Większość IMG zna się na kardiologii i farmakologii. Potem pojawia się pytanie o czułość i swoistość, a znamiona spokojnie znikają. To frustrujące, ponieważ te pytania mają przewidywalny wzór, a kiedy zrozumiesz logikę, niezawodnie cię wynagrodzą.
Dlaczego pytania dotyczące statystyk wydają się trudniejsze niż w rzeczywistości
Szczera odpowiedź jest taka, że statystyki medyczne wydają się abstrakcyjne po latach szkolenia klinicznego, podczas którego zleciłeś test, przeczytałeś wynik i podjąłeś decyzję. Nikt nie prosił cię o ponowne obliczenie współczynnika prawdopodobieństwa w połowie rundy.
Jednak PLAB 1 nie sprawdza, czy można przeprowadzić badanie kliniczne. Sprawdza, czy potrafisz krytycznie czytać badania i stosować dowody – jest to podstawowe oczekiwanie GMC zgodnie z zasadami Dobrej Praktyki Medycznej. Pytania są zatem wąskie i powtarzalne. Niewielki zbiór pojęć uwzględnia prawie wszystkie statystyki i oceny medycyny opartej na dowodach na egzaminie: czułość i swoistość, dodatnie i ujemne wartości predykcyjne, liczba potrzebna do leczenia (NNT), liczba potrzebna do wyrządzenia szkody (NNH), bezwzględna i względna redukcja ryzyka, przedziały ufności i wartości p. Opanuj te osiem pomysłów, a pokryjesz całe terytorium.
Czułość i swoistość: trafne dobieranie słów
Te dwa terminy wprawiają ludzi w zakłopotanie, ponieważ brzmią wymiennie, dopóki nie zostaną odpowiednio zakotwiczone.
Czułość jest właściwością samego testu, mierzoną u osób chorych. Bardzo czuły test rzadko pomija prawdziwe przypadki — wynik negatywny jest uspokajający („SnNout”: czuły test, gdy jest negatywny, wyklucza). Pomyśl o teście przesiewowym, takim jak D-dimer, na zatorowość płucną: jest on zaprojektowany tak, aby był czuły, dzięki czemu można przeoczyć niewiele przypadków.
Swoistość jest także właściwością testu, mierzoną u osób nie chorujących. Wysoce specyficzny test rzadko oznacza fałszywie dodatni wynik – wynik pozytywny jest znaczący („SpPin”: specyficzny test, gdy jest pozytywny, rządzi). Test potwierdzający, taki jak VDRL na kiłę, ma być swoisty.
Dodatnia wartość predykcyjna (PPV) i ujemna wartość predykcyjna (NPV) zależą od częstości występowania. Jest to koncepcja najczęściej testowana w winiecie klinicznej: ten sam test ma niższy PPV w populacji o niskiej częstości występowania niż w klinice wysokiego ryzyka. Jeśli pytanie mówi, że test ma 95% czułości i 95% swoistości, ale jest stosowany w populacji, w której tylko 1 na 1000 osób cierpi na tę chorobę, PPV będzie nadal niski. Przeanalizuj tę logikę raz na liczbach rzeczywistych, a zostanie z tobą.
Ryzyko bezwzględne, ryzyko względne i NNT
Pytania dotyczące medycyny opartej na dowodach w PLAB 1 prawie zawsze koncentrują się na różnicy pomiędzy względną i bezwzględną redukcją ryzyka, ponieważ różnica ta ma ogromne znaczenie w praktyce klinicznej i ocenie badań leków.
- Bezwzględna redukcja ryzyka (ARR) = ryzyko w grupie kontrolnej − ryzyko w grupie leczonej.
- Relatywna redukcja ryzyka (RRR) = ARR ÷ ryzyko w grupie kontrolnej, wyrażone w procentach.
- Liczba potrzebna do leczenia (NNT) = 1 ÷ ARR (gdzie ARR jest wyrażona w postaci dziesiętnej).
- Liczba potrzebna do wyrządzenia szkody (NNH) wykorzystuje ten sam wzór, ale stosuje się go do zdarzeń niepożądanych.
Sprawdzony przykład: jeśli lek zmniejsza ryzyko udaru z 4% do 2%, ARR wynosi 2% (0,02), zatem NNT wynosi 1 ÷ 0,02 = 50. RRR wynosi 50% — te same dane, ale liczba wydaje się znacznie bardziej imponująca. Reklamy leków zwykle cytują RRR; pytania oceniające w PLAB 1 wymagają obliczenia NNT. Niższy NNT jest lepszy (musisz leczyć mniej pacjentów, aby jeden odniósł korzyść).
Wartości P i przedziały ufności bez dyplomu z matematyki
Nie musisz obliczać wartości p w PLAB 1. Musisz ją poprawnie zinterpretować.
