Evidence-based Diagnosis Sep 2010

EVIDENCE-BASED DIAGNOSIS(Bagaimana Memilih Tes Diagnostik dan Menggunakan)Dr.Sugiarto,dr,SpPD.

Ilmu Penyakit Dalam RSUD Dr Moewardi / FK Universitas Sebelas Maret Surakarta

Kuliah Budaya Ilmiah, 5- September 2010

PENDAHULUAN Untuk memberikan terapi yang tepat seorang klinisi

(dokter) harus menentukan terlebih dahulu diagnosis yang tepat.

Diagnosis adalah hubungan antara penemuan klinik dan intervensi.

Diagnosis suatu penyakit harus didasarkan pada gejala,tanda, pemeriksaan fisik dan beberapa pemeriksaan penunjang.

PENDAHULUAN…… Jenis Diagnosis :

1. Diagnosis Etiologi. 2. Diagnosis Anatomi. 3. Diagnosis Fungsional. 4. Diagnosis psikiatri. 5. Diagnosis Psikososial.

Informasi tentang karakteristik dan penggunaan prosedur dan test diagnostik pada pemeriksaan penunjang dapat membantu klinisi menentukan diagnosis yang tepat.

Test diagnostik membantu seorang klinisi untuk memperkirakan suatu penyakit.

Perlu dilihat metodelogi penelitian dan analisa data. .

Contoh problem pasien

Patient oriented !!!!!!! Pasien usia 45 telah dilakukan test

mammografi. Hasil yang dibacakan oleh ahli radiologist dinyatakan "suspek malignancy" .

Pasien tersebut menanyakan kepada Anda :“Apakah saya mempunyai cancer?", dan kamu menyawab “ Tidak , kita harus melakukan test lebih lanjut ."  

Kemudian pasien menayakan, "OK, saya mengerti bahwa mammografi bukanlah jawaban terakhir, tetapi apa yang kita ketahui, bahwa saya mempunyai kanker payudara?".

Itu mudah !!!

Kemungkinan risiko untuk mendapatkan kanker payudara pada wanita usia > 45 tahun

dari hasil mammografi adalah 1%. Kemungkkinan juga bahwa pemeriksaan

mammografi sensifitasnya 90% dan spesifitasnya 95% .

Kemudian pilih pertanyaan berikut :

1%    15%      60%      85%    95%

Terapkan hasil-hasil pada pasien anda

Critically appraise evidence (validitas dan kegunaan)

Temukan evidence yang terbaik

untuk menjawab pertanyaan

Memerlukan informasi klinik

Jawaban pertanyaan ?

Evidance-Base Diagnosis

5 Alasan perlu dilakukan test Diagnostik1. Memastikan diagnosis pada keluan pasien . Misal Pemeriksaan

ECG untuk diagnosis ST-elevation myocardial infarction (STEMI) pada pasien dengan chest pain (nyeri dada).

2. Screning penyakit yang tidak mempunyai keluan. Misal pemeriksaan test prostate-specific antigen (PSA) pada laki-laki usia >50 tahun.

3. Mendapatkan informasi prognosis pada pasien yang penyakitnya sudah jelas. Misal pemeriksaan jumlah CD4 pada pasien HIV.

4. Monitoring terapi terhadap manfaat dan efek samping. Misal pengukuran international normalized ratio (INR) pada pasien yang mendapat warfarin.

5. Memastikan seseorang tidak menderita penyakit. Misal pemeriksaan test kehamilan untuk menyingkirkan diagnosis kehamilan yang ekstopik .

Tujuan

Bagaiamana memilih test diagnostik yang dipakai pada pasien.

