De fleste IMG'er kender deres kardiologi og deres farmakologi forkølelse. Så dukker et spørgsmål op om sensitivitet og specificitet, og mærkerne forsvinder stille og roligt. Det er frustrerende, fordi disse spørgsmål følger forudsigelige mønstre - og når du først forstår logikken, belønner de dig pålideligt.
Hvorfor statistikspørgsmål føles sværere, end de er
Det ærlige svar er, at medicinsk statistik føles abstrakt efter flere års klinisk træning, hvor du bestilte testen, læste resultatet og tog en beslutning. Ingen bad dig om at genberegne et sandsynlighedsforhold midtvejs.
Men PLAB 1 tester ikke, om du kan køre et klinisk forsøg. Det tester, om du kan læse forskning kritisk og anvende evidens - en kerne GMC-forventning under principperne om god lægepraksis. Spørgsmålene er derfor snævre og gentagelige. En lille klynge af begreber tegner sig for næsten alle statistikker og evidensbaserede medicinkarakterer i eksamen: sensitivitet og specificitet, positive og negative prædiktive værdier, antal nødvendigt at behandle (NNT), antal nødvendigt at skade (NNH), absolut og relativ risikoreduktion, konfidensintervaller og p-værdier. Mestre de otte ideer, og du har dækket området.
Følsomhed og specificitet: Få ordene helt rigtige
Disse to udtryk slår folk op, fordi de lyder udskiftelige, indtil du forankrer dem ordentligt.
Sensitivitet er en egenskab ved selve testen, målt i personer der har sygdommen. En meget følsom test går sjældent glip af sande tilfælde - et negativt resultat er betryggende ("SnNout": en følsom test, når negativ, udelukker). Tænk på en screeningstest såsom D-dimer for lungeemboli: den er designet til at være følsom, så få tilfælde går glip af.
Specificitet er også en egenskab ved testen, målt i personer der ikke har sygdommen. En meget specifik test markerer sjældent falske positive - et positivt resultat er meningsfuldt ("SpPin": en specifik test, når den er positiv, udelukker). En bekræftende test såsom VDRL for syfilis er designet til at være specifik.
Positiv prædiktiv værdi (PPV) og negativ prædiktiv værdi (NPV) afhænger af prævalens. Dette er det koncept, der oftest testes i en klinisk vignet: den samme test har en lavere PPV i en lavprævalenspopulation end i en højrisikoklinik. Hvis et spørgsmål fortæller dig, at testen har 95 % sensitivitet og 95 % specificitet, men bruges i en befolkning, hvor kun 1 ud af 1.000 mennesker har sygdommen, vil PPV stadig være lav. Arbejd gennem den logik én gang med reelle tal, og den bliver hos dig.
Absolut risiko, relativ risiko og NNT
Evidensbaserede medicinspørgsmål i PLAB 1 drejer sig næsten altid om forskellen mellem relativ og absolut risikoreduktion, fordi denne forskel har enorm betydning i klinisk praksis og i vurdering af lægemiddelforsøg.
- Absolut risikoreduktion (ARR) = risiko i kontrolgruppe − risiko i behandlingsgruppe.
- Relativ risikoreduktion (RRR) = ARR ÷ risiko i kontrolgruppe, udtrykt i procent.
- Number nødvendig for at behandle (NNT) = 1 ÷ ARR (hvor ARR er udtrykt som en decimal).
- Number nødvendig for at skade (NNH) bruger den samme formel, men anvendt på uønskede hændelser.
Et bearbejdet eksempel: Hvis et lægemiddel reducerer risikoen for et slagtilfælde fra 4 % til 2 %, er ARR 2 % (0,02), så NNT er 1 ÷ 0,02 = 50. RRR er 50 % - de samme data, men et tal, der lyder langt mere imponerende. Lægemiddelreklamer har en tendens til at citere RRR; vurderingsspørgsmål i PLAB 1 forventer, at du beregner NNT. En lavere NNT er bedre (du skal behandle færre patienter, for at én kan få gavn).
P-værdier og konfidensintervaller uden matematikgraden
Du behøver ikke at beregne en p-værdi i PLAB 1. Du skal fortolke en korrekt.
