Test PCR może wykrywać dziesięć kopii DNA w probówce i jednocześnie przeoczyć wiele zakażeń u pacjentów. Może też niemal nigdy nie reagować krzyżowo z innymi mikroorganizmami, a mimo to dawać znaczną liczbę wyników dodatnich, które nie oznaczają choroby. Nie ma tu sprzeczności: czułość analityczna, czułość kliniczna, swoistość analityczna i wartość predykcyjna opisują inne etapy oraz inne mianowniki.epidemiologia-testy
Wiarygodna ocena zaczyna się od precyzyjnego zdefiniowania analitu, stanu docelowego, populacji, próbki, progu i standardu odniesienia. Dopiero potem można wypełnić tabelę 2×2, policzyć miary z przedziałami ufności i zapytać, czy wynik rzeczywiście poprawia decyzję kliniczną.stard2015
„Czułość” bez przymiotnika jest niejednoznaczna
W chemii analitycznej czułość może oznaczać zmianę sygnału przypadającą na zmianę stężenia, czyli nachylenie krzywej kalibracyjnej. W diagnostyce „czułość testu” zwykle oznacza udział wyników dodatnich wśród osób ze stanem docelowym.
W mikrobiologii spotyka się jeszcze „czułość analityczną” rozumianą jako zdolność wykrywania małej ilości organizmu lub celu. To pojęcie jest często komunikowane przez LoD.
Każdy tekst powinien wskazywać, które znaczenie stosuje.
Analit nie jest tym samym co stan docelowy
Analitem może być DNA, RNA, antygen, przeciwciało, aktywność enzymu albo wzrost. Stanem docelowym może być zakażenie, aktywna choroba, nosicielstwo, odporność lub potrzeba określonego działania.
PCR może prawidłowo wykryć DNA, choć drobnoustrój nie jest żywy. Serologia może prawidłowo wykryć przeciwciało po dawnym zakażeniu, choć pacjent nie ma choroby ostrej.
Test może być analitycznie prawdziwy i klinicznie nie odpowiadać na zadane pytanie.
Zamierzone zastosowanie definiuje właściwą ocenę
Ten sam test może służyć do rozpoznania u osoby objawowej, przesiewu bezobjawowych, potwierdzania wyniku albo monitorowania leczenia. Każde zastosowanie ma inną populację, częstość stanu i koszt błędów.
Czułość z badania hospitalizowanych ciężkich przypadków nie musi obowiązywać w łagodnej chorobie ambulatoryjnej. Swoistość oceniona na zdrowych ochotnikach nie opisuje pacjentów z podobnymi objawami innych chorób.
Charakterystykę należy przypisać do konkretnego zastosowania, nie do nazwy produktu w próżni.
Tabela 2×2 porządkuje cztery możliwe wyniki
Po porównaniu testu badanego ze stanem docelowym powstają cztery pola:
| Stan docelowy | Test dodatni | Test ujemny |
|---|---|---|
| Obecny | prawdziwie dodatni TP |
fałszywie ujemny FN |
| Nieobecny | fałszywie dodatni FP |
prawdziwie ujemny TN |
Słowa „prawdziwy” i „fałszywy” odnoszą się do przyjętego standardu odniesienia. Jeżeli standard się myli, tabela dziedziczy jego błąd.
Każda miara wybiera inny wiersz, kolumnę lub kombinację tych czterech pól.
Czułość diagnostyczna patrzy na osoby ze stanem docelowym
czułość = TP / (TP + FN)
Mianownikiem są wszystkie osoby, u których stan jest obecny według standardu odniesienia. Wysoka czułość oznacza mało wyników fałszywie ujemnych w badanej populacji.
Nie odpowiada na pytanie, jakie jest prawdopodobieństwo choroby po dodatnim wyniku. To odwrócenie warunku jest jednym z najczęstszych błędów.
Czułość jest P(test+ | stan+), a nie P(stan+ | test+).
Swoistość diagnostyczna patrzy na osoby bez stanu
swoistość = TN / (TN + FP)
Mianownikiem są osoby bez stanu docelowego. Wysoka swoistość oznacza mało wyników fałszywie dodatnich w tej grupie.
Nie jest bezpośrednio prawdopodobieństwem, że osoba z wynikiem ujemnym jest zdrowa. To opisuje ujemna wartość predykcyjna.
Swoistość jest P(test− | stan−), nie P(stan− | test−).
Fałszywie ujemny odsetek jest dopełnieniem czułości
FNR = FN / (TP + FN) = 1 − czułość
Jeżeli czułość wynosi 90%, to w populacji i warunkach badania około 10% osób ze stanem otrzymało wynik ujemny. Nie znaczy to, że 10% wszystkich wyników ujemnych jest fałszywych.
Dopełnienie dotyczy tego samego mianownika — osób ze stanem docelowym.
Mylenie FNR z 1 − NPV prowadzi do błędnej informacji dla pacjenta.
Fałszywie dodatni odsetek jest dopełnieniem swoistości
FPR = FP / (TN + FP) = 1 − swoistość
Przy swoistości 95% test jest dodatni u 5% osób bez stanu w badanej populacji. Nie oznacza to, że 5% dodatnich wyników jest fałszywych.
Udział fałszywych wyników wśród wszystkich dodatnich zależy silnie od częstości stanu.
FPR jest osią poziomą klasycznej krzywej ROC.
Dokładność całkowita może być bardzo myląca
accuracy = (TP + TN) / N
Jeżeli stan występuje u 1% osób, test zawsze zwracający „ujemny” osiąga 99% trafnych klasyfikacji, ale nie wykrywa żadnego przypadku. Wysoka accuracy wynika wtedy z dominacji zdrowej grupy.
Miara łączy błędy o różnych kosztach i zależy od proporcji grup. Powinna być pokazywana najwyżej wraz z pełną tabelą.
Jedna liczba nie zastępuje czułości i swoistości.
Zbalansowana dokładność nadaje grupom równą wagę
balanced accuracy = (czułość + swoistość) / 2
Ogranicza wpływ nierównowagi liczebności, ale nadal zakłada, że oba rodzaje poprawności mają równą wagę. Nie mówi o wartości predykcyjnej w realnej populacji.
Może być użyteczna do porównania klasyfikatorów w zbiorze, lecz nie jest samodzielną miarą użyteczności klinicznej.
Nawet zbalansowana liczba ukrywa, czy problemem są przeoczenia, czy fałszywe alarmy.
