |
999 |
1000 |
- La prévalence de la maladie est de 0.1%, donc dans une population de 1000 personnes, 1 personne est infectée.
- 99 personnes infectées sur 100 sont détectées par le test, donc la sensibilité du test est 99%. Ainsi, le nombre de vrais positifs est 1*0.99 ≈ 1
- 98 personnes non-infectées sur 100 sont correctement classifiées comme saines, donc la spécificité du test est 98%. Ainsi, le nombre de vrais négatifs est 999 * 0.98 ≈ 979
- Par conséquent, le nombre de faux positifs est 999-979 = 20
- Enfin, la valeur prédictive positive du test est VPP = P (Malade + | Test sanguin +) = 1 / 21 ≈ 4.7%
Conclusion
La probabilité qu'un résultat positif soit un vrai positif est seulement de 4.7%, et la probabilité qu'un résultat positif soit un faux positif est supérieure à 95%.
Méthode 2 - Pour les pros:
Les valeurs prédictives d'un test peuvent aussi être calculées en utilisant la sensibilité, la spécificité du test, et la prévalence réelle de la maladie.