En p-værdi under den konventionelle tærskel på 0,05 betyder, at resultatet er statistisk signifikant - det vil sige usandsynligt, at det er opstået tilfældigt alene, forudsat at nulhypotesen var sand. Det betyder ikke, at virkningen er klinisk vigtig, stor eller kausal. Et massivt forsøg kan returnere p = 0,001 for en effekt, der er for lille til at have betydning i praksis.Et konfidensinterval (CI) fortæller dig det interval, inden for hvilket den sande værdi sandsynligvis ligger. For en ratio (relativ risiko, odds ratio, hazard ratio) betyder en 95 % CI, der krydser 1,0, at resultatet ikke er statistisk signifikant - effekten kan være nul. For en absolut værdi (som en middelforskel) har en CI, der krydser nul, den samme betydning. Spørgsmålet vil normalt bede dig om at identificere, om et resultat er signifikant, eller at vælge den undersøgelse, hvis CI antyder en ægte effekt.
Undersøgelsesdesign: At vide, hvilken undersøgelse besvarer hvilket spørgsmål
PLAB 1 beder dig lejlighedsvis vælge det mest passende studiedesign til et givet klinisk spørgsmål. Den korte referenceliste:
- Randomiseret kontrolleret forsøg (RCT) — bedst for behandlingseffektivitet; reducerer forvirring.
- Kohorteundersøgelse — bedst til at undersøge risikofaktorer prospektivt; giver relativ risiko.
- Case-kontrolundersøgelse — effektiv til sjældne sygdomme; giver odds ratio, ikke relativ risiko.
- Tværsnitsundersøgelse — prævalens på et tidspunkt; kan ikke fastslå årsagssammenhæng.
- Systematisk gennemgang/metaanalyse — højeste niveau af evidens for klinisk beslutningstagning, når det er veludført.
Hvis et spørgsmål spørger om den bedste evidens for et nyt lægemiddels effektivitet, er svaret næsten altid en RCT eller en systematisk gennemgang af RCT'er. Hvis den spørger om en sjælden kræftsygdom og dens potentielle erhvervsmæssige eksponering, er en case-kontrolundersøgelse normalt korrekt.
Sådan bores disse koncepter før eksamensdagen
At forstå teorien er det halve arbejde; at anvende det under tidsbestemte forhold er den anden halvdel. Disse emner belønner aktiv praksis frem for passiv genlæsning. At arbejde gennem spørgsmål med enkelt-bedste svar, der præsenterer en 2×2-tabel og beder dig om at beregne følsomhed, eller som giver dig prøvedata og beder om NNT, opbygger den mønstergenkendelse, som eksamen kræver. Ant PLAB-spørgsmålsbanken inkluderer en dedikeret bevis- og statistikklynge med velfungerende forklaringer, så du kan se præcis, hvor logikken går galt, når du vælger den forkerte mulighed - og præstationsanalysen vil markere, hvis dette planområde konstant koster dig karakterer.
Statistikklyngen i PLAB 1 er lille. På tværs af et helt møde kan det kun stå for en håndfuld spørgsmål. Men det er spørgsmål med klart rigtige svar, afgrænset af et begrænset sæt af begreber, som mange kandidater overgiver uden kamp. Du har lagt for meget arbejde i denne eksamen til at efterlade karakterer på bordet over en formel, du kan lære på en eftermiddag.
Ofte stillede spørgsmål
Hvad er forskellen mellem sensitivitet og specificitet i enkle vendinger? Sensitivitet måler, hvor godt en test detekterer personer, der har en sygdom (sand positiv rate), mens specificitet måler, hvor godt den identificerer personer, der ikke har den (sand negativ rate). En meget følsom test er god til at udelukke en diagnose; en meget specifik test er god til at bedømme den i.
Hvordan beregner jeg NNT ud fra et klinisk forsøgsresultat i PLAB 1? Træk hændelsesraten i behandlingsgruppen fra hændelsesraten i kontrolgruppen for at få den absolutte risikoreduktion (ARR). NNT = 1 ÷ ARR (med ARR som decimal). For eksempel giver en ARR på 5 % (0,05) en NNT på 20.
Betyder en p-værdi under 0,05, at en behandling er klinisk nyttig? Ikke nødvendigvis. Statistisk signifikans (p < 0,05) betyder, at resultatet sandsynligvis ikke skyldes tilfældigheder, men det siger intet om størrelsen eller den kliniske betydning af effekten. En meget stor undersøgelse kan påvise en statistisk signifikant forskel, der er for lille til at gavne enhver individuel patient.