Évaluation du risque-bénéfice pour les diagnostics: cadre-cadre

La communauté médicale a besoin d’approches systématiques et pragmatiques pour évaluer les compromis avantages-risques des diagnostics qui aident à la prise de décision médicale Évaluation des risques et avantages des diagnostics: un cadre BED-FRAME est une stratégie d’évaluation pragmatique des diagnostics visant à compléter les approches traditionnelles BED-FRAME évalue le rendement diagnostique et aborde les principaux problèmes: le rendement diagnostique dépend de la prévalence et les différentes erreurs diagnostiques ont des conséquences cliniques différentes. Ainsi, l’évaluation et la comparaison des diagnostics dépendent de la prévalence et de l’importance relative des erreurs potentielles. pour communiquer l’impact clinique attendu de l’application diagnostique et les compromis attendus des alternatives diagnostiques BED-FRAME est un complément fondamental utile à l’analyse standard des études diagnostiques qui facilitera la prise de décision clinique

bénéfice-risque, diagnostic, rendement diagnostique, pragmatisme Des évaluations bénéfice-risque systématiques et systématiques sont nécessaires pour éclairer la prise de décision médicale Des progrès ont été réalisés dans le cadre du traitement, mais moins d’attention a été accordée aux tests diagnostiques. Quelques rapports Nous avons développé une nouvelle approche intégrant des outils graphiques pour évaluer l’équilibre bénéfice / risque des diagnostics. L’évaluation standard des diagnostics consiste à estimer la sensibilité, la spécificité, les valeurs prédictives positives / négatives et les rapports de vraisemblance. Les études AST peuvent également calculer des taux d’erreur très importants la fréquence à laquelle le test diagnostique indique la sensibilité lorsque le test de référence indique la résistance et les taux d’erreur majeurs la vitesse à laquelle le test diagnostique indique une résistance lorsque le test de référence indique la sensibilité ou, en utilisant la terminologie définie Evans et al., sensibilité à la susceptibilité probabilité que le résultat du test soit sensible lorsque l’étalon de référence est sensible et sensibilité à la résistance probabilité que le résultat du test soit résistant lorsque le étalon de référence est résistant Bien qu’utiles, ces statistiques ont une utilité limitée Par exemple, supposons qu’il existe un choix entre les diagnostics: l’un avec une sensibilité plus élevée et l’autre avec une spécificité plus élevée. Ou supposons que l’on compare des méthodologies pour l’AST: une avec une sensibilité de résistance plus élevée et l’autre avec une sensibilité de susceptibilité plus élevée. Quel diagnostic choisir pour optimiser les résultats cliniques. La réponse dépend non seulement des différences de sensibilité et de spécificité des tests ou des sensibilités de résistance et de susceptibilité, mais dans le cas de l’AST. également sur la prévalence de la résistance aux maladies / s l’utilisation d’AST dans une région et un calendrier donnés, et l’importance relative des erreurs FP faussement positives par rapport aux erreurs FN fausses négatives Les approches qui intègrent ces facteurs et traduisent les résultats de laboratoire en mesures de l’impact clinique attendu des applications diagnostiques possibles sont nécessaires Nous proposons ici des méthodes qui complèteront les évaluations diagnostiques standard pour aider les cliniciens à évaluer et à comparer efficacement les alternatives de diagnostic.

Méthodes

BED-FRAME est une stratégie d’évaluation pragmatique des diagnostics conçue pour compléter les approches traditionnelles. BED-FRAME évalue le rendement diagnostique et aborde les questions clés: le rendement diagnostique dépend de la prévalence et des différentes erreurs de diagnostic. Les PN ont des conséquences cliniques différentesBED-FRAME consiste en des étapes Nous décrivons chaque étape et sa justification Nous illustrons ensuite BED-FRAME en utilisant un ensemble de données AST d’espèces d’Acinetobacter et d’imipénème