Czułość analityczna dotyczy małej ilości analitu
W testach jakościowych ocenia zdolność uzyskania dodatniego wyniku przy niskim stężeniu celu. Nie powinna być utożsamiana automatycznie z nachyleniem kalibracji ani z czułością kliniczną.
Próbka pacjenta może zawierać inhibitor, niewłaściwy materiał lub analit w innym miejscu niż pobrane. Test osiągający świetny LoD w buforze może mieć słabszą detekcję w śluzie, krwi lub kale.
Analityczna granica jest warunkiem wyników klinicznych, lecz ich nie wyznacza samodzielnie.
Swoistość analityczna dotyczy tego, co reaguje w teście
Obejmuje brak reakcji krzyżowych z podobnymi organizmami, sekwencjami gospodarza, lekami i innymi substancjami. W PCR ocenia się ekskluzywność starterów i sond; w immunoanalizie wiązanie przeciwciała; w hodowli selektywność warunków.
Test może być swoisty dla sekwencji gatunkowej, ale nie dla aktywnej choroby. Może też wykrywać wspólny gen kilku gatunków zgodnie z projektem.
Swoistość analityczna wymaga jawnej definicji zakresu reaktywności.
Selektywność i swoistość nie zawsze są używane identycznie
W chemii selektywność opisuje zdolność pomiaru analitu w obecności interferentów, a absolutna swoistość jest rzadkim ideałem. W diagnostyce swoistość zwykle ma formalny mianownik osób bez stanu.
To samo słowo może więc opisywać zachowanie molekularne albo wynik populacyjny. Publikacja powinna odróżnić analytical specificity od diagnostic specificity.
Nieprecyzyjny język może stworzyć pozorną sprzeczność między laboratorium i epidemiologią.
LoB opisuje rozkład sygnału próby ślepej
Limit of blank jest najwyższym wynikiem oczekiwanym dla próbki bez analitu przy ustalonym prawdopodobieństwie. Nie musi wynosić zero, bo szum, tło i nieswoiste reakcje mają rozkład.
LoB zależy od partii, aparatu, matrycy i algorytmu. Mała liczba prób ślepych daje niepewne oszacowanie ogona rozkładu.
Przekroczenie LoB sugeruje sygnał ponad tło, ale nie gwarantuje jeszcze wiarygodnej detekcji niskiego stężenia.
LoD opisuje prawdopodobną detekcję ponad tłem
Limit of detection to najmniejsza ilość, przy której procedura wykrywa analit z ustalonym prawdopodobieństwem. W badaniach jakościowych często wyznacza się ją wieloma powtórzeniami blisko granicy.
Najniższe pojedyncze dodatnie rozcieńczenie nie jest LoD. Przy małej liczbie kopii losowe porcjowanie daje naprzemienne wyniki.
CLSI EP17 rozdziela LoB, LoD i LoQ oraz opisuje ich ocenę i weryfikację.clsi-ep17
LoQ wymaga użytecznej jakości wyniku liczbowego
Limit of quantitation to najmniejsza ilość, którą można oznaczyć z ustalonym błędem lub niepewnością. Zwykle jest wyższa niż LoD.
Analit może zostać wykryty, ale jego liczba kopii, stężenie albo miano być zbyt niestabilne do raportowania ilościowego. Wynik „wykryto poniżej zakresu oznaczalności” zachowuje tę różnicę.
LoQ nie jest progiem klinicznej choroby, chyba że osobno to wykazano.
Granica wykrywalności zależy od jednostki i procesu
Kopie na reakcję, kopie na mililitr, CFU/ml i jednostki międzynarodowe nie są wymienne. Przeliczenie wymaga objętości początkowej, odzysku ekstrakcji, eluatu i udziału w reakcji.
LoD wyznaczone na oczyszczonym DNA omija pobranie, lizę i ekstrakcję. End-to-end LoD w realistycznej matrycy opisuje więcej etapów.
Wartość bez jednostki i definicji przygotowania jest praktycznie nieporównywalna.
Czułość kliniczna obejmuje całą drogę próbki
Przeoczenie może wynikać z niskiego stężenia, ale również złego miejsca pobrania, niewłaściwego czasu, transportu, leczenia, inhibicji i zmienności patogenu. Wszystkie te zdarzenia wpływają na wynik u osób ze stanem.
Dlatego doskonały LoD nie gwarantuje wysokiej czułości diagnostycznej. Odwrotnie, test o umiarkowanym LoD może być bardzo czuły klinicznie, jeśli analitu jest zwykle dużo w poprawnej próbce.
Populacyjna charakterystyka jest wynikiem metody i ścieżki zastosowania.
Standard odniesienia definiuje „prawdę” w badaniu
Może to być hodowla, metoda molekularna, obrazowanie, serokonwersja, obserwacja kliniczna lub złożony panel kryteriów. W wielu zakażeniach nie istnieje doskonały złoty standard.
Jeżeli nowy PCR wykrywa przypadki pomijane przez mało czułą hodowlę, zostaną zapisane jako FP, choć część jest prawdziwa biologicznie. Jeżeli standard wykrywa kolonizację zamiast choroby, tabela mierzy inny stan.
Wybór standardu jest założeniem naukowym wymagającym uzasadnienia.
Złożony standard odniesienia może lepiej opisać stan
Kombinacja hodowli, PCR, serologii, obrazu klinicznego i obserwacji może ograniczyć błąd pojedynczej metody. Reguła musi być ustalona przed analizą i stosowana jednakowo.
Złożony standard może jednak wprowadzić subiektywność oraz zależność między składnikami. Włączenie testu badanego do definicji stanu sztucznie zwiększa zgodność.
Nie ma automatycznie lepszego standardu; jest lepiej lub gorzej uzasadniony dla celu.
PPA i NPA nie zawsze są czułością i swoistością
Gdy test porównuje się z metodą, która nie jest wiarygodnym standardem stanu, zaleca się mówić o dodatniej i ujemnej zgodności procentowej.
PPA = zgodne dodatnie / wszystkie dodatnie według komparatora
NPA = zgodne ujemne / wszystkie ujemne według komparatora
Miary opisują zgodność z komparatorem, nie prawdę kliniczną. FDA zaleca rozróżnienie tej sytuacji w raportowaniu.fda-diagnostic
Zgodność całkowita może ukrywać asymetrię błędów
Overall percent agreement liczy wszystkie zgodne wyniki przez wszystkie porównania. Przy rzadkim stanie dominują zgodne wyniki ujemne.
