You are on page 1of 25

EBM - Diagnostic

S A

M
A

Critical Appraisal

- Worksheet for critical appraisal - Software : CAT Maker Main area of clinical objectives: 1. Diagnosis 2. Prognosis 3. Therapy/Treatment 4. 4 Risk/Harm Others: Systematic Review and Meta-analysis MetaClinical Guidelines Clinical Decision Making etc.

Untuk menegakkan diagnosis diperlukan uji diagnosis:


Pemeriksaan klinis P ik kli i Pemeriksaan lab sederhana Pemeriksaan lain yg lbh canggih P ik l i ih

Uji diagnostik bisa dilakukan scr


bertahap (serial): mis test tuberkulin dahulu baru foto thorak Paralel: bbrp pemeriksaan dilaksanakan sekaligus.

Uji diagnostik yg ideal: uji yg memberi hasil positif pd semua subjek yg sakit dan memberikan hasil negatif pd semua subjek yg tidak sakit. Tetapi ada kemungkinan diperoleh hasil uji positif pd subjek yg sehat (false posititive) dan hasil negatif pd subjek yg sakit (false negative).

Tujuan:
Utk menegakkan diagnosis penyakit atau menyingkirkan penyakit (sensitif : kemungkinan negatif semu kecil; spesifik : kemungkinan positif if k il ifik k ki i if semu kecil) Utk keperluan screening (mencari subjek yg Ukk l i ( i bj k asimptomatik) Utk pengobatan p i n m m nt perjalanan p n b t n pasien memantau p rj l n n penyakit, mengidentifikasi komplikasi, mengetahui kadar terapi suatu obat, menetapkan prognosis dan mengkonfirmasi suatu hasil pemeriksaan yg tak diduga Utk studi epidemiologis

Prinsip dasar uji diagnostik: Uji diagnostik baru hrs memberi manfaat yg lebih dibanding uji diagnostik yg sdh ada.
Lebih sederhana/mudah, murah d tidak i L bih d h / d h h dan id k invasif if Dpt mendiagnosa pd fase lebih dini

Uji di n tik bbtk tabel 2x2: diagnostik t b l2 2 Penyakit y Ya Tidak PB PS NS NB PB+NS PS+NB

Hasil uji Ya Tidak Jlh

Jlh PB+PS NB+NS total

PB=positif benar ; PS = positif semu ; NS = negatif semu ; NB = negatif benar

Pd uji diagnostik kita menentukan bagaimana j g g suatu uji dpt memisahkan antara subjek yg sakit dgn yg tdk sakit.
Cth Suatu uji diagnostik thd 100 pasien limfoma j g p malignum yg dibuktikan dgn biopsi, 65 menunjukkan hasil positif; sdgkan uji diagnostik yg sama thd 100 pasien dgn pembesaran kelenjar nonnonlimfoma, hanya 30 yg menunjukkan hasil uji positif. 2, Bila dilakukan uji hipotesis dgn X2 tdpt hubungan yg bermakna (p<0,001) antara hasil uji positif dgn tdptnya limfoma malignum.

Positif Hasil uji Negatif Jlh

Penyakit y Limfoma Non limfoma PB PS 65 30 NS NB 35 70 PB+NS PS+NB 100 100

Jlh PB+PS NB+NS Total 200

SENSITIVITAS dan SPESIFISITAS UJI Positif Negatif Jlh BAKU EMAS Positif Negatif A B C D A+C B+D Jlh A+B C+D A+B+C+D

TABEL 2X2 HASIL UJI DIAGNOSTIK YAITU HASIL YG DIPEROLEH DGN UJI YG DITELITI DAN DGN HASIL PD PEMERIKSAAN DGN BAKU EMAS.

Sensitivitas = A : (A+C) Spesifisitas = D : (B+D) Nilai prediksi positif (Positive Predictive Value ) = A : (A+B) l f Nilai prediksi negatif (Negative Predictive Value) = D : (C+D)

PREPRE-TEST PROBABILITY = PREVALENCE = (A+C ) / (A+B+C+D) LR = LIKELIHOOD RATIO LR+ = SENSITIVITY/(1-SPESIFICITY) SENSITIVITY/(1LR- (1LR- = (1- SENSITIVITY)/SPESIFICITY PRE TEST ODDS = PREVALENCE : ( 1- PREVALENCE) 1) POST TEST ODDS = PRE TEST ODDS X LR POST TEST PROBABILITY = POST TEST ODDS : (1 + POST TEST ODDS) )

Sensitivitas:
memperlihatkan kemampuan alat diagnostik utk mendeteksi penyakit. penyakit Kemungkinan bahwa hasil uji diagnostik akan positif bila dilakukan pd sekelompok subjek yg sakit. sakit

Spesifisitas
Menunjukkan kemampuan alat diagnostik utk M j kk k l di ik k menentukan bahwa subjek tidak sakit Kemungkinan bahwa Kem ngkinan bah a hasil uji diagnostik akan negatif ji bila dilakukan pd sekelompok subjek yg sehat.

Positive Predictive Value:


Probabilitas seseorang menderita penyakit apabila uji diagnostiknya positif. positif = A : (A+B)

Negative Predictive Value:


Probabilitas seseorang tidak menderita penyakit apabila uji diagnostiknya negatif. = D : (C+D) (C D)

Likelihood ratio:
Probabilitas dari hasil test pad orang yang menderita penyakit dibandingkan dengan probabilitas dari hasil test pada orang yang tidak menderita penyakit. Likelihood ratio ini menunjukkan berapa kali kemungkinan suatu hasil test dijumpai pada orang g j p p g yang menderita penyakit diabndingkan dengan orang normal.

