La plupart des DHCEU connaissent leur cardiologie et leur pharmacologie. Puis une question de sensibilité et de spécificité apparaît, et les marques disparaissent tranquillement. C’est frustrant, car ces questions suivent des schémas prévisibles – et une fois que vous comprenez la logique, elles vous récompensent de manière fiable.
Pourquoi les questions de statistiques semblent plus difficiles qu'elles ne le sont
La réponse honnête est que les statistiques médicales semblent abstraites après des années de formation clinique au cours desquelles vous avez commandé le test, lu le résultat et pris une décision. Personne ne vous a demandé de recalculer un rapport de vraisemblance à mi-parcours.
Mais PLAB 1 ne teste pas si vous pouvez mener un essai clinique. Il s’agit de tester si vous pouvez lire la recherche de manière critique et appliquer les preuves – une attente fondamentale de GMC selon les principes de bonnes pratiques médicales. Les questions sont donc étroites et reproductibles. Un petit groupe de concepts représente presque toutes les statistiques et les notes de médecine factuelle de l'examen : sensibilité et spécificité, valeurs prédictives positives et négatives, nombre nécessaire à traiter (NNT), nombre nécessaire pour nuire (NNH), réduction du risque absolu et relatif, intervalles de confiance et valeurs p. Maîtrisez ces huit idées et vous avez couvert le territoire.
Sensibilité et spécificité : trouvez les mots exactement bons
Ces deux termes font trébucher les gens car ils semblent interchangeables jusqu'à ce que vous les ancrés correctement.
La sensibilité est une propriété du test lui-même, mesurée chez les personnes qui ont la maladie. Un test très sensible manque rarement de vrais cas — un résultat négatif est rassurant (« SnNout » : un test sensible, lorsqu'il est négatif, exclut). Pensez à un test de dépistage tel que le D-dimère pour l'embolie pulmonaire : il est conçu pour être sensible afin que peu de cas soient manqués.
La spécificité est également une propriété du test, mesurée chez des personnes qui n'ont pas la maladie. Un test très spécifique signale rarement les faux positifs : un résultat positif est significatif (« SpPin » : un test spécifique, lorsqu'il est positif, règne). Un test de confirmation tel que le VDRL pour la syphilis est conçu pour être spécifique.
La valeur prédictive positive (VPP) et la valeur prédictive négative (VPN) dépendent de la prévalence. C’est le concept le plus souvent testé dans une vignette clinique : le même test présente une VPP plus faible dans une population à faible prévalence que dans une clinique à haut risque. Si une question vous indique que le test a une sensibilité et une spécificité de 95 % mais qu’il est utilisé dans une population où seulement 1 personne sur 1 000 est atteinte de la maladie, la VPP sera toujours faible. Parcourez cette logique une fois avec des chiffres réels et elle restera avec vous.
Risque absolu, risque relatif et NNT
Les questions de médecine factuelle du PLAB 1 tournent presque toujours sur la différence entre la réduction du risque relatif et absolu, car cette différence est extrêmement importante dans la pratique clinique et dans l'évaluation des essais de médicaments.
- Réduction du risque absolu (ARR) = risque dans le groupe témoin − risque dans le groupe de traitement.
- Réduction du risque relatif (RRR) = ARR ÷ risque dans le groupe témoin, exprimé en pourcentage.
- Nombre nécessaire à traiter (NNT) = 1 ÷ ARR (où ARR est exprimé sous forme décimale). - Le nombre nécessaire pour nuire (NNH) utilise la même formule mais appliquée aux événements indésirables.
Un exemple concret : si un médicament réduit le risque d'accident vasculaire cérébral de 4 % à 2 %, le ARR est de 2 % (0,02), donc le NNT est de 1 ÷ 0,02 = 50. Le RRR est de 50 % : les mêmes données, mais un chiffre qui semble bien plus impressionnant. Les publicités sur les médicaments ont tendance à citer RRR ; Les questions d'évaluation du PLAB 1 s'attendent à ce que vous calculiez NNT. Un NNT inférieur est préférable (vous devez traiter moins de patients pour qu’un seul en bénéficie).
Valeurs P et intervalles de confiance sans diplôme en mathématiques
Vous n'avez pas besoin de calculer une valeur p dans PLAB 1. Vous devez en interpréter une correctement.