Dwa testy mogą mieć 99% zgodności, a jednocześnie nie zgadzać się w połowie nielicznych wyników dodatnich. Dlatego PPA i NPA trzeba podawać oddzielnie.
Wysoka zgodność nie rozstrzyga, który test jest poprawny w przypadkach rozbieżnych.
Rozstrzyganie rozbieżności może zawyżać wynik nowego testu
Jeżeli dodatkową metodę wykonuje się tylko wtedy, gdy nowy test nie zgadza się ze starym, a jej wynik jest bliższy technologicznie nowemu, powstaje bias. Zgodne pary nie przechodzą takiej samej weryfikacji.
Lepszym rozwiązaniem jest niezależny standard zastosowany do wszystkich lub losowej, odpowiednio zaprojektowanej części. Analiza rozbieżności może być eksploracyjna, ale nie powinna po cichu zastępować pierwotnej tabeli.
„Resolved sensitivity” bywa bardziej wynikiem reguły niż testu.
Weryfikacja częściowa zniekształca dokładność
Jeżeli standard odniesienia otrzymują przede wszystkim osoby z dodatnim testem, część fałszywie ujemnych pozostaje nieodkryta. To partial verification bias.
W praktyce klinicznej dodatni wynik często prowadzi do dalszych badań, a ujemny kończy ścieżkę. Retrospektywne dane mogą więc systematycznie przeceniać czułość.
Projekt powinien zapewnić weryfikację niezależną od wyniku albo zastosować odpowiednie metody korekty.
Różne standardy dla dodatnich i ujemnych tworzą differential verification bias
Na przykład dodatnie próbki potwierdza się PCR, a ujemne obserwacją kliniczną. Metody mają różną czułość i mierzą różne aspekty.
Może to zmienić klasyfikację stanu w sposób zależny od testu badanego. Należy opisać wszystkie standardy i liczbę osób ocenionych każdym.
Jednolity algorytm jest łatwiejszy do interpretacji niż uznaniowa ścieżka po wyniku.
Incorporation bias powstaje, gdy test pomaga definiować stan
Jeżeli wynik badanego PCR jest składnikiem kryterium rozpoznania zakażenia, dodatni test częściej zostanie uznany za prawdziwie dodatni z definicji.
Problem występuje również, gdy komisja kliniczna zna wynik testu i używa go w ocenie. Czasem nie da się całkowicie oddzielić informacji, ale wpływ trzeba ujawnić.
Standard odniesienia powinien być możliwie niezależny od testu indeksowego.
Zaślepienie ogranicza review bias
Osoba odczytująca subiektywny test może inaczej interpretować słaby sygnał, gdy zna wynik standardu lub objawy. Ocena standardu również może zostać przesunięta przez znajomość testu.
Automatyczny wynik nie eliminuje problemu, jeśli ręcznie zmienia się próg lub zatwierdza krzywą. Projekt powinien opisać dostępne informacje.
Zaślepienie dotyczy procesu interpretacji, nie tylko nazwiska obserwatora.
Badanie case-control zwykle zawyża rozdzielczość
Porównanie ciężko chorych, jednoznacznie dodatnich przypadków z całkowicie zdrowymi kontrolami tworzy szerokie rozdzielenie. W realnej diagnostyce pacjenci bez stanu mają podobne objawy i inne zakażenia.
Spectrum bias oznacza, że czułość i swoistość zmieniają się wraz ze spektrum choroby i alternatywnych rozpoznań. Najlepsza ocena obejmuje kolejnych pacjentów z zamierzonej ścieżki.
Test powinien odróżniać to, co klinicznie bywa mylone, a nie tylko skrajności.
Nasilenie i faza choroby zmieniają czułość
Duża ilość patogenu w ciężkiej ostrej chorobie ułatwia detekcję. Łagodne, wczesne, leczone albo miejscowe zakażenie może dawać mniej analitu.
Jeżeli badanie obejmuje głównie hospitalizowanych, jego czułość nie musi przenosić się na przesiew ambulatoryjny. W serologii faza przed odpowiedzią przeciwciał tworzy inne okno niż faza rekonwalescencji.
Rozkład czasu od objawów powinien znaleźć się w opisie populacji.
Rodzaj próbki jest częścią definicji testu
Wymaz nosowy, aspirat, plwocina, krew i tkanka mają różną ilość analitu oraz inhibitory. Czułość jednej matrycy nie może być automatycznie przypisana innej.
Nawet dwie techniki wymazu różnią się miejscem, materiałem i tolerancją pacjenta. Jakość pobrania tworzy heterogeniczność między ośrodkami.
Charakterystyka dotyczy testu-plus-próbki-plus-procedury.
Wyniki nieważne powinny pozostać widoczne
Usunięcie wszystkich próbek z inhibicją lub błędem aparatu z mianownika przedstawia wynik tylko dla przypadków, w których test zadziałał. Klinicznie nieważny wynik jest jednak realnym zdarzeniem.
Należy raportować częstość nieważnych, powtórzeń i wynik po powtórzeniu. Można analizować dokładność w ważnych wynikach, ale obok pełnego przepływu próbek.
STARD wymaga opisania postępowania z wynikami nieokreślonymi i brakującymi.stard2015
Wykluczanie „trudnych” próbek zmienia populację
Lepkie, małoobjętościowe, mieszane lub graniczne próbki często są właśnie tymi, które występują w praktyce. Ich usunięcie poprawia metryki kosztem zastosowalności.
Kryteria wykluczenia powinny być uprzednie i jawne. Analiza wrażliwości może pokazać wynik przy różnych sposobach klasyfikacji.
Kompletność diagramu przepływu jest dowodem jakości badania, nie formalnością.
Powtarzane próbki jednej osoby nie są niezależne
Dziesięć próbek od jednego pacjenta nie dostarcza tej samej informacji co dziesięciu pacjentów. Wyniki są skorelowane przez biologię, leczenie i sposób pobrania.
Proste przedziały ufności zakładające niezależność będą zbyt wąskie. Projekt może wybierać jedną próbkę, analizować pacjentów albo stosować model klastrowy.
Jednostką analizy musi być pacjent, epizod lub próbka zgodnie z pytaniem.