Wartość p poniżej konwencjonalnego progu wynoszącego 0,05 oznacza, że wynik jest istotny statystycznie — to znaczy jest mało prawdopodobne, aby wystąpił przypadkowo, zakładając, że hipoteza zerowa była prawdziwa. Nie nie oznacza to, że skutek jest klinicznie ważny, duży lub przyczynowy. Masowa próba może zwrócić p = 0,001 dla efektu, który jest zbyt mały, aby miał znaczenie w praktyce.Przedział ufności (CI) określa zakres, w którym prawdopodobnie mieści się prawdziwa wartość. W przypadku ilorazu (ryzyko względne, iloraz szans, iloraz ryzyka) 95% CI przekraczający 1,0 oznacza, że wynik nie jest istotny statystycznie — efekt może wynosić zero. W przypadku wartości bezwzględnej (takiej jak średnia różnica) CI przekraczające zero ma to samo znaczenie. W pytaniu zazwyczaj należy określić, czy wynik jest znaczący, lub wybrać badanie, którego CI sugeruje rzeczywisty efekt.
Projekt badania: wiedza, które badanie odpowiada na które pytanie
PLAB 1 czasami prosi o wybranie najbardziej odpowiedniego projektu badania dla danego pytania klinicznego. Krótka lista referencyjna:
- Randomizowane badanie kontrolowane (RCT) — najlepsze pod względem skuteczności leczenia; zmniejsza zamieszanie.
- Badanie kohortowe — najlepsze do prospektywnego badania czynników ryzyka; daje ryzyko względne.
- Badanie kliniczno-kontrolne – skuteczne w przypadku chorób rzadkich; podaje iloraz szans, a nie ryzyko względne.
- Badanie przekrojowe — chorobowość w jednym momencie; nie można ustalić związku przyczynowego.
- Przegląd systematyczny / metaanaliza — najwyższy poziom dowodów na potrzeby podejmowania decyzji klinicznych, jeśli są dobrze przeprowadzone.
Jeśli pytanie dotyczy najlepszych dowodów na skuteczność nowego leku, odpowiedzią prawie zawsze jest RCT lub systematyczny przegląd RCT. Jeśli pyta o rzadki nowotwór i jego potencjalne narażenie zawodowe, badanie kliniczno-kontrolne jest zwykle prawidłowe.
Jak drążyć te pojęcia przed dniem egzaminu
Zrozumienie teorii to połowa pracy; stosowanie go w określonych warunkach to druga połowa. Tematy te nagradzają aktywną praktykę zamiast biernego ponownego czytania. Praca nad pytaniami zawierającymi jedną najlepszą odpowiedź, przedstawiającymi tabelę 2×2 i proszącymi o obliczenie czułości lub dostarczającymi danych próbnych i proszącymi o NNT, buduje rozpoznawanie wzorców wymagane na egzaminie. Bank pytań Ant PLAB zawiera dedykowany zbiór dowodów i statystyk ze sprawdzonymi wyjaśnieniami, dzięki czemu możesz dokładnie zobaczyć, gdzie logika idzie nie tak, gdy wybierzesz niewłaściwą opcję, a analiza wydajności zostanie oznaczona, jeśli ten obszar planu konsekwentnie kosztuje Cię punkty.
Klaster statystyczny w PLAB 1 jest mały. Podczas pełnego posiedzenia może to dotyczyć tylko kilku pytań. Są to jednak pytania z wyraźnie poprawnymi odpowiedziami, ograniczone ograniczonym zestawem pojęć, przed którymi wielu kandydatów poddaje się bez walki. Za dużo pracy włożyłeś w ten egzamin, żeby zostawić ślady na stole za formułą, której możesz się nauczyć w jedno popołudnie.
Często zadawane pytania
Jaka jest różnica między czułością a swoistością, mówiąc najprościej? Czułość mierzy, jak dobrze test wykrywa osoby, które chorują na jakąś chorobę (wskaźnik prawdziwie dodatni), natomiast swoistość mierzy, jak dobrze wykrywa osoby, które nie na nią chorują (wskaźnik prawdziwie ujemny). Bardzo czuły test jest dobry do wykluczenia diagnozy; wysoce specyficzny test jest dobry do oceny.
Jak obliczyć NNT na podstawie wyniku badania klinicznego w PLAB 1? Odejmij częstość zdarzeń w grupie leczonej od częstości zdarzeń w grupie kontrolnej, aby uzyskać bezwzględną redukcję ryzyka (ARR). NNT = 1 ÷ ARR (z ARR jako ułamek dziesiętny). Na przykład ARR wynoszący 5% (0,05) daje NNT wynoszącą 20.
Czy wartość p poniżej 0,05 oznacza, że leczenie jest klinicznie przydatne? Nie koniecznie. Istotność statystyczna (p < 0,05) oznacza, że wynik prawdopodobnie nie jest przypadkowy, ale nie mówi nic o wielkości ani znaczeniu klinicznym efektu. Bardzo duże badanie może wykryć statystycznie istotną różnicę, która jest zbyt mała, aby mogła przynieść korzyść każdemu indywidualnemu pacjentowi.