Diagnostyka laboratoryjna - ebook

Wykaz autorów

Dr hab. med. Andrzej Cieśla, prof. UJ
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Prof. dr hab. med. Milena Dąbrowska
Uniwersytet Medyczny, Białystok

Prof. dr hab. med. Urszula Demkow
Warszawski Uniwersytet Medyczny, Warszawa

Prof. dr hab. med. Tomasz Dziedzic
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Dr n. przyr. Danuta Fedak
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Dr n. med. Wojciech Gernand
Laboratorium Medyczne LOMA, Opole

Dr hab. med. Aleksandra Gilis-Januszewska
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Dr n. med. Joanna Góralska
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Prof. dr hab. Alicja Hubalewska-Dydejczyk
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Prof. dr n. med. Robert Jach
Uniwersytet Jagielloński
Collegium Medicum, Kraków

Dr n. med. Olga Kacalska-Janssen
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Dr hab. med. Aleksandra Klimkowicz-Mrowiec
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Dr n. med. Artur Kowalik
Świętokrzyskie Centrum Onkologii,
Kielce

Prof. dr hab. Jan Kanty Kulpa
Centrum Onkologii – Instytut
im. M. Skłodowskiej-Curie,
Kraków

Prof. dr hab. med. Marek Kuźniewski
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Prof. dr hab. med. Tomasz Mach
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Dr hab. med. Małgorzata Malczewska-Malec, prof. UJ
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Dr hab. med. Katarzyna Marchlewska
Uniwersytet Medyczny w Łodzi, Łódź

Dr hab. n. med. Joanna Niemiec, prof. COI
Centrum Onkologii – Instytut
im. M. Skłodowskiej-Curie, Kraków

Dr n. przyr. Mirosława Nowacka
Beckman Coulter Polska, Warszawa

Dr hab. med. Joanna Osada
Uniwersytet Medyczny, Białystok

Prof. dr hab. n. med. Dorota Pach
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Dr n. med. Wojciech Pabian
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Prof. dr hab. med. Joanna Pera
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Dr n. med. Magdalena Piróg
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Dr n. med. Beata Piwońska-Solska
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Dr n. med. Anna Raszeja-Specht
Gdański Uniwersytet Medyczny, Gdańsk

Dr Urszula Rychlik
Centrum Onkologii – Instytut
im. M. Skłodowskiej-Curie, Kraków

Prof. dr hab. Agnieszka Słowik
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Prof. dr hab. Jolanta Słowikowska-Hilczer
Uniwersytet Medyczny w Łodzi, Łódź

Prof. dr hab. n. med. Bogdan Solnica
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Dr n. med. Zofia Stasik
Centrum Onkologii – Instytut
im. M. Skłodowskiej-Curie, Kraków

Dr hab. n. med. Magdalena Szopa
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Dr Jadwiga Tarapacz
Centrum Onkologii – Instytut
im. M. Skłodowskiej-Curie, Kraków

Dr hab. n. med. Renata Walczak-Jędrzejowska
Uniwersytet Medyczny w Łodzi, Łódź

Dr n. med. Marcin Wnuk
Uniwersytet Jagielloński,
Collegium Medicum, Kraków

Dr n. med. Ewa Wójcik
Centrum Onkologii – Instytut
im. M. Skłodowskiej-Curie, Kraków

Prof. dr hab. med. Małgorzata Zwolińska-Wcisło
Uniwersytet Jagielloński,
Collegium Medicum, KrakówPrzedmowa

Postęp w diagnostyce (medycynie) laboratoryjnej – rozbudowa wielu jej obszarów, doskonalenie metodyki badań, wprowadzanie nowych oznaczeń i algorytmów diagnostycznych – był głównym powodem przygotowania drugiego wydania podręcznika, które oddajemy do Państwa rąk. Poszczególne jego rozdziały zostały zaktualizowane i uzupełnione o nowe informacje, w części z nich szerzej ujęto diagnostykę genetyczną. Dodaliśmy w tym wydaniu dwa nowe rozdziały: „Diagnostyka laboratoryjna niepłodności” i „Badania laboratoryjne w monitorowaniu przebiegu ciąży”.

Zawartość podręcznika odzwierciedla ideę medycyny laboratoryjnej jako nauki interdyscyplinarnej, obecnej we wszystkich specjalnościach klinicznych. Nadrzędnym celem przyświecającym Autorom książki było zapoznanie Czytelników z badaniami laboratoryjnymi jako częścią procesu diagnostycznego – ich doborem w określonych sytuacjach klinicznych, interpretacją i wykorzystaniem wyników. Ta wiedza jest niezbędna, w stosownym zakresie, zarówno wykonującym badania diagnostom laboratoryjnym, jak i lekarzom – użytkownikom wyników. Jest ona także podstawą efektywnej współpracy klinicystów i diagnostów laboratoryjnych.

Serdecznie dziękuję wszystkim Autorom, doświadczonym klinicystom, naukowcom i ekspertom medycyny laboratoryjnej, za współpracę w świetnej atmosferze – ich wiedza i doświadczenie umożliwiły stworzenie tego podręcznika.

Tylko Czytelnicy, zapoznając się z poszczególnymi rozdziałami książki, mogą odpowiedzieć na pytanie, czy przyjęty przez nas cel został osiągnięty. Będę Państwu wdzięczny za wszelkie uwagi i komentarze.

