Valutazione dell'accuratezza delle strategie diagnostiche combinate e dei protocolli di test multi-step

Pubblicato il 20 giugno 2026 | Ultimo aggiornamento: 3 novembre 2026

Strategie diagnostiche combinate: test in parallelo, in serie e in due fasi

Una strategia combinata trasforma i risultati di due o più test in un'unica decisione. Lo studio sulla tubercolosi qui utilizzato definisce due regole: nei test paralleli un partecipante viene considerato positivo quando uno o entrambi i test sono positivi e negativo quando entrambi sono negativi; nei test sequenziali un partecipante viene considerato positivo solo quando entrambi i test sono positivi. ¹ Un articolo statistico sui test sequenziali chiama la prima regola "credere al positivo" e la descrive come la diagnosi di malattia se almeno uno dei due test è positivo. ²

Scorri lateralmente per visualizzare tutte le colonne.

Le formule nell'ultima colonna sono aritmetica Editverse, non affermazioni provenienti da una fonte; sono valide solo quando i due test sono indipendenti dato il vero stato della malattia. Un algoritmo a due fasi è la versione clinica della stessa idea: un secondo test viene eseguito dopo il primo. Nell'articolo sul C. difficile discusso di seguito, viene eseguito prima un test PCR e seguito da un secondo test come un test immunoenzimatico per la tossina. ³ Nell'articolo sulla tubercolosi il primo passaggio è un test di triage economico che restringe il campo dei pazienti che possono procedere alla conferma molecolare. ¹

Nel testo vengono utilizzate due definizioni. La sensibilità è la proporzione di persone affette dalla condizione che risultano positive al test, mentre la specificità è la proporzione di persone non affette dalla condizione che risultano negative al test; il rapporto di verosimiglianza positivo è dato dalla sensibilità divisa per uno meno la specificità, mentre il rapporto di verosimiglianza negativo è dato da uno meno la sensibilità divisa per la specificità. I ​​valori predittivi dipendono dalla prevalenza, mentre i rapporti di verosimiglianza, come la sensibilità e la specificità, non ne dipendono. ⁴ Anche il costo di una strategia sequenziale dipende dalla sua convenienza: un articolo metodologico riporta che le strategie sequenziali spesso aumentano l'accuratezza rispetto a un singolo test, ma non sono sempre preferibili, e che la prevalenza gioca un ruolo importante una volta considerato il costo. ⁵

Un caso reale: quattro esami del sangue per la diagnosi precoce della tubercolosi in Uganda

Komakech e colleghi hanno arruolato 767 persone di età pari o superiore a 15 anni con sintomi suggestivi di tubercolosi in tre strutture di Kampala tra il 9 maggio 2023 e il 2 agosto 2024; 623 erano idonei per l'analisi e 111 (18%) sono risultati positivi allo standard di riferimento, ovvero una coltura positiva e/o un risultato positivo al test Xpert MTB/RIF Ultra.^¹ Hanno confrontato quattro test ematici dell'ospite: proteina C-reattiva (PCR), rapporto monociti-linfociti (MLR), proteina 10 indotta dall'interferone gamma (IP-10) ed emoglobina. L'articolo è CC BY 4.0 , quindi abbiamo riutilizzato i conteggi stampati e disegnato le nostre figure. La PCR e l'IP-10 sono state misurate su plasma conservato e il valore di cut-off dell'IP-10 è stato scelto con l'indice di Youden.^¹

I quattro test singoli

Scorri lateralmente per visualizzare tutte le colonne.

I conteggi sono riportati nella Tabella 1 dell'articolo. La Tabella ¹ riporta 410 veri negativi per MLR accanto a una specificità dell'80.3%, e 410 su 512 corrisponde all'80.1%; 411 su 512 fornisce il valore stampato dell'80.3%, e 411 è anche il valore che fa sì che le tabelle di combinazione si sommino (vedere la sezione sulla riproduzione qui sotto), quindi utilizziamo 411.

