PLAB 1 Medische statistieken: het kleine groepje vragen dat u nooit fout mag hebben

De meeste IMG's kennen hun cardiologie en hun farmacologie koud. Dan verschijnt er een vraag over gevoeligheid en specificiteit, en de markeringen verdwijnen stilletjes. Dat is frustrerend, omdat deze vragen voorspelbare patronen volgen – en als je eenmaal de logica begrijpt, worden ze je op betrouwbare wijze beloond.

Waarom vragen over statistieken moeilijker aanvoelen dan ze zijn

Het eerlijke antwoord is dat medische statistieken abstract aanvoelen na jaren van klinische training waarbij je de test hebt besteld, het resultaat hebt gelezen en een beslissing hebt genomen. Niemand heeft u gevraagd om halverwege de ronde de waarschijnlijkheidsratio opnieuw te berekenen.

Maar PLAB 1 test niet of je een klinische proef kunt uitvoeren. Het test of je onderzoek kritisch kunt lezen en bewijsmateriaal kunt toepassen – een kernverwachting van GMC onder de principes van Good Medical Practice. De vragen zijn daarom beperkt en herhaalbaar. Een klein cluster van concepten is verantwoordelijk voor bijna alle statistieken en evidence-based geneeskundecijfers op het examen: gevoeligheid en specificiteit, positieve en negatief voorspellende waarden, aantal dat nodig is om te behandelen (NNT), aantal dat nodig is om schade toe te brengen (NNH), absolute en relatieve risicoreductie, betrouwbaarheidsintervallen en p-waarden. Beheers deze acht ideeën en je hebt het gebied gedekt.

Gevoeligheid en specificiteit: zorg dat de woorden precies goed zijn

Deze twee termen laten mensen struikelen omdat ze onderling uitwisselbaar klinken totdat je ze goed verankert.

Gevoeligheid is een eigenschap van de test zelf, gemeten bij mensen die de ziekte hebben. Een zeer gevoelige test mist zelden echte gevallen; een negatief resultaat is geruststellend ("SnNout": een gevoelige test sluit uit wanneer deze negatief is). Denk aan een screeningstest zoals D-dimeer voor longembolie: deze is zo ontworpen dat hij gevoelig is, zodat er weinig gevallen worden gemist.

Specificiteit is ook een eigenschap van de test, gemeten bij mensen die de ziekte niet hebben. Een zeer specifieke test markeert zelden vals-positieven; een positief resultaat is betekenisvol ("SpPin": een specifieke test, wanneer deze positief is, is van toepassing). Een bevestigende test zoals de VDRL voor syfilis is specifiek ontworpen.

Positieve voorspellende waarde (PPV) en negatieve voorspellende waarde (NPV) zijn afhankelijk van de prevalentie. Dit is het concept dat het vaakst wordt getest in een klinisch vignet: dezelfde test heeft een lagere PPV in een populatie met lage prevalentie dan in een kliniek met een hoog risico. Als uit een vraag blijkt dat de test een gevoeligheid van 95% en een specificiteit van 95% heeft, maar wordt gebruikt in een populatie waar slechts 1 op de 1.000 mensen de ziekte heeft, zal de PPV nog steeds laag zijn. Werk die logica een keer door met reële cijfers en het blijft bij je.

Absoluut risico, relatief risico en NNT

Vragen over op bewijs gebaseerde geneeskunde in PLAB 1 draaien bijna altijd om het verschil tussen relatieve en absolute risicoreductie, omdat dat verschil enorm van belang is in de klinische praktijk en bij de beoordeling van geneesmiddelenonderzoek.

• Absolute risicoreductie (ARR) = risico in controlegroep − risico in behandelingsgroep.
• Relatieve risicoreductie (RRR) = ARR ÷ risico in controlegroep, uitgedrukt als percentage.
• Aantal nodig om te behandelen (NNT) = 1 ÷ ARR (waarbij ARR wordt uitgedrukt als een decimaal).
• Aantal nodig om schade te veroorzaken (NNH) gebruikt dezelfde formule, maar toegepast op bijwerkingen.

Een uitgewerkt voorbeeld: als een medicijn het risico op een beroerte vermindert van 4% naar 2%, is de ARR 2% (0,02), dus de NNT is 1 ÷ 0,02 = 50. De RRR is 50% – dezelfde gegevens, maar een cijfer dat veel indrukwekkender klinkt. Advertenties voor medicijnen hebben de neiging om RRR te citeren; Bij beoordelingsvragen in PLAB 1 wordt van u verwacht dat u NNT berekent. Een lagere NNT is beter (u hoeft minder patiënten te behandelen om er één te laten profiteren).

P-waarden en betrouwbaarheidsintervallen zonder wiskundediploma

U hoeft in PLAB 1 geen p-waarde te berekenen. U moet deze correct interpreteren.