Bogdan Solnica
[email protected]. Interpretacja wyników badań laboratoryjnych - Wojciech Gernand

1.1. Wprowadzenie

Zapewnienie pacjentowi właściwej opieki medycznej wymaga stworzenia na podstawie dostępnych informacji czytelnego obrazu stanu jego zdrowia. Obraz ten może nie wykazać zaburzeń, ale może również uwidocznić predyspozycje do pewnych schorzeń, ujawnić określone nieprawidłowości, a także umożliwić rozpoznanie choroby i ocenę jej zaawansowania. Pełny obraz kliniczny ułatwia podjęcie właściwych decyzji terapeutycznych na podstawie spodziewanych skutków leczenia (predykcji) oraz przewidywań co do dalszego przebiegu choroby (prognoz). Gdy obraz jest aktualizowany w trakcie leczenia, pozwala śledzić przebieg choroby i efekty prowadzonej terapii.

Na obraz kliniczny składają się informacje pochodzące z:

- • badania podmiotowego, czyli rozmowy z pacjentem;
- • badania przedmiotowego (fizykalnego);
- • badań dodatkowych, w tym badań laboratoryjnych.

Niekiedy można się spotkać z przedkładaniem wybranych fragmentów obrazu klinicznego nad inne. Zwolennicy szczegółowego wywiadu lekarskiego przytaczają słowa sir Williama Oslera, który powtarzał: „Słuchaj pacjenta – on powie ci, jakie jest rozpoznanie jego choroby”. Z jednej strony klinicyści podzielają więc często pogląd, że: „mimo pojawiania się nowych, bardziej doskonałych metod diagnostycznych, istotą postępowania lekarskiego nadal pozostaje zebranie wywiadów i badanie z wykorzystaniem podstawowych metod fizycznych. Nawet współcześnie, posługując się wyłącznie metodami badania lekarskiego, udaje się postawić właściwe rozpoznanie w ponad 80% przypadków”. Z drugiej strony pojawia się jednak potrzeba uzyskania obiektywnych informacji, których mogą dostarczyć badania dodatkowe. Już w 1952 roku doktor Romuald W. Gutt pisał: „Jednym z zasadniczych filarów myśli klinicznej jest dziś chemia praktyczna. Wiele spraw bardzo subiektywnie ocenianych przez dwa stetoskopy nabiera właściwego oświetlenia w probówce. Drugim wyrazicielem sądów bezstronnie realistycznych jest okular mikroskopu”.

Gutt przewidział, że w ocenie obrazu klinicznego nastąpi przesunięcie uwagi z objawów podmiotowych i przedmiotowych na wyniki badań dodatkowych. Szacuje się, że obecnie nawet 70% decyzji dotyczących opieki medycznej opartych jest na wynikach badań laboratoryjnych.

Poszukując najbardziej efektywnego sposobu poznania stanu klinicznego pacjenta, nie należy bagatelizować żadnej z informacji składających się na obraz kliniczny. Na właściwe rozpoznanie choroby może naprowadzić lekarza jedno zdanie z wywiadu, szmer stwierdzony przy użyciu stetoskopu czy nieprawidłowy wynik badania laboratoryjnego.

1.2. Proces interpretacji wyniku badania laboratoryjnego

Zanim wynik badania laboratoryjnego stanie się użytecznym elementem obrazu klinicznego, musi zostać właściwie zinterpretowany, to znaczy przekształcony z abstrakcyjnego parametru w czytelną informację o stanie zdrowia pacjenta. Sama informacja, że stężenie HRC w surowicy krwi wynosi 38 mg/dl, jest bezwartościowa, jeśli nie zostanie właściwie zinterpretowana. Niezbędna jest wiedza, co oznacza skrót HRC, co to za składnik surowicy krwi, jaki zakres jego stężeń jest uznawany za prawidłowy, o jakich schorzeniach może świadczyć jego nieprawidłowa wartość, a w końcu, u kogo i w jakich okolicznościach taki wynik uzyskano.

Interpretacja wyniku badania laboratoryjnego polega na właściwym połączeniu trzech przedstawionych niżej parametrów:

1. 1. Relacja uzyskanego wyniku do wybranego punktu odniesienia. Pozwala stwierdzić, czy wynik jest dodatni, tj. sygnalizuje obecność choroby, czy ujemny, tj. nie wskazuje na obecność choroby.
2. 2. Charakterystyka diagnostyczna przeprowadzonego badania. Wiedza o praktycznej przydatności wyniku w różnych sytuacjach klinicznych, wyrażana za pomocą wybranych wskaźników statystycznych (np. czułości i swoistości diagnostycznej, ilorazów prawdopodobieństw).
3. 3. Charakterystyka epidemiologiczna pacjenta. Jej celem jest ustalenie jeszcze przed wykonaniem badania, jakie jest prawdopodobieństwo istnienia u pacjenta rozpatrywanej choroby (pre-test probability). Prawdopodobieństwo to w sposób istotny wpływa na ostateczną interpretację uzyskanego wyniku badania.

1.3. Punkt odniesienia

1.3.1. Norma

W powszechnej świadomości mocno zakorzenione jest pojęcie normy, z którą porównuje się wynik badania. Przyjęło się mówić, że wynik badania „jest w normie”, czyli świadczy o zdrowiu, lub „normę przekracza”, czyli wskazuje na obecność określonych zaburzeń.