Étape: Affichage du rendement diagnostique attendu en fonction de la prévalence

Le but de Step est d’afficher visuellement l’impact clinique attendu de l’application diagnostique dans la pratique médicale, ce qui manque aux évaluations diagnostiques traditionnelles. L’impact clinique est résumé par le rendement diagnostique attendu Le rendement diagnostique se réfère à la distribution de TP positif vrai, TN négatif réel , FP, et FN, ou dans le cas d’AST, la distribution des vraies TS sensibles, TR vraie résistance, FS faussement sensible, et fausse résistance FR résultats lorsqu’un diagnostic est utilisé dans la pratiqueLes calculs des composantes du rendement diagnostique attendu sont comme suit: TP = sensibilité × prévalence de la maladie / taille de la populationFN = -sensibilité × prévalence de la maladie / taille de la populationTN = spécificité × -prévalence de la maladie / taille de la populationFP = -spécificité × -prévalence de la maladie / taille de la populationPour AST: TS = sensibilité sensibilité × prévalence de la susceptibilité / taille de la population FR = sensibilité à la sensibilité × prévalence de la susceptibilité / pop taille de l’uTR = sensibilité de la résistance × -prévalence de la sensibilité / taille de la population FS = sensibilité de la résistance × -prévalence de la sensibilité / taille de la populationClairement, le rendement diagnostique est fonction de la prévalence de la maladie ou de la susceptibilité / AST est optimal pour afficher le rendement diagnostique attendu en fonction de la prévalence pour chaque diagnostic évalué

Étape: Pour les études diagnostiques comparatives, tracer la différence entre les diagnostics attendus dans FN et TN ou FS et TS dans les études AST en fonction de la prévalence

Comme on l’a vu à l’étape suivante, une fois que la sensibilité et la sensibilité ou la sensibilité aux AST ont été estimées, on peut calculer le rendement diagnostique attendu, en particulier RN et TN ou FS et TS pour les AST en fonction de la prévalence. En comparant les diagnostics, il est important de quantifier les compromis entre eux – par exemple, lorsqu’un diagnostic est plus efficace pour identifier une sensibilité plus élevée de la maladie, tandis que l’autre est mieux à identifier une spécificité plus élevée; ou dans le cas de l’AST, lorsqu’un diagnostic est plus efficace pour identifier la résistance tandis que l’autre est mieux à identifier la susceptibilité. Pour illustrer ces compromis entre les alternatives diagnostiques, les différences entre diagnostics attendus dans FN et TN ou FS et TS, pour Les résultats des études AST sont tracés en fonction de la prévalence

Étape: Calculez le nombre nécessaire pour tester

Il est utile de comprendre le nombre de patients sur lesquels les diagnostics doivent être appliqués afin d’observer une différence entre diagnostics dans les diagnostics résultants En général, le nombre nécessaire pour traiter NNT pour positivité NNTP est le nombre attendu de patients qui sont positifs pour la condition par exemple, malade et qui doit être évalué avec un test contre un autre pour aboutir à un résultat TP supplémentaire en supposant que la sensibilité est plus grande pour le premier contre le second test Pour AST, le NNT pour la résistance NNTR est le nombre attendu de patients résistants qui doit être évalué avec un test contre un autre pour aboutir à un résultat TR supplémentaire De même, le NNT de susceptibilité NNTS est le nombre attendu de patients sensibles qui doivent être évalués avec un test contre un autre pour aboutir à un résultat TS supplémentaire Le calcul est simple : NNTR est l’inverse de la différence dans les taux de sensibilité de la résistance; NNTS est l’inverse de la différence de sensibilité des taux de sensibilité

Étape: Précision pondérée par le tracé en fonction de l’importance relative

Précision

Précision: le pourcentage global correctement classé est souvent rapporté dans les études diagnostiques. Il varie de% à%, avec des scores plus élevés indiquant une meilleure précision Soit p = prévalence de non-maladie, puis: Précision = pspécificité-psensitivité ou AST selon la terminologie définie dans Evans et al et en supposant p = la prévalence de la susceptibilité: Précision = susceptibilité à la sensibilité à la susceptibilité sensibilité à la sensibilitéIl existe des défis importants pour l’interprétation de l’exactitude: L’exactitude traite toutes les erreurs comme si elles sont également importantes; Et parce que cela dépend de la prévalence, la précision n’est généralement pas comparable d’une étude à l’autre, car les taux de prévalence peuvent différer d’une étude à l’autre. Pour relever le premier défi, la mesure de précision peut être ajustée. , la précision pondérée peut être rapportée en fonction de la prévalence