Een p-waarde onder de conventionele drempel van 0,05 betekent dat het resultaat statistisch significant is, dat wil zeggen dat het onwaarschijnlijk is dat het uitsluitend door toeval is ontstaan, ervan uitgaande dat de nulhypothese waar is. Het betekent niet dat het effect klinisch belangrijk, groot of causaal is. Een grootschalige proef kan p = 0,001 opleveren voor een effect dat te klein is om er in de praktijk toe te doen.Een betrouwbaarheidsinterval (CI) geeft aan binnen welk bereik de werkelijke waarde waarschijnlijk ligt. Voor een verhouding (relatief risico, oddsratio, risicoratio) betekent een 95%-BI boven de 1,0 dat het resultaat niet statistisch significant is: het effect kan nul zijn. Voor een absolute waarde (zoals een gemiddeld verschil) heeft een CI die nul overschrijdt dezelfde betekenis. Meestal wordt u gevraagd vast te stellen of een resultaat significant is, of het onderzoek te kiezen waarvan de CI een reëel effect suggereert.

Studieontwerp: weten welke studie welke vraag beantwoordt

PLAB 1 vraagt u af en toe om de meest geschikte onderzoeksopzet te kiezen voor een bepaalde klinische vraag. De korte referentielijst:

1. Gerandomiseerde gecontroleerde studie (RCT) – beste voor de effectiviteit van de behandeling; vermindert verwarring.
2. Cohortonderzoek — het beste voor het prospectief onderzoeken van risicofactoren; geeft relatief risico.
3. Case-control studie — efficiënt voor zeldzame ziekten; geeft de oddsratio weer, niet het relatieve risico.
4. Crosssectioneel onderzoek — prevalentie op een bepaald moment; kan geen oorzakelijk verband vaststellen.
5. Systematische review/meta-analyse — hoogste bewijsniveau voor klinische besluitvorming, mits goed uitgevoerd.

Als er een vraag wordt gesteld over het beste bewijs voor de effectiviteit van een nieuw medicijn, is het antwoord bijna altijd een RCT of een systematische review van RCT's. Als er wordt gevraagd naar een zeldzame vorm van kanker en de potentiële beroepsmatige blootstelling ervan, is een patiënt-controleonderzoek meestal correct.

Hoe u deze concepten kunt oefenen vóór de examendag

Het begrijpen van de theorie is het halve werk; het toepassen ervan onder getimede omstandigheden is de andere helft. Deze onderwerpen belonen actieve oefening boven passief herlezen. Door vragen met één beste antwoord te doorlopen die een 2×2-tabel presenteren en u vragen de gevoeligheid te berekenen, of die u proefgegevens geven en om NNT vragen, bouwt u de patroonherkenning op die voor het examen vereist is. De Ant PLAB-vragenbank bevat een speciaal bewijs- en statistiekcluster met uitgewerkte uitleg, zodat u precies kunt zien waar de logica fout gaat als u de verkeerde optie kiest – en de prestatieanalyses zullen markeren als dit blauwdrukgebied u consequent punten kost.

Het statistiekcluster in PLAB 1 is klein. Tijdens een volledige vergadering kan het slechts een handvol vragen beantwoorden. Maar dat zijn vragen met duidelijk correcte antwoorden, begrensd door een beperkt aantal concepten, waar veel kandidaten zich zonder slag of stoot aan overgeven. Je hebt te veel werk in dit examen gestoken om cijfers achter te laten op een formule die je in een middag kunt leren.

Veelgestelde vragen

Wat is in eenvoudige bewoordingen het verschil tussen gevoeligheid en specificiteit? Gevoeligheid meet hoe goed een test mensen detecteert die een ziekte hebben (werkelijk positief percentage), terwijl specificiteit meet hoe goed het mensen identificeert die geen ziekte hebben (werkelijk negatief percentage). Een zeer gevoelige test is goed voor het uitsluiten van een diagnose; een zeer specifieke test is goed om dit uit te sluiten.

Hoe bereken ik NNT op basis van het resultaat van een klinische proef in PLAB 1? Trek het aantal voorvallen in de behandelgroep af van het aantal voorvallen in de controlegroep om de absolute risicoreductie (ARR) te verkrijgen. NNT = 1 ÷ ARR (met ARR als decimaal). Een ARR van 5% (0,05) geeft bijvoorbeeld een NNT van 20.

Betekent een p-waarde lager dan 0,05 dat een behandeling klinisch nuttig is? Niet noodzakelijkerwijs. Statistische significantie (p < 0,05) betekent dat het onwaarschijnlijk is dat het resultaat op toeval berust, maar zegt niets over de omvang of het klinische belang van het effect. Een zeer groot onderzoek kan een statistisch significant verschil ontdekken dat te klein is om een ​​individuele patiënt ten goede te komen.