[診斷工具] 灌鉛的醫學骰子 D-Dimer

螢幕快照 2015-11-20 下午8.33.20

V6評: 太相信D-Dimer遲早會遇到鬼!!

 

        前次利用 Aortic dissection 為例說明如何利用診斷工具的特性提供臨床決策

但總是缺少了一點臨床直觀的意味。這次就接著 Aortic dissection 的例子以V6 “爛賭鬼論”希望能多加點運用的意涵。先整理上次的結論: Asha[1]的文章結論為:若病患之危險分類為低(low risk,事前風險為6%以下)則D-Dimer 的陰性結果可以相對上安全的排除病患 Aortic dissection 。但若病患的危險分類為中或高,D-Dimer 檢查在這樣的情境下就沒有幫助。下表就是貝式機率也就是貝式推理的 應用:

 

檢查前病患危險分類

陰性 D-Dimer 提供訊息

檢查後病患危險程度

事前機率

事前勝算

(1-sen)/spe

事後勝算

事後機率

6%

0.064

0.048

0.003

0.3%

20%

0.25

0.012

1.2%

25%

0.33

0.016

1.6%

*D-Dimer Sen: 98.0%; Spe: 41.9%

 

意思是說,若臨床臆斷上認為你面前的病人在經驗上罹患Aortic dissection 的可能低於每20個就有一個(5%,與原文中6%差不多但比較好運用),那麼D-Dimer 陰性結果可以幫忙把這樣的病患的罹病風險降到0.3%,所以說對於排除有所幫助;但若病人風險更高,那D-Dimer就可以免了,因為其結果幫忙不大。以V6”賭鬼論”一文的病例呈現,該患者出現胸痛徵狀,因此Aortic dissection risk score 為 1分(參考[1]表3),至少是intermediate risk,所以對這個患者而言,D-Dimer 無法達成排除的任務。

雖然機率經常用於表示危險的程度,另一個比較能夠有臨床直觀的說法是勝算。例如在下注或是作決定前,若你認為贏面與輸面各半(或是平常說的五五波)那勝算就是1 (50% : 50%或 1:1);若勝算是4就是賭贏跟輸的次數是4次對1次(4:1)。因此勝算是機率在運用上的另一種較直觀的表現方式。套用到Aortic dissection 的例子中,20%的病患危險換成勝算表示為1:4 (即表中的0.25),表示在這樣的病人中若不作檢查就下注是Aortic dissection 平均來說有4次不會中,1次會中;對於Aortic dissection而言命中率如此可說是高,這樣的病人需要的就不會是D-Dimer 了。

勝算除了有較直觀外,在計算上也有好處。表中的事後勝算可以直接由事前勝算乘上D-Dimer陰性提供的訊息得到(例如表中的0.012=0.25 0.048),有了勝算就可以得到機率。有一個有趣的免費APP: CASP 可以幫你算表中的結果。表中關於陰性D-Dimer 檢查結果可以提供的訊息可以由1-sen/spe 得到,意思是說若D-Dimer 陰性的話可以降低危險程度多少(negative likelihood ratio),數值為0.05,意思是陰性的話風險成為1/20;若檢查結果為陽性的話病患危險增加的程度則為反面:sen/1-spe (positive likelihood ratio),以D-Dimer 而言是1.69 (0.98/(1-0.419)),顯然提供的幫助有限。 

臨床上的診斷過程經常會涉及多種的診查組合,事實上從檢傷、問診、PE都可以是廣義的 ”工具”,也會有不同的表現特性;醫師作為決策者即需要在不同的時機中綜合這些”工具”的結果,update病患的風險程度,決定下一個步驟。實際狀況下我們需要利用直覺反射操作這一連串update 的過程,但利用諸如勝算以及likelihood ratio量化的過程則可以作為訓練培養以及評量、理解的方法。以D-Dimer 對於Aortic dissection 應用為例,D-Dimer只適合採納其陰性結果用於排除Aortic dissection,但是否可以如願端賴病患在檢查前為 Aortic dissection 的可能性(事前勝算或事前機率)。