Sei coppie, due regole

Gli autori hanno combinato ciascuna coppia di test in parallelo e in sequenza con gli stessi valori di soglia. ¹ Poiché la stessa regola di positività fornisce la stessa classificazione indipendentemente dal test eseguito per primo, riferiscono che l'ordine dei test non ha modificato le stime di accuratezza. ¹ La tabella mostra i risultati combinati osservati con i conteggi.

Scorri lateralmente per visualizzare tutte le colonne.

In questa analisi, sette conteggi vengono confrontati con le percentuali stampate anziché essere ricavati dalle celle stampate (sei in questa tabella e uno nella tabella del singolo test sopra); ciascuno è elencato in Riproduzione delle tabelle stampate.

Questo caso dimostra come le regole parallele e seriali influenzino la sensibilità e la specificità nei dati reali per sei coppie di valori, e quanto ciò si discosti dall'aritmetica dell'indipendenza. Ciò che non dimostra è come le strategie si comportino in altri contesti, nei bambini o con sangue capillare fresco per la CRP e l'IP-10, poiché lo studio ha coinvolto persone di età pari o superiore a 15 anni a Kampala e ha misurato la CRP e l'IP-10 su plasma conservato. ¹

Per la PCR più MLR in parallelo, sono stati rilevati 106 casi su 111 contro i 101 della sola PCR, con un guadagno di 5 casi, e 159 persone su 512 senza tubercolosi sono state erroneamente segnalate contro 114, con un costo di 45 falsi allarmi in più. In serie, sono stati rilevati 75 casi su 111, 26 in meno rispetto alla sola PCR, e 56 persone su 512 senza tubercolosi sono state erroneamente segnalate, 58 in meno. Gli autori descrivono un obiettivo dell'OMS di almeno il 90% di sensibilità e il 60% di specificità per un test di triage; la sola PCR e la coppia in parallelo lo raggiungono, mentre la coppia in serie no. ¹ Se la PCR fosse eseguita per prima in un flusso di lavoro sequenziale, 215 persone su 623 (34.5%) sarebbero positive alla PCR e necessiterebbero del secondo test. Questo è un calcolo Editverse basato sui conteggi dei singoli test, perché nello studio ogni test è stato eseguito su ogni partecipante.

Ricalcolo dei risultati combinati in R

L'articolo stampa i conteggi per ogni test e per ogni coppia, ma non la tabella di contingenza completa di un test rispetto all'altro. Abbiamo quindi recuperato il numero di positivi a entrambi i test mediante inclusione ed esclusione: le persone positive a entrambi più le persone positive a uno dei due test sono pari alla somma dei conteggi dei due test singoli, e la stessa identità vale per i veri negativi. Abbiamo quindi previsto ciascuna coppia a partire dai tassi dei test singoli assumendo l'indipendenza e abbiamo confrontato il risultato con quanto osservato. ¹ Il codice seguente riproduce la previsione per CRP più MLR.

# Komakech 2026: CRP e MLR in 111 persone positive al riferimento e 512 persone negative al riferimento s1 <- 101/111; s2 <- 80/111 # sensibilità p1 <- 398/512; p2 <- 411/512 # specificità round(c(par_sens = 1 - (1 - s1) * (1 - s2), par_spec = p1 * p2, ser_sens = s1 * s2, ser_spec = 1 - (1 - p1) * (1 - p2)), 3) # 0.975 0.624 0.656 0.956 (osservato: 0.955 0.689 0.676 0.891)

La tabella riporta il risultato osservato meno la previsione di indipendenza, in punti percentuali, per tutte e sei le coppie.

Scorri lateralmente per visualizzare tutte le colonne.