Memakai PIOPED II: Critically appraise (telaah Kritis) pada artikel

penelitian test diagnostik. Menghitung dan menginterpretasi (sensitivity,

specificity, predictive values,dll)

Kriteria untuk Menentukan Test Diagnostik1. Bagaimana validitas test diagnostik dan

level of evidence (LOE) yang disajikan?2. Bagaimana kemampuan test diagnostik

( sensitivity, specificity, predictive value,likehood ratio dan karakteristiknya)

3. Bagaimana penerapan hasil penelitian dan test diagnostik terhadap klinik ?

Evidence-Based Medicine (EBM)

Adalah integrasi hasil-hasil penelitian terbaru dengan subyek pasien dan kejadian klinik dalam membuat keputusan klinik.

Level of Evidence [LOE]) Pembagian berdasarkan pendekatan prevention, diagnosis,

prognosis dan therapy.

Level A: Consistent Randomised Controlled Clinical Trial, Cohort study.

Level B: Consistent Retrospective Cohort. Explonatory Cohort. Ecological Study. Outcomes Research, Case-control Study, atau extrapolasi dari studi level A.

Level C: Case-series Study atau extrapolasi dari studi level

B Level D:

Opini tanpa critical appraisal atau berdasarkan patophysiologi.

Level E: Suatu penelitian yang tidak mempunyai bukti

cukup, kualitas jelek atau banyak pertentangan.

1.Bagaimana validitas test diagnostik dan level of evidence (LOE) yang

disajikan?

Validitas dan ketepatan test diagnostik paling baik ditentukan dengan membandingkan “kebenaran”.

Standart rujukan juga disebut “gold standard”, “criterian standard” atau “diagnostic standard”,”baku emas”

Strandart rujukan merupakan diagnosis yang telah di uji kebenaranya berdasarkan metodologi penelitian.

Kriteria utama untuk menentukan validitas penelitian test diagnostik :

Punya standart rujukan yang telah diujicobakan pada setiap pasien.

Apakah hasil test baru dan standart rujukan adalah independent (bebas) ? Apakah hasil test baru mempengarui standart rujukan ?

Apakah sampel pasien termasuk pasien yang dilakukan test diagnostik yang dapat diterapkan dalam klinik ?

Apakah dapat memperlihatkan diskripsi dari test baru dan standart rujukan ?

Punya standart rujukan yang telah diujicobakan pada setiap pasien.

Suatu test baru harus dibandingkan dengan standart rujukan seperti biopsi, pembedahan,autopsi atau evaluasi yang cukup lama.

Test baru dan standart rujukan sama-sama diujicobakan pada setiap pasien yang akan diteliti.

Misal : Test mikroabuminuri urine dengan membandingkan antara : 24-Hour Urinary Albumin excretion Rate (Standart rujukan )

dengan Urinary Albumin: creatine ratio ( test baru). Kedua test ini harus diujicobakan pada setiap pasien yang

diteliti.

Apakah hasil test baru dan standart rujukan adalah independent (bebas) ?

Apakah hasil test baru mempengarui standart rujukan ?

Untuk mencegah apakah hasil test diagnostik baru dipengaruhi oleh test standart rujukan, maka hasil test harus independent.

Misal : hasil test fundoskopi berbeda dengan angiografi.

Apakah dapat memperlihatkan diskripsi dari test baru dan standart rujukan ? Point penting adalah test dapat membedakan

antara laki-laki dan wanita. apakah secara umum dapat diterima menjadi

standart rujukan.

Apakah sampel pasien termasuk pasien yang dilakukan test diagnostik yang dapat diterapkan dalam klinik ?

Test diagnostik hanya digunakan untuk membedakan penyakit yang belum jelas.

Test diagnotik dapat membedakan antara yang sehat dengan yang sakit.

Nilai pragmatis dari test ini adalah hanya pada penelitian itu sendiri yang menyerupai dalam praktek klinik.

2.Bagaimana kemampuan test

diagnostik ( sensitivity, specificity, predictive

value,likehood ratio dan karakteristiknya)

Sensitivity, specificity and LRs don’t help to make a diagnosis Apa yang perlu

diketahui, berikan hasil positip atau negatip Apakah kemungkinan pasien mempunyai penyakit.