Pojęcie normy, rozumianej jako zbiór wyników typowych dla osób zdrowych, było przedmiotem długiej dyskusji, jaka toczyła się w latach siedemdziesiątych i osiemdziesiątych ubiegłego wieku w środowisku specjalistów zajmujących się diagnostyką laboratoryjną. Krytycy wskazywali na jego językowe, filozoficzne, statystyczne i metodologiczne mankamenty. Pojawiły się głosy, że jest ono niefortunne, gdyż można je rozumieć na trzy różne sposoby: „normalny”, czyli „zdrowy” w znaczeniu używanym w medycynie, „normalny”, czyli „gaussowski” w znaczeniu wziętym ze statystyki, oraz „normalny”, rozumiany potocznie jako „zwyczajny”.

Wskazywano poważne trudności metodologiczne, jakie napotkano przy próbach wyznaczenia normy. Niejasne było, czy należy wyznaczać normy lokalne, specyficzne dla poszczególnych ośrodków medycznych, uwzględniające cechy badanej populacji oraz stosowane procedury laboratoryjne. Byłyby to, siłą rzeczy, normy oparte na niewielkiej liczbie obserwacji. A może właściwsze byłoby gromadzenie większej liczby wyników, przez łączenie danych z różnych źródeł? Wadą takiego postępowania byłaby z kolei niejednolitość badanych grup i stosowanych metod laboratoryjnych.

Innym nierozstrzygniętym problemem praktycznym związanym z pojęciem normy była trudność w zdefiniowaniu zdrowia, a co za tym idzie wątpliwość co do tego, kto ma być zbadany w celu wyznaczenia normy.

Zastrzeżenia dotyczące pojęcia normy doprowadziły do wycofania go z formalnego języka diagnostyki laboratoryjnej i zastąpienia terminem „wartości referencyjne”.

1.3.2. Wartości referencyjne

Sposób rozumienia informacji niezbędnych do interpretacji wyników badań laboratoryjnych zmienili dwaj fińscy naukowcy – Ralph Gräsbeck i Nils-Erik Leo Saris. W 1969 roku przedstawili oni koncepcję wartości referencyjnych, czyli odpowiednio opisanych wyników, z którymi porównuje się wynik uzyskany u osoby badanej.

W celu uzyskania wyników, które można nazwać wartościami referencyjnymi, należy:

- • przedstawić charakterystykę populacji, w której te wyniki uzyskano, to znaczy podać sposób doboru uczestników badania i opisać, jak określono ich stan zdrowia;
- • przedstawić kryteria, jakimi kierowano się przy wyborze badanych osób, ich stan fizjologiczny, sposób przygotowania do badania oraz sposób pobrania materiału do badania;
- • przedstawić sposób, w jaki obchodzono się z próbkami, oraz opis użytej metody pomiaru.

Częstą praktyką jest statystyczne opracowanie wartości referencyjnych, co pozwala odrzucić części skrajne wartości i określić tzw. przedział referencyjny.

Jeśli przeprowadzane jest opracowanie statystyczne, należy dodatkowo:

- • przedstawić metody statystyczne, które posłużyły do wyznaczenia przedziału referencyjnego, oraz podać przyjęte w trakcie obliczeń założenia, np. dotyczące rozkładu wyników.

W celu systemowego opracowania koncepcji Gräsbecka i Sarisa Komitet ds. Standardów działający przy Międzynarodowej Federacji Chemii Klinicznej (IFCC – International Federation of Clinical Chemistry) powołał Panel Ekspertów ds. Teorii Wartości Referencyjnych (EPTRV – Expert Panel on Theory of Reference Values), którego zadaniem było opracowanie zalecanej procedury wyznaczania wartości referencyjnych, ich analizy oraz prezentacji uzyskiwanych wyników w odniesieniu do danych referencyjnych, a także służącej tym celom nomenklatury.

Poniżej przedstawiono definicje podane przez EPTRV, które stanowią dziś powszechnie akceptowaną terminologię:

- • osoba referencyjna (reference individual) – osoba wybrana do porównań na podstawie zdefiniowanych kryteriów;
- • populacja referencyjna (reference population) – populacja obejmująca wszystkie możliwe osoby referencyjne;
- • grupa stanowiąca próbę referencyjną (reference sample group) – odpowiednia liczba osób referencyjnych, reprezentatywna dla populacji referencyjnej;
- • wartość referencyjna (reference value) – wartość otrzymana wskutek obserwacji lub pomiaru konkretnej wielkości u osoby należącej do grupy stanowiącej próbę referencyjną,
- • rozkład referencyjny (reference distribution) – statystyczny rozkład wartości referencyjnych;
- • granica referencyjna (reference limit) – granica ustalana na podstawie rozkładu referencyjnego i stosowana do celów opisowych;
- • przedział referencyjny (reference interval) – przedział pomiędzy granicami obejmujący zwykle 95% wartości referencyjnych;
- • wartości obserwowane (observed values) – są to wartości określonego rodzaju, uzyskane na drodze obserwacji lub pomiaru w celu podjęcia decyzji medycznej.

W celu ułatwienia poprawnego korzystania ze zdefiniowanych określeń autorzy zaleceń EPTRV przygotowali schemat dydaktyczny przedstawiony na rycinie 1.1.