La direzione è la stessa in tutte e sei le coppie. La specificità parallela è superiore a quella prevista di 2.7-8.1 punti e la specificità seriale è inferiore di 2.9-8.1 punti; la sensibilità parallela è inferiore a quella prevista di 0.8-3.2 punti e la sensibilità seriale è superiore di 0.8-3.2 punti. Questo andamento è quello che ci si aspetterebbe se i test tendessero a sbagliare nelle stesse persone, quindi il secondo test aggiunge meno nuove informazioni di quanto presupponga l'indipendenza. Come verifica descrittiva approssimativa, il valore di indipendenza si trova al di fuori dell'intervallo di Clopper-Pearson al 95% della specificità combinata osservata in 2 delle 6 coppie parallele e in 6 delle 6 coppie seriali, e al di fuori dell'intervallo della sensibilità combinata osservata in 1 delle 6 coppie parallele e in 0 delle 6 coppie seriali; questa verifica ignora l'errore di campionamento nei tassi del singolo test, quindi la consideriamo solo a scopo descrittivo. In assenza di uno standard di riferimento perfetto, l'erronea assunzione di indipendenza condizionale può anche distorcere le stime dei tassi di errore, come dimostrato da Vacek nel ^1985.⁶

Riproduzione delle tabelle stampate

Si riproduce esattamente quando i conteggi vengono presi dalle percentuali stampate. Con i conteggi stampati, l'identità di inclusione ed esclusione non funziona in diverse celle; con i conteggi impliciti dalle percentuali stampate, funziona esattamente per i veri positivi in ​​tutte e sei le coppie e per i veri negativi in ​​cinque delle sei, con MLR più emoglobina che differisce di un vero negativo. Le celle che non concordano sono elencate di seguito. Non possiamo stabilire dal documento se l'errore di stampa risieda nei conteggi o nelle percentuali, ma l'identità supporta le percentuali. Il documento etichetta anche una riga seriale MLR almeno 0.338 dove ogni altra riga utilizza 0.378. ¹ Per CRP più MLR, il nostro PPV, NPV e odds ratio diagnostico ricalcolati corrispondono ai valori stampati di 0.400, 0.986 e 47.0 in parallelo e 0.573, 0.927 e 17.0 in serie. ¹

Scorri lateralmente per visualizzare tutte le colonne.

Valori predittivi ad altre prevalenze

Sensibilità e specificità non cambiano con la prevalenza, ma i valori predittivi sì. ⁴ La tabella applica le sensibilità e specificità pubblicate di CRP più MLR alla prevalenza dello studio del 17.8% (111 su 623) e al 5%, e mostra come si presenterebbero 1,000 persone testate alla prevalenza dello studio. Queste sono illustrazioni di Editverse; presuppongono che l'accuratezza pubblicata sia valida nella nuova popolazione, il che potrebbe non essere vero.

Scorri lateralmente per visualizzare tutte le colonne.

Un secondo caso: test in due fasi per il Clostridium difficile

Il 16 agosto 2018, Bettger e colleghi hanno introdotto un algoritmo in due fasi presso un centro di assistenza terziaria statunitense, seguendo le raccomandazioni IDSA del 2018, come descritto nell'articolo: prima un test PCR, poi un test immunoenzimatico per la tossina (EIA).3 ^Tra il 17 agosto 2018 e il 30 settembre 2019 sono stati effettuati 216 test PCR positivi con dati EIA su 215 pazienti; 61 sono risultati sia positivi al test PCR che all'EIA (concordanti) e 155 (71.8%) sono risultati positivi al test PCR e negativi all'EIA (discordanti).3 ^L' articolo è rilasciato sotto licenza CC BY 4.0.

Scorri lateralmente per visualizzare tutte le colonne.

I conteggi sono tratti dalla Tabella 1 dell'articolo; le percentuali sono state ricalcolate da Editverse. ³ Tra i pazienti discordanti, 52 su 155 (33.5%) non sono stati trattati. Gli autori riportano che la mortalità non differiva tra i gruppi e che il ricovero a 30 giorni con C. difficile era più alto nel gruppo concordante (p = 0.02) e, nella loro conclusione, che l'algoritmo non ha modificato la gestione clinica perché la maggior parte dei casi discordanti è stata trattata come vera infezione. In seguito all'analisi, l'ospedale è tornato a un algoritmo a un solo passaggio con il test EIA per la tossina eseguito su richiesta. ³ Cosa mostra questo caso: un secondo passaggio produce un ampio gruppo discordante (155 su 216) e gli autori concludono che l'algoritmo non ha modificato la gestione clinica perché la maggior parte dei casi discordanti è stata trattata come vera infezione; circa un terzo (52 su 155) non è stato trattato. Cosa non mostra: quali risultati discordanti fossero vere infezioni; gli autori scrivono che il significato effettivo di questi casi non è chiaro. Nella lettura di Editverse, l'analisi non ha uno standard di riferimento come la coltura tossigenica per risolvere questo problema.

