7. Scans en laboratoriumtesten: is de uitslag altijd juist?

In hoofdstuk 3 – 6 zijn verschillende algemene aspecten van scans en laboratoriumtesten aan bod geweest. Maar de uitslag van een test is nog niet besproken. Klopt een testuitslag altijd? En wat betekent een uitslag voor een patiënt? Dit zijn belangrijke vragen die ook bij vroegdiagnostiek en screening spelen. Sterker nog, één van de grote nadelen van screening heeft hiermee te maken. Vandaar dat ze hier besproken worden.

“Dokter er is een CT-scan gemaakt. En u zei dat die helemaal goed was. Nu heeft u in m’n blaas gekeken en zit er toch een gezwel in.”

“Dat klopt. Een CT-scan van de buik is niet goed genoeg voor het opsporen van gezwellen in de blaas. Daarom was dat kijkonderzoek van de blaas ook nodig.”

Kan een testuitslag verkeerd zijn en wat betekent dat dan?

Op de vraag: klopt een testuitslag altijd, kun je het antwoord wel raden. Het antwoord zal wel ‘nee’ zijn, anders had ik de vraag niet gesteld. En inderdaad: een uitslag is niet altijd wat het lijkt. Dus de test zegt: niet ziek terwijl iemand wel ziek is. Of andersom: de test zegt zwanger terwijl je niet zwanger bent. Daar gaat het deze keer over. Het zal vast heel raar klinken. Hoe kan een test nu een foute uitslag geven. Toch kan dat.

Ik zal aan de hand van – weer eens – een heel raar voorbeeld laten zien wat er wordt bedoeld. De man en vrouw in figuur 2 doen allebei een zwangerschapstest. De uitslag bij de vrouw is: niet zwanger (ja het staat er goed). De uitslag bij de man is: zwanger. Hier klopt overduidelijk iets niet.

De man kan niet zwanger zijn en toch is de test positief. Dat heet een fout positieve uitslag. De vrouw is overduidelijk zwanger, maar de zwangerschapstest is negatief. Dat heet een fout negatieve uitslag. Dit is een heel extreem voorbeeld. Als een vrouw zover in de zwangerschap zit, is de test echt wel positief! Het gaat er hier om dat je het idee snapt. Fout positieve en fout negatieve uitslagen komen echt voor. Sterker nog, de meeste laboratoriumtesten en andere vormen van onderzoek zijn niet 100% betrouwbaar. En dat geldt ook voor een zwangerschapstest, hoewel die dicht in de buurt van 100% komt.

Maar kun je een test die niet altijd de juiste uitslag geeft dan wel vertrouwen? En kun je op een of andere manier bepalen hoe betrouwbaar een test is?

Omdat de meeste testen niet 100% betrouwbaar zijn, kun je een uitslag inderdaad niet zonder meer vertrouwen. Gelukkig is het mogelijk om te bepalen hoe betrouwbaar een test is. Ik illustreer dat met het voorbeeld van de zwangerschapstest. De fabrikant doet bij een grote groep zwangere en niet zwangere vrouwen de zwangerschapstest. Vervolgens wordt er gekeken naar de uitslagen. Er zijn 4 mogelijkheden:

1. Terecht negatief (niet zwanger, de test zegt ook: niet zwanger)
2. Fout positief (niet zwanger, de test zegt: zwanger)
3. Terecht positief (zwanger, de test zegt ook: zwanger)
4. Fout negatief (zwanger, de test zegt: niet zwanger)

Of op een andere manier weergegeven

Figuur 3. De 4 mogelijkheden van een testuitslag.

In figuur 4 zie je hoe het er in werkelijkheid ongeveer uit zal zien. Links zie je 100 niet zwangere vrouwen die een zwangerschapstest doen. Bij één van die 100 zal de uitslag onjuist zijn: zwanger. Bij de andere 99 is de uitslag zoals verwacht: niet zwanger. Dus 99 van de 100 keer, oftewel 99% klopt de uitslag. We noemen dat: specificiteit. Specificiteit betekent: het percentage niet zwangere vrouwen bij wie de zwangerschapstest de juiste uitslag (niet zwanger) geeft. Aan de rechterzijde van figuur 4 is het precies andersom. Er zijn 100 zwangere vrouwen en bij één van hen klopt de uitslag niet. Bij de andere 99 klopt het wel. Dus hier klopt het ook bij 99%. We noemen dat: sensitiviteit. Sensitiviteit betekent: het percentage zwangere vrouwen bij wie de zwangerschapstest de juiste uitslag (zwanger) geeft.

Je kunt sensitiviteit vertalen met gevoeligheid. Voor specificiteit bestaat geen goed Nederlands woord. De specificiteit en de sensitiviteit van een zwangerschapstest zijn dus beiden 99%. In werkelijkheid is het zelfs meer dan 99%, maar dat kan ik niet in een simpele figuur laten zien. De betrouwbaarheid van een test kan dus worden weergegeven met 2 begrippen: specificiteit en sensitiviteit. De conclusie is dat een zwangerschapstest inderdaad erg betrouwbaar is. Hoe dat komt, heb ik eerder besproken.

Waarom al deze moeite? Minder dan één op de 100 uitslagen klopt niet. Dat laat je toch voor wat het is? Daar is wat voor te zeggen. Hoewel, je zou maar die ene vrouw zijn die denkt dat ze zwanger is om er later achter te komen dat de test fout positief was. Een fout negatieve zwangerschapstest is iets minder vervelend omdat de menstruatie toch uitblijft en die vrouw wel weer een nieuwe test zal gaan doen.

