Grunnleggende statistikkalkulator (2×2-krysstabell)

Klinisk bakgrunn

2×2-krysstabellen er fellesnevneren for praktisk talt alle diagnostiske og epidemiologiske mål en kliniker møter i praksis. Enten det gjelder å vurdere evnen en laboratorieprøve har til å utelukke sykdom, å tolke resultatet av en screeningkampanje eller å forstå absolutte og relative effektmål i en behandlingsstudie, utledes alt fra de samme fire cellene. Problemet er ikke mangel på mål, men overflod: sensitivitet, spesifisitet, prediktive verdier, sannsynlighetsratioer, oddsratio, relativ risiko, NNT. Hvert mål svarer på et ulikt spørsmål og har sine egne fallgruver, og det er lett å velge feil mål for det kliniske spørsmålet. Kalkulatoren samler alle beregningene på ett sted, slik at man raskt kommer fra rå antall til tolkbare størrelser uten å blande sammen begrepene.

Beregning av 2×2-krysstabell

Tabellen har fire celler definert av test- eller eksponeringsstatus (rader) mot sykdoms- eller utfallsstatus (kolonner):

Fra disse fire antallene beregnes:

$$\text{Sensitivitet} = \frac{a}{a+c}$$

$$\text{Spesifisitet} = \frac{d}{b+d}$$

$$\text{PPV} = \frac{a}{a+b}$$

$$\text{NPV} = \frac{d}{c+d}$$

$$\text{Nøyaktighet} = \frac{a+d}{a+b+c+d}$$

$$\text{LR+} = \frac{\text{Sensitivitet}}{1 - \text{Spesifisitet}}$$

$$\text{LR-} = \frac{1 - \text{Sensitivitet}}{\text{Spesifisitet}}$$

$$\text{Oddsratio} = \frac{a \times d}{b \times c}$$

$$\text{Risiko (rad 1)} = \frac{a}{a+b}, \quad \text{Risiko (rad 2)} = \frac{c}{c+d}$$

$$\text{Relativ risiko} = \frac{\text{Risiko (rad 1)}}{\text{Risiko (rad 2)}}$$

$$\text{Absolutt risikoforskjell} = |\text{Risiko (rad 1)} - \text{Risiko (rad 2)}|$$

$$\text{NNT} = \frac{1}{\text{Absolutt risikoforskjell}}$$

Sensitivitet og spesifisitet ble definert i sin moderne form av Altman og Bland i en serie metodologiske artikler i BMJ i 1994 [1]. Framstillingen deres bygger på den klassiske to-ganger-to-tabellen, der sensitivitet er andelen syke som tester positivt og spesifisitet er andelen friske som tester negativt. Den samme serien definerte de prediktive verdiene som en funksjon av testresultatet snarere enn av sykdomsstatus, det vil si sannsynligheten for sykdom gitt en positiv test (PPV) og for fravær av sykdom gitt en negativ test (NPV) [2]. Sannsynlighetsratioene (LR+ og LR−) bygger på de samme cellene, men uttrykker hvor mange ganger mer sannsynlig et gitt testresultat er hos en syk enn hos en frisk person, og de kombineres med Bayes' teorem for å gi posttestsannsynlighet [3].

Tolkning i praksis

Målene svarer på ulike kliniske spørsmål og skal tolkes ut fra hvilket spørsmål som er aktuelt.

Sensitivitet og spesifisitet er egenskaper ved testen, ikke ved pasienten. Høy sensitivitet (nær 1,0) betyr at et negativt resultat pålitelig utelukker sykdom, noe som er avgjørende ved screening og eksklusjonsdiagnostikk. Høy spesifisitet betyr at et positivt resultat pålitelig bekrefter sykdom. Begge målene er uavhengige av sykdomsprevalensen i populasjonen der testen brukes, noe som er styrken deres, men også begrensningen: de sier ingenting om hvor sannsynlig det er at nettopp denne pasienten med en positiv test faktisk er syk.

Prediktive verdier fyller det tomrommet. PPV svarer på spørsmålet "pasienten har en positiv test, hvor stor er sannsynligheten for at han eller hun er syk?", og NPV svarer på det speilvendte spørsmålet. Den avgjørende egenskapen deres er at de er prevalensavhengige: ved lav prevalens kan selv en test med høy spesifisitet gi en lav PPV, fordi de falskt positive er flere enn de sant positive. Dette er den vanligste årsaken til at en test som gjør det bra i en spesialistpoliklinikk, svikter i primærhelsetjenesten.

Sannsynlighetsratioer kombinerer informasjon fra sensitivitet og spesifisitet til ett enkelt mål som er prevalensuavhengig og kan brukes til å oppdatere pretestsannsynligheten til posttestsannsynlighet via Bayes' teorem [3]. Tommelfingerregler for klinisk tolkning:

En LR+ over 10 betyr i praksis at et positivt testresultat ofte er nok til å etablere en diagnose, og en LR− under 0,1 betyr at et negativt resultat ofte er nok til å forkaste den [3]. Ratioer nær 1 endrer sannsynligheten knapt og bør ikke styre kliniske beslutninger.

Oddsratio og relativ risiko gjelder når tabellen tolkes som eksponering mot utfall snarere enn test mot sykdom. Relativ risiko er det mer intuitive målet: hvor mange ganger vanligere utfallet er hos eksponerte enn hos ueksponerte. Oddsratio brukes ofte i kasus-kontrollstudier og logistisk regresjon, men tilnærmer relativ risiko bare når utfallet er uvanlig, grovt sett under 10 prosent av studiedeltakerne. Ved høyere hendelsesfrekvens divergerer de to målene, og oddsratio overdriver da effekten.