Czułość i swoistość są oszacowaniami, nie dokładnymi stałymi
Jeżeli zbadano 20 chorych i wykryto wszystkich, punktowa czułość wynosi 100%, ale prawdziwa wartość może być wyraźnie niższa. Mała liczebność daje szeroki przedział.
Przedział ufności powinien towarzyszyć każdej proporcji. Metody dokładne lub odpowiednie przy małych liczbach są lepsze niż proste przybliżenie normalne.
„100%” bez mianownika i precyzji jest szczególnie mylące.
Liczebność zależy od wymaganej precyzji
Do oszacowania czułości potrzeba wystarczającej liczby osób ze stanem, a do swoistości — bez stanu. Łączne N nie gwarantuje obu.
Rzadki stan wymaga dużej populacji albo wzbogacenia przypadków, przy zachowaniu reprezentatywności. Plan powinien uwzględnić oczekiwaną wartość, szerokość przedziału, braki i nieważne wyniki.
Liczebność wylicza się przed badaniem, nie uzasadnia po zebraniu danych.
PPV odpowiada na pytanie po dodatnim wyniku
PPV = TP / (TP + FP)
To prawdopodobieństwo stanu docelowego wśród osób z wynikiem dodatnim w badanej populacji. Odwraca warunek względem czułości.
PPV zależy od czułości, swoistości i częstości stanu. Nie jest stałą właściwością testu przenoszoną bez zmian między przesiewem i oddziałem wysokiego ryzyka.
To zwykle miara bliższa pytaniu pacjenta: „co oznacza mój dodatni wynik?”.
NPV odpowiada na pytanie po ujemnym wyniku
NPV = TN / (TN + FN)
Opisuje prawdopodobieństwo braku stanu wśród ujemnych wyników. Rośnie, gdy stan jest rzadki, a spada w populacji wysokiego ryzyka.
Wysokie NPV w przesiewie może wynikać głównie z tego, że prawie nikt nie ma choroby. Nie dowodzi świetnej czułości.
Wynik ujemny trzeba interpretować z prawdopodobieństwem przed testem i oknem diagnostycznym.
Prewalencja zmienia skład wyników dodatnich
Załóżmy 10 000 osób, czułość 90% i swoistość 95%. Przy prewalencji 10% jest 1000 chorych: 900 TP i 100 FN. Wśród 9000 bez choroby będzie 450 FP i 8550 TN.
PPV = 900 / 1350 = 66,7%, a NPV = 8550 / 8650 ≈ 98,8%.
Mimo wysokiej swoistości jedna trzecia dodatnich wyników jest fałszywa, bo osób bez stanu jest dziewięć razy więcej.
Przy rzadkim stanie PPV może spaść dramatycznie
W tej samej populacji 10 000 osób i przy tych samych parametrach, ale prewalencji 1%, jest 100 chorych: 90 TP i 10 FN. Wśród 9900 pozostałych powstaje 495 FP.
PPV = 90 / 585 ≈ 15,4%, a NPV = 9405 / 9415 ≈ 99,9%.
Test się nie zmienił. Zmieniła się proporcja osób, które mogą wygenerować prawdziwy i fałszywy wynik dodatni.
Wartości predykcyjne z badania case-control są sztuczne
Badacz może celowo zebrać połowę chorych i połowę zdrowych, choć w praktyce stan występuje u 2%. Czułość i swoistość można oszacować przy reprezentatywnym spektrum, ale PPV i NPV z takiej proporcji nie opisują kliniki.
Można je przeliczyć dla założonej prewalencji, jawnie podając założenie. Najlepiej ocenić je w kolejnej, reprezentatywnej kohorcie.
Proporcja w zbiorze walidacyjnym nie jest automatycznie epidemiologią populacji.
Prawdopodobieństwo przed testem nie zawsze równa się surowej prewalencji
Dla konkretnego pacjenta uwzględnia objawy, ekspozycję, sezon, wcześniejsze testy i odporność. Jest warunkową oceną w grupie podobnych osób.
Właściwie zastosowany test sam modyfikuje populację: lekarz zleca go po wstępnej selekcji. Dlatego pretest probability w poradni specjalistycznej różni się od populacji ogólnej.
Bayes aktualizuje dobrze zdefiniowane prawdopodobieństwo, nie intuicję bez danych.
Szanse są wygodne w równaniu Bayesa
Prawdopodobieństwo p można zamienić na szanse:
odds = p / (1 − p)
Po teście:
odds po teście = odds przed testem × LR
Na końcu:
p po teście = odds / (1 + odds)
Iloraz wiarygodności pozwala więc przenosić charakterystykę testu do różnych prawdopodobieństw przedtestowych.
Dodatni iloraz wiarygodności opisuje siłę wyniku dodatniego
LR+ = czułość / (1 − swoistość)
Porównuje prawdopodobieństwo dodatniego wyniku u osoby ze stanem z prawdopodobieństwem dodatniego wyniku bez stanu. Im większy, tym silniej wynik zwiększa szanse.
Przy czułości 90% i swoistości 95% LR+ = 0,90 / 0,05 = 18.
LR+ nie jest PPV i nie podaje bezpośrednio prawdopodobieństwa choroby.
Ujemny iloraz wiarygodności opisuje siłę wyniku ujemnego
LR− = (1 − czułość) / swoistość
Im bliższy zeru, tym silniej ujemny wynik zmniejsza szanse stanu. Dla 90% czułości i 95% swoistości LR− ≈ 0,105.
Jeżeli prawdopodobieństwo przed testem jest bardzo wysokie, nawet dobry LR− może nie obniżyć go poniżej progu bezpiecznego wykluczenia.
Znaczenie wyniku zależy więc także od decyzji i konsekwencji przeoczenia.
Przykład Bayesa pokazuje różnicę między populacjami
Przy prawdopodobieństwie przed testem 10% szanse wynoszą 0,1/0,9 ≈ 0,111. Dodatni wynik z LR+ = 18 daje szanse 2, a więc prawdopodobieństwo 2/3 = 66,7%.
Przy prawdopodobieństwie 1% szanse wynoszą około 0,0101. Po pomnożeniu przez 18 otrzymujemy 0,1818, czyli około 15,4%.
To te same wartości co z dwóch tabel 2×2, obliczone inną drogą.
Diagnostyczny iloraz szans łączy LR+ i LR−
DOR = LR+ / LR− = (TP × TN) / (FP × FN)
Większa wartość oznacza lepsze rozdzielanie, ale jedna liczba nie pokazuje, czy test osiąga je przez czułość, swoistość czy ich konkretny kompromis.