Tidak…. Jika mereka penyakit kemungkinan test positive (sensitivity) or negative (specificity)

Paradigma Diagnostic

Pre test probability

Diagnostic test (sensitivity / specificity)

Revised probability (post test probability)

Test & Treatment Thresholds in Diagnosis

Probability of Disease

0% 100%

Treatment Threshold

Test Threshold

Further testing

No tes

t

Trea

t

Sensitivity & specificity depend on more than just the ‘quality’ of a test…

If the cut off point of this test is set low then it will be sensitive (all patients with disease will test positive) but there will also be a number of false positives (lowering specificity)

Diseased

Healthy

Test Diagnostik Sensitivity

Specificity

Accuracy

Predictive Value

Likelihood Ratios

Tingginya sensitivity dan specifity akan menentukan hasil test “rule in atau rule out”.

Contoh : Sensitivity 100 % dan negatip Predictive value

100% rule out. Specificity 100 % dan positip Predictive

value 100 % rule in.

RULE IN ATAU RULE OUT

“Spin” (a positive result for a 100% specifi c test rules in disease) and “Snout” (a negative result for a 100% sensitivetest rules out disease) rules.

Sensitivity : Adalah indek prosentase yang menunjukkan kemampuan uji

diagnosis baru dalam mendeteksi adanya penyakit kalau memang ada penyakitnya berdasarkan uji diagnosis baku emas.

Proporsi orang dengan gangguan penyakit yang memberikan hasil test positip (abnormal)

Merupakan rujukan kasus yang benar-benar positip adanya penyakit.

Umumnya lebih sensitip suatu test untuk penyakit , rata-rata false-positive (positip palsu),lebih rendah spesifitasnya. 

Hasil sensitivity yang tinggi dapat dimanfaatkan untuk screning suatu penyakit.

Specificity:

Adalah indek yang menunjukkan kemampuan uji diagnosis yang sedang diteliti dalam mendeteksi tidak adanya penyakit bila memang tidak ada penyakit berdasarkan uji diagnosis baku emas

Berfungsi hanya untuk menentukan tidak adanya suatu penyakit pada diri seseorang

Adalah proporsi orang tanpa gangguan penyakit yang memberikan hasil test negatip (normal).

Merupakan rujukan kasus yang benar-benar negatip tidak adanya penyakit.

Perlu diingat !

sensitivity dan specificity hanya digunakan ketika keduanya sangat tinggi ( 95% ).

Kurve ROC yang menggambarkan hubungan antara sensitivity vs (1-

specificity)

Accuracy :

Adalah kesesuaian secara keseluruhan antara uji diagnosis baru yang sedang diteliti dengan uji diagnosis baku emas

Kemapuan test untuk memisahkan penyakit dengan baik.

Predictive value:

Merupakan gambaran prevalensi dan karakteristik penyakit pada penelitian.

Positip Predictive value : Adalah seberapa besar kemampuan uji diagnosis yang sedang

diteliti dalam memprediksi benar-benar adanya penyakit apabila hasil uji diagnosis tersebut positif

Kemungkinan hasil test positip yang mempunyai penyakit.

Negatip Predictive value : Adalah seberapa besar kemampuan uji diagnosis yang sedang

diteliti dalam memprediksi benar-benar tidak ada penyakit apabila hasil uji diagnosis tersebut negatif

Kemungkinan hasil test negatip yang tidak mempunyai penyakit.

Likehood ratio( LR):

Merupakan proporsi probabilitas (kemungkianan) setelah dilakukan test.

Digunakan untuk memperkirakan ketepatan adanya penyakit atau kelainan pada waktu test.

Tingkatan test diagnostik meningkatkan atau menurunkan kemungkinan suatu penyakit yang dapat dilihat dari pengukuran pre-tes terhadap post-testnya.

LR =1 artinya kemungkinan post-tes sama dengan pre-tes.

