Remarques sur la sensibilité, la spécifi cité, les valeurs prédictives. Les courbes ROC 179
Tableau II – Sensibilité, spécificité, valeurs prédictives et prévalence.
Premier exemple :
M +
M –
Total
S +
45
10
55
S –
5
9 0
9 5
Total
50
100
150
Dans ce premier exemple, Se = 45/50 = 90 %
VPP = 45/55 = 82 %
Sp = 90/100 = 90 %
VPN = 90/95 = 95%
Prévalence = 50/150 = 33 %
Second exemple :
M +
M –
Total
S +
18
20
38
S –
2
180
182
Total
20
200
220
Dans ce second exemple, Se = 18/20 = 90 %
VPP = 18/38 = 47 %
Sp = 180/200 = 90 %
VPN =180/182 = 99 %
Prévalence = 20/220 = 10 %
Ces deux exemples montrent que, si la sensibilité et la spécificité d’un examen sont
indépendantes de la prévalence (et égales dans nos deux exemples), il n’en est pas
de même des valeurs prédictives.
Dans l’exemple du tableau II, les valeurs prédictives estimées sur le
premier échantillon, de 82 % pour la VPP et de 95 % pour la VPN,
ne peuvent être utilisées dans le deuxième échantillon dans lequel la
prévalence de la maladie est de 10 % alors qu’elle était de 33 % dans le
premier. Dans le cas contraire, il faudrait recalculer les VPP et les VPN
pour la population de patients à laquelle on envisage d’appliquer le test.
Pour une sensibilité et une spécificité données, les VPP augmentent
avec la prévalence de la maladie dans la population étudiée alors que
les VPN diminuent (tableau III).
Tableau III – Exemple théorique d’un examen ayant une sensibilité
et une spécificité de 95 % et des valeurs prédictives en fonction
de la prévalence de l’affection dans l’échantillon.
Prévalence
(%)
Valeurs prédictives (%)
positives
négatives
1
2
5
10
20
50
75
100
16,1
27,9
50,0
67,9
82,6
95,0
98,3
100,0
99,9
99,9
99,7
99,4
98,7
95,0
83,7
–