DOR jest użyteczny w metaanalizie, mniej intuicyjny dla decyzji przy łóżku chorego.
Testy o różnych konsekwencjach błędów mogą mieć podobny DOR.
Wynik ciągły wymaga wyboru progu
Stężenie antygenu, sygnał fluorescencji lub score może mieć nakładające się rozkłady w grupach. Próg zamienia kontinuum na dodatni i ujemny wynik.
Obniżenie progu zwykle zwiększa czułość i liczbę FP. Podwyższenie zwiększa swoistość i liczbę FN.
Próg jest decyzją o kosztach błędów, a nie odkrywaną naturalną granicą każdej choroby.
Krzywa ROC pokazuje wszystkie progi
Dla każdego progu wykreśla się czułość na osi pionowej i 1 − swoistość na poziomej. Punkt w lewym górnym obszarze ma mało FP i dużo TP.
Krzywa pozwala porównać zdolność rozdzielania bez wybierania jednej prewalencji. Nie uwzględnia jednak bezpośrednio kosztów, PPV ani liczby pacjentów przy danym progu.
ROC z badania o niereprezentatywnym spektrum może być nadmiernie optymistyczna.
AUC jest prawdopodobieństwem poprawnego uszeregowania pary
Pole pod ROC można interpretować jako prawdopodobieństwo, że losowa osoba ze stanem uzyska wyższy wynik niż losowa osoba bez stanu, przy założeniu kierunku skali.
AUC 0,5 odpowiada klasyfikacji bez rozdzielczości, a 1 idealnej. Dwa testy o podobnym AUC mogą zachowywać się bardzo różnie w klinicznie ważnym fragmencie krzywej.
AUC nie wybiera progu i nie dowodzi użyteczności.
Indeks Youdena nadaje równą wagę dwóm rodzajom poprawności
J = czułość + swoistość − 1
Próg maksymalizujący J maksymalizuje odległość od linii losowej, ale zakłada równą wagę czułości i swoistości oraz nie uwzględnia prewalencji.
W przesiewie groźnej uleczalnej choroby koszt FN może być znacznie większy. W potwierdzeniu terapii toksycznej koszt FP może dominować.
Próg kliniczny powinien odzwierciedlać decyzję, nie tylko geometrię ROC.
Próg opracowany i oceniony na tych samych danych jest optymistyczny
Wybór punktu maksymalizującego wynik dopasowuje się do losowego szumu konkretnej próby. Raportowana czułość i swoistość będą zawyżone.
Potrzebny jest niezależny zbiór walidacyjny albo prawidłowe resampling i finalna walidacja zewnętrzna. Próg powinien być ustalony przed główną oceną.
Eksploracyjny próg może generować hipotezę, nie gotowe zastosowanie.
Szara strefa może być lepsza niż wymuszona binarność
W pobliżu progu niepewność jest największa. Test może raportować wynik graniczny wymagający powtórzenia, drugiej metody lub danych klinicznych.
Zmniejsza to część błędnych klasyfikacji kosztem wyników nierozstrzygniętych. Częstość i dalsze postępowanie muszą być ocenione w praktyce.
Ukrycie szarej strefy przez automatyczne zaokrąglenie daje fałszywą pewność.
Powtórzenie testu zmienia charakterystykę zależnie od reguły
Jeśli wynik uznaje się za dodatni, gdy choć jedno z dwóch badań jest dodatnie, rośnie czułość i spada swoistość. Jeżeli oba muszą być dodatnie, zwykle rośnie swoistość i spada czułość.
Proste wzory zakładają niezależność błędów. W rzeczywistości ta sama próbka, odczynnik i mechanizm tworzą korelację.
Algorytm dwustopniowy wymaga oceny jako całość, nie mnożenia parametrów bez założeń.
Testy równoległe służą szerokiemu wychwytywaniu
W podejściu równoległym kilka testów wykonuje się jednocześnie, a dodatniość któregokolwiek może uruchamiać dalszą ścieżkę. Pomaga zmniejszyć liczbę przeoczeń.
Wzrasta liczba fałszywych alarmów, szczególnie gdy cele są liczne i stan rzadki. Korelacja reakcji krzyżowych utrudnia proste obliczenie.
Panel syndromowy jest przykładem systemu, w którym każde dodatkowe pole ma własne PPV.
Testy szeregowe służą potwierdzaniu
Najpierw stosuje się test czuły, a dodatnie próbki bada swoistą metodą potwierdzającą. Za dodatni końcowy uznaje się wynik zgodny z regułą obu etapów.
Strategia może znacznie zwiększyć PPV, ale przeoczy przypadki niewykryte w pierwszym kroku. Drugi test powinien mieć możliwie niezależny mechanizm błędu.
Koszt, czas i utrata próbek są częścią charakterystyki algorytmu.
Screening i diagnoza mają inne progi działania
Przesiew dotyczy osób bez rozpoznania i często niskiego ryzyka. Zwykle akceptuje większą liczbę FP, jeżeli istnieje bezpieczne potwierdzenie i korzyść z wczesnego wykrycia.
Test diagnostyczny u objawowego pacjenta działa przy wyższym prawdopodobieństwie i może bezpośrednio zmieniać terapię. Inny balans błędów jest racjonalny.
Parametry testu nie wystarczają do oceny całego programu przesiewowego, który obejmuje uczestnictwo, potwierdzenie i leczenie.
Reguły „SnNout” i „SpPin” są tylko skrótami
Wysoce czuły test ujemny może pomagać wykluczać, a wysoce swoisty dodatni potwierdzać. Działa to najlepiej przy ekstremalnych parametrach i właściwym prawdopodobieństwie przed testem.
Sama czułość nie określa siły ujemnego wyniku bez swoistości, co widać we wzorze LR−. Analogicznie dodatni wynik zależy od obu.
Ilorazy wiarygodności są bardziej precyzyjne niż mnemonika.
Kolonizacja obniża kliniczną swoistość dla choroby
Test może dokładnie wykrywać organizm kolonizujący gardło lub jelito u osoby bez objawowej choroby. Jeśli stanem docelowym jest zakażenie inwazyjne, takie wyniki są klinicznie fałszywie dodatnie mimo prawdziwego analitu.
Częstość kolonizacji zależy od wieku, populacji, antybiotyków i środowiska. Panel w materiale skolonizowanym wymaga ostrożniejszego PPV.