NNT (number needed to treat) er den resiproke verdien av den absolutte risikoforskjellen og angir hvor mange pasienter som må behandles for å forhindre én hendelse. En lav NNT betyr effektiv behandling. Dersom rad 1 i stedet representerer en skadelig eksponering, blir det samme målet NNH (number needed to harm).

Et nyttig minnemønster er at hvert mål leses langs sin egen retning i tabellen: sensitivitet og spesifisitet leses kolonnevis (gitt sykdomsstatus), mens PPV og NPV leses radvis (gitt testresultat). Når man vet hvilken retning spørsmålet går, blir det vanskeligere å bytte om på målene.

Validering og ytelse

I motsetning til kliniske risikoskårer eller prediksjonsmodeller er 2×2-krysstabellen ikke et instrument som valideres empirisk. Den er en matematisk dekomponering av fire antall til standardiserte mål, og beregningene er eksakte. Det som kan vurderes, er i stedet forutsetningene som ligger bak hvert mål og hvor robuste de er under ulike forhold.

Sensitivitet og spesifisitet er teoretisk uavhengige av prevalens, men i praksis ofte ustabile ved små utvalg, særlig når en celle har få observasjoner. Konfidensintervallene kan være brede selv når punktestimatet ser imponerende ut. Kalkulatoren gir punktestimater uten konfidensintervall, og det er en bevisst begrensning: ved klinisk viktige beslutninger bør intervallet beregnes separat, særlig når det totale antallet i tabellen er lite.

Sannsynlighetsratioene har en særstilling fordi de bevarer informasjon fra både sensitivitet og spesifisitet i et prevalensuavhengig format og direkte kan kombineres med pretestsannsynligheten via oddsformen av Bayes' teorem [3]. I et konkret eksempel fra Habibzadeh og medarbeidere økte en LR+ på 12,0 sannsynligheten for diabetes fra 10 til 57 prosent ved en terskel for fastende plasmaglukose på 98 mg/dL, mens en LR− på 0,42 senket den til 5 prosent [3]. Det illustrerer hvordan sannsynlighetsratioer oversetter testegenskaper til klinisk handlingsrettede sannsynligheter.

En egen feilkilde som ikke fanges av tabellen, er hvordan referansestandarden er anvendt. Dersom indekstesten har påvirket hvem som ble verifisert med referansestandarden, blir sensitivitet og spesifisitet skjeve selv om de fire tallene er korrekt opptalt, og metodologiske verktøy som QUADAS-2 er laget for å vurdere nettopp denne typen skjevhet.

Begrensninger

Prediktive verdier er prevalensavhengige. PPV og NPV som beregnes fra en tabell, gjenspeiler prevalensen i den studiepopulasjonen tallene er hentet fra. Å overføre PPV fra en studie i en høyprevalent spesialistpoliklinikk til en lavprevalent populasjon i primærhelsetjenesten gir systematisk overestimering av sannsynligheten ved positiv test. For å få korrekte prediktive verdier i en ny populasjon bør de regnes om ved hjelp av sannsynlighetsratioer og den aktuelle pretestsannsynligheten, ikke gjenbrukes direkte.

Nullceller. Dersom en av cellene b eller c er null, blir oddsratioen uendelig eller null, og tilsvarende sannsynlighetsratio kan bli ekstrem. Dette er særlig problematisk ved små utvalg, der en nullcelle kan oppstå helt tilfeldig. I slike tilfeller bør kontinuitetskorreksjon vurderes, eller helst flere data samles inn før målene tolkes.

Oddsratio er ikke relativ risiko ved vanlige utfall. Forutsetningen om at oddsratio tilnærmer relativ risiko, gjelder bare når utfallsfrekvensen er lav, omtrent under 10 prosent. Ved høyere frekvens overdriver oddsratio effekten, iblant kraftig. En oddsratio på 4,0 ved en utfallsfrekvens på 30 prosent svarer til en relativ risiko på betydelig mindre enn 4,0. Dersom tabellen tolkes som eksponering mot utfall og utfallet er vanlig, bør relativ risiko brukes i stedet for oddsratio når begge kan beregnes.

NNT er udefinert ved null risikoforskjell. Dersom den absolutte risikoforskjellen er null, blir NNT uendelig, noe som betyr at behandlingen ikke har effekt. Dersom risikoforskjellen er negativ (eksponeringen eller behandlingen øker risikoen), blir NNT formelt negativ og bør tolkes som NNH.

Nøyaktighet (accuracy) er et grovt mål. Det slår sammen sanne positive og sanne negative til én andel, men skjuler ubalanse mellom sensitivitet og spesifisitet. En test kan ha høy nøyaktighet og likevel være klinisk verdiløs dersom den overser syke pasienter, særlig ved lav prevalens, der en test som alltid sier "frisk" får høy nøyaktighet.

Dikotomisering av et kontinuerlig testresultat. Tabellen forutsetter at testen er delt i positiv og negativ ved én terskel. For kontinuerlige målinger endres sensitivitet og spesifisitet med terskelen, og tallene i tabellen gjelder bare for den terskelen som faktisk ble brukt. Uklare eller ikke-tolkbare resultater passer ikke inn i noen av de fire cellene og må rapporteres separat, ellers blir målene for optimistiske.

Kilder

1. Altman DG, Bland JM. Diagnostic tests 1: sensitivity and specificity. BMJ. 1994;308(6943):1552. PMID: 8019315
2. Altman DG, Bland JM. Diagnostic tests 2: predictive values. BMJ. 1994;309(6947):102. PMID: 8038641
3. Habibzadeh F, Habibzadeh P. The likelihood ratio and its graphical representation. Biochem Med (Zagreb). 2019;29(2):020101. PMID: 31015780