La majoria dels IMG coneixen la seva cardiologia i la seva farmacologia freda. Aleshores apareix una pregunta sobre la sensibilitat i l'especificitat, i les marques desapareixen en silenci. Això és frustrant, perquè aquestes preguntes segueixen patrons previsibles i, un cop enteneu la lògica, us recompensen de manera fiable.
Per què les preguntes d'estadístiques se senten més difícils del que són
La resposta honesta és que les estadístiques mèdiques se senten abstractes després d'anys de formació clínica on vau demanar la prova, llegir el resultat i prendre una decisió. Ningú us va demanar que torneu a calcular una relació de probabilitat a mitja ronda.
Però PLAB 1 no prova si podeu executar un assaig clínic. Està provant si podeu llegir la investigació de manera crítica i aplicar proves, una expectativa bàsica de GMC sota els principis de la bona pràctica mèdica. Les preguntes són, per tant, estretes i repetibles. Un petit grup de conceptes explica gairebé totes les estadístiques i les notes de la medicina basada en l'evidència de l'examen: sensibilitat i especificitat, valors predictius positius i negatius, nombre necessari per tractar (NNT), nombre necessari per fer mal (NNH), reducció de risc absolut i relatiu, intervals de confiança i valors p. Domina aquestes vuit idees i has cobert el territori.
Sensibilitat i especificitat: encerta les paraules exactament
Aquests dos termes enganxen la gent perquè sonen intercanviables fins que els ancleu correctament.
La sensibilitat és una propietat de la pròpia prova, mesurada en persones que tenen la malaltia. Una prova altament sensible rarament passa a faltar casos reals; un resultat negatiu és tranquil·litzador ("SnNout": una prova sensible, quan és negativa, descarta). Penseu en una prova de cribratge com el dímer D per a l'embòlia pulmonar: està dissenyada per ser sensible perquè es perdin pocs casos.
La especificitat també és una propietat de la prova, mesurada en persones que no tenen la malaltia. Una prova molt específica rarament marca falsos positius; un resultat positiu és significatiu ("SpPin": una prova específica, quan és positiu, regeix a). Una prova de confirmació com el VDRL per a la sífilis està dissenyada per ser específica.
Valor predictiu positiu (VPP) i valor predictiu negatiu (VPN) depenen de la prevalença. Aquest és el concepte provat amb més freqüència en una vinyeta clínica: la mateixa prova té un VPP inferior en una població de baixa prevalença que en una clínica d'alt risc. Si una pregunta us diu que la prova té un 95% de sensibilitat i un 95% d'especificitat, però s'utilitza en una població on només 1 de cada 1.000 persones té la malaltia, el VPP encara serà baix. Treballeu aquesta lògica una vegada amb nombres reals i es quedarà amb vosaltres.
Risc absolut, risc relatiu i NNT
Les preguntes de medicina basada en l'evidència a PLAB 1 gairebé sempre pivoten en la diferència entre la reducció del risc * relativa * i la * absoluta *, perquè aquesta diferència és molt important en la pràctica clínica i en l'avaluació dels assaigs de fàrmacs.
- Reducció absoluta del risc (ARR) = risc en grup control − risc en grup tractament.
- Reducció de risc relatiu (RRR) = ARR ÷ risc en grup control, expressat en percentatge.
- Nombre necessari a tractar (NNT) = 1 ÷ ARR (on ARR s'expressa com a decimal).
- Nombre necessari per fer mal (NNH) utilitza la mateixa fórmula però s'aplica als esdeveniments adversos.
Un exemple treballat: si un fàrmac redueix el risc d'ictus del 4% al 2%, l'ARR és del 2% (0,02), de manera que el NNT és 1 ÷ 0,02 = 50. El RRR és del 50%, les mateixes dades, però una xifra que sona molt més impressionant. Els anuncis de medicaments solen citar RRR; Les preguntes d'avaluació del PLAB 1 esperen que calculeu NNT. Un NNT més baix és millor (cal tractar menys pacients perquè un es beneficiï).
Valors P i intervals de confiança sense el grau de matemàtiques
No cal que calculeu un valor p al PLAB 1. N'heu d'interpretar-ne un correctament.