Definicja „choroba obecna” musi oddzielać mikroorganizm od etiologii.
Pozostałość kwasu nukleinowego zmienia swoistość czasową
Po leczeniu PCR może wykrywać DNA lub RNA, choć organizm nie jest zdolny do replikacji. Jeśli pytaniem jest „czy cel był obecny niedawno?”, wynik jest prawdziwy. Jeśli pytaniem jest „czy trwa aktywne zakażenie?”, może wprowadzać błąd.
Okno po chorobie różni się między patogenami i materiałami. Powtarzanie testu do ujemności bez wskazania może zwiększać nieporozumienie.
Stan docelowy powinien zawierać również ramę czasową.
Serologia ma okno ujemne i okres długiej dodatniości
Przed serokonwersją zakażony pacjent może mieć wynik ujemny. Później przeciwciała pozostają mimo ustąpienia choroby. IgM także nie jest uniwersalnym markerem ostrego zakażenia.
Czułość i swoistość zależą od dnia choroby, odporności i definicji odpowiedzi. Para surowic odpowiada na inne pytanie niż pojedyncza próbka.
Łączenie wszystkich czasów w jedną tabelę zaciera biologiczny mechanizm testu.
Hodowla ma wysoką swoistość, ale czułość zależną od żywotności
Wyhodowanie prawidłowo zidentyfikowanego patogenu z jałowego miejsca silnie wspiera obecność żywego organizmu. Antybiotyk, transport, mała objętość i wymagania wzrostowe tworzą FN.
Użycie hodowli jako standardu dla PCR może więc zaniżać pozorną swoistość molekularną. Użycie PCR jako standardu dla hodowli nie mierzy zdolności do wzrostu.
Każda metoda odpowiada na częściowo inne pytanie biologiczne.
Wpływ błędu jest zależny od konsekwencji klinicznych
Fałszywie ujemny wynik może opóźnić leczenie lub izolację. Fałszywie dodatni może prowadzić do toksycznej terapii, stygmatyzacji, kwarantanny albo pominięcia prawdziwej przyczyny.
Wartość błędu nie jest symetryczna i zmienia się z chorobą. Dlatego ten sam punkt ROC nie jest właściwy dla wszystkich zastosowań.
Ocena testu powinna zawierać szkody następcze, nie tylko liczbę pól tabeli.
Użyteczność kliniczna wykracza poza dokładność
Test może być dokładny, ale nie zmieniać postępowania, bo wynik przychodzi za późno albo terapia jest taka sama. Mniej dokładny szybki test może poprawić wynik pacjenta, jeśli uruchamia właściwą decyzję.
Clinical utility obejmuje korzyści, szkody, czas, dostęp, koszty i alternatywy. Najsilniejszym dowodem bywa badanie ścieżki postępowania, nie samo porównanie z referencją.
Accuracy jest jednym ogniwem między pomiarem a efektem zdrowotnym.
Próg leczenia łączy prawdopodobieństwo ze skutkami
Poniżej pewnego ryzyka rozsądne jest nie leczyć, powyżej innego — leczyć bez dalszego testu, a pomiędzy testować. Położenie progów zależy od korzyści terapii, szkody i kosztu opóźnienia.
Test jest użyteczny, jeśli może przesunąć prawdopodobieństwo przez próg decyzyjny. Doskonała informacja, która nie zmienia decyzji, ma małą wartość operacyjną.
Progi nie są uniwersalne i wymagają kontekstu klinicznego.
Analiza krzywej decyzyjnej uwzględnia próg ryzyka
Decision curve analysis porównuje korzyść netto strategii testowej z leczeniem wszystkich i nikogo w zakresie progów. Waży FP względem TP według konsekwencji progu.
Jest użyteczna dla modeli i testów prowadzących do działania, ale zależy od poprawnej kalibracji oraz realistycznych progów. Nie naprawia biased dataset.
Wysokie AUC nie gwarantuje wysokiej korzyści netto.
Dyskryminacja i kalibracja są różnymi cechami modelu
Model może dobrze porządkować pacjentów według ryzyka, ale systematycznie zawyżać przewidywane prawdopodobieństwa. AUC mierzy głównie dyskryminację.
Kalibracja porównuje przewidywane ryzyko z obserwowaną częstością w całym zakresie. Zmiana prewalencji i praktyki może wymagać ponownej kalibracji.
Test binarny ukrywa ten problem, lecz jego PPV również zmienia się między populacjami.
Walidacja wewnętrzna nie zastępuje zewnętrznej
Podział danych, bootstrap i cross-validation oceniają optymizm w tej samej populacji. Walidacja zewnętrzna sprawdza inny czas, ośrodek, personel lub populację.
Model może nauczyć się lokalnych cech pobrania, aparatu albo procesu zlecania. Dobra wydajność wewnętrzna nie gwarantuje transportowalności.
Zewnętrzna ocena powinna odzwierciedlać miejsce planowanego użycia.
Dataset shift zmienia wynik po wdrożeniu
Zmienia się epidemiologia, warianty patogenu, szczepienia, odporność, praktyka pobrań i konkurencyjne rozpoznania. Aktualizacja aparatu lub odczynnika wpływa na rozkład sygnału.
Czułość i PPV z badania rejestracyjnego mogą z czasem odbiegać od rutyny. Monitorowanie obejmuje odsetek dodatnich, nieważnych, potwierdzeń i rozbieżności.
Charakterystyka wymaga nadzoru przez cały cykl życia testu.
Subgrupy mogą mieć inną charakterystykę
Dzieci, osoby immunosupresyjne, zaszczepione i leczone mają inną ilość analitu oraz przebieg. Różne warianty organizmu mogą wiązać startery lub przeciwciała z odmienną siłą.
Analiza podgrup wymaga dostatecznej liczebności i uprzedniego planu. Losowe różnice w małych grupach nie powinny tworzyć pewnych zaleceń.
Równość ogólnej średniej nie dowodzi równości działania dla każdej populacji.
Spectrum effect nie jest wyłącznie „biasem”
Rzeczywista czułość może zmieniać się biologicznie wraz z nasileniem i czasem choroby. To nie zawsze błąd badania; problemem jest ukrycie spektrum lub bezkrytyczne przeniesienie wartości.
Lepszy raport pokazuje charakterystykę według istotnych stadiów i alternatywnych diagnoz. Dzięki temu użytkownik widzi zakres zastosowania.