POSITIVE LIKELIHOOD RATIO (LR+) Menunjukkan berapa besar kemungkinan suatu test memberikan hasil positif pada orang yang sakit dibandingkan pada orang sehat. = { a/(a+c)} / {b/(b d)} /( )} {b/(b+d)} = SENSITIVITY / (1- SPECIFICITY) NEGATIVE LIKELIHOOD RATIO (LR-) Menunjukkan berapa besar kemungkinan suatu test memberikan h il negatif pada orang yang sakit b ik hasil if d ki dibandingkan pada orang sehat. = { c/(a+c)} / {d/(b+d)} = (1- SENSITIVITY ) / SPECIFICITY

Kemampuan suatu test yang valid, bila dapat merubah pendapat kita dari apa yang kita pikirkan sebelum test (pretest ( t t probability) ke apa yang kita pikirkan setelah b blt )k kt k k t l h test (postest probability)

Test diagnostic akan lebih berguna bila test tsb T td t k l bhb bl t tt b menghasilkan perubahan yang besar (big changes) dari pretest probability ke postest probability probability.

Cth 1:

Hasil uji

Positif Negatif g Jlh

Penyakit y Limfoma Non limfoma 65 30 35 100 70 100

Jlh 95 105 200

Sensitivitas = A : (A+C) = 65 : 100 = 65% ) Spesifisitas = D : (B+D) = 70 : 100 = 70% f )


Uji diagnostik terbaik adalah uji diagnostik yg d k b k d l h d k mempunyai sensitivitas dan spesifisitas yg tertinggi

Cth 2:

Histopatologi p g Ca Non Ca Positif Mammograf Negatif i Jlh 13 3 16


LR+: SENS/ (1(1-SPEC) (13/16) /(1/(1-28/32) =6,5

Jlh 17 31 48
PREPRE-TEST PROBABILITY = PREVALENCE: PREVALENCE: (A+C ) / (A+B+C+D) 16/48 = 33,3%

4 28 32
LRLR-: (1(1-SENS) /SPEC 1-(13/16) /(28/32) =0,21

SENSITIVITY: A/(A+C) (13/16)X100% = 81,25%

SPESIFICITY: D/(B+D)

(28/32)X100% =87,5%

PRE TEST ODDS= ODDS= PREVALENCE: PREVALENCE: (1(1-PREVALENCE) (16/48) : (1-16/48) (1= 0,5

POST TEST ODDS= ODDS= PRE TEST ODDS X LR+ 0,5 6 5 0 5 X 6,5 = 3,25

POST-TEST PROBABILITY= OSTPOST TEST ODDS: (1+POST TEST ODDS) 3 25 : (1+3 25) 3,25 (1 3,25) = 0.764 = 76,4%

Pretest probability 33.3%

Post test probability 76.4%

Diagnostic tests that produce big changes from pretest to post-test probabilities are important and likely to be useful to us in our practice p p y p

Worksheet for W kh f

DIAGNOSIS WORKSHEET
Citation: Are the results of this diagnostic study valid? Was there an independent, blind comparison with a reference (gold) standard of diagnosis? Was the diagnostic test evaluated in an appropriate spectrum of patients (like those in whom it would be used in practice)? Was the reference standard applied regardless of the diagnostic test result? Was th t t ( W the test (or cluster of tests) validated in a second, l t f t t ) lid t d i d independent group of patients?

Are the valid results of this diagnostic study important?


SAMPLE CALCULATIONS
Target disorder (iron deficiency anemia) Present Diagnostic Positive test result (< 65 mmol/L) (serum Negative ferritin) ( 65 mmol/L) Totals 731 a 78 c 809 a+c Absent 270 b 1500 d 1770 b+d 1001 a+b 1578 c+d 2579 a+b+c+d Totals

Sensitivity = a/(a+c) = 731/809 = 90% Specificity = d/(b+d) = 1500/1770 = 85% Likelihood ratio for a positive test result = LR+ = sens/(1-spec) = 90%/15% = 6 p ( p ) Likelihood ratio for a negative test result = LR - = (1-sens)/spec = 10%/85% = 0.12 Positive Predictive Value = a/(a+b) = 731/1001 = 73% Negative Predictive Value = d/(c+d) = 1500/1578 = 95% Pre test Pre-test probability (prevalence) = (a+c)/(a+b+c+d) = 809/2579 = 32% Pre-test odds = prevalence/(1-prevalence) = 31%/69% = 0.45 Post-test odds = pre-test odds LR Post-test probability = post-test odds/(post-test odds +1)

Can you apply this valid, important evidence about a diagnostic test in caring for your patient? g g y p
Is the diagnostic test available, affordable, accurate, and precise in your setting? Can you generate a clinically sensible estimate of your patients pre-test probability (from personal experience, prevalence statistics, practice databases, databases or primary studies)? Are the study patients similar to your own? Is it unlikely that the disease possibilities or probabilities have changed since the evidence was gathered? Will the resulting post-test probabilities affect your management and help your patient? Could it move you across a test-treatment threshold? Would your patient be a willing partner in carrying it out? ld i b illi i i i Would the consequences of the test help your patient?

Additional notes:

Software:

CAT Maker Maker

Thank you.. y