Rycina 1.1.

Zalecana przez Expert Panel on Theory of Reference Values (EPTRV) nomenklatura związana z koncepcją wartości referencyjnych.

Koncepcja wartości referencyjnych jest powszechnie akceptowanym elementem współczesnej diagnostyki laboratoryjnej. Przestrzeganie zasad postępowania oraz zastosowanie metod statystycznych do opracowywania wyników pozwala na wyznaczenie wiarygodnych granic referencyjnych, które w procesie interpretacji przyjmowane są za punkt odniesienia.

1.3.3. Granica decyzyjna

Koncepcja wartości referencyjnych zakłada wykorzystanie wyników uzyskiwanych u osób zdrowych, z pominięciem wyników uzyskiwanych u chorych. Może to prowadzić do przekonania, że rozkłady tych wyników są od siebie oddzielone. W rzeczywistości te dwa rozkłady w mniejszym lub większym stopniu nakładają się na siebie, co przedstawiono na rycinie 1.2.

Rycina 1.2.

Rozkłady wyników obserwowanych u osób zdrowych i chorych mogą nakładać się na siebie w niewielkim (A), umiarkowanym (B) lub znacznym (C) stopniu. Stosowanie granicy referencyjnej wyznaczonej na podstawie analizy wyników uzyskanych jedynie u osób zdrowych wiąże się w praktyce z trudnym do oszacowania prawdopodobieństwem uzyskania wyników fałszywie ujemnych (FU) u osób chorych.

Dążenie do optymalnego wykorzystania wyników badań laboratoryjnych jest przyczyną coraz częstszego odchodzenia od koncepcji wartości referencyjnych na rzecz strategii, w której za punkt odniesienia przy interpretacji wyników przyjmuje się wartość wybraną celowo, zwaną granicą decyzyjną (decision limit). Zmienia to w istotny sposób wykorzystanie wyników badań laboratoryjnych w praktyce klinicznej.

Użycie optymalnej granicy decyzyjnej zapewnia osiągnięcie pożądanej trafności diagnostycznej z odpowiednio małą liczbą wyników fałszywie dodatnich i fałszywie ujemnych (ryc. 1.3). Właściwie wybrana granica decyzyjna umożliwia wcześniejsze rozpoznanie choroby, co zwiększa szansę na wdrożenie leczenia przed zaistnieniem jej nieodwracalnych konsekwencji. Przykładem może być diagnostyka cukrzycy, w której nie mają znaczenia przedziały referencyjne wyznaczane tradycyjnie na podstawie wyników pomiarów uzyskanych u osób zdrowych. Punktem odniesienia jest tu granica decyzyjna (stężenie glukozy w osoczu krwi żylnej wynoszące 7 mmol/l), wybrana po szczegółowej analizie częstości występowania subtelnych objawów cukrzycy.

Rycina 1.3.

Granica decyzyjna wybierana jest na podstawie przesłanek klinicznych, przewidywanego zastosowania badania laboratoryjnego i wyników analizy jego wartości diagnostycznej.

Zastosowanie granic decyzyjnych nie ogranicza się wyłącznie do procesu diagnostycznego. Wykorzystuje się je przy określaniu ryzyka wystąpienia i stopnia zaawansowania niektórych chorób, przy przewidywaniu reakcji na leczenie oraz dalszego przebiegu choroby, jej nawrotów lub śmierci chorego.

1.4. Wartość diagnostyczna badań laboratoryjnych

1.4.1. Cztery rodzaje wyników

Ustalając rozpoznanie określonej choroby na podstawie wyników badań laboratoryjnych, warto pamiętać, że przyjęta granica decyzyjna dzieli wyniki badań na cztery kategorie. Wyniki uzyskane u osób chorych, przekraczające przyjętą granicę, są wynikami prawdziwie dodatnimi (PD). Wyniki uzyskane u osób wolnych od rozpatrywanej choroby, nieprzekraczające przyjętej granicy, są wynikami prawdziwie ujemnymi (PU).

Rycina 1.4.

Cztery rodzaje wyników badań laboratoryjnych.

Wyniki prawdziwie dodatnie i prawdziwie ujemne stanowią mocną stronę każdej metody diagnostycznej. Oczekiwanie, że u osoby chorej zawsze uzyska się wynik dodatni, a u osoby zdrowej wynik ujemny, jest jednak podejściem zbyt optymistycznym. Wystarczy raz jeszcze spojrzeć na przedstawiony na rycinie 1.4 rozkład wyników uzyskiwanych w praktyce.

Zawsze istnieje pewne ryzyko uzyskania wyniku ujemnego u osoby chorej – taki wynik określa się jako fałszywie ujemny (FU). Podobnie wśród osób wolnych od choroby uzyskuje się niekiedy wynik dodatni, który nazywany jest fałszywie dodatnim (FD).

Występowanie wyników fałszywie ujemnych i fałszywie dodatnich jest ograniczeniem każdej metody diagnostycznej. Podstawowym źródłem takich wyników jest naturalna międzyosobnicza zmienność badanych parametrów, która sprawia, że rozkłady wyników u osób zdrowych i chorych w pewnym zakresie nakładają się na siebie.

