Publication : juin 2026
Révision médicale par :
Mercè Tena Campos, responsable des affaires scientifiques
Ce qu’ils sont, leur importance et la valeur ajoutée qu’ils apportent à vos comptes rendus
Chez Thermo Fisher Scientific, nous soutenons les approches d’interprétation des résultats fondées sur les données probantes, notamment l’utilisation de rapports de vraisemblance (LR*) par intervalle.
En associant des données issues de publications évaluées par des pairs à la conception quantitative des tests, Thermo Fisher aide les laboratoires à convertir les résultats numériques des tests en informations pertinentes sur le plan clinique, renforçant ainsi le rôle du diagnostic des maladies auto-immunes dans la prise de décision clinique.
Qu’est-ce qu’un rapport de vraisemblance ?1,2
Un rapport de vraisemblance indique dans quelle mesure un résultat de test donné est plus ou moins probable chez les patients atteints d’une maladie que chez ceux qui n’en sont pas atteints. Les valeurs supérieures à 1 augmentent la probabilité de la maladie, tandis que les valeurs inférieures à 1 la diminuent.
Adapté de : Deane KD, et al. From autoantibody test results to decision making: Incorporating likelihood ratios within medical practice. Autoimmun Rev. 2024;103537.
Contrairement à la sensibilité ou à la spécificité, qui résument les performances d’un test à un seuil donné, les rapports de vraisemblance peuvent être définis pour des résultats ou des intervalles spécifiques. En règle générale, plus les résultats s’éloignent du seuil, plus la variation de la probabilité de maladie est importante.
Pourquoi les laboratoires doivent-ils s’y intéresser ?1-4
De nombreux comptes rendus de laboratoire classent encore les résultats comme négatifs, équivoques ou positifs. Cependant, les concentrations d’anticorps reflètent souvent un continuum de probabilité de maladie, que ces classifications simplifiées ne permettent pas de restituer.
1. Communiquer la signification clinique, et pas seulement des chiffres
Un LR replace les unités propres au test, par exemple U/ml, UI/ml, CU ou ratio, dans un contexte clinique, et fournit ainsi des informations directement exploitables en