Précision pondérée

Supposons que les cliniciens / microbiologistes croient que l’échec de l’identification de la positivité / résistance, une erreur très importante dans AST est une erreur plus importante que de ne pas identifier la négativité / susceptibilité, c’est-à-dire une erreur relativement moins importante. par rapport à un résultat de test faussement négatif / sensible peut être quantifié par un poids r note ≤ r ≤ s’il est supposé qu’un résultat faux négatif / sensible est pire, mais r pourrait être & gt; sinon Alors: Précision pondérée = [rpspecificity-psensitivity] × / rp-p, orforAST, Précision pondérée = [sensibilité rpsusceptibility-p × sensibilité-résistance] / rp-p La précision pondérée peut être interprétée comme la précision ajustée de l’importance relative de l’erreur diagnostique Coûts Elle varie de% à%, avec des pourcentages plus élevés indiquant une meilleure précision. La précision pondérée peut être comparée avec une prévalence et une importance relative variables

Étape: Afficher la différence de précision pondérée en fonction de l’importance relative et de la prévalence

La comparaison diagnostique dépend de la prévalence et de l’importance relative des erreurs de classification La prévalence de, par exemple, susceptibilité / résistance peut varier géographiquement et temporellement L’importance relative peut dépendre du fait qu’un test est utilisé pour le dépistage versus diagnostic confirmatoire et la différence des conséquences cliniques L’importance relative peut également être considérée comme une préférence propre au clinicien / patient, et peut donc varier. Par conséquent, les analyses doivent évaluer comment une comparaison de diagnostic change lorsque ces facteurs varient. L’objectif de Step est de fournir un affichage visuel qui compare les diagnostics. lorsque la prévalence et l’importance relative varient Une fois les estimations de sensibilité et de sensibilité ou de susceptibilité à l’AST pour un diagnostic, la précision pondérée peut être facilement calculée pour une prévalence spécifique et une importance relative en utilisant la formule ci-dessus.En comparant la prévalence et l’importance relative, on peut obtenir les différences inter-diagnostiques des précisions pondérées pour diverses combinaisons de prévalence et d’importance relative. Les comparaisons diagnostiques sont résumées en traçant les contours différentiels de la précision pondérée en fonction de l’importance relative et prévalence

EXEMPLE

Nous illustrons BED-FRAME en utilisant les données d’une étude AST des espèces Acinetobacter et l’espèce imipenemAcinetobacter est un pathogène Gram négatif qui peut causer la pneumonie ainsi que la peau, les tissus mous et les infections sanguines chez les patients gravement malades. MDR multirésistante Les infections à Acinetobacter se produisent et sont associées à environ – décès par an Environ% des infections sont MDR Les options de traitement incluent les carbapénèmes préférés et la colistine, une polymyxine, ou la tigécycline utilisée en dernier recoursPlates-formes pour l’identification rapide du MDR-gramme évaluation des études de résistance a été une évaluation aveugle des plates-formes de diagnostic moléculaire rapide polymérase en chaîne / spectrométrie de masse à ionisation par électrospray [PCR / ESI-MS] et des balises moléculaires [MB] pour discriminer résistance / susceptibilité à l’imipénème contre les espèces Acinetobacter. ont été évalués, dont% étaient imipénème Les résultats intermédiaires ont été observés et ont été considérés comme «résistants», ce qui correspond à une décision clinique d’éviter l’utilisation de l’imipénème lorsque ce résultat se produit. Les déterminations de sensibilité / résistance étaient basées sur l’absence / présence de gènes: blaOXA -, -, et blaNDM, -KPC, -VIM, et -IMP La sensibilité de la résistance pour la PCR / ESI-MS était de% / avec un% d’intervalle de confiance CI de% -%; la sensibilité de résistance pour MB était% / avec un% IC de% -% La sensibilité de sensibilité pour la PCR / ESI-MS était de% / avec un% IC de% -%; et la sensibilité au MB était de% / avec un% IC de% -%

Étape: Afficher les rendements de diagnostic attendus en fonction du taux de susceptibilité