Ustalana eksperymentalnie liczba wyników PD, PU, FD i FU określa wartość diagnostyczną każdego badania laboratoryjnego. W celu uzyskania praktycznej wiedzy potrzebnej przy interpretacji wyników badań określa się wybrane proporcje pomiędzy wynikami PD, PU, FD i FU oraz oblicza pochodne, czyli statystyczne wskaźniki wartości diagnostycznej badań laboratoryjnych.

Należą do nich:

- • czułość (sensitivity);
- • swoistość (specificity);
- • dokładność (accuracy);
- • wskaźnik Youdena (J);
- • współrzędne krzywej ROC (receiver-operator characteristics) oraz pole powierzchni pod krzywą (AUC – area under curve);
- • wartość predykcyjna wyniku dodatniego (PPV – positive predictive value);
- • wartość predykcyjna wyniku ujemnego (NPV – negative predictive value);
- • iloraz prawdopodobieństw dla wyniku dodatniego (LR+ – positive likelihood ratio);
- • iloraz prawdopodobieństw dla wyniku ujemnego (LR– – negative likelihood ratio).

1.4.2. Czułość diagnostyczna

Czułość diagnostyczna jest wskaźnikiem określającym, u ilu osób chorych uzyskuje się dodatni wynik badania. Z matematycznego punktu widzenia jest to iloraz, który przedstawia odsetek wyników prawdziwie dodatnich wśród wszystkich wyników uzyskiwanych u osób chorych (ryc. 1.5).

Rycina 1.5.

Obliczanie czułości diagnostycznej.

Niektórzy autorzy mnożą powyższy iloraz przez 100 i przedstawiają czułość diagnostyczną jako procent wyników dodatnich uzyskiwanych u osób chorych.

Czułość diagnostyczna jest prawdopodobieństwem uzyskania dodatniego wyniku badania u osoby chorej na rozpatrywaną chorobę. Wysoka czułość diagnostyczna jest pożądaną cechą badań laboratoryjnych wykonywanych we wczesnej fazie opieki nad pacjentem, na etapie badań przesiewowych lub na początku postępowania diagnostycznego u pacjenta zgłaszającego nieswoiste objawy. Badania o wysokiej czułości diagnostycznej wykorzystywane są do wykluczania obecności rozpatrywanej choroby – cechuje je niski odsetek wyników fałszywie ujemnych, zatem wynik ujemny jest najprawdopodobniej wynikiem prawdziwie ujemnym, przemawiającym za niewystępowaniem choroby. Przykładem takiego zastosowania jest pomiar stężenia dimeru D, wykorzystywany, przy ujemnym wyniku, do wykluczenia obecności żylnej choroby zakrzepowo-zatorowej.

Uwaga: nie należy mylić czułości diagnostycznej badania laboratoryjnego z czułością analityczną metody badawczej.

1.4.3. Swoistość diagnostyczna

Swoistość diagnostyczna określa, u ilu osób wolnych od rozpatrywanej choroby uzyskuje się ujemny wynik badania. Matematycznie jest ilorazem, który wyraża odsetek wyników prawdziwie ujemnych wśród wyników uzyskiwanych u osób wolnych od choroby (zdrowych) (ryc. 1.6).

Podobnie jak w przypadku czułości diagnostycznej swoistość diagnostyczną wyraża się jako odsetek lub, po pomnożeniu przez 100, jako procent wyników ujemnych uzyskiwanych u osób wolnych od rozpatrywanej choroby.

Swoistość diagnostyczna jest więc prawdopodobieństwem uzyskania wyniku ujemnego badania u osoby, która nie choruje na rozpatrywaną chorobę. Wysoka swoistość diagnostyczna jest pożądaną cechą badań laboratoryjnych wykonywanych w celu uściślenia rozpoznania, bezpośrednio przed wdrożeniem bardziej obciążających technik diagnostycznych (np. koronarografii, biopsji narządowej czy zwiadowczej laparotomii). Badania laboratoryjne o wysokiej swoistości diagnostycznej są wykorzystywane do potwierdzania obecności rozpatrywanej choroby – cechuje je niski odsetek wyników fałszywie dodatnich, zatem wynik dodatni jest najprawdopodobniej wynikiem prawdziwie dodatnim, przemawiającym za obecnością choroby.

Rycina 1.6.

Obliczanie swoistości diagnostycznej.

Uwaga: nie należy mylić swoistości diagnostycznej badania ze swoistością analityczną metody badawczej.

1.4.4. Czynniki wpływające na czułość i swoistość diagnostyczną

Czułość i swoistość diagnostyczna są parametrami opisującymi zależność pomiędzy wynikami określonego badania laboratoryjnego a chorobą rozpoznawaną za pomocą tego badania. Teoretycznie parametry te są względnie stałe, co decyduje o przydatności określonego badania w postępowaniu diagnostycznym. Należy jednak pamiętać, że w praktyce są one modyfikowane przez wiele czynników.

Czułość diagnostyczna zmniejsza się:

- • u pacjentów we wczesnym stadium choroby (np. w zawale mięśnia sercowego czułość stężenia troponiny w surowicy krwi w krótkim czasie od wystąpienia bólu za mostkiem jest niska);
- • na skutek popełnienia błędów przedanalitycznych przemieszczających wyniki badań w stronę wyników obserwowanych u osób zdrowych (np. spadek stężenia glukozy w próbkach niezabezpieczonych inhibitorem glikolizy zmniejsza czułość diagnostyczną badania w kierunku cukrzycy);
- • przy narastaniu błędów przypadkowych (tzn. przy utracie precyzji pomiaru);
- • przy narastaniu błędów systematycznych przemieszczających wyniki badań w stronę wyników obserwowanych u osób zdrowych (tzn. przy utracie poprawności pomiaru);
- • przy przemieszczaniu granicy decyzyjnej w stronę wyników obserwowanych u osób chorych (np. przy próbie zwiększenia swoistości diagnostycznej).

