Over hartscreenings: Op een mensenleven staat geen prijs, of toch?

Context

Het voorbije weekend is tijdens de 20km van Brussel (artikel De Tijd) een 28-jarige loper om het leven gekomen na hartfalen. Vele andere lopers met hartklachten werden door het Rode Kruis geholpen. Dit doet dr. Pedro Brugada, hartspecialist van het UZ Brussel (opnieuw) oproepen om over te gaan tot massale hartscreenings van sporters.

De topcardioloog kwam een paar jaar geleden ook uitvoerig in de media met zijn voorstel om alle 12 jarigen te screenen op hartproblemen. Het Vlaams Agentschap voor Zorg en Gezondheid was toen bezorgd over de plannen van Brugada. Voor zo’n massale screening is toelating van de bevoegde minister nodig, maar Brugada wilde geen wetenschappelijk dossier indienen omdat de screening hierdoor vertraging zou oplopen (link).

Vandaag wordt opnieuw opgeroepen voor dergelijke massale screenings. En intuïtief is het moeilijk in te zien waarom dit géén goed idee zou zijn. Elke sporter die overlijdt aan hartfalen is er een teveel. Waarom die terughoudendheid dan?

Een simpel voorbeeld

Het belangrijkste probleem is dat de testen die gebruikt worden om hartproblemen bloot te leggen niet feilloos zijn. En dit heeft belangrijke gevolgen. Een simpel voorbeeld moet dit duidelijk maken (een voorbeeld met realistischer cijfers volgt later):

plot1xStel dat we een populatie hebben van 100 mensen en 10 van die 100 (dus 10%) hebben, zonder het te weten, een hartprobleem (de personen met een geel hartje). Veronderstel verder dat artsen een test ter beschikking hebben die in 90% van de gevallen een correcte diagnose geeft. Wanneer we nu deze test gaan toepassen op onze gehele populatie dan ziet het verwachte resultaat er als volgt uit:

plot2xGroen betekent dat de persoon een negatief testresultaat kreeg, rood betekent dan dat de persoon een positief testresultaat kreeg. Van de 10 mensen die effectief een hartprobleem hebben, werden er 9 correct geïdentificeerd (90%). Bij één werd ten onrechte besloten dat er geen problemen zijn. Van de 90 personen zonder hartproblemen werd bij 81 (of 90%) besloten dat er geen problemen zijn, maar bij 9 werden ten onrechte toch problemen vastgesteld.

Dit betekent dus dat wie een positieve test krijgt slechts 50% kans heeft ook effectief hartproblemen te hebben (van alle ‘rode pictogrammen’ heeft slechts de helft een ‘geel hart’)! Voor velen is dit een erg opmerkelijk resultaat: de test is correct in 90% van de gevallen, maar wie een positieve test krijgt, heeft slechts 50% kans op hartproblemen. Onderzoek heeft aangetoond dat zelfs artsen vaak niet in staat zijn om deze kansen te berekenen (link).

De reden voor dit opmerkelijk resultaat is dat de test niet feilloos is (90% correct in bovenstaand voorbeeld) in combinatie met de lage proportie personen met een hartaandoening (10% in bovenstaand voorbeeld).

Het is duidelijk dat hoe slechter de test, hoe lager de kans op ziekte gegeven een positief testresultaat. En ook: hoe minder frequent een bepaalde ziekte voorkomt in de populatie, hoe lager de kans dat een positief testresultaat ook betekent dat de persoon ook écht ziek is.

Een meer realistisch voorbeeld

Wanneer een screening procedure overwogen wordt, is het belangrijk de karakteristieken van die procedure te evalueren. De standaard test om hartproblemen te identificeren is de elektrocardiogram (ECG). Dit is ook een van de testen die voorgesteld wordt door dr. Brugada in massale screenings. Voor de cijfers baseer ik me op een document van het hartcentrum Hasselt.

De sensitiviteit van een test is het percentage terecht positieve uitslagen onder de zieke personen. Voor een ECG is dit ongeveer 90%. De specificiteit  van een test is het percentage terecht negatieve testuitslagen onder de niet-zieke personen. Voor een ECG is dit ongeveer 85%.

Aan de hand van de regel van Bayes kunnen we nu de kans berekenen dat iemand hartproblemen heeft, gegeven dat deze persoon een positieve ECG testuitslag kreeg.

p(hartproblemen|pos.test)=\frac{sensitiviteit \times p(hartproblemen)}{(sensitiviteit \times p(hartproblemen))+((1-specificiteit) \times (1-p(hartproblemen)))}

Dit geeft dan:

p(hartproblemen|pos.test)=\frac{0.9 \times 0.005}{(0.9 \times 0.005)+(0.15 \times 0.995)} = 0.03

Dit betekent dus dat bij een massale screening slechts 3% van de positieve testen écht problematisch zouden zijn. En 97% van de positieve ECG testen zouden vals positief zijn! Daarenboven zal er nog steeds een kleine groep zijn (0.2%) die onterecht te horen kreeg dat alles in orde is, terwijl ze toch een hartprobleem hebben. Denk maar aan de (gelukkig occasionele) profvoetballers die sterven op het veld, ondanks hun uitgebreide medische begeleiding.

Conclusie

Elke sporter die overlijdt aan hartfalen (of eender welke andere aandoening) is er een teveel. Echter, geen enkele test kan perfect voorspellen wie wel en wie niet aan hartfalen kan sterven. Dit in combinatie met de lage kans om te sterven aan hartfalen (ongeveer 0.5% voor atleten) zorgt ervoor dat screenen weinig effectief is.

Het cijfervoorbeeld gaf aan dat in een realistisch scenario slechts 3% van de positieve ECG tests een onderliggende pathologie correct identificeren. Deze 3% zien mogelijk hun leven gered door het screening programma. Anderzijds zullen zo’n 97% van de positieve testresultaten vals alarm blijken te zijn. Deze mensen zullen zich onterecht zorgen maken en dure vervolgonderzoeken moeten ondergaan.

Artsen zoals Brugada focussen op de (erg) kleine groep sporters die gered worden met screening, tegenstanders vinden dan weer dat de kosten van screening niet opwegen tegen het beperkt aantal mensen dat gered wordt en de (erg) grote groep die onterecht vervolgonderzoeken krijgt en zich zorgen gaat maken. Zij vinden dat het geld beter naar meer effectieve programma’s kan gaan, waarbij meer mensenlevens gered worden met hetzelfde budget (bvb. focussen op 50+ers waarbij p(hartproblemen) al veel groter is dan 0.5%).

Het is niet makkelijk een standpunt in te nemen in dit debat. Intuïtief lijkt screenen een schitterend idee. ‘Meten is weten en op een mensenleven staat geen prijs’. Maar misschien is die redenering wat kort door de bocht. Met deze post hoop ik wat meer inzicht gebracht te hebben in het probleem (voornamelijk voor wat het aspect kansberekening betreft).

Tot slot: ik ben geen arts en heb ook geen medische scholing gekregen.