通常如D-Dimer這類運用生化值在即使在不同地區(例如北台灣與南台灣、美洲與亞洲等),工具的表現結果較為一致,但病患的危險程度的就可能有很大的差異,因此各醫院之病患族群由於表中”檢查前病患危險分類”的危險程度高低互異,D-Dimer可能提供的幫助也就不同。由於”檢查前病患危險分類”是在進行檢測前即得到,又稱為事前勝算(prior odds)或事前機率(prior probability),而D-Dimer 檢查(likelihood ratio)則提供update此事前危險的訊息。綜合prior information 與 likelihood ratio 我們就得到事後危險 (posterior odds 或 posterior probability)。這如同在看診時,對於某一類的病人即使在檢查前醫師會有臨床直觀(“這個病人看起來還好”、”這個病人是Aortic dissection 的可能性不高”),作了檢查後看到檢查的結果(收集data:陽性或陰性得到 likelihood),醫師對於該病人的臨床直觀就會更新成為 posterior odds (“某某數值異常,比較有可能是xx病”、”D-Dimer 陰性,可能比較不像Aortic dissection”)。又或者是我們對某人第一印象持平或不佳(prior),經過一段時間相處或打聽得到正面評價(收集資料,得到likelihood)對於此君的印象就更新(posterior)覺得可能人不錯。

為了方溝通,這一集跟大家介紹了三個名詞: prior、likelihood、posterior,我們可以用較為直觀的方式來了解:

名詞

實例

直觀解釋

Prior (事前機率)

Aortic dissection 之 risk score及其對應之危險程度、流感盛行率

這個病患是否有可能是Aortic dissection 或流感 (安排檢查前)

Likelihood (概似度)

D-Dimer 檢驗結果、快篩檢驗結果

檢查結果為陽性 (或陰性)

Posterior (事後機率)

綜合 Prior (檢查前危險程度) 與likelihood (檢查結果) 後(posterior)之病患危險程度

在檢查結果為陽性(或陰性)的情形下,病患罹病(aortic dissection/流感)的風險

Prior odds、likelihood ratio 以及 posterior odds 僅是由表中的 prior、likelihood ratio與 posterior 的延伸。利用這些名詞可以提供量化的工具。這樣的過程也可以用來解釋V6提到的診斷偏誤可能的原因:prior 過於強烈 (“此人一定是psychi”、”這酒鬼又來了”) 即使收集了很多資料(抽血、心電圖、影像檢查、問V6得到likelihood) 仍然不足以改變這個強烈的 prior。當然prior 強烈到連資料都不收集,完全只依賴prior 進行決定,或者某診斷的可能性完全不在prior之中那又是另一種極端的狀況。這樣的過程使的實證材料得以有彈性的運用在多變的臨床情境。

(如果你看完覺得有道理,按個讚分享,使醫學充滿不確定性的觀念傳遞出去, 扭轉健保、司法、社會及自身對醫學的認知偏誤。)

 

Written by CY Hsu, MD, PhD. © emdxhouse.com & CY Hsu. All rights reserved.

註,V6是周星馳迷,請忍耐V6大量的周星馳截圖,這就是為什麼V6要當格主的原因,因為V6可行使惡勢力抽換掉原作者的貼圖哩! XD

註,圖片來自youtube"大話西遊"截圖

       

 

[1] Asha et al.: A systematic review and meta-analysis of D-dimer as a rule-out test for suspected acute aortic dissection. Annals of Emergency Medicine. 2015; 66(4): 368-378.

 

2 則迴響於《[診斷工具] 灌鉛的醫學骰子 D-Dimer

  1. 1.
    引用的文章中對於Aortic dissection risk score 的算分項目為:
    Hx:
    Marfen syndrome, connective tissue disease, family hx of aortic dissection, Known aortic valve disease, recent aortic manipulation, known thoracic aortic aneurysm;
    S/S:
    Chest, back or abdominal pain (with featured characteristics)
    PE:
    Perfusion deficit (any of : pulse deficit, systolic BP dificit, focal neurologic deficit, murmur of aortic insufficiency, hypotension or shock state
    全部都沒有才算 low risk; 但若病患全部都沒有怎還會要抽D-Dimer , 如同主任所言, D-Dimer 的例子是 inappropriate , 不過袞袞諸公卻是樂此不疲 meta-analysis 作了又作, 討論得很是一回事也是很有趣

    2. 不同於頻率學派, 貝氏推論對於臨床運用是很有空間的

  2. 這篇文章分析實在精彩,可以讓人了解檢查結果的判讀原則。不過,影響醫師決策的因素中,機率大小有時候並不重要。例如文章中用aortic dissection為例,這個疾病是time sensitive,容許醫師判斷的時間很短,誤診的代價很高(一千萬+三年精神折磨),即使prior機會小,就算加上Ddimer陰性,很多醫師的基本心態是「CT無上限」,所以不管app軟體怎麼幫忙算出勝算比,還是會繼續探查到底。不會以ddimer陰性排除dissecting。這就是診斷推理的複雜性。 不過,這無損這篇文章觀念的重要性。例如在誤診代價低的狀況,如果綜合檢查的結果,得出事後機率低之下,就不必往下做過多的檢查,尤其某些檢查高風險(如ERCP),高成本(MRI),就可以省下。

發表迴響