Swoistość diagnostyczna zmniejsza się:

- • gdy u pacjenta nie występuje rozpatrywana choroba (np. rak prostaty), lecz inne schorzenie tej samej tkanki lub tego samego narządu (np. łagodny przerost prostaty);
- • na skutek błędów przedanalitycznych przemieszczających wyniki badań w stronę wyników obserwowanych u osób chorych ;
- • przy narastaniu błędów przypadkowych (tzn. przy utracie precyzji pomiarów);
- • przy narastaniu błędów systematycznych, przemieszczających wyniki badań w stronę wyników obserwowanych u osób chorych (tzn. przy utracie poprawności pomiarów);
- • przy przemieszczaniu granicy decyzyjnej w stronę wyników obserwowanych u osób zdrowych (np. przy próbie zwiększenia czułości diagnostycznej).

1.4.5. Dokładność diagnostyczna

Wiarygodność diagnostyczna w najbardziej podstawowym ujęciu jest opisywana za pomocą czułości i swoistości diagnostycznej. W celu ułatwienia wyboru najlepszych strategii diagnostycznych sprowadza się niekiedy informacje o wiarygodności diagnostycznej badań do jednej liczby. Po połączeniu danych o wynikach uzyskiwanych u osób, u których występuje rozpatrywana choroba, i osób wolnych od tej choroby, można obliczyć dokładność diagnostyczną, posługując się wzorem:

Dokładność diagnostyczna = (PD + PU)/(PD + PU + FD + FU)

Uwaga: nie należy mylić dokładności diagnostycznej badania z dokładnością metody badawczej.

1.4.6. Wskaźnik Youdena

Uważny obserwator rycin 1.2–1.4 zauważy z pewnością ścisły związek między położeniem granicy decyzyjnej a liczbą wyników PD, PU, FD i FU. Przesunięcie granicy w stronę wartości obserwowanych u osób zdrowych powoduje zwiększenie liczby wyników prawdziwie i fałszywie dodatnich. Manewr ten pozwala uzyskać większą czułość diagnostyczną, ale dzieje się to, niestety, kosztem swoistości diagnostycznej. Przesunięcie granicy w stronę wartości obserwowanych u osób chorych zwiększy z kolei liczbę wyników prawdziwie i fałszywie ujemnych. Pozwala to na uzyskanie większej swoistości diagnostycznej, przy jednoczesnym zmniejszeniu czułości.

W istocie o położeniu granicy decyzyjnej rozstrzyga się na podstawie oceny czułości i swoistości diagnostycznej, osiąganej w różnych punktach przedziału pomiarowego. Podczas poszukiwania obiektywnej podstawy przy wyborze granicy decyzyjnej, a patrząc dalej, przy wyborze najlepszego postępowania diagnostycznego, można odwołać się do wskaźnika J zaproponowanego w 1950 roku przez Williama J. Youdena.

Wskaźnik ten oblicza się następująco:

J = ( – )/(PD + FU) × (PU + FD)

Wskaźnik J może przyjmować wartości od 0 do 1. Wskaźnik J wynosi 0, gdy odsetek wyników dodatnich jest jednakowy w grupie osób chorych i w grupie osób wolnych od choroby. W takim przypadku badanie nie ma żadnej wartości diagnostycznej. Wskaźnik J wynosi 1, gdy nie stwierdza się wyników fałszywie dodatnich ani fałszywie ujemnych.

1.4.7. Krzywa ROC

Czułość i swoistość diagnostyczna są wykładnikami wartości diagnostycznej zależnymi głównie od położenia granicy decyzyjnej. Oceniając proporcje pomiędzy wynikami PD, PU, FD i FU przy każdej możliwej granicy decyzyjnej, gromadzi się pulę wyników, które reprezentują sumę informacji o wartości diagnostycznej rozpatrywanego badania. Graficzna reprezentacja tej informacji przyjmuje kształt krzywej, nazywanej krzywą ROC (receiver-operator characteristics) (ryc. 1.7).

Rycina 1.7.

Krzywa ROC – każdy punkt krzywej odpowiada określonej granicy decyzyjnej.

Nazwa krzywej wywodzi się z czasów II wojny światowej i obserwacji przeprowadzanych wśród osób obsługujących urządzenia radarowe (receiver-operators). Wykazały one, że operatorzy różnią się między sobą pod względem zdolności odróżniania istotnych sygnałów (nieprzyjacielskich samolotów) od szumu tła (np. stad ptaków). Co więcej, trafność odczytów z radarów zmieniała się przy różnych ustawieniach tych urządzeń. Metodę krzywej ROC opracowano w celu ujednolicenia sposobu analizy danych.

