De flesta IMGs kan sin kardiologi och sin farmakologi förkylning. Sedan dyker en fråga om känslighet och specificitet upp, och märkena försvinner tyst. Det är frustrerande, eftersom dessa frågor följer förutsägbara mönster - och när du väl förstår logiken belönar de dig på ett tillförlitligt sätt.
Varför statistikfrågor känns svårare än de är
Det ärliga svaret är att medicinsk statistik känns abstrakt efter år av klinisk utbildning där du beställde testet, läste resultatet och tog ett beslut. Ingen bad dig räkna om ett sannolikhetsförhållande i mitten av omgången.
Men PLAB 1 testar inte om du kan genomföra en klinisk prövning. Det testar om du kan läsa forskning kritiskt och tillämpa evidens - en central GMC-förväntning enligt principerna om god medicinsk praxis. Frågorna är därför snäva och repeterbara. Ett litet kluster av begrepp står för nästan all statistik och evidensbaserad medicinbetyg i examen: sensitivitet och specificitet, positiva och negativa prediktiva värden, antal som behövs för att behandla (NNT), antal som behövs för att skada (NNH), absolut och relativ riskreduktion, konfidensintervall och p-värden. Bemästra de åtta idéerna och du har täckt området.
Känslighet och specificitet: Få orden exakt rätt
Dessa två termer gör att människor blir oroliga eftersom de låter utbytbara tills du förankrar dem ordentligt.
Känslighet är en egenskap hos själva testet, mätt i personer som har sjukdomen. Ett mycket känsligt test missar sällan verkliga fall - ett negativt resultat är betryggande ("SnNout": ett känsligt test, när det är negativt, utesluter). Tänk på ett screeningtest som D-dimer för lungemboli: det är utformat för att vara känsligt så att få fall missas.
Specificitet är också en egenskap hos testet, mätt i personer som inte har sjukdomen. Ett mycket specifikt test flaggar sällan falska positiva - ett positivt resultat är meningsfullt ("SpPin": ett specifikt test, när det är positivt, härskar in). Ett bekräftande test som VDRL för syfilis är utformat för att vara specifikt.
Positivt prediktivt värde (PPV) och negativt prediktivt värde (NPV) beror på prevalens. Detta är det koncept som oftast testas i en klinisk vinjett: samma test har en lägre PPV i en lågprevalenspopulation än på en högriskklinik. Om en fråga säger dig att testet har 95 % sensitivitet och 95 % specificitet men används i en population där endast 1 av 1 000 personer har sjukdomen, kommer PPV fortfarande att vara låg. Arbeta igenom den logiken en gång med reella siffror och den stannar hos dig.
Absolut risk, relativ risk och NNT
Evidensbaserade medicinfrågor i PLAB 1 handlar nästan alltid om skillnaden mellan relativ och absolut riskreduktion, eftersom den skillnaden har enorm betydelse i klinisk praxis och vid bedömning av läkemedelsprövningar.
- Absolut riskreduktion (ARR) = risk i kontrollgrupp − risk i behandlingsgrupp.
- Relativ riskreduktion (RRR) = ARR ÷ risk i kontrollgrupp, uttryckt i procent.
- Number som behövs för att behandla (NNT) = 1 ÷ ARR (där ARR uttrycks som en decimal).
- Number som behövs för att skada (NNH) använder samma formel men tillämpas på biverkningar.
Ett fungerande exempel: om ett läkemedel minskar risken för stroke från 4 % till 2 % är ARR 2 % (0,02), så NNT är 1 ÷ 0,02 = 50. RRR är 50 % — samma data, men en siffra som låter mycket mer imponerande. Narkotikaannonser tenderar att citera RRR; bedömningsfrågor i PLAB 1 förväntar sig att du beräknar NNT. En lägre NNT är bättre (du behöver behandla färre patienter för att en ska gynnas).
P-värden och konfidensintervall utan matematikexamen
Du behöver inte räkna ut ett p-värde i PLAB 1. Du behöver tolka ett rätt.
Ett p-värde under den konventionella tröskeln på 0,05 betyder att resultatet är statistiskt signifikant - det vill säga, det är osannolikt att det har inträffat enbart av en slump, förutsatt att nollhypotesen var sann. Det betyder inte att effekten är kliniskt viktig, stor eller kausal. Ett massivt försök kan returnera p = 0,001 för en effekt som är för liten för att spela någon roll i praktiken.Ett konfidensintervall (CI) talar om inom vilket intervall det sanna värdet troligen ligger. För ett förhållande (relativ risk, oddskvot, hazard ratio) betyder en 95% CI som korsar 1,0 att resultatet inte är statistiskt signifikant – effekten kan vara noll. För ett absolut värde (som en medelskillnad) har en CI som korsar noll samma betydelse. Frågan kommer vanligtvis att be dig att identifiera om ett resultat är signifikant, eller att välja den studie vars CI tyder på en äkta effekt.
Studiedesign: Att veta vilken studie svarar på vilken fråga
PLAB 1 ber dig då och då att välja den lämpligaste studiedesignen för en given klinisk fråga. Den korta referenslistan:
- Randomiserad kontrollerad studie (RCT) — bäst för behandlingseffektivitet; minskar förvirring.
- Kohortstudie — bäst för att undersöka riskfaktorer prospektivt; ger relativ risk.
- Fallkontrollstudie — effektiv för sällsynta sjukdomar; ger oddskvot, inte relativ risk.
- Tvärsnittsstudie — prevalens vid en tidpunkt; kan inte fastställa orsakssamband.
- Systematisk granskning/metaanalys — högsta nivå av evidens för kliniskt beslutsfattande, när väl genomfört.
Om en fråga frågar om de bästa bevisen för ett nytt läkemedels effektivitet är svaret nästan alltid en RCT eller en systematisk genomgång av RCT. Om det frågas om en sällsynt cancer och dess potentiella yrkesmässiga exponering, är en fall-kontrollstudie vanligtvis korrekt.
Hur man borrar dessa koncept före examensdagen
Att förstå teorin är halva arbetet; att tillämpa den under tidsinställda förhållanden är den andra hälften. Dessa ämnen belönar aktiv träning framför passiv omläsning. Att arbeta igenom frågor med enstaka bästa svar som presenterar en 2×2-tabell och ber dig att beräkna känslighet, eller som ger dig provdata och frågar efter NNT, bygger den mönsterigenkänning som provet kräver. Ant PLAB-frågebanken innehåller ett dedikerat bevis- och statistikkluster med fungerande förklaringar så att du kan se exakt var logiken går fel när du väljer det felaktiga alternativet – och prestandaanalysen kommer att flagga om detta planområde konsekvent kostar dig poäng.
Statistikklustret i PLAB 1 är litet. Under ett helt sammanträde kan det bara stå för en handfull frågor. Men det är frågor med tydligt korrekta svar, avgränsade av en begränsad uppsättning begrepp, som många kandidater ger upp utan kamp. Du har lagt ner för mycket arbete på det här provet för att lämna poäng på bordet över en formel du kan lära dig på en eftermiddag.
Vanliga frågor
Vad är skillnaden mellan sensitivitet och specificitet i enkla termer? Sensitivitet mäter hur väl ett test upptäcker personer som har en sjukdom (verklig positiv frekvens), medan specificitet mäter hur väl det identifierar personer som inte har den (verklig negativ frekvens). Ett högkänsligt test är bra för att utesluta en diagnos; ett mycket specifikt test är bra för att avgöra det.
Hur beräknar jag NNT från ett kliniskt prövningsresultat i PLAB 1? Subtrahera händelsefrekvensen i behandlingsgruppen från händelsefrekvensen i kontrollgruppen för att få den absoluta riskminskningen (ARR). NNT = 1 ÷ ARR (med ARR som decimal). Till exempel ger en ARR på 5 % (0,05) en NNT på 20.
Betyder ett p-värde under 0,05 att en behandling är kliniskt användbar? Inte nödvändigtvis. Statistisk signifikans (p < 0,05) betyder att resultatet sannolikt inte beror på slumpen, men det säger ingenting om effektens storlek eller kliniska betydelse. En mycket stor studie kan upptäcka en statistiskt signifikant skillnad som är för liten för att gynna någon enskild patient.