Scegliere una strategia: cosa dicono i numeri

Queste sono interpretazioni del caso sopra riportato fornite da Editverse, non regole.

Scorri lateralmente per visualizzare tutte le colonne.

Segnalazione di una strategia combinata secondo lo standard STARD 2015

STARD 2015 è un elenco di 30 elementi essenziali per la rendicontazione degli studi di accuratezza diagnostica, raggruppati sotto titolo, abstract, introduzione, metodi, risultati e discussione; definisce anche il ruolo di un test come la sua posizione rispetto ad altri test, ad esempio triage, sostituzione o aggiunta. ⁷ Gli elementi più rilevanti per una combinazione sono riportati di seguito, abbinati allo studio sulla tubercolosi. ^{7 , 1}

Scorri lateralmente per visualizzare tutte le colonne.

Fornire i conteggi per ciascun test e per la regola combinata, come fa l'articolo di TB, permette ai lettori di ricalcolare i risultati; fornire la tabella di contingenza congiunta permetterebbe loro di verificare direttamente l'indipendenza.

Hai bisogno che l'analisi venga eseguita o verificata? Consulta Editverse

Gli esperti di Editverse lavorano in conformità con le linee guida COPE, ICMJE e GPP 2022, nel rispetto dei principi etici istituzionali e specifici di ciascun paese.

Modificaverso

Analisi statistica

Hai bisogno di eseguire un'analisi combinata di sensibilità e specificità sui tuoi dati?

Tu invii: i tuoi dati, le tue domande di ricerca e il software che preferisci.

Riceverai: analisi in SPSS, R/RStudio o STATA con codice annotato, file di output completi, una guida all'interpretazione dei risultati e tabelle pronte per la pubblicazione.

Tempi di consegna: I tempi di consegna standard sono di 4-6 giorni lavorativi.

Analisi statistica con SPSS/R/STATA · $400

Analizza i miei dati →

Modificaverso

Scrittura manoscritta

Analisi diagnostica completata, ma l'articolo è ancora da scrivere?

Dovete inviare: la bozza o la struttura della vostra ricerca, i dati grezzi, le figure e le tabelle, e i riferimenti bibliografici principali.

Riceverai: un manoscritto pronto per la pubblicazione, redatto da esperti in materia con dottorato di ricerca, con revisione statistica e selezione della rivista.

Tempi di consegna: Standard 15 giorni, oppure consegna espressa in 1-3 giorni.

Servizi di redazione di manoscritti · 1,500 $

Scrivi il mio saggio →

Modificaverso

Selezione del giornale

Non sai quale rivista sia più adatta al tuo studio sull'accuratezza diagnostica?

Tu invii: il tuo manoscritto.

Riceverai: un elenco classificato di 5-10 riviste consigliate, con la motivazione di ciascuna raccomandazione.

Tempi di consegna: 3-5 giorni lavorativi.

Servizi di selezione di riviste scientifiche · 115 $

Ottieni la mia lista di riviste preferite →

Domande frequenti

Qual è la differenza tra test in serie e test in parallelo?

Nello studio di triage per la tubercolosi condotto in Uganda (623 persone di età pari o superiore a 15 anni), i test paralleli consideravano una persona positiva quando uno o entrambi i due test risultavano positivi, mentre i test seriali consideravano una persona positiva solo quando entrambi i test lo erano. Per la PCR più il rapporto monociti/linfociti (MLR), i test paralleli hanno fornito una sensibilità del 95.5% e una specificità del 68.9%, mentre i test seriali hanno fornito rispettivamente il 67.6% e l'89.1%, contro il 91.0% e il 77.7% per la sola PCR. Editverse ha ricalcolato questi valori a partire dai conteggi stampati.

