2
178 Biostatistiques pour le clinicien
Fig. 4 – Courbes ROC comparant les valeurs diagnostiques de sévérité dans les
pancréatites aiguës entre deux scores différents, le score APACHE (aire sous la
courbe : 0,78) et le score de Glasgow (aire sous la courbe : 0,65) à l’aide d’un
test de McNemar (p = 0,005) [7].
Rôle de la prévalence de la maladie
La sensibilité et la spécificité sont indépendantes de la prévalence
de la maladie dans la population étudiée (bien que des travaux récents
aient suggéré une certaine dépendance entre sensibilité, spécificité et
prévalence).
En revanche, comme nous l’avons déjà montré à propos du théorème
de Bayes, les valeurs prédictives sont étroitement dépendantes de la
prévalence de la maladie dans la population étudiée (tableaux III et IV
du chapitre I). Le tableau II montre qu’un examen peut avoir la même
sensibilité et la même spécificité qu’un autre dans deux échantillons
dans lesquels la prévalence de la maladie diffère. Mais les valeurs prédictives diffèrent pour cette même raison.
Ces deux considérations font comprendre que :
– les résultats d’une étude de sensibilité et de spécificité d’un examen
peuvent être extrapolés à une autre population que celle à partir de
laquelle elles ont été estimées ;
– en revanche, les valeurs prédictives ne peuvent l’être que dans des
populations dans lesquelles la prévalence de la maladie est du même
ordre que celle de l’échantillon qui a servi à les estimer.
178 Biostatistiques pour le clinicien
Fig. 4 – Courbes ROC comparant les valeurs diagnostiques de sévérité dans les
pancréatites aiguës entre deux scores différents, le score APACHE (aire sous la
courbe : 0,78) et le score de Glasgow (aire sous la courbe : 0,65) à l’aide d’un
test de McNemar (p = 0,005) [7].
Rôle de la prévalence de la maladie
La sensibilité et la spécificité sont indépendantes de la prévalence
de la maladie dans la population étudiée (bien que des travaux récents
aient suggéré une certaine dépendance entre sensibilité, spécificité et
prévalence).
En revanche, comme nous l’avons déjà montré à propos du théorème
de Bayes, les valeurs prédictives sont étroitement dépendantes de la
prévalence de la maladie dans la population étudiée (tableaux III et IV
du chapitre I). Le tableau II montre qu’un examen peut avoir la même
sensibilité et la même spécificité qu’un autre dans deux échantillons
dans lesquels la prévalence de la maladie diffère. Mais les valeurs prédictives diffèrent pour cette même raison.
Ces deux considérations font comprendre que :
– les résultats d’une étude de sensibilité et de spécificité d’un examen
peuvent être extrapolés à une autre population que celle à partir de
laquelle elles ont été estimées ;
– en revanche, les valeurs prédictives ne peuvent l’être que dans des
populations dans lesquelles la prévalence de la maladie est du même
ordre que celle de l’échantillon qui a servi à les estimer.
