La modélisation épidémiologique et son usage pour gérer la COVID-19

#7 – Si mon test est positif ça veut dire quoi ?

Sortons un peu de la modélisation pour discuter d’une question importante en épidémiologie : que signifie exactement le résultat d’un test de dépistage ?

Un test est caractérisé par sa sensibilité (Se) et sa spécificité (Sp). La sensibilité d’un test est sa capacité à donner un résultat positif lorsqu’un individu infecté est testé (encore faut-il savoir de manière sûre qu’il est infecté). La spécificité d’un test est sa capacité à donner un résultat négatif lorsqu’un individu non infecté est testé (idem, encore faut-il être sûr que l’individu n’est pas infecté). Pour déterminer ces valeurs Se et Sp d’un test, des travaux en laboratoire sont nécessaires pour comparer les résultats donnés par ce test avec ceux obtenus avec un autre test aux caractéristiques bien connues (généralement un gold standard).

Cependant, quand on va se faire tester, on ne connaît pas à l’avance notre état de santé puisqu’on cherche à le déterminer. Suite à un test, quelle est la probabilité d’être réellement infecté lorsque notre test est positif ? Quelle est la probabilité d’être réellement non infecté lorsque notre test est négatif ? Pour le savoir, il faut calculer les valeurs prédictives positive (VPP) et négative (VPN) du test. Il faut donc connaître non seulement les caractéristiques du test (Se et Sp), mais aussi une troisième information : la prévalence p de l’infection dans la population à laquelle l’individu testé appartient, c’est-à-dire la proportion de personnes qui sont effectivement infectées dans cette population. On va pouvoir alors remplir le tableau suivant :

On pourra calculer les valeurs prédictives :

VPP = VP / (VP+FP) = Se x p / (Se x p + (1-Sp) x (1-p))

VPN = VN / (VN+FN) = Sp x (1-p) / (Sp x (1-p) + (1-Se) x p)

Prenons un petit exemple dans une population de grande taille comme la France (70 millions d’habitants), dans laquelle 10% des personnes se font tester (7 millions). Imaginons que la prévalence p de l’infection soit de 1%, et que le test ait une sensibilité de 90% et une spécificité de 98%.

En appliquant les formules précédentes pour calculer les valeurs prédictives, on constate qu’une personne avec un résultat positif aura 31% (VPP) de chances d’être réellement infectée (et 69% de chances de ne pas l’être). Une personne avec un résultat négatif aura 99.9% (VPN) de chances d’être réellement non infectée. D’autres exemples sont présentés ci-après dans la figure. La valeur prédictive négative est très bonne lorsque la prévalence est faible, alors que la valeur prédictive positive l’est moins, mais permet de prendre les bonnes précautions.

Valeurs prédictives positive (VPP) et négative (VPN) du test selon sa sensibilité (en bleu : Se=0.9 ; en noir : Se=0.5), sa spécificité (en bleu : Sp=0.99 ; en noir : Sp=0.98) et la prévalence de l’infection.

En résumé : les tests jouent bien sûr un rôle clé dans la maîtrise d’une épidémie, dans la mesure où ils contribuent à identifier des individus infectés ou non, mais leur usage n’est pas aussi simple qu’on pourrait le penser. L’incertitude résultant de leur sensibilité, de leur spécificité et de la prévalence de l’infection (qui varie au cours du temps, ne l’oublions pas !) doit être prise en compte pour utiliser leurs résultats avec pertinence.