Ca vient ca vient ^^!
Bon pour reprendre
1) Effectivement Quentin (et donc accessoirement le prof) a bien raison.
Si on prend l'exemple d'une maladie grave sans traitement (exemple caricatural du cancer plurimétastasé), la seule thérapie qui existe est extrêmement lourde et dangereuse et au final sert limite juste à retarder l'échéance de la mort.
Ainsi si on traite quelqu'un on veut avant tout être sur qu'il soit bien malade.
On cherche donc un test qui nous confirme le plus possible la maladie (le diagnostic) quitte à avoir des gens malades non traités (FN) car, au vu du traitement, c'est toujours moins embêtant que des gens traités non malades (FP).
Il faut donc un test où quand le résultat est positif, on est quasi sur que l'individu est malade. Cela équivaut à deux choses :
-Une VPP élevée, mais pas intéressant dans la mesure dans où elle varie beaucoup en fonction de la prévalence (sensible aux déséquilibre des effectifs)
-Très peu de FP (car VPP = VP/(VP+FP) mais s'explique aussi par un minimum de gens traités non malade)
-Or qui dit très "peu de FP" dit "VN/(VN+FP) élevé"
-Donc Spécificité élevée !
Ainsi lorsque l'on veut confirmer un diagnostique (ce qui est le cas dans une maladie grave sans traitement) il faut une spécificité élevée !
De la même façon on peut montrer qu'une sensibilité élevée est nécessaire pour rejeter un diagnostic (ici elle est corrélée à un VPN élevée et peu de FN). Dans une maladie grave avec un traitement efficace, cette fois on préférera avoir un minimum de FN quitte à avoir des FP car on préfère traiter quelqu'un qui n'est pas malade que ne pas soigner quelqu'un de malade.
2) Concernant les diagrammes, ils servent principalement à deux choses (enfin je pense) :
-dans un premier temps, montrer que quelque soit la probabilité pré test, les rapports de vraisemblance ne changent pas pour un type de test donné (avec Se et Sp définis)
-dans un second temps, ils peuvent permettre au médecin d'évaluer la pertinence d'effectuer tel ou tel test ou même de ne pas en faire en fonction de la probabilité pré test qu'il aura à peu près évalué au vu de son examen clinique et du résultat qu'il cherche à avoir.
Exemple : un médecin estime que son patient a à peu près 75% de risque d'être malade au vu de son examen clinique et de ses connaissances. Étant donné qu'il cherche principalement à confirmer le diagnostic dans la mesure où le traitement est efficace et que ce n'est pas très grave de traiter un individu non malade, il cherchera un test avec une Sp élevée (cf ci dessus) mais qui permet aussi d'obtenir une proba post test (VPP) supérieure à celle pré test évaluée. Il existe deux tests possibles qui ont une très bonne sensibilité mais une spécificité pas top. Il calcule donc pour chaque test le RV+ et à partir du diagramme magique qu'il a TOUJOURS dans sa poche il peut estimer la probabilité post test + (VPP). Il se rend alors compte que les deux test ont une VPP inférieure à la probabilité pré test. Il estime par conséquent que ce n'est pas nécessaire de faire le test et prescrit donc le traitement au patient. (j'oublie de préciser que cette histoire se passe dans le pays où la FLM distribue tous les polys aux étudiants en temps et en heure ^^)
J'ajoute une petite précision par rapport au commentaire de Valentin, la probabilité pré test correspond à M+/(M- + M+) et non M+/M- qui est la côte pré test
3) Enfin pour l'histoire du choix du seuil. Quentin a déjà répondu, j'ajouterai juste 2/3 choses par rapport à son exemple.
On cherche un seuil qui définit l'hypercholestérolémie. Comme il l'a dit, si on fait varier ce seuil, on obtiendra des VP, VN, FP, FN différents ce qui donnera des Se et Sp différents aussi. Il n'y a pas de méthode empirique qui permet de définir le seuil idéal. Il varie en fonction de ce que l'on cherche lorsque l'on fait le test (d'où le "il nous faut une Se ou Sp importante selon les maladies et les modalités de traitement").
En général pour un test qui n'a pas d'impératif de Se ou Sp supérieure à l'autre, on utilise la diagonale qui équivaut à Se=Sp. De ce fait l'abscisse de l'intersection entre la diagonale et la courbe ROC définit le seuil où Se=Sp
Voilà j'espère avoir été clair. Il se peut que je me soit trompé quelque part car quand on parle beaucoup, on se trompe facilement ^^. Je n'ai pas les stats infuses donc n'hésitez pas à me corriger =)