Amikor állapotfelmérést vagy funkcionális teszteket végzünk, patológiákat, elváltozásokat igyekszünk felismerni vagy kiszűrni. Ahhoz azonban, hogy pontosan értelmezhessük a tesztek eredményeit, fontos megismernünk a tesztjeink és szűrővizsgálataink néhány olyan tulajdonságát, melyek elengedhetetlenek az pontos következtetéshez.
Amikor állapotfelmérést vagy funkcionális teszteket végzünk, patológiákat, elváltozásokat igyekszünk felismerni vagy kiszűrni. Ahhoz azonban, hogy pontosan értelmezhessük a tesztek eredményeit, fontos megismernünk a tesztjeink és szűrővizsgálataink néhány olyan tulajdonságát, melyek elengedhetetlenek az pontos következtetéshez.
Megbízhatóság / Reliability:
Kezdjük a legkönnyebbel: egy tesztet akkor tekinthetünk egy megbízhatónak,
ha következetesen mindig azonos eredményt hoz.
Példa:
Ha felállsz a mérlegre - és az jól van kalibrálva - akkor most is és egy perc múlva is
pontosan ugyanannyit kell mutatnia a kijelzőnek. Ha nem tologatsz semmilyen változót
- jelen nem eszel/iszol, öltözöl/vetkőzöl, nem is pisilsz/kakilsz a két mérés között - akkor
a tesztet akárhányszor végrehajthatjuk, az eredmény azonos lesz.
Érzékenység / Sensitivity:
Itt kezdődnek az izgalmasabb paraméterek.
A mi műfajunkban - mozgásterápia - egy teszt érzékenysége ( szenzitivitása) azt mutatja
meg, hogy milyen arányban jelez be, ha jelen van a betegség.
A funkcionális tesztjeink de a klasszikus szűrővizsgálatok többsége is ezen a "kizárásos" elven működik - szakszóval a valós pozitív eseteket mutatja meg.
Ha egy 100%-ban érzékeny teszt negatív, az azt jelenti, hogy a betegség vagy
elváltozás biztosan nincs jelen.
Hogy jelölik a szenzitivitást:
- Az érzékenységet egy nullától egyig terjedő skálán szokták jelölni.
- Minél közelebb vagyunk az 1-hez, annál pontosabb - érzékenyebb - a teszt.
- A szenzitivitás értéke százalékban is megadható: minél magasabb a százalék
aránya, annál gyakrabban jelez be az adott tesz a meglévő elváltozás esetén.
Példa:
A klasszikus Lasseque teszt szenzitivitása vagy 72-95% - ami egész jónak számít
az ideggyöki érintettséget kizárására.
Specificitás / specificity:
Azt mutatja meg, hogy az adott teszt mennyire pontosan tudja megmutatni,
hogy ki nem beteg - azaz kire NEM jellemző az adott elváltozás.
( az ilyesmit nevezzük valós negatív esetnek )
A számozás azonos:
- 0 és 1 között jelölhető egy teszt specificitása...
- azaz minél közelebb vagyunk az 1-hez, annál pontosabban
szűri ki a teszt a negatív eseteket... - ...de jelölhetik százalékkal is: minél magasabb a százalék, annál jobb a specificitás,
azaz annál megbízhatóbban szűri ki a valós negatív eseteket.
Szerintem már ennyiből is sejted, hogy sajnos minél érzékenyebb egy teszt
( magas szenzitivitás) jó eséllyel annál rosszabb lesz a specificitása és viszont.
A Lasseque teszt amilyen szenzitív - azaz amilyen jó arányban mutatja meg a gyöki érintettséget - a specificitása konkrétan vacak - 11%-66%-ig írták le különböző kísérletek.
( off: egyébként 50%-tól tekintünk elfogadhatónak egy tesztet )
De ennyit az elméletről - most helyezzük
mindezt a gyakorlat talajára:
A jó öreg Lasseque tesztnél maradva: ha tisztában vagy vele,hogy a teszt szenzitív de a specificitása gyér, akkor pontosan tudod, hogy fenn fog akadni rajta egy sor gyöki érintett ember, de sok olyan is, akinek a problémája más:
- húzza a hamstring csoportját ( a comb hátsó izomzata) a láb emelése?
- a lágyrészek feszülése összehúzza a kisízületeit?
- irritáció alá kerül az isiász a piriformis izom alatt?
- simán szomatizál, és fél a teszttől?
...muszáj tovább tesztelni, hogy kiderítsük, hogy a pozitivitást mi okozza.
Ha a gyöki érintettség validnak tűnik, akkor pedig utána kell menni, hogy mi
állhat mögötte!
Stenosis? Gyöki letapadás? Kisízületi érintettség? Sérv?
Keresünk egy újabb tesztet, ami pontosít...
aztán egy újabbat, ami tovább pontosít..
A profi a lehető legkevesebb lépésből be tudja zárni az ehhez hasonló kört.
ALGORITMIKUSAN HALADNI A PRECÍZ
DIAGNÓZIS FELÉ:
Igy dolgozik egy rutinos róka, aki nem engedi, hogy a terápiás valóságai befolyásolják - hanem statisztikai alapon gyűjti a pácienséről az adatot - ami így nagyságrendekkel
lesz objektívebb.
A még profibb nem is gondolkodik sokat az "algoritmuson", hanem úgynevezett Clinical Predicition Rule-t ( CPR) követ - ezek olyan matematikai / statisztikai modellek, melyek egyértelmű protokollokat adnak az elvégzendő tesztek sorrendjére és a tünetek, képalkató eljárások eredményeinek értelmezésére - így jelentősen kizárható az emberre végtelenül jellemző szubjektivitás.
Az AI fejlődésével az ilyen jellegű diagnózishoz jutás robbanásszerűen fejlődik, és ahogy a Deep Blue sakkprogram is könnyedén megveri a humán nagymestereket, úgy ebben a sakkjátszmában is megdöbbentően ügyesebb lesz ( már az ) , mint mi vagyunk.
De hogy erre mit érdemes lépnünk, arról egy következő blogbejegyzés fog szólni.
By the way a 2024-es képzéseket láttad már?