Al termine dell’esame clinico, quali conclusioni posso trarre dagli esami effettuati?

Immagina…

Mi sono appena sottoposto a un test per l’impingement subacromiale (SAI) per il dolore alla spalla.

Purtroppo sappiamo che non è così semplice. Gli errori sono possibili perché i test non sono affidabili al 100% e i valori diagnostici degli esami variano enormemente.

Lo studio dei test ci permette di sapere quanto sono affidabili (la soglia di affidabilità accettabile è arbitraria e può variare a seconda del contesto).

A cosa serve conoscere queste soglie di affidabilità?

Fare una diagnosi e conoscere il nostro margine di errore?

La diagnosi è importante soprattutto per la comunicazione con il paziente.

“Allora, hai scoperto cosa mi fa male? “

NB: A questo proposito, può valere la pena di leggere il libro di Le Breton (Antropologia del dolore).

Fino al 30% delle diagnosi iniziali cambia nel corso del trattamento… e nella maggior parte dei casi non è molto grave. Ma le diagnosi sospette devono essere incluse nel nostro ragionamento clinico in modo da poter riorientare il paziente se necessario (necessità di ulteriori esami, parere medico, trattamento fisioterapico, ecc.)

Introdurremo i concetti di sensibilità, specificità e rapporto di verosimiglianza (LR).

Questo test è sensibile, questo test è specifico.

Questi due concetti sono metriche utilizzate per calcolare il margine di errore dei test.

Si capisce subito che se un test ha una sensibilità/specificità di circa il 50%, tanto vale lanciare una moneta e vedere se esce testa o croce (test del palmo della mano?).

Tuttavia, come puoi vedere, queste metriche prendono in considerazione solo metà della popolazione.

Ecco perché anche se un test è molto sensibile, circa il 90%, se la sua specificità è del 4% -> non si può essere troppo orgogliosi.

E viceversa.

Il rapporto di verosimiglianza fornisce un valore che tiene conto dell’intera popolazione: viene calcolato utilizzando i valori di specificità e sensibilità.

Ma la VR ci aiuterà ancora di più se teniamo conto della prevalenza della patologia….

Il dottor Fagan si occupò della questione dell’affidabilità dei test. Ha utilizzato uno strumento grafico apparso all’inizio del XX secolo per stimare i valori basati su diversi parametri o misure: il nomogramma. Evita una complessa equazione matematica. Il dottor Fagan lo utilizzò per prevedere la probabilità di veridicità di una diagnosi. Nel 1975 lo chiamò umilmente Nomogramma di Fagan.

Come funziona?

La probabilità di avere la patologia prima di effettuare qualsiasi test è pari a zero, a parte la prevalenza della patologia. La RV viene calcolata utilizzando la specificità e la sensibilità del test.

Basta collegare questi due valori per ottenere il valore predittivo positivo o negativo.

Prima ho detto che RV+ dovrebbe essere > 2, mentre alcuni autori suggeriscono che RV+ dovrebbe essere superiore a 5.

Il test di Spurling ha un RV+ di 4,8 e dovrebbe includere la patologia. La sua probabilità post-test è del 52%, non molto lontana dalla moneta….

Con cognizione di causa: sospetto un BCN, faccio un test di spurling, è positivo e nel 48% dei casi il test è sbagliato.

COMUNQUE SIA 🙂

Se l’ULNT non riproduce la sintomatologia, c’è solo un 3% di rischio che il paziente sia ancora un CKD… In ogni caso, è molto più rassicurante poter dire: QUESTA NON È UNA BCN.

Purtroppo pochi test sono affidabili e i valori metrici variano da studio a studio. Per questo motivo è necessario utilizzare diversi test. I cluster e le regole di predizione clinica migliorano i VR e quindi i valori predittivi post-test.

Chad Cook e co. offrono questo sistema di esami clinici

Noémie per il comitato