LR >1 artinya kemungkinan terjadi penyakit lebih besar.

LR<1 artinya kemungkinan terjadinya penyakit lebih kecil.

Contoh !

Dilaporkan bahwa scan kepala pada infark “high probability”. pre-test probability of 70% dan mempunyai LR of 18.3 yang berhubungan dengan high-probability scan, post-test probability adalah > 97%.

Likelihood ratio nomogram

Interpretasi Likehood ratio

Qualitative Strength LR(+) LR(-)

Excellent 10 0,1

Very good 6 0,2

Fair 2 0,5

Useless 1 1

Hubungan antara hasil tes dan situasi sebenarnya

Hasil test Ada Tidak ada

Positip True positipa

False positipb

Negatip False negatipc

True negatipd

Penyakit

a+c b+d

Keterangan:

Sensitivity : a/( a+c) Specifity : d/(b+d). Accuracy : (a+b)/(a+b+c+d) Predictive value :

Positip Predictive value : a/(a+b) Negatip Predictive value : d/(c+d)

Likelihood Ratio :a/(a+c) : b/(b+d)

Contoh

Contoh

3.Bagaimana penerapan hasil

penelitian dan test diagnostik terhadap klinik ?

Probabilitas alamiah pada proses Diagnostik

Terapi atau tidak ?

Apakah test dapat direproduksi? Test yang baik harus bisa membedakan yang

normal dengan abnormal pada keadaan stabil.

Apakah hasil test dapat diterapkan pada pasien ? Hasil test dapat memperlihatkan perbedaan

kelainan pada setiap kondisi. LR > 1 meningkatkan sensitifitas penyakit. LR<1 menurunkan sensitifitas penyakit LR =1 test tidak bermanfaat.

Apakah test dapat merubah penatalaksaan ? Hasil test akan menentukan diagnosis pasien. Ketepatan diagnosis memberikan ketepatan dalam terapi. Untuk memutuskan hasil tes dapat dimamfaaftkan atau

tidak dapat dilihat pada besaran LR. Jikan LR =1 test tidak bermanfaat.

Apakah test dimanfaatkan atau tidak ?

Tes tidak dimanfaatkan jika tidak bisa untuk mendiagnosis, berbahaya pada pasien, punya resiko

KESIMPULAN Untuk menentukan diagnosis yang tepat

suatu penyakit diperlukan tanda-tanda, penemuan klinik dan pemeriksaan penunjang (test diagnostik).

Interpretasi dan penggunaan hasil test diagnostik merupakan kunci penting terhadap diagnosis penyakit.

Untuk terapi diperlukan “evidance-base “ yang terbaru.

Perhitungan LR menentukan penyakit atau tidak adanya penyakit

KESIMPULAN- 1

What do you want to DO with a test? Rule in disease? Rule out disease?

Think about the pre-test probability before you order a test

Compare the operating characteristics of tests before you select one

Think about what you will do with the results of the test (implications)

KESIMPULAN- 2

If a serious outcome if the disease is missed, you want a high ________

If the treatment is invasive or risky, you want a high _________

Predictive value is influenced by underlying prevalence of disease

Likelihood ratios are not influenced by prevalence of disease

Sensitivity

Specificity

DAFTAR PUSTAKA

Jaeschke, et al. 1994. Based on the Users' Guides to Evidence-based Medicine .JAMA :271(5):389-391) dan 271(9):703-707)

Soeparto ,dkk. 1998. Epidemiologi Klinis Gramik FK UNAIR Gerstein and Haynes, 2001. Evidence-Based Diabetes Care.

Canada. Bc Decker Inc Wainner and Fritz, 2001. Examining Diagnostic Tests: An

Evidence-Based Perspective.Physical Therapy ;81;1546-1564 Hawkins RC,2005. The Evidence Based Medicine Approach

to Diagnostic Testing: practicalities and limitations .Clin Biochem Rev ;26: 7-18

Elavunkal,2009. Updated: Nov 9