Krzywe ROC są obecnie wykorzystywane do oceny wartości diagnostycznej badań laboratoryjnych. Miarą tej wartości jest pole powierzchni pod krzywą (AUC – area under curve). Wskaźnik AUC przyjmuje teoretycznie wartości od 0,5 do 1. Im większy wskaźnik AUC, tym większa wartość diagnostyczna badania laboratoryjnego. W opracowaniach naukowych dotyczących nowych badań i strategii diagnostycznych można natrafić na wykresy zestawiające kilka krzywych ROC dla różnych badań. Krzywa o najbardziej stromym przebiegu, zakreślająca największe pole, reprezentuje najtrafniejszy test diagnostyczny.

1.4.8. Wartość predykcyjna wyniku dodatniego

Czułość diagnostyczna określa prawdopodobieństwo uzyskania wyniku dodatniego u osoby chorej, a swoistość – prawdopodobieństwo uzyskania wyniku ujemnego u osoby wolnej od choroby. Podczas interpretacji wyników badań laboratoryjnych stan pacjenta nie jest jednak znany, a stawiane pytania nie dotyczą tego, jakich wyników można się spodziewać, lecz tego, czy można rozpoznać lub wykluczyć rozpatrywaną chorobę.

Po uzyskaniu dodatniego wyniku badania poszukuje się informacji o tym, jakie jest prawdopodobieństwo istnienia danej choroby, czyli jaka jest wartość predykcyjna wyniku dodatniego tego badania (PPV – positive predictive value). Matematycznie jest to iloraz, który wyraża odsetek wyników prawdziwie dodatnich wśród wszystkich wyników dodatnich (ryc. 1.8).

Podobnie jak w przypadku czułości i swoistości diagnostycznej PPV jest wyrażana jako odsetek lub, po pomnożeniu przez 100, jako procent wyników prawdziwie dodatnich wśród wszystkich wyników dodatnich.

PPV może zmieniać się zależnie od doboru osób w ocenie eksperymentalnej, w wyniku błędów przedanalitycznych i analitycznych, a także przy przemieszczaniu granicy decyzyjnej. Najważniejszym czynnikiem decydującym o PPV jest jednak proporcja liczby osób chorych do liczby osób wolnych od choroby w populacji, z której pochodzi badana osoba.

Dodatni wynik badania uzyskany u osoby pochodzącej z populacji, w której odsetek osób chorych jest znaczny, świadczy o dużym prawdopodobieństwie istnienia choroby. W takim przypadku obliczana PPV jest wysoka.

Rycina 1.8.

Obliczanie wartości predykcyjnej wyniku dodatniego.

1.4.9. Wartość predykcyjna wyniku ujemnego

Po uzyskaniu ujemnego wyniku badania pojawia się pytanie, czy rzeczywiście na tej podstawie można wykluczyć obecność danej choroby, czyli jakie jest prawdopodobieństwo, że nie występuje ona u badanej osoby. Jest to pytanie o wartość predykcyjną wyniku ujemnego przeprowadzonego badania (NPV – negative predictive value). Matematycznie jest to iloraz, który wyraża odsetek wyników prawdziwie ujemnych wśród wszystkich wyników ujemnych (ryc. 1.9).

Rycina 1.9.

Obliczanie ujemnej wartości predykcyjnej.

NPV wyrażana jest jako odsetek lub, po pomnożeniu przez 100, jako procent wyników prawdziwie ujemnych wśród wszystkich wyników ujemnych.

NPV, podobnie jak PPV, zależy głównie od rozpowszechnienia choroby w danej populacji. Ujemny wynik badania uzyskany u osoby pochodzącej z populacji, w której częstość występowania danej choroby jest niewielka, świadczy o tym, że chorobę tę można z dużym prawdopodobieństwem wykluczyć. W takim przypadku obliczana NPV jest wysoka.

1.5. Interpretacja – szacowanie prawdopodobieństw

1.5.1. Prawdopodobieństwo przed wykonaniem badania

Po zapoznaniu się z pojęciem wartości predykcyjnej staje się jasne, że poprawna interpretacja wyników badań laboratoryjnych jest możliwa wtedy, gdy dysponuje się pewną wiedzą o badanej osobie. Nie należy interpretować wyników badań laboratoryjnych w oderwaniu od pozostałych elementów obrazu klinicznego. Na podstawie informacji z badania podmiotowego, przedmiotowego oraz przeprowadzonych uprzednio badań dodatkowych należy oszacować parametr określany jako prawdopodobieństwo istnienia choroby przed wykonaniem badania (P_(pre-test) – pre-test probability). Interpretacja wyników bez choćby przybliżonej znajomości tego parametru jest ryzykowna. Ilustruje to poniższy przykład.

U dwóch osób z objawami ciężkiego wirusowego zakażenia górnych dróg oddechowych uzyskano dodatni wynik badania w kierunku obecności wirusa grypy A/H1N1. Przyjmując, że w diagnostyce tego zakażenia korzysta się z testów o bardzo wysokiej czułości i swoistości diagnostycznej, ustalonych podczas walidacji na jednakowym poziomie – po 99%, można oszacować prawdopodobieństwo istnienia zakażenia u tych osób. Pierwszy pacjent (P1) pracuje na farmie w Meksyku, na której zakażenie wirusem A/H1N1 wykryto u połowy pracowników (P_(pre-test) = 50%). Drugi pacjent (P2) jest samotnym stróżem nocnym w muzeum etnografcznym w Bieszczadach (hipotetyczne P_(pre-test) = 0,1%). Powstają więc dwa zestawienia, które posłużą do obliczenia odpowiednich PPV. Dla przejrzystości obliczeń można przyjąć, że charakterystykę testu obliczono na podstawie 1000 wyników. Parametr P_(pre-test) uwzględniony został w odpowiedniej proporcji wyników w tabeli 1.1.

