Valeur de référence Flashcards
Que veut dire “diagnostic positif” et “diagnostic d’exclusion”
Positif: on sait que c’est tel maladie
Exclusion: on sait que ce n’est pas tel maladie (ex: patient l’air de souffrir d’hypertension mais tout le reste est normal alors c’est de l’hypertension essentiel)
Critères pour utiliser correctement une valeur de référence
- gr de référence clairement défini (ex: données sont pour femmes enceinte)
- patient ressemble aux individus de références en tout point autres que ceux sous investigation (ex: Vit D pour californien vs hiver)
- conditions de prélèvement identique (erreur lab ex: à jeun)
- comparés dans les mêmes unités
- utilisation méthodes standardisées (lab de qualité)
- évaluer un certain grade s’il y a lieu
- sensibilité diagnostic et spécificité et cout du test sont pris en compte
Lequel est le bon terme “Valeur de référence” ou “Valeur normal”
Valeur de référence
Ques que la Limite de référence
- Descriptives de la distribution de référence
- Renseignent sur la variation d’une valeur par rapport aux valeurs des individus de référence
Ques que la Limite de décision clinique
- Séparation selon des catégories cliniques ou des « outcomes ».
- Déterminées avec l’analyse de valeurs de référence sur plusieurs groupes (sain vs patients avec maladie) – utile pour le diagnostic différentiel
- Établies à partir « d’outcome studies »-utile pour l’établissement de lignes directrices
De quoi faut-il tenir compte pour le prescription de test pour faire des valeurs de références
- Choisir une population de référence
- Définir diagnostic clinique et décision de traitement
- Suivi clinique
- Dépistage de maladie (puisque l’on veut une grande population de gens qui n’ont pas la maladie)
- Identifier les individus à risque
Il existe trois types de critères pour sélectionner une population de référence, Nommez les et brièvement les expliquer
- de sélection: en fonction de l’objectif poursuivi (cancer de la prostate visera pas les femmes)
- de ségrégation: un paramètre influencé par physiologie (si données très différentes on sépare H et F)
- d’exclusion: si caractéristique d’un individu influence bcq (ex: femmes enceintes)
À quoi ressemble une distribution gaussienne des valeurs
Moyenne (à peu près)= Médiane
Quels sont les deux manières de traitements statistique des valeurs de reférence
- Paramétrique
- Non-paramétrique
Laquelle des méthodes de traitement des valeurs requiert que les données s’échelonnent de manière gaussienne
Paramétrique
Sinon on transforme les données par des opérations statistiques
Quel % de la population se retrouve à l’intérieur des valeurs de références
95%
V ou F
Les résultats de test de laboratoires sont absolus et sont prioritaire au jugement clinique
F
Tjrs notre jugement clinique qui priorise car c’est nous qui sommes en contact avec les patients et non les techniciens de laboratoires
V ou F
Les patients avec des résultats en dehors des valeurs de références est malade
F
Sain mais taux anormal (soit dans 2,5% plus ou moins)
Ques qui est intéressant au niveau de la méthode non-paramétrique
On peut l’utiliser avec n’importe quelle distribution des valeurs
Classer les valeurs, assigner un classement, 2.5 et 97.5 percentiles
Quel méthode de traitement des valeurs requiert un moins grand nombre de sujet
Paramétrique
Les types de facteurs influençant les valeurs de références
- analytique (ex: arc -> exactitude; milieu // précision; regrouper pas nécéssairement au milieu)
- inter-individuels (âge, sexe, race)
- intra-individuels (cycle circadien, menstruel, prandial/repas)
Qu’arrive-t-il lorsque l’on prescrit plusieurs test de laboratoire pour des trucs que l’on ne suspecte pas nécéssairement
La probabilité d’obtenir un faux positif est cumulative, donc on se retrouve à chercher à prouver que le patient n’a pas le problème indiquer par le test
Lorsque l’on compare les valeurs de référence et les valeurs du patient, quels sont les graphiques que l’on peut obtenir
- Normaux et malades complètement séparé (idéal)
- Aucune différence entre les deux (inutile)
- Les courbes s’entrecroisent (utile)
Dans une courbe où le seuil de décision clinique vers la fin de la population saine, juste avant le début de la population malade, comment se qualifie le test
Sensible car il détecte tous les malades
Où sera le seuil de décision clinique d’un test dit spécifique
À la fin de la courbe saine, afin que tous les patients au dessus du seuil soit malade (aucun sain sera faussement positif mais manque des malades)
*
Définition “Sensibilité d’un test” et comment la calculer
- **Probabilité de détecter la maladie chez un patient atteint ** (Taux de vrai positif)
- (VP / (VP+FN))x100
données dépassé seuil clinique
*
Définir “Spécificité d’un test” et comment le calculer
- **Probabilité d’indiquer l’absence de maladie ** (Taux de vrai négatif)
- (VN / (VN+FP))x100
sous seuil clinique
Définir faux négatif
Proportion des patients atteints chez qui la maladie n’a pas été détectée
Définir Faux positif
Proportion des patients sains chez qui la maladie a été faussement détectée
Ques que la valeur prédictive positive
- Probabilité d’être malade si le test est positif
- ( VP / (VP+FP) )x100
Ques que la valeur prédictive négative
- Probabilité de ne pas être malade si le test est négatif
- ( VN / (VN+FN) )x100
Ques que la Prévalence
- Nbr de patient atteints dans une population déterminée
- malade/total (VP+FN)/(VP+FN+FP+VN)
Que signifie une prévalence élevée
- test positif tend à confirmer la maladie
- test négatif n’est guère utile pour éliminer la maladie
Que signifie une prévalence basse
- test négatif tend à exclure la maladie
- test positif n’est pas utile pour confirmer la maladie
exemple de rhume vs allergie
Comment se calcule l’efficacité d’un test
- (VP+VN)/total
- C’est le pourcentage de résultat corrects
faire exemple des tableaux
Comment augmenter la prévalence de la maladie dans la population à qui ont prescrit le test
- Examinant le patient au préalable (repérer signe/symptôme)
- Prescrire le test qu’aux personnes à risque
Quels sont les trois types d’erreurs de laboratoire qui peut se produire
- Pré-analytique
- Analytique
- Post-analytique
Où se produit majoritairement les erreurs de labs %
- Pré (41%)
- Post (55%)
Exemples d’erreurs Pré-analytique
- Prélèvement du mauvais échantillon (mauvais patient)
- Mauvaise préparation du patient (à jeun)
- Mauvais étiquetage (ou pas d’étiquette! mauvais fluide ex: plasma vs urine)
- Mauvais stockage de l’échantillon avant l’analyse
- Transport dans de mauvaises conditions
- Réactifs endommagés lors d’un mauvais stockage
Exemple erreurs analytique
- Mauvaise adhérence à un algorithme établi
- Rendu des résultats quand les contrôles (de qualité) sont hors limite
- Mesures incorrectes de l’échantillon ou du réactif (erreur de dilution! svt une machine donc humain oublie et font des erreurs)
- Utilisation de réactifs périmés
Exemple erreurs Post-analytique
- Erreur de transcription des résultats (machine->humain->dossier)
- Compte-rendu illisible ou abîmé
- Envoi du rapport à la mauvaise adresse (perte du rapport)
- Pas d’envoi du rapport (médecin a pas vu le message)
Quels sont les conséquences des erreurs de laboratoires
- Soins inappropriés ou inadéquats aux patients
- Actions de santé publique inappropriées
- Épidémies de maladies transmissibles non détectées * Gaspillage de ressources
- Mort d’un individu
infirmière qui avait fait passé son test de grossesse sur une personne déficiente