In de praktijk zijn de meeste testen en onderzoeken een stuk minder betrouwbaar dan een zwangerschapstest. Ik ga dat laten zien voor de borstfoto’s van het bevolkingsonderzoek borstkanker. Volgens het RIVM is de specificiteit ongeveer 95% en de sensitiviteit 80%. Ik zet dat weer in een figuur om het duidelijk te maken (|figuur 5).

Dit betekent dat 5 van de 100 vrouwen zonder borstkanker ten onrechte worden doorverwezen omdat er een fout positieve uitslag is. Dat is dus bij één op de 20 vrouwen zonder borstkanker. Het probleem is natuurlijk dat je op dat moment helemaal niet weet dat de uitslag fout positief is. Het is bekend dat zo’n ‘vals alarm’ veel stress en onzekerheid met zich meebrengt. Je hebt toch een tijdje rondgelopen met het idee dat je borstkanker hebt. Ook na deze periode ervaren deze vrouwen meer stress en angst dan andere vrouwen. Dit kan lang aanhouden.

Aan de andere kant wordt 20% (dat is één op de 5) van de vrouwen met borstkanker ten onrechte gerustgesteld. Volgens velen is dat niet zo’n groot probleem omdat het onderzoek iedere 2 jaar wordt herhaald. Maar, als het argument is: ‘vroeger is beter’, is het toch wel een probleem.

Kan de sensitiviteit en specificiteit van een test worden verbeterd?

In een eerder hoofdstuk heb ik geschreven dat heel veel testen met een ja/nee uitslag in werkelijkheid testen met doorlopende waarden zijn. Boven een bepaalde drempelwaarde is de uitslag ‘ja’ of ‘ziek’. Onder die drempelwaarde is de uitslag ’nee’ of ’niet ziek’. Door die drempelwaarde aan te passen kan de sensitiviteit worden verhoogd. Dus, als de drempelwaarde maar laag genoeg wordt genomen, vindt je alle patiënten. De sensitiviteit is 100%! Dus een perfecte test. Helaas zit hier een heel grote adder onder het gras. En dit is een andere adder dan die in de vorige hoofdstukken aan bod kwam. Dit vraagt weer om een voorbeeld. Zie daarvoor figuur 6.

De ellipsen stellen 2 groepen mensen voor. Mensen die niet ziek zijn (groen) en mensen die wel ziek zijn (rood). De test is het meten van de lichaamstemperatuur. Als we afspreken dat je ziek bent als de temperatuur boven 38.0 is, mis je een deel van de zieken. De sensitiviteit is minder dan 100%. We kunnen de sensitiviteit wel op 100% krijgen. Namelijk door af te spreken dat je ziek bent als de temperatuur 37.5 graden of hoger is. Wat er dan gebeurt, is in de figuur goed te zien. Je vindt inderdaad alle zieken. Maar een deel van de niet zieke mensen wordt ineens ook ziek genoemd. Of anders gezegd: de specificiteit is afgenomen.

Dit is een ijzeren wet bij testen waar een drempelwaarde wordt gekozen. Als de sensitiviteit toeneemt, neemt de specificiteit af. Andersom geldt ook: als de specificiteit toeneemt, neemt de sensitiviteit af. De reden daarvoor is eenvoudig te zien in figuur 6. Er is namelijk meestal enige overlap tussen niet ziek en wel ziek.

Een ‘mooi’ voorbeeld van het aanpassen van drempelwaarde speelde kort na de start van het bevolkingsonderzoek darmkanker. De poeptest meet de aanwezigheid van bloed in de ontlasting. Ook dit is een test met een drempelwaarde. Na het starten van het bevolkingsonderzoek bleken er meer afwijkende uitslagen te zijn dan vooraf verwacht. Hierdoor dreigde de capaciteit voor darmonderzoeken in de ziekenhuizen te krap te worden. Om die reden is de drempelwaarde tijdelijk verhoogd. Op die manier kwamen er weer precies zoveel afwijkende uitslagen als verwacht.

Wat heb je in de praktijk aan de sensitiviteit en specificiteit?

Als je goed kijkt naar het voorbeeld van de zwangerschapstest en de borstfoto, zie je dat er een groot probleem is. Het was namelijk al bekend wie wel en niet zwanger is. En je wist al wie wel en niet borstkanker heeft. In werkelijkheid is het natuurlijk precies andersom. Een vrouw doet een zwangerschapstest om erachter te komen of ze zwanger is. Een vrouw doet mee aan het bevolkingsonderzoek borstkanker om erachter te komen of ze wel of niet borstkanker heeft. Hoe dit zit, komt volgende week aan bod.

Samenvattend

Er bestaan geen perfecte testen. Er is altijd een kans op een niet terechte uitslag. Fout negatief: je hebt de ziekte wel, maar de testuitslag is niet afwijkend. Fout positief: je hebt de ziekte niet, maar de uitslag is toch afwijkend. Met twee begrippen specificiteit en sensitiviteit kun je de betrouwbaarheid van een test weergeven. Specificiteit is het percentage terecht normale uitslagen. Sensitiviteit is het percentage terecht afwijkende uitslagen.

Volgend hoofdstuk (8). Wat zegt een afwijkende of normale uitslag nu eigenlijk?

Vorig hoofdstuk (6). Een magisch gevolg van betere scans en laboratoriumtesten: het Will Rogers effect

Overige hoofdstukken