PPV dla P1 = (495/) × 100 ~ 98%

PPV dla P2 = (0,99/) × 100 ~ 9%.

Tabela 1.1.

Rozkład wyników badania w kierunku obecności wirusa grypy A/H1N1

Populacja

P1

P2

Liczba wyników

1000

1000

P_(pre-test)

50%

0,1%

Proporcja

500:500

1:999

Test dodatni

495

10

0,99

9,99

Test ujemny

5

490

0,01

989,01

Chorzy

Zdrowi

Chorzy

Zdrowi

Dodatni wynik wysoce czułego i swoistego testu diagnostycznego wiąże się z dużym prawdopodobieństwem istnienia choroby, jeśli P_(pre-test) jest wystarczająco duże. Poprawne zrozumienie tej zależności umożliwia właściwą interpretację wyników. Zaniedbywanie P_(pre-test) może skutkować zlecaniem badań, które pomimo wysokiej czułości i swoistości diagnostycznej będą źródłem wielu fałszywych wyników. Widać to na przykładzie populacji drugiego pacjenta, w której 91% wyników dodatnich stanowią wyniki fałszywie dodatnie.

1.5.2. Ilorazy prawdopodobieństw

Obliczenia można uprościć, korzystając z ilorazów prawdopodobieństw. Są to niemianowane wskaźniki wartości diagnostycznej, pozwalające oszacować, jak zmienia się szansa istnienia choroby po uwzględnieniu uzyskanego wyniku badania.

Iloraz prawdopodobieństw dla wyniku dodatniego (LR+ – positive likelihood ratio) oblicza się, korzystając ze wzoru:

LR+ = (PD/)/(FD/) = Czułość/(1 – Swoistość)

Iloraz prawdopodobieństw dla wyniku ujemnego (LR– – negative likelihood ratio) oblicza się, korzystając ze wzoru:

LR– = (FU/)/(PU/) = (1 – Czułość)/Swoistość

Praktyczne wykorzystanie LR+ i LR– wymaga przekształcenia prawdopodobieństwa istnienia choroby przed wykonaniem badania (P_(pre-test)) w szansę istnienia choroby przed wykonaniem badania (O_(pre-test) – pre-test odds), według wzoru:

O_(pre-test) = P_(pre-test) (1–P_(pre-test))

Wówczas szansę istnienia choroby po wykonaniu badania (O_(pre-test)) oblicza się według wzoru:

O _(pre-test) = LR × O_(pre-test)

O dużej użyteczności badania laboratoryjnego świadczy wysoka wartość LR+ (> 10), zwiększająca wielokrotnie szansę istnienia choroby, oraz niska wartość LR– (< 0,1), która tę szansę wielokrotnie zmniejsza.

1.6. Podsumowanie

Wyniki badań laboratoryjnych wzbogacają opis stanu zdrowia człowieka i dostarczają informacji poszerzających wiedzę medyczną opartą na dowodach naukowych (EBM – evidence based medicine). Diagnostyka laboratoryjna, ze względu na obiektywny charakter dostarczanych informacji, jest dziś ważną częścią EBM. Wiarygodność diagnostyczną wyników badań laboratoryjnych opisują liczne wskaźniki statystyczne wymienione w tym rozdziale. Ze względu na ich powszechne użycie coraz częściej mówi się o medycynie laboratoryjnej opartej na dowodach naukowych (EBLM – evidence based laboratory medicine).

Niezależnie od tego, jak dalece rozwinie się zasób wiarygodnych badań laboratoryjnych, podstawą ich użyteczności będzie prawidłowa interpretacja uzyskiwanych wyników, możliwa dzięki wyborowi właściwego punktu odniesienia, poznaniu wartości diagnostycznej przeprowadzonego badania oraz znajomości prawdopodobieństwa istnienia choroby przed wykonaniem badania.

Sir William Osler mawiał, że „medycyna jest nauką o niepewności i sztuką badania prawdopodobieństw”. Interpretacja wyników badań laboratoryjnych jest częścią tej sztuki.

Piśmiennictwo

1. 1. Beastall G.H.: Adding value to laboratory medicine: a professional responsibility. Clinical Chemistry and Laboratory Medicine 2013; 51: 221–227.
2. 2. Bickley L.S., Szilagyi P.G.: Przewodnik Batesa po badaniu przedmiotowym i podmiotowym. Wydawnictwo Medyczne Termedia, Poznań 2010: xxiii.
3. 3. Gutt R.W.: Podstawy klinicznych badań laboratoryjnych. PZWL, Warszawa 1952: 13.
4. 4. Siest G., Henny J., Gräsbeck R. i wsp.: The theory of reference values: an unfnished symphony. Clinical Chemistry and Laboratory Medicine 2013; 51: 47–64.
5. 5. Silverman M.E., Murray T.J., Bryan C.S. (red.): The quotable Osler. American College of Physicians, Philadelphia 2008: 48, 98.
6. 6. Youden W.J.: Index for rating diagnostic tests. Cancer 1950; 3: 32–35.