Test nie ma jednej metafizycznej czułości niezależnej od pacjenta.
Meta-analiza dokładności musi uwzględniać próg
Czułość i swoistość są skorelowane przez wybór progu. Proste niezależne uśrednianie każdej miary może dać kombinację, której żadne badanie nie obserwowało.
Modele dwuwymiarowe i hierarchical summary ROC uwzględniają heterogeniczność oraz zależność. Nadal wymagają podobnego stanu, zastosowania i standardu.
Duża liczba heterogenicznych badań nie tworzy jednej uniwersalnej wartości.
Publikowanie tylko najlepszych progów zawyża obraz
Badania mogą testować wiele markerów, punktów odcięcia i podgrup, a raportować najbardziej atrakcyjny wynik. To wielokrotne dopasowanie zwiększa ryzyko przypadkowego sukcesu.
Rejestracja protokołu, uprzedni próg i pełne raportowanie ograniczają selekcję. STARD 2015 zawiera elementy dotyczące progów prespecified versus exploratory, przepływu uczestników, nieokreślonych wyników i precyzji.stard2015
Kompletność raportu umożliwia ocenę, ale sama nie gwarantuje dobrego projektu.
Częstotliwość badania wpływa na liczbę fałszywych alarmów
Nawet mały FPR pomnożony przez milion testów daje wiele FP. W programie powtarzanym co tydzień osoba ma wiele okazji do pojedynczego błędnego wyniku.
Reguły potwierdzenia i częstość powinny być projektowane razem. Częste testowanie może zwiększyć szansę wczesnego wykrycia, ale również obciążenie fałszywymi alarmami.
Jednorazowa swoistość nie opisuje automatycznie całego programu longitudinalnego.
Łączenie próbek zmienia efektywną czułość
Pooling rozcieńcza analit dodatniej próbki. Jeśli pierwotne stężenie jest blisko LoD, pula może stać się ujemna. Inhibitory z jednej próbki wpływają na wszystkie.
Pozytywną pulę rozdziela się na testy indywidualne, co dodaje czas i możliwość błędu. Wydajność zależy od prewalencji oraz wielkości puli.
Charakterystyka indywidualnego testu nie może być użyta bez korekty dla całego algorytmu.
Wielocelowy panel ma osobną tabelę dla każdego celu
Panel nie ma jednej czułości opisującej wszystkie patogeny. Każdy cel różni się LoD, liczbą przypadków, reakcjami krzyżowymi i prewalencją.
Łączny odsetek zgodności bywa zdominowany przez częste łatwe cele. Rzadki, klinicznie groźny analit może mieć bardzo szeroki przedział.
CLSI EP12 obejmuje ocenę jakościowych badań binarnych, w tym wewnętrzny sygnał ciągły, interferencje, stabilność i weryfikację działania.clsi-ep12
Wynik złożony „cokolwiek wykryto” odpowiada innemu pytaniu
Można ocenić, czy panel wykrył jakikolwiek patogen, ale stanem docelowym jest wtedy „co najmniej jeden z listy”. Nie opisuje to poprawności identyfikacji poszczególnych organizmów.
Błędna zamiana gatunku na inny może wyglądać jako zgodne „panel dodatni”. Dla terapii i nadzoru pomyłka ma znaczenie.
Miara zbiorcza powinna uzupełniać, a nie zastępować analizy per analit.
Koinfekcja wymaga wieloetykietowej oceny
Próbka może zawierać dwa prawdziwe cele. Klasyczna jedna tabela „choroba tak/nie” nie opisuje, czy panel wykrył oba, jeden czy przypisał trzeci.
Potrzebne są wyniki per cel oraz analiza kombinacji. Silny cel może konkurować ze słabym, tworząc FN zależny od mieszaniny.
Zestaw walidacyjny powinien obejmować realistyczne proporcje koinfekcji.
Brakujące wyniki nie powinny być uznawane za ujemne
Invalid, indeterminate i brak próbki nie dowodzą nieobecności stanu. Automatyczne wpisanie ich do TN lub FN zmienia miary.
Należy raportować liczbę, przyczynę i sposób analizy. Można przedstawić scenariusze skrajne albo metody imputacji, jeśli założenia są uzasadnione.
Brak danych jest zdarzeniem procesu i czasem zależy od choroby.
Interwał między testem a standardem może zmienić stan
Jeżeli próbki pobrano w różnych dniach, patogen mógł narosnąć, zaniknąć albo odpowiedzieć na leczenie. Rozbieżność nie musi być błędem żadnej metody.
STARD wymaga podania czasu i interwencji między testem a standardem. Najlepiej badać tę samą lub równocześnie pobraną reprezentatywną próbkę, jeśli biologia na to pozwala.
Stan docelowy nie jest zawsze nieruchomy podczas badania.
Przechowywanie może różnie wpływać na porównywane metody
Zamrażanie może obniżyć żywotność potrzebną do hodowli, a zachować DNA dla PCR. Wielokrotne cykle niszczą RNA i antygen w innym stopniu.
Retrospektywne badanie archiwalnych próbek może więc faworyzować jedną technologię. Warunki i czas przechowywania powinny odpowiadać zamierzonemu użyciu.
Równy dostęp do tej samej probówki nie oznacza równego wpływu preanalityki.
Przedział ufności nie jest prawdopodobieństwem parametru
Klasyczny 95% CI pochodzi z procedury, która w powtarzanych podobnych badaniach pokrywa prawdziwy parametr w około 95% przypadków. Po obliczeniu konkretny przedział nie ma częstoczęstościowego prawdopodobieństwa 95% zawierania stałego parametru.
Praktycznie szerokość pokazuje precyzję danych przy założeniach modelu. Nie uwzględnia biasu standardu ani niereprezentatywności.
Wąski przedział wokół błędnego oszacowania nie czyni badania trafnym.
Istotność statystyczna nie jest użytecznością diagnostyczną
Przy dużej próbie mała różnica AUC lub czułości może być statystycznie istotna, ale nie zmieniać decyzji. Przy małej próbie ważna poprawa może mieć szeroki przedział.
Należy z góry określić klinicznie istotny margines i konsekwencje. W porównaniu metod liczy się projekt sparowany, bo te same osoby otrzymują oba testy.
Wartość p nie opisuje prawdopodobieństwa, że test jest dobry.
