Bij het aanvragen van laboratoriumdiagnostiek is het belangrijk te begrijpen hoe uitslagen tot stand komen en wat normaal en abnormaal is. Om de uitslag van een laboratoriumtest te kunnen beoordelen, wordt deze meestal vergeleken met de zogenaamde ‘referentiewaarden’ of ‘normaalwaarden’. Dit zijn de waarden die gevonden worden bij 95% van de gezonde mensen voor diezelfde test. Dat bij 5% een andere waarde wordt gevonden, geeft al aan dat een (lichte) afwijking niet meteen betekent dat er iets aan de hand is. Verder zijn referentiewaarden vaak afhankelijk van leeftijd en geslacht. Daarnaast kan de uitslag van een test ook beïnvloed worden door andere factoren, zoals zwangerschap, voedingspatroon en medicijngebruik.
Bij het beoordelen van de waarde van een laboratoriumtest is de validiteit een belangrijk gegeven. Hierbij gaat het erom in welke mate de uitslag van een laboratoriumtest een nauwkeurige interpretatie is van de in werkelijkheid aanwezige ziekte. Gegevens over de validiteit krijg je door te kijken naar de uitslagen van een bepaalde groep patiënten op de te onderzoeken test (indextest). Bij deze patiënten is tevens via de gouden standaard de ziekte daadwerkelijk vastgesteld. De gouden standaard is een diagnostische test met een erkende maximale mate van validiteit. Veelal is een absolute gouden standaard niet voorhanden en wordt in plaats hiervan een test gebruikt die algemeen geaccepteerd wordt als de beste manier om vast te stellen of de patiënt de betreffende ziekte heeft.
Sensitiviteit, specificiteit en voorspellende waarde
Onder sensitiviteit verstaan we dat deel van de patiënten dat een terecht-positieve uitslag heeft. Bij een sensitiviteit van 100% hebben dus alle patiënten een positieve uitslag. Die situatie komt vrijwel nooit voor. Als een test een sensitiviteit van 80% heeft betekent dit dat 2 van de 10 patiënten toch de ziekte heeft, terwijl de test negatief is. De specificiteit van een test geeft aan hoeveel niet-zieke patiënten een terecht-negatieve uitslag hebben: daarmee kan bij afwezigheid van een bepaalde ziekte ook daadwerkelijk uitgesloten worden dat een patiënt de ziekte heeft. Als de specificiteit van een test 80% is, betekent dit dat 2 van de 10 patiënten de ziekte niet heeft terwijl de test afwijkend is.
Testen met een specificiteit en sensitiviteit van 100% komen niet voor. Dat geldt dus ook voor alle laboratoriumtesten die de praktijkondersteuner aanvraagt. Voor het vaststellen van een ziekte via een laboratoriumtest is het begrip ‘voorspellende waarde’ belangrijk.
In de praktijk is het over het algemeen niet bekend wie de ziekte heeft en wie niet. Voor praktijkondersteuners geldt dat overigens minder: zij werken vooral met patiënten met bekende chronische ziekten. Bij het diagnosticeren van ziekten is dat vaak anders. Stel dat alleen het resultaat van een laboratoriumbepaling bekend is. Dan is het is vooral relevant om te weten hoe de test de aanwezigheid van die ziekte voorspelt. Met andere woorden: welk deel van de onderzochte personen met een positieve test is daadwerkelijk ziek en welk deel van de patiënten met een negatieve test is daadwerkelijk niet ziek? Deze karakteristiek kunnen we beschrijven met de voorspellende waarde van een testuitslag.
De positief voorspellende waarde (VW+) van een test geeft aan welk deel van de onderzochte personen met een positieve test daadwerkelijk de ziekte heeft. De negatief voorspellende waarde (VW-) van een test geeft het deel aan van de onderzochte personen met een negatieve testuitslag dat ook daadwerkelijk niet ziek is. Tabel 1 helpt om deze belangrijke begrippen beter te begrijpen.
[[tbl:495]]
- Sensitiviteit = (TP/(TP+FN)) de kans dat de test een positieve uitslag geeft bij de mensen die de aandoening wel hebben.
- Specificiteit = (TN/(FP+TN)) de kans dat de test een negatieve uitslag geeft bij de mensen die de aandoening niet hebben.
- Fout-positieve testuitslag = (FP) wanneer de test positief is, terwijl de patiënt de aandoening niet heeft.
- Fout-negatieve testuitslag = (FN) wanneer de test negatief is, terwijl de patiënt de aandoening wel heeft.
- Voorspellende waarde van een positieve testuitslag (VW+) = (TP/(TP+FP)) wanneer de test positief is dat de patiënt de aandoening daadwerkelijk heeft.
- Voorspellende waarde van een negatieve testuitslag (VW-) = (TN/(FN+TN)) wanneer de test negatief is dat de patiënt de aandoening daadwerkelijk heeft.
We vullen als voorbeeld de tabel in voor een ziekte die bij 10% van de mensen voorkomt en een test met een sensitiviteit en specificiteit van 80%. Tabel 2 ziet er dan als volgt uit:
[[tbl:496]]
Er zijn 1000 onderzochte personen van wie 10% de ziekte heeft. Van de 100 zieke mensen hebben 80 patiënten een positieve test. Er zijn dus 20 zogenaamde fout-negatieven: patiënten met een negatieve test die toch ziek zijn. Negentig procent is niet ziek en omdat de specificiteit 80% is, betekent dit dat 80% van 900 mensen een terecht-negatieve uitslag heeft. Dat zijn 720 personen. Dat betekent dat 20% van de personen wel een positieve test heeft terwijl ze niet ziek zijn: de fout-positieven.
Nu kan ook de voorspellende waarde berekend worden. Tweehonderdzestig personen hebben een positieve uitslag. Van de personen met een positieve uitslag hebben 80 personen de ziekte. Dat betekent een positief voorspellende waarde van 80/260 = 31%. Zevenhonderdveertig personen hebben een negatieve test. Daarvan zijn er 720 terecht-negatief en 20 fout-negatief. Dat betekent een negatief voorspellende waarde van 97%. Een negatieve test zegt in dit geval dus veel meer dan een positieve uitslag.
Conclusie
Het interpreteren van uitslagen van laboratoriumbepalingen is niet eenvoudig. Vooral het gegeven dat uitslagen van testen niet 100% eenduidig kunnen zijn, maakt het complex. Sensitiviteit, specificiteit en voorspellende waarde zijn hierbij belangrijke begrippen. Concreet betekent het dat als een laboratoriumuitslag aangeeft dat een patiënt een ziekte heeft, je daaruit niet altijd de conclusie kunt trekken dat deze patiënt de ziekte ook daadwerkelijk heeft. Of omgekeerd dat als een testuitslag een normale waarde aangeeft, betekent dit niet dat de patiënt de ziekte niet heeft. Om de diagnose vast te stellen zijn ook andere gegevens van belang: vooral de anamnese en het lichamelijk onderzoek. Uitslagen van testen hebben pas betekenis als ze worden gezien in relatie tot de specifieke situatie en omstandigheden van de patiënt.
Bladnaam:
Tijdschrift voor praktijkondersteuning 2015, nummer 6
Literatuurverwijzingen:
