Skip to content
Kembali ke hasil pencarian

Desain Studi Akurasi Diagnostik

Diperkenalkan oleh
Bossuyt, Reitsma, and STARD group (2003); clinical epidemiology pioneers
Tahun
2003-2015
Jenis
Research Design
Keluarga
diagnostic evaluation

Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris

Ukuran huruf

Apa fungsinya?

Studi akurasi diagnostik mengevaluasi seberapa baik tes diagnostik baru (atau biomarker, modalitas pencitraan, penilaian klinis) mendeteksi keberadaan atau ketiadaan penyakit dibandingkan dengan standar referensi (standar emas).

Distandardisasi sejak 2003 oleh inisiatif STARD (Standards for Reporting of Diagnostic Accuracy Studies), studi akurasi diagnostik sangat fundamental dalam kedokteran klinis, menentukan apakah dan bagaimana tes baru dapat meningkatkan diagnosis dan pengobatan pasien.

Intuisi di balik metode

Bayangkan tes darah baru yang diklaim dapat mendeteksi kanker secara dini. Studi akurasi diagnostik merekrut 500 pasien: 250 dengan kanker yang dikonfirmasi (melalui biopsi) dan 250 bebas kanker. Semuanya menjalani tes darah baru. Hasil: tes mendeteksi 240 dari 250 kasus kanker (sensitivitas 96%—baik dalam menemukan kanker) tetapi salah menandai 50 dari 250 orang sehat (spesifisitas 20%—banyak alarm palsu). Seorang klinisi menggunakan Rasio Kemungkinan (Likelihood Ratios): jika tes positif, seberapa besar kemungkinan kanker? Jika negatif, seberapa kecil kemungkinannya? Sensitivitas tinggi berarti 'tes negatif menyingkirkan penyakit' (tes skrining yang baik). Spesifisitas tinggi berarti 'tes positif mengkonfirmasi penyakit' (tes konfirmasi yang baik). Pertukaran antara sensitivitas dan spesifisitas adalah inti: Anda tidak dapat memaksimalkan keduanya secara bersamaan.

Sejarah

Studi akurasi diagnostik berevolusi dari epidemiologi awal abad ke-20 (sensitivitas dan spesifisitas didefinisikan oleh Yerushalmy 1947). Bidang ini mendapatkan ketelitian pada tahun 1990-an ketika Sackett, Jaeschke, dan lainnya menerbitkan panduan pengguna yang menekankan validitas dan kegunaan klinis. Inisiatif STARD (Standards for Reporting of Diagnostic Accuracy Studies), diluncurkan pada tahun 2003 oleh Bossuyt dan rekan-rekannya, memberikan panduan sistematis untuk desain dan pelaporan studi. STARD telah menjadi standar emas, diadopsi oleh jurnal dan pemberi dana utama (NIH, EU). Kemajuan meliputi pendekatan Bayesian, meta-analisis studi diagnostik (tinjauan sistematis), dan penekanan pada implementasi praktis.

Kapan digunakan

Gunakan studi akurasi diagnostik ketika: (1) mengembangkan atau mengevaluasi tes diagnostik baru, modalitas pencitraan, atau biomarker, (2) membandingkan dua tes diagnostik untuk menentukan mana yang lebih unggul, (3) menentukan apakah tes dapat secara akurat mendeteksi penyakit dalam populasi klinis, (4) menilai apakah tes berkinerja serupa dalam subkelompok (berdasarkan usia, jenis kelamin, stadium penyakit, komorbiditas), (5) menginformasikan pedoman praktik klinis tentang adopsi tes, (6) mengevaluasi tes skrining pada populasi asimtomatik, (7) menilai tes diagnostik dalam pengambilan keputusan klinis (apakah tes memandu pilihan pengobatan?).

Batasan dan pertimbangan

  • Definisi standar referensi: 'standar emas' mungkin tidak sempurna atau disepakati secara universal. Jika standar referensi cacat, seluruh studi menjadi cacat.
  • Bias spektrum: jika populasi studi tidak mewakili spektrum klinis penyakit (misalnya, hanya kasus berat, kasus ringan terlewat), perkiraan akurasi tidak dapat digeneralisasi.
  • Pemilihan ambang batas: untuk tes kontinu (misalnya, kadar biomarker), pilihan ambang batas menentukan pertukaran sensitivitas/spesifisitas. Ambang batas yang berbeda menghasilkan akurasi yang berbeda. Studi harus menguji berbagai ambang batas atau membenarkan satu ambang batas tunggal.
  • Blinding yang tidak sempurna: jika operator tes mengetahui status penyakit, atau penilai standar referensi mengetahui hasil tes indeks, bias akan meningkatkan akurasi.
  • Bias publikasi: studi akurasi yang negatif atau tidak meyakinkan mungkin tidak dipublikasikan, sehingga meningkatkan perkiraan akurasi yang dipublikasikan.

Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.

Kelebihan

  • Langsung dan transparan: menjawab dengan jelas 'Apakah tes ini secara akurat mendeteksi penyakit?'
  • Metodologi terstandarisasi: pedoman STARD memastikan pelaporan yang konsisten dan mencegah bias.
  • Relevansi praktis: hasil secara langsung menginformasikan pengambilan keputusan klinis dan adopsi tes.
  • Berbagai metrik: sensitivitas, spesifisitas, nilai prediktif, LR, dan kurva ROC memberikan gambaran bernuansa tentang kinerja tes.
  • Penilaian subkelompok: dapat mengevaluasi apakah tes bekerja sama baiknya di berbagai populasi (penting untuk kesetaraan).

Penerapan

  • Penyakit kardiovaskular: mengevaluasi uji troponin untuk diagnosis infark miokard akut; penilaian kalsium koroner untuk prediksi CAD.
  • Diagnosis kanker: menilai penanda tumor baru, pencitraan (MRI, PET), atau teknik biopsi untuk deteksi dini.
  • Penyakit menular: mengevaluasi tes diagnostik cepat (misalnya, tes cepat untuk influenza, COVID-19, malaria) dibandingkan dengan standar emas (PCR, kultur).
  • Penyakit neurologis: menilai tes diagnostik untuk penyakit Alzheimer, Parkinson, atau multiple sclerosis (biomarker cairan serebrospinal, pencitraan).
  • Skor klinis dan model prediksi: memvalidasi sistem penilaian diagnostik (misalnya, CURB-65 untuk keparahan pneumonia) terhadap standar referensi hasil klinis.

Cara kerjanya

Cara kerjanya

1

Definisikan penyakit atau kondisi target (misalnya, kanker prostat, penyakit arteri koroner, diabetes tipe 2). Definisikan tes indeks: tes baru yang dievaluasi (misalnya, penanda darah baru, temuan pencitraan, skor klinis). Definisikan standar referensi: 'standar emas' yang diterima untuk diagnosis penyakit (misalnya, biopsi untuk kanker, angiografi untuk CAD, tes toleransi glukosa oral untuk diabetes). Rekrut sampel individu yang representatif: campuran mereka yang memiliki dan tidak memiliki penyakit, usia, stadium penyakit, dan komorbiditas yang mencerminkan praktik klinis. Blinding: orang yang melakukan tes indeks harus buta terhadap status penyakit (untuk menghindari bias yang tidak disadari dalam interpretasi). Orang yang menilai standar referensi harus buta terhadap hasil tes indeks. Lakukan kedua tes pada semua peserta (atau sub-sampel yang representatif). Catat dan verifikasi status penyakit. Gunakan kriteria interpretasi yang objektif dan terstandarisasi untuk kedua tes. Dokumentasikan setiap peserta yang tidak dapat menjalani salah satu tes (penolakan, kontraindikasi).

Rumus
Recruit representative sample of individuals (both with and without target disease); administer index test (new test) and reference standard (gold standard) to all; ensure blinding: test operator blind to disease status, reference standard assessor blind to index test result.
2

Susun tabel kontingensi 2×2: baris = tes indeks (positif/negatif), kolom = penyakit ada/tidak ada. Hitung Positif Sejati (TP: tes positif, penyakit ada), Positif Palsu (FP: tes positif, penyakit tidak ada), Negatif Sejati (TN: tes negatif, penyakit tidak ada), Negatif Palsu (FN: tes negatif, penyakit ada). Hitung metrik utama: Sensitivitas (Sn) = TP / (TP + FN) = probabilitas tes positif jika penyakit ada. Spesifisitas (Sp) = TN / (TN + FP) = probabilitas tes negatif jika penyakit tidak ada. Rasio Kemungkinan Positif (LR+) = Sn / (1 − Sp) = seberapa besar hasil tes meningkatkan probabilitas penyakit. Rasio Kemungkinan Negatif (LR−) = (1 − Sn) / Sp = seberapa besar hasil tes menurunkan probabilitas penyakit. Nilai Prediktif Positif (PPV) = TP / (TP + FP) = probabilitas penyakit jika tes positif (bergantung pada prevalensi). Nilai Prediktif Negatif (NPV) = TN / (TN + FN) = probabilitas tidak ada penyakit jika tes negatif. Hitung interval kepercayaan 95% menggunakan metode binomial atau skor Wilson. Plot kurva Receiver Operating Characteristic (ROC) (sensitivitas vs 1−spesifisitas pada ambang batas tes yang berbeda); hitung Area Under Curve (AUC): 0.5 = tebakan acak, 0.7–0.8 = dapat diterima, 0.8–0.9 = sangat baik, >0.9 = luar biasa.

Rumus
Construct 2×2 table (index test × disease presence). Calculate Sensitivity = TP/(TP+FN), Specificity = TN/(TN+FP), LR+ = Sensitivity/(1-Specificity), LR− = (1-Sensitivity)/Specificity, AUC of ROC curve.
3

Sensitivitas tinggi (misalnya, >95%) diinginkan untuk tes skrining: hasil negatif secara andal menyingkirkan penyakit (NPV tinggi). Spesifisitas tinggi (misalnya, >95%) diinginkan untuk tes konfirmasi: hasil positif secara andal mengkonfirmasi penyakit (PPV tinggi). LR+ >10 adalah bukti positif yang kuat (secara substansial meningkatkan probabilitas penyakit). LR− <0.1 adalah bukti negatif yang kuat (secara substansial menurunkan probabilitas penyakit). Interpretasikan dalam konteks klinis: berapa probabilitas pra-tes (prevalensi penyakit dalam populasi)? Hasil tes mengubah ini melalui teorema Bayes: probabilitas pasca-tes = (LR+ × odds pra-tes) / (1 + LR+ × odds pra-tes). Misalnya, jika prevalensi penyakit adalah 10%, tes dengan LR+ = 10 meningkatkan probabilitas pasca-tes menjadi ~50%. AUC >0.8 menunjukkan tes memiliki kegunaan klinis. Laporkan akurasi untuk subkelompok: apakah tes berkinerja berbeda pada pria vs wanita, muda vs tua? Kegunaan klinis juga bergantung pada biaya, keamanan, dan ketersediaan tes.

Rumus
Interpret Sensitivity (ability to detect disease), Specificity (ability to exclude disease), LR+/LR− (how likelihood of disease shifts with test result); report confidence intervals; assess clinical utility and threshold selection.

Kesalahan umum

  • Menggunakan prevalensi penyakit dari populasi studi saat menerapkannya pada populasi klinis yang berbeda: nilai prediktif (PPV, NPV) bergantung pada prevalensi penyakit. Tes dengan PPV tinggi dalam populasi prevalensi tinggi mungkin memiliki PPV rendah dalam populasi prevalensi rendah. Gunakan LR sebagai gantinya, yang independen dari prevalensi.
  • Mengasumsikan tes indeks independen dari standar referensi: jika kedua tes mengukur biomarker yang sama, akurasi secara artifisial meningkat karena korelasi, bukan deteksi independen yang sebenarnya. Gunakan tes yang benar-benar independen.
  • Ukuran sampel kecil: studi dengan <100 peserta seringkali memiliki interval kepercayaan yang sangat lebar, presisi yang tidak mencukupi. Targetkan ≥100 penderita dan 100 bukan penderita.
  • Mengabaikan bias spektrum: hanya memasukkan kasus penyakit berat atau hanya kasus ringan membiaskan sensitivitas atau spesifisitas. Rekrut kasus yang representatif di seluruh spektrum penyakit.
  • Interpretasi berlebihan terhadap sensitivitas/spesifisitas: tanpa mengetahui prevalensi, metrik ini saja tidak memberi tahu Anda kegunaan klinisnya. Laporkan LR dan nilai prediktif; gunakan nomogram kemungkinan untuk menerjemahkan hasil tes ke probabilitas klinis.

Pertanyaan yang sering diajukan

Apa perbedaan antara Sensitivitas dan Nilai Prediktif Positif (PPV)?

Sensitivitas = probabilitas tes positif jika penyakit ada. Pertanyaannya: 'Jika saya sakit, apakah tes akan mendeteksinya?' Sensitivitas tinggi berarti sedikit negatif palsu (tes jarang melewatkan penyakit). PPV = probabilitas penyakit jika tes positif. Pertanyaannya: 'Jika tes saya positif, apakah saya sakit?' PPV bergantung pada prevalensi penyakit: tes yang sama memiliki PPV lebih tinggi dalam populasi prevalensi tinggi dan PPV lebih rendah dalam populasi prevalensi rendah. Sensitivitas tetap untuk tes dan ambang batas tertentu. Untuk praktik klinis, PPV seringkali lebih penting (Anda ingin tahu apakah hasil positif berarti penyakit), tetapi bergantung pada populasi. Laporkan keduanya, dan gunakan Rasio Kemungkinan yang lebih stabil di berbagai populasi.

Apa itu kurva ROC, dan apa arti AUC?

Kurva ROC (Receiver Operating Characteristic) memplot Sensitivitas (tingkat positif sejati) vs 1−Spesifisitas (tingkat positif palsu) saat Anda mengubah ambang batas diagnostik. Untuk tes kontinu (misalnya, kadar biomarker), setiap kemungkinan ambang batas menghasilkan sensitivitas/spesifisitas yang berbeda. Kurva ROC menunjukkan pertukaran ini. AUC (Area Under Curve) adalah area di bawah kurva ROC. AUC = 0.5 berarti tebakan acak (garis diagonal). AUC = 1.0 adalah diskriminasi sempurna. Pedoman: AUC 0.5–0.7 = cukup, 0.7–0.8 = dapat diterima, 0.8–0.9 = sangat baik, >0.9 = luar biasa. AUC independen dari ambang batas dan memperhitungkan seluruh rentang pertukaran sensitivitas/spesifisitas, berguna untuk membandingkan tes.

Apa itu Rasio Kemungkinan (Likelihood Ratio), dan mengapa saya harus menggunakannya?

Rasio Kemungkinan (LR) adalah rasio sensitivitas terhadap spesifisitas (atau 1−spesifisitas). LR+ = Sensitivitas / (1−Spesifisitas) memberi tahu seberapa besar tes positif meningkatkan probabilitas penyakit. LR− = (1−Sensitivitas) / Spesifisitas memberi tahu seberapa besar tes negatif menurunkan probabilitas penyakit. Misalnya, LR+ = 10 berarti tes positif membuat penyakit 10 kali lebih mungkin. LR− = 0.1 berarti tes negatif membuat penyakit 10 kali lebih kecil kemungkinannya. Mengapa LR? LR independen dari ambang batas dan prevalensi: LR yang sama berlaku di populasi mana pun, tidak seperti PPV/NPV yang berubah dengan prevalensi. Menggunakan teorema Bayes, Anda mengubah probabilitas pra-tes (prevalensi) menjadi probabilitas pasca-tes melalui LR, secara langsung menjawab 'Haruskah saya memesan tes ini?' dan 'Apa arti hasilnya bagi pasien saya?'

Apa itu standar referensi, dan mengapa harus sempurna?

Standar referensi adalah 'standar emas' yang diterima untuk mendiagnosis penyakit: biopsi untuk kanker, angiografi untuk CAD, PCR untuk COVID-19. Tes indeks dibandingkan dengannya. Jika standar referensi tidak sempurna (kadang-kadang memberikan jawaban yang salah), seluruh studi menjadi terganggu: Anda tidak dapat mengetahui apakah ketidaksepakatan tes indeks berarti tes indeks salah atau standar referensi yang salah. Standar referensi yang sempurna adalah ideal tetapi seringkali tidak mungkin. Jika standar referensi memiliki ketidaksempurnaan yang diketahui, dokumentasikan dan diskusikan dampaknya pada hasil. Sensitivitas dan spesifisitas yang diperkirakan secara teknis relatif terhadap referensi yang tidak sempurna, bukan penyakit yang sebenarnya. Bersikaplah transparan tentang keterbatasan standar referensi.

Metode terkait

Sumber

  1. Bossuyt, P. M., Reitsma, J. B., Bruns, D. E., Gatsonis, C. A., Glasziou, P. P., Irwig, L. M., ... & de Vet, H. C. (2003). Towards complete and accurate reporting of studies of diagnostic accuracy: the STARD initiative. Annals of Internal Medicine, 138(1), 40–44.

    Buka referensi DOI
    Disalin.
  2. Cohen, J. F., Korevaar, D. A., Altman, D. G., Bruns, D. E., Gatsonis, C. A., Hooft, L., ... & Bossuyt, P. M. (2016). STARD 2015 guidelines for reporting diagnostic accuracy studies: explanation and elaboration. BMJ Open, 6(11), e012799.

    Buka referensi DOI
    Disalin.
  3. Jaeschke, R., Guyatt, G. H., & Sackett, D. L. (1994). Users' guides to the medical literature. III. How to use an article about a diagnostic test. A. Are the results of the study valid? JAMA, 271(5), 389–391.

    Buka referensi DOI
    Disalin.