Non-inferiority wymaga uzasadnionego marginesu
Szybszy lub tańszy test może być akceptowalny, jeśli nie traci więcej niż ustalony margines czułości czy swoistości. Margines powinien wynikać z klinicznych konsekwencji, nie wygody danych.
Badanie musi zachować jakość standardu i wykonania, bo słabe warunki mogą sztucznie zmniejszyć różnicę. Analiza per-protocol i pełnej populacji odpowiadają na różne ryzyka.
„Brak istotnej różnicy” nie dowodzi równoważności.
Reproducibility jest osobną osią od accuracy
Test może średnio trafnie klasyfikować, ale wynik przy granicy zmieniać się między operatorami, dniami lub partiami. Może też być bardzo powtarzalny i systematycznie błędny.
Ocena jakościowego testu obejmuje próbki przy progu, a nie tylko wyraźnie dodatnie i ujemne. Tam najłatwiej ujawnić zmienność klasyfikacji.
Powtarzalność jest warunkiem stabilnego zastosowania, nie dowodem zgodności ze stanem.
Interference może zmieniać czułość i swoistość asymetrycznie
Inhibitor zwiększa FN, a nieswoista substancja reagująca zwiększa FP. Efekt zależy od stężenia analitu: silny dodatni może pozostać wykryty mimo inhibitora, a słaby zniknąć.
Badanie interferencji powinno obejmować próbki przy granicy i realistyczne stężenia substancji. Brak efektu w wysokim dodatnim nie wystarcza.
Mechanizm analityczny pomaga wybrać najgorsze przypadki.
Cross-reactivity trzeba badać w kontekście podobnych organizmów
Lista powinna obejmować bliskie taksony, częstą mikrobiotę i patogeny wywołujące podobny zespół. Sama analiza komputerowa jest niewystarczająca.
Organizm w wysokim stężeniu może ujawnić słabe nieswoiste wiązanie niewidoczne przy typowej ilości. Z drugiej strony ekstremalne nierealne stężenie wymaga ostrożnej interpretacji.
Swoistość analityczna jest argumentem biologicznym wspartym danymi, nie pustym hasłem.
Reguła cutoff powinna być zamrożona przed weryfikacją
Zmiana progu po obejrzeniu rozbieżności może poprawić wynik w tym zbiorze i pogorszyć przyszły. Każda modyfikacja tworzy nową wersję metody.
W jakościowych testach z wewnętrznym sygnałem ciągłym próg, szara strefa i algorytm są częścią produktu. CLSI definiuje cutoff jako wewnętrzny próg, który rozdziela raportowany wynik dodatni i ujemny.clsi-terms
Weryfikacja potwierdza ustalone wymagania; nie służy ich dopasowaniu do danych.
Monitoring po wdrożeniu wykrywa zmianę charakterystyki
Śledzi się odsetek dodatnich, nieważnych, powtórzeń, rozbieżności z hodowlą, zgłoszeń klinicznych i kontroli. Analiza według matrycy, oddziału, operatora i partii pomaga rozpoznać drift.
Nagła zmiana może wynikać z epidemii, sposobu zlecania albo awarii. Sama statystyka nie wybiera wyjaśnienia.
Laboratorium powinno łączyć trendy analityczne z epidemiologią.
Dobra publikacja pokazuje surową tabelę i przepływ uczestników
Czytelnik powinien móc odtworzyć miary z TP, FP, FN i TN. Potrzebuje liczby wykluczonych, nieważnych, brakujących standardów oraz czasu między metodami.
Należy podać zamierzone zastosowanie, sposób rekrutacji, spektrum choroby, alternatywne diagnozy, próg i zaślepienie. STARD 2015 zawiera 30 elementów ułatwiających taką ocenę.stard2015
Samo stwierdzenie „czułość 98%” bez projektu jest wynikiem bez kontekstu.
Raport dla użytkownika powinien unikać odwracania warunków
„Test ma czułość 95%” nie znaczy „przy dodatnim wyniku masz 95% prawdopodobieństwa choroby”. PPV musi uwzględnić populację.
„Swoistość 99%” nie znaczy „tylko 1% dodatnich jest fałszywych”. Przy bardzo rzadkim stanie FP mogą przewyższać TP.
Najbezpieczniej podawać pytanie słownie wraz z mianownikiem.
Pięć pytań ujawnia znaczenie każdej liczby
- Co dokładnie jest analitem i stanem docelowym?
- W jakiej populacji, próbce i fazie choroby badano test?
- Jaki standard odniesienia zdefiniował TP, FP, FN i TN?
- Czy podano mianownik, przedział ufności oraz wyniki nieważne?
- Czy miara odpowiada pytaniu przed wynikiem, czy po wyniku?
Bez tych informacji wysoka wartość procentowa może być prawdziwa i jednocześnie nieprzydatna.
Najczęstsze mity można rozbroić jednym mianownikiem
„Czułość 99% oznacza, że dodatni wynik jest prawie pewny.” Czułość liczy się wśród chorych; potrzebne jest PPV.
„LoD jest czułością kliniczną.” LoD opisuje małą ilość analitu w określonej procedurze.
„Swoistość nie zależy od populacji.” Biologiczne spektrum i definicja stanu mogą ją zmieniać.
„AUC wybiera najlepszy próg.” AUC podsumowuje ranking, nie koszty decyzji.
„100% bez błędów dowodzi doskonałości.” Mała próba może mieć szeroką niepewność.
„Brak różnicy oznacza równoważność.” Potrzebny jest projekt i margines.
Wiarygodna ocena testu jest oceną całej ścieżki
Analityka pyta, czy metoda wykrywa właściwy sygnał, przy jakiej ilości i wobec jakich interferentów. Diagnostyka pyta, jak często klasyfikuje prawidłowo osoby ze stanem i bez niego. Bayes pyta, co wynik znaczy w konkretnej populacji. Użyteczność pyta, czy zmienia decyzję z korzyścią większą niż szkoda.
Żadna z tych warstw nie zastępuje pozostałych. Niski LoD nie gwarantuje czułości klinicznej, wysoka swoistość nie gwarantuje wysokiego PPV, a wysokie AUC nie gwarantuje poprawy zdrowia.
Najuczciwszy opis testu nie szuka jednej imponującej liczby. Pokazuje analit, stan, populację, tabelę 2×2, niepewność, próg, błędy projektu i konsekwencje decyzji — dokładnie w tej kolejności, w której wynik przechodzi od probówki do pacjenta.