Waarom screeningsonderzoek meestal bullshit is

In het geval van testen heb je een aantal verschillende uitkomsten:

• Terecht positief
• Terecht negatief
• Val positief
• Vals negatief

Sommige testen zijn heel gevoelig (:Sensitief) en merken terecht positieve gevallen heel snel op (weinig vals negatieven). Dit soort testen hebben vaak de neiging om ook, per ongeluk, een aantal negatieven als positief aan te merken: Vals positief.

Sommige testen zijn heel kieskeurig (:Specifiek) en heeft daardoor meer kans dat een positief geval ook echt een positief geval (weinig vals positieve uitkomsten) is, maar mist daardoor meestal wat vaker gevallen die ook positief hadden moeten zijn: Vals negatief.

De waardes worden alsvolgt berekend (bron Wikipedia:

Specificiteit

Sensitiviteit

Van alle testen zijn deze getallen (sensitiviteit en specificiteit) beschikbaar. De perfecte test voor iets heeft zowel een sens als een spec van 1 (dan heb je namelijk geen vals positieven en geen vals negatieven). Nodeloos om te zeggen dat dit zelden voorkomt.

Om de waarde van een uitkomst in te kunnen schatten moet je verder nog weten wat de prevalentie is van een aandoening. Als er in heel Nederland 1 iemand is die de Hik heeft EN je hebt een test die wel eens een vals positieve of een vals negatieve uitkomst geeft (wat bij zowat alle testen het geval is) zul je veel meer positieven krijgen dan 1, en die hebben bijna allemaal niet de Hik. De kans dat dat ene Hik geval echter een vals negatieve uitslag krijgt blijft direct afhankelijk van de sensitiviteit.

Laten we als rekenvoorbeeldje een test nemen met een Sensitiviteit en Specificiteit van 0.95 en een aandoening die vrij zeldzaam is: De Pip.

Met symptomen komt de Pip voor bij 50.000 Nederlanders

Zonder symptomen komt de Pip voor bij 1.000 Nederlanders

We hebben 16.050.000 Nederlanders.

De mensen met symptomen hoeven we niet op te screenen, die gaan vanzelf wel naar een dokter. Rest ons nog om de overige 1.000 gevallen uit de 16.000.000 Nederlanders te halen.

Als je dan met behulp van de formules en de bijgeleverde data een grafiekje uittekent krijg je het volgende:

Pip berekening (sens=0.95, spec=0.95, prev=1/16000, pop=16000000)

Als je naar de waarden hier kijkt zie je dat je toch nog 1 op de 20 gevallen gaat missen en meer dan 800.000 mensen met een (in het overgrote deel foute) diagnose Pip naar huis gaat sturen. En dan is een test met 0.95 sensitiviteit en specificiteit nog aardig hoog. De meeste tests zitten een stuk lager. Dat betekent nog meer gevallen die je gaat missen, en nog meer mensen die je per abuis als ziek bestempelt.

Nou zijn er aandoeningen die ernstig genoeg zijn om een hoop vals positieven voor lief te nemen, maar om een beeld te krijgen van de waarde van een grootschalig screeningsonderzoek zul je toch echt eerst even dit berekeningetje moeten doen. En vervolgens heel kritisch naar je onderzoeksgroep kijken (als de Pip bijvoorbeeld voornamelijk bij mannen van 18-25 jaar voorkomt kun je de prevalentie al aardig doen verschuiven door specifiek in deze groep te testen), de test die je gebruikt (en dan met name de sens, spec en het kostenplaatje) en de ernst van de aandoening.