Le rendement diagnostique brut attendu basé sur les infections à Acinetobacter chaque année aux Etats-Unis pour chaque plate-forme est affiché en utilisant un graphique du profil de rendement attendu avec règle à glissement Figure Lorsque le taux de prédisposition à l’imipénème est%, le rendement attendu est: TR =, FR =, TS =, et FS = pour MB; et TR =, FR =, TS =, et FS = pour PCR / ESI-MS Ainsi, la différence de rendement attendue entre plates-formes est plus TR pour PCR / ESI-MS, plus FS pour MB et plus TS pour MB le taux de sensibilité est de%, la différence de rendement attendu est plus TR pour PCR / ESI-MS et plus TS pour MB

Figure Vue largeDownload slideAssumant que la balise moléculaire MB et la réaction en chaîne par polymérase / spectrométrie de masse à ionisation par électrospray plates-formes PCR / ESI-MS ont été utilisées sur des infections annuelles Acinetobacter, les diagrammes de profil de la règle indiquent le diagnostic attendu. ], résistance vraie [TR], fausse susceptibilité [FS], et fausse résistance [résultats de FR en fonction du taux de susceptibilité à l’imipénème. Voir grandDownload slideAssumer que le balise moléculaire MB et la réaction de polymérisation en chaîne / ionisation par électrospray spectrométrie de masse PCR / ESI-MS les plates-formes ont été utilisées sur des infections annuelles à Acinetobacter, les courbes du profil de la règle à glissière indiquent le diagnostic attendu, la distribution attendue de vrais vraisemblables [TS], la vraie résistance [TR], fausse susceptibilité [FS], et la fausse résistance [FR résultats en fonction du taux de susceptibilité à l’imipénème

Étape: Tracer la différence entre plates-formes dans TS et FS en fonction du taux de susceptibilité

Les différences attendues entre diagnostics des nombres bruts de diagnostics TS et des diagnostics FS sont représentées en fonction du taux de susceptibilité pour illustrer les compromis de la plate-forme. La PCR / ESI-MS présente une sensibilité de résistance plus élevée et aura donc moins de sensibilité de susceptibilité plus élevée et a donc toujours TS plus élevé

Figure Vue largeDownload slideIf la balise moléculaire MB et la réaction en chaîne par polymérase / spectrométrie de masse à ionisation par électrospray Les plateformes PCR / ESI-MS ont été utilisées sur les infections annuelles d’Acinetobacter, la figure montre les différences attendues entre plates-formes dans les nombres bruts de vrais diagnostics TS sensibles et faux Diagrammes de FS sensibles en fonction du taux de susceptibilité pour illustrer les compromis entre les plateformesFigure View largeDownload slideSi la balise moléculaire MB et la réaction en chaîne par polymérase / spectrométrie de masse par ionisation par électrospray, des plateformes PCR / ESI-MS ont été utilisées sur les infections annuelles d’Acinetobacter. les différences attendues entre plates-formes dans les nombres bruts de diagnostics TS vrais sensibles et de diagnostics FS faussement sensibles en fonction du taux de susceptibilité pour illustrer les compromis entre les plateformes;

Étape: Calculer le NNTS et NNTR

Le NNTS est / – = MB vs PCR / ESI-MS, ce qui implique que si les patients TS ont été testés, nous nous attendons à ce que MB classerait correctement un de plus que PCR / ESI-MS Le NNTR est / – = PCR / ESI-MS vs MB , ce qui implique que si les patients TR ont été testés, nous nous attendons à ce que la PCR / ESI-MS classerait correctement un de plus que MB

Étape: Tracer les précisions pondérées en fonction de l’importance relative

Supposons que l’incapacité à identifier la résistance est considérée comme une erreur plus importante que l’incapacité à identifier la susceptibilité. Ne pas identifier la susceptibilité implique une exposition inutile à la polymyxine lorsque l’imipénème est moins toxique et peut-être plus efficace. antibiotique, au lieu d’une polymyxine, qui, bien que plus toxique, peut être plus efficace Note: L’importance relative dépendra finalement de l’efficacité relative et de la toxicité d’un agent par rapport à un autre. A titre de comparaison, la précision pondérée d’un test « aléatoire » c’est-à-dire un retournement d’une pièce de monnaie équitable présentant une sensibilité% de sensibilité et une sensibilité% de susceptibilité ligne noire horizontale à% ainsi qu’un test dont le résultat indique toujours une résistance sont également affichés