Un valor p per sota del llindar convencional de 0,05 significa que el resultat és * estadísticament significatiu *, és a dir, és poc probable que s'hagi produït només per casualitat, suposant que la hipòtesi nul·la fos certa. Això no vol dir que l'efecte és clínicament important, gran o causal. Un assaig massiu pot retornar p = 0,001 per a un efecte que és massa petit per importar a la pràctica.Un interval de confiança (IC) us indica l'interval dins del qual probablement es troba el valor real. Per a una ràtio (risc relatiu, ràtio de probabilitats, ràtio de perill), un IC del 95% que creua 1,0 significa que el resultat no és estadísticament significatiu; l'efecte podria ser zero. Per a un valor absolut (com una diferència de mitjana), un CI que creua zero té el mateix significat. La pregunta normalment us demanarà que identifiqueu si un resultat és significatiu o que escolliu l'estudi el CI del qual suggereix un efecte genuí.
Disseny de l'estudi: saber quin estudi respon a quina pregunta
De tant en tant, PLAB 1 us demana que trieu el disseny d'estudi més adequat per a una pregunta clínica determinada. La llista breu de referències:
- Assaig controlat aleatoritzat (ECA): millor per a l'eficàcia del tractament; redueix la confusió.
- Estudi de cohorts: millor per examinar els factors de risc de manera prospectiva; dóna un risc relatiu.
- Estudi de casos i controls — eficient per a malalties rares; dóna una relació de probabilitats, no un risc relatiu.
- Estudi transversal — prevalença en un moment determinat; no pot establir causalitat.
- Revisió sistemàtica / metaanàlisi — nivell més alt d'evidència per a la presa de decisions clíniques, quan es fa bé.
Si una pregunta pregunta sobre la millor evidència de l'eficàcia d'un nou fàrmac, la resposta és gairebé sempre un ECA o una revisió sistemàtica dels ECA. Si es pregunta sobre un càncer rar i la seva potencial exposició laboral, un estudi de casos i controls sol ser correcte.
Com profunditzar aquests conceptes abans del dia de l'examen
Entendre la teoria és la meitat del treball; aplicar-lo en condicions cronometrades és l'altra meitat. Aquests temes premien la pràctica activa sobre la relectura passiva. Treballar amb preguntes de millor resposta que presenten una taula 2×2 i us demanen que calculeu la sensibilitat, o que us proporcionen dades de prova i us demanen NNT, es crea el reconeixement de patrons que requereix l'examen. El banc de preguntes Ant PLAB inclou un clúster dedicat d'evidències i estadístiques amb explicacions treballades perquè pugueu veure exactament on la lògica va malament quan trieu l'opció incorrecta, i l'anàlisi de rendiment marcarà si aquesta àrea del pla us costa constantment.
El clúster estadístic de PLAB 1 és petit. Al llarg d'una sessió completa, pot ser que només hi hagi un grapat de preguntes. Però són preguntes amb respostes clarament correctes, limitades per un conjunt limitat de conceptes, que molts candidats es rendeixen sense lluitar. Has treballat massa en aquest examen per deixar notes a la taula sobre una fórmula que pots aprendre en una tarda.
PMF
Quina diferència hi ha entre sensibilitat i especificitat en termes senzills? La sensibilitat mesura fins a quin punt una prova detecta les persones que tenen una malaltia (taxa veritable positiva), mentre que l'especificitat mesura fins a quin punt identifica les persones que no la tenen (taxa veritable negativa). Una prova altament sensible és bona per descartar un diagnòstic; una prova molt específica és bona per decidir-la.
Com puc calcular NNT a partir d'un resultat d'assaig clínic a PLAB 1? Resteu la taxa d'esdeveniments del grup de tractament de la taxa d'esdeveniments del grup control per obtenir la reducció del risc absolut (ARR). NNT = 1 ÷ ARR (amb ARR com a decimal). Per exemple, un ARR del 5% (0,05) dóna un NNT de 20.
Un valor p inferior a 0,05 significa que un tractament és clínicament útil? No necessàriament. La significació estadística (p < 0,05) significa que és poc probable que el resultat sigui degut a l'atzar, però no diu res sobre la mida o la importància clínica de l'efecte. Un estudi molt gran pot detectar una diferència estadísticament significativa que és massa petita per beneficiar a qualsevol pacient individual.