Effet de spectre

Hello (:

Qu'est ce qu'un effet de spectre et comment impacte-t-il nos calculs ? (dans le chapitre Méthodes diagnostiques)

Merci!!

Salut !
Le biais de spectre est une notion difficile à retrouver en ligne ... en effet c'est un sous-type de biais de sélection.
Mais dis-moi Jamy c'est quoi ce bordel ?

Pour commencer, un biais est une erreur systématique qui n'est donc pas liée au hasard par définition.
Un biais de sélection concerne ... la sélection des patients.
Ex : C'est chercher à prouver l'efficacité d'un traitement sur l'insuffisance rénale chronique (IRC) en ne recrutant que des patients en insufisance rénale terminale (IRT) -> L'IRT représentant le stade le plus grave de l'IRC il sera impossible de généraliser les résultats à des personnes qui ont une IRC légère, il y a donc biais de sélection.

Pour le biais de spectre on est donc dans un sous-type du biais de sélection : la présentation de la maladie va modifier les paramètres intrinsèques de nos performances diagnostiques (soit sensibilité et spécificité).
=> Explication avec un autre exemple, considérons que tous nos patients ont la grippe (mais ça nous ne le savons pas) et que leur symptômes sont différents :
- Cas 1 : Si un patient te dis "j'ai 41 de fièvre, j'ai mal partout, je tousse, je suis crevé et je vomis" : très très probable que ce soit une grippe
- Cas 2 : Si il dit "nickel ça va j'ai rien du tout" : très très peu probable que ce soit une grippe
- Cas 3 : Si il dit "je tousse et rien d'autre" : ça peu être tout et n'importe quoi ça n'oriente pas
=> Ainsi la maladie est plus ou moins probable selon le discours du patient ... mais pourtant ils ont tous la grippe.  Sachant que la sensibilité est la probabilité de dire que le test est positif sachant que le patient est malade [Se = P(T+/m)] :
- Cas 1 : le tableau est typique de la grippe, nous allons donc diagnostiquer une grippe de manièrez quasi-systématique -> la Sensibilité sera très forte
- Cas 2 : le tableau ne correspond vraiment pas, nous allons dans ce cas poser le diagnostic de grippe très peu de fois -> la Sensibilité sera très faible
- Cas 3 : le tableau peut correspondre mais n'est pas typique, nous poserons de temps en temps le diagnostic de grippe -> la Sensibilité sera moyenne
=> La sensibilité est donc affectée par le type de patient sur laquelle l'étude est basée. Hors si tous tes patients viennent du cas 1, tes stats sont biaisées car la Sensibilité que tu en tireras ne sera pas applicable au cas 2 et 3, et ne sera donc pas généralisable à la population (qui contient à la fois des patients des cas 1, 2 et 3) ! Idem si tu n'avais que des patients soit du cas 2 soit du cas 3.

L'effet de spectre peut donc se définir comme des paramètres intrinsèques (Se et Sp) non applicable à la population cible, car ces mêmes paramètres ont été calculés à partir d'un échantillon ne prenant en compte qu'une seule présentation clinique de la maladie sur toutes les présentations possibles.

Impact du biais de spectre sur la Sensibilité : la logique est celle de l'exemple développé ci-dessus
=> faire une étude où les sujets malades ont une présentation clinique typique augmente la Sensibilité
=> faire une étude où les sujets malades ont une présentation clinique atypique diminue la Sensibilité

Impact du biais de spectre sur la Spécificité : la logique va donc à l'inverse de l'exemple développé ci-dessus car Sp = P(T-/M-)
=> faire une étude où les sujets sains sont d'apparence en très bonne santé augmente la Spécificité
=> faire une étude où les sujets sains sont d'apparence en mauvaise bonne santé diminue la Spécificité

Les notions de biais en statistiques ne sont pas évidentes d'emblée et sont d'ailleurs dévellopées tout au long de nos études !
En espérant avoir pu t'éclairé,
Florian GUENIN