Une valeur p inférieure au seuil conventionnel de 0,05 signifie que le résultat est statistiquement significatif, c'est-à-dire qu'il est peu probable qu'il soit produit par hasard, en supposant que l'hypothèse nulle soit vraie. Cela ne signifie pas que l'effet est cliniquement important, important ou causal. Un essai massif peut renvoyer p = 0,001 pour un effet trop faible pour avoir de l’importance dans la pratique.Un intervalle de confiance (IC) vous indique la plage dans laquelle se situe probablement la vraie valeur. Pour un rapport (risque relatif, rapport de cotes, rapport de risque), un IC à 95 % qui dépasse 1,0 signifie que le résultat n'est pas statistiquement significatif — l'effet pourrait être nul. Pour une valeur absolue (comme une différence moyenne), un CI passant par zéro a la même signification. La question vous demandera généralement d'identifier si un résultat est significatif ou de sélectionner l'étude dont l'IC suggère un véritable effet.
Conception de l'étude : savoir quelle étude répond à quelle question
PLAB 1 vous demande occasionnellement de choisir le plan d'étude le plus approprié pour une question clinique donnée. La courte liste de références :
- Essai contrôlé randomisé (ECR) — meilleur pour l'efficacité du traitement ; réduit la confusion.
- Étude de cohorte — idéale pour examiner les facteurs de risque de manière prospective ; donne un risque relatif.
- Étude cas-témoins — efficace pour les maladies rares ; donne le rapport de cotes, pas le risque relatif.
- Étude transversale — prévalence à un moment donné ; ne peut pas établir de lien de causalité.
- Revue systématique/méta-analyse — niveau de preuve le plus élevé pour la prise de décision clinique, lorsqu'elle est bien menée.
Si une question porte sur les meilleures preuves de l'efficacité d'un nouveau médicament, la réponse est presque toujours un ECR ou une revue systématique d'ECR. S’il s’agit d’un cancer rare et de son exposition professionnelle potentielle, une étude cas-témoins est généralement correcte.
Comment approfondir ces concepts avant le jour de l'examen
Comprendre la théorie représente la moitié du travail ; l’appliquer dans des conditions chronométrées constitue l’autre moitié. Ces sujets récompensent la pratique active plutôt que la relecture passive. Travailler sur des questions à meilleure réponse unique qui présentent un tableau 2 × 2 et vous demandent de calculer la sensibilité, ou qui vous donnent des données d'essai et demandent NNT, construit la reconnaissance de formes requise par l'examen. La banque de questions Ant PLAB comprend un cluster de preuves et de statistiques dédié avec des explications détaillées afin que vous puissiez voir exactement où la logique ne va pas lorsque vous choisissez la mauvaise option – et l'analyse des performances signalera si cette zone de plan vous coûte systématiquement des points.
Le cluster de statistiques dans PLAB 1 est petit. Au cours d’une séance complète, cela ne représentera peut-être qu’une poignée de questions. Mais ce sont des questions avec des réponses clairement correctes, limitées par un ensemble limité de concepts, auxquelles de nombreux candidats se soumettent sans combattre. Vous avez consacré trop de travail à cet examen pour laisser des notes sur la table sur une formule que vous pouvez apprendre en un après-midi.
##FAQ
Quelle est la différence entre la sensibilité et la spécificité en termes simples ? La sensibilité mesure dans quelle mesure un test détecte les personnes qui ont une maladie (taux de vrais positifs), tandis que la spécificité mesure dans quelle mesure il identifie les personnes qui n'en sont pas atteintes (taux de vrais négatifs). Un test très sensible est utile pour exclure un diagnostic ; un test très spécifique est bon pour le déterminer.
Comment puis-je calculer le NNT à partir d'un résultat d'essai clinique dans PLAB 1 ? Soustrayez le taux d'événements dans le groupe de traitement du taux d'événements dans le groupe témoin pour obtenir la réduction du risque absolu (ARR). NNT = 1 ÷ ARR (avec ARR sous forme décimale). Par exemple, un ARR de 5 % (0,05) donne un NNT de 20.
Une valeur p inférieure à 0,05 signifie-t-elle qu'un traitement est cliniquement utile ? Pas nécessairement. La signification statistique (p < 0,05) signifie qu'il est peu probable que le résultat soit dû au hasard, mais elle ne dit rien sur l'ampleur ou l'importance clinique de l'effet. Une très grande étude peut détecter une différence statistiquement significative qui est trop petite pour bénéficier à un patient individuel.