Figure Vue largeTélécharger le diaporamaAssumer que le taux de susceptibilité à l’imipénème est%, la figure affiche le pourcentage global d’exactitude pondéré correctement classé, ajusté pour l’importance relative d’un résultat de test faussement résistant par rapport à un résultat faussement sensible en fonction de l’importance relative Les résultats sont présentés pour les tests: réaction en chaîne par polymérase / spectrométrie de masse par ionisation par électronébulisation PCR-ESI-MS; balises moléculaires MB; un test qui indique toujours la résistance; En supposant que le taux de susceptibilité à l’imipénème est en%, la figure affiche le pourcentage global de précision pondéré correctement classé, ajusté pour l’importance relative d’un résultat de test de résistance fausse par rapport à un test faussement sensible résultat en fonction de l’importance relative Les résultats sont présentés pour les tests: réaction en chaîne par polymérase / électronébulisation ionisation spectrométrie de masse PCR-ESI-MS; balises moléculaires MB; un test qui indique toujours la résistance; et un test aléatoire équivalent à retourner une pièce de monnaie

Étape: Afficher la différence de précision pondérée en fonction de l’importance relative et du taux de susceptibilité

La figure montre une comparaison PCR / ESI-MS vs MB de précision pondérée en fonction de l’importance relative et du taux de susceptibilité La zone verte indique des combinaisons d’importance relative et de taux de susceptibilité où PCR / ESI-MS est favorable; la zone rouge indique les combinaisons où MB est favorable La ligne noire pleine indique où PCR / ESI-MS et MB sont équivalents Les contours indiquent l’amplitude des différences de précision pondérées Considérons les points marqués A, B et C Point A importance relative =% [c.-à-d. Les erreurs sont équivalentes, et le taux de sensibilité =%] donne une précision pondérée d’environ% plus élevée pour l’importance relative MB Point B =% [c.-à-d. FR est moitié moins important que FS et taux de sensibilité =%] pour l’importance relative du point C du MB =%, et le taux de sensibilité =% [c.-à-d. résorption de la résistance] donne une précision pondérée d’environ% plus élevée pour la PCR / ESI-MS que pour le MB. PCR élevée / ESI-MS offre une meilleure alternative lorsque le taux de susceptibilité diminue

Figure Vue largeDownload slideLa figure montre la différence entre plates-formes balises moléculaires [MB] vs réaction en chaîne par polymérase / spectrométrie de masse à ionisation par électrospray [PCR / ESI-MS] en pourcentage pondéré de précision correctement classé, ajusté pour l’importance relative d’un faux-résistant Résultat de test relatif à un résultat de test faussement sensible pour diverses combinaisons d’importance relative et de taux de susceptibilité à l’imipénème. Vue de la figure grandDownload slideLa figure montre les différences moléculaires entre les plateformes [MB] vs la réaction de polymérisation en chaîne / spectrométrie de masse par ionisation par électrospray [PCR / ESI-MS ] en pourcentage pondéré, pourcentage global correctement classé, ajusté en fonction de l’importance relative d’un résultat de test faussement résistant par rapport à un résultat de test faussement sensible pour différentes combinaisons d’importance relative et de taux de susceptibilité à l’imipénème