Quando il test in parallelo rappresenta una scelta sensata?

L'esecuzione di test in parallelo aumenta la sensibilità e diminuisce la specificità, risultando quindi adatta a contesti in cui la mancata individuazione di un caso è costosa e si rende necessario un test di conferma più specifico. Nello studio sulla tubercolosi, gli autori descrivono test di triage che restringono i test molecolari di conferma alle persone con maggiori probabilità di avere la tubercolosi. Nei dati, la combinazione di PCR e MLR in parallelo ha individuato 5 casi in più su 111 rispetto alla sola PCR e ha generato 45 falsi allarmi su 512 persone senza tubercolosi.

Quando è opportuno effettuare test seriali?

I test seriali aumentano la specificità e diminuiscono la sensibilità, quindi sono adatti a contesti in cui un falso positivo porta a una procedura costosa o dannosa. Nei dati sulla tubercolosi, la combinazione di PCR e MLR in serie ha ridotto i falsi allarmi da 114 a 56 su 512 persone senza tubercolosi, ma ha individuato 75 casi su 111, ovvero 26 in meno rispetto alla sola PCR.

Posso calcolare la sensibilità e la specificità combinate a partire dai valori ottenuti dai due singoli test?

Solo se i due test commettono errori indipendentemente nelle persone con e senza la malattia. In base a tale ipotesi, la sensibilità parallela è pari a uno meno il prodotto dei due tassi di falsi negativi, e la specificità seriale è pari a uno meno il prodotto dei due tassi di falsi positivi. Nello studio sulla tubercolosi, i risultati combinati reali differivano da questo calcolo: la specificità parallela era superiore di 6.5 punti e la specificità seriale inferiore di 6.5 punti rispetto a quanto previsto per la PCR più MLR. Vacek ha dimostrato nel 1985 che l'erronea assunzione di indipendenza può distorcere le stime di errore, quindi è necessario utilizzare i conteggi osservati nelle stesse persone.

L'ordine dei test è rilevante in una strategia seriale?

Gli autori dello studio sulla tubercolosi affermano che, quando è stata utilizzata la stessa regola di positività, l'ordine dei test non ha modificato le stime di accuratezza. L'ordine, tuttavia, influenza il numero di persone che necessitano del secondo test. Un calcolo inverso basato sui conteggi dei singoli test indica che, se la PCR fosse stata eseguita per prima, 215 persone su 623 (34.5%) sarebbero risultate positive alla PCR e avrebbero avuto bisogno di un test di amplificazione dei linfociti (MLR). Nello studio, tutti i test sono stati eseguiti su tutti i partecipanti, quindi questo flusso di lavoro non è stato testato direttamente.

In che modo le combinazioni modificano i valori predittivi?

Secondo StatPearls, i valori predittivi dipendono dalla prevalenza, mentre i rapporti di verosimiglianza no. Nello studio sulla tubercolosi, con una prevalenza del 17.8%, il valore predittivo positivo (PPV) per la PCR più il rapporto di verosimiglianza/reazione a catena della polimerasi (MLR) era del 40.0% in parallelo, del 47.0% per la sola PCR e del 57.3% in serie, mentre il valore predittivo negativo (NPV) era rispettivamente del 98.6%, 97.5% e 92.7%. Con una prevalenza del 5%, le stesse sensibilità e specificità forniscono valori predittivi positivi del 13.9%, 17.7% e 24.5%. Queste cifre relative alla prevalenza sono un esempio tratto da Editverse.

Cosa succede quando i due passaggi di un algoritmo non concordano?

In uno studio sul Clostridium difficile condotto su 216 test PCR positivi, 155 (71.8%) sono risultati negativi al test EIA per la tossina. Di questi risultati discordanti, il 66.5% è stato trattato, contro il 95.1% di quelli concordanti. Gli autori concludono che l'algoritmo non ha modificato la gestione clinica, poiché la maggior parte dei casi discordanti è stata trattata come una vera infezione, e scrivono che il significato effettivo dei risultati discordanti non è chiaro. In termini di lettura, senza uno standard di riferimento come la coltura tossigenica, lo studio non può stabilire quali fossero le vere infezioni. L'ospedale è quindi tornato a un algoritmo a un solo passaggio con il test EIA per la tossina eseguito su richiesta.

Cosa dovrebbe riportare un articolo quando combina diversi test?

Lo standard STARD 2015 richiede l'uso previsto e il ruolo del test indice (punto 3), i valori di cut-off e se sono stati pre-specificati (punto 12a), i metodi per stimare l'accuratezza (punto 14), un diagramma di flusso dei partecipanti (punto 19), una tabella di contingenza dei risultati del test indice rispetto allo standard di riferimento (punto 23) e le stime con la precisione (punto 24). Per due test, fornire i conteggi per ciascun test e per la regola combinata consente ai lettori di ricalcolare i risultati.

Referenze

1. Komakech K, Sserwadda I, Sserubiri J, Joloba M, Theron G, Cobelens F, Ssengooba W. Valutazione testa a testa dei biomarcatori del sangue ospite per il triage della tubercolosi al punto di cura: studio sull'accuratezza diagnostica. JClin microbiolo. 2026;64(8):e00046-26. doi:10.1128/jcm.00046-26. Open access, CC BY 4.0 (licenza letta nel file XML PMC, PMC13464034); conteggi riutilizzati, figure disegnate e numeri derivati ​​calcolati da Editverse in R. pubmed.ncbi.nlm.nih.gov/42506936/
2. Ahmed AE, McClish DK, Schubert CM. Confronto tra accuratezza e costi nei test medici mediante strategie di test sequenziali. Stat Med. 2011;30(29):3416-3430. doi:10.1002/sim.4358. Abstract letto su PubMed. pubmed.ncbi.nlm.nih.gov/21976377/
3. Bettger CC, Giancola SE, Cybulski RJ Jr, Okulicz JF, Barsoumian AE. Valutazione di un algoritmo di test in due fasi per migliorare l'accuratezza diagnostica e la gestione Clostridioides difficile infezioni. Note di risoluzione BMC. 2023;16(1):172. doi:10.1186/s13104-023-06398-9. Open access, CC BY 4.0 (licenza letta nel file XML PMC, PMC10426052). pubmed.ncbi.nlm.nih.gov/37580824/
4. Shreffler J, Huecker MR. Accuratezza dei test diagnostici: sensibilità, specificità, valori predittivi e rapporti di verosimiglianza. StatPerle. Treasure Island (FL): StatPearls Publishing; 2023 (ultimo aggiornamento 6 marzo 2023, secondo il record PubMed, PMID 32491423). NCBI Bookshelf NBK557491, letto il 3 novembre 2026. www.ncbi.nlm.nih.gov/books/NBK557491/
5. McClish DK, Wilk AR, Schubert CM. Scelta tra le strategie sequenziali BP e BN. Statistica farmaceutica 2019;18(5):533-545. doi:10.1002/pst.1945. Abstract letto su PubMed. pubmed.ncbi.nlm.nih.gov/31069929/
6. Vacek PM. L'effetto della dipendenza condizionale sulla valutazione dei test diagnostici. Biometrica. 1985;41(4):959-968. Abstract letto su PubMed. pubmed.ncbi.nlm.nih.gov/3830260/
7. Bossuyt PM, Reitsma JB, Bruns DE, et al. STARD 2015: un elenco aggiornato di elementi essenziali per la rendicontazione degli studi di accuratezza diagnostica. BMJ. 2015;351:h5527. doi:10.1136/bmj.h5527. L'elenco di 30 elementi e i termini chiave sono stati letti nel testo completo PMC (PMC4623764). pubmed.ncbi.nlm.nih.gov/26511519/

Team di ricerca di Editverse | Aggiornato a novembre 2026