DISCUSSION

L’AST est fréquemment utilisé dans la pratique médicale pour aider à prendre des décisions thérapeutiques Un défi important lors de l’évaluation des alternatives diagnostiques est de peser les risques et avantages associés aux fausses susceptibilités vs résultats FR Malheureusement, les cliniciens interprètent souvent les résultats des tests sans examen systématique et structuré des risques et bénéfices. , les cliniciens s’appuient souvent sur leur intuition pour évaluer les avantages et les risques des alternatives de diagnostic Jusqu’à ce que ce vide soit rempli d’un cadre d’évaluation plus systématique, les énumérations resteront académiques. Si les diagnostics rapides d’AST doivent être efficaces, les cliniciens ont besoin de Évaluer systématiquement les alternatives de diagnostic en évaluant leur capacité à identifier la résistance et la susceptibilité et l’impact clinique de l’application diagnostique. L’impact clinique d’un diagnostic d’AST dépend non seulement de sa capacité à discriminer correctement la susceptibilité à la BED-FRAME fournit un outil pour communiquer l’impact clinique attendu de l’application diagnostique et les compromis attendus entre les alternatives diagnostiques. Elle évalue et compare systématiquement les diagnostics comme étant les plus fréquents. la prévalence et l’importance relative des erreurs potentielles varient La prévalence, par exemple, de la susceptibilité / résistance peut varier géographiquement même dans la même ville ou dans différentes unités du même hôpital et dans le temps Ainsi, l’accès aux données de surveillance locale est important Toutefois, une évaluation plus structurée consiste à comparer les conséquences cliniques, c’est-à-dire, l’efficacité attendue, la toxicité et la qualité de vie résultant des décisions de traitement fondées sur des facteurs corrects. vs inc Par exemple, supposons qu’on évalue l’importance d’un faux résultat de sensibilité à un antibiotique spécifique dans un contexte de résistance à cet antibiotique. On pourrait comparer les conséquences cliniques des actions prises sur la base d’un faux résultat de sensibilité, efficacité, toxicité, résistance implications par rapport aux conséquences cliniques des actions qui seraient entreprises si le diagnostic était correct S’il existait une alternative de traitement offrant une efficacité considérablement plus élevée dans le cadre de la résistance, l’importance de la fausse susceptibilité serait grande. existait, de telle sorte que l’efficacité est peu susceptible d’être améliorée avec un diagnostic correct, alors l’importance d’un diagnostic correct est moindre. Dans l’exemple AST étude des espèces Acinetobacter et de l’imipénème, la plupart des cliniciens peuvent pécher par excès et par excès. undertreat ie, la fausse susceptibilité est une erreur plus importante que fausse resi Cependant, cette décision dépend de l’efficacité des alternatives thérapeutiques résultant de l’évaluation diagnostique tubulaire. Considérer l’importance d’une fausse susceptibilité à l’imipénème. Par exemple, si l’alternative colistine ou polymyxine n’est pas beaucoup meilleure que l’imipénem contre l’imipénème. Cependant, si la colistine ou la polymyxine est beaucoup plus efficace que l’imipénème dans les organismes résistants aux imipénèmes, alors la fausse susceptibilité est une erreur très importante. Un contraste dans les conséquences BED-FRAME est une stratégie pour l’évaluation pragmatique des diagnostics conçus pour aider à la prise de décision clinique, fournissant un outil pour communiquer l’impact clinique attendu de l’application diagnostique et les compromis attendus des alternatives BED-FRAME est un utile complément fondamental à l’analyse standard du diagnostic études

Remarques

Disclaimer Le contenu est uniquement la responsabilité des auteurs et ne représente pas nécessairement les points de vue officiels des National Institutes of Health NIHF soutien financier Ce travail a été soutenu par l’Institut national des allergies et des maladies infectieuses du numéro de prix NIH UMAIPotential conflits rapports d’intérêt RP des subventions de nanoMR, de BioFire, de Check-Points, de Curetis, de M, de Merck, de Hutchison Biofilm Medical Solutions, d’Accelerate Diagnostics, d’Allergan Pfizer et de The Medicines Company; est consultant pour Curetis, Roche, Saint Jude, Thermo Fisher Scientific et Diaxonhit; a un brevet sur la réaction en chaîne de Bordetella pertussis / parapertussis polymérase avec les redevances payées par TIB MOLBIOL, un brevet sur un dispositif / méthode de sonication avec les redevances versées par Samsung à Mayo Clinic, et un brevet sur une substance antibiofilm délivrée; reçoit un remboursement de voyage et une allocation de rédacteur en chef de l’American Society for Microbiology; Tous les autres auteurs ne signalent aucun conflit potentiel Tous les auteurs ont soumis le formulaire ICMJE pour la divulgation des conflits de conflits d’intérêts potentiels que les éditeurs jugent pertinents pour la publication de l’ICMJE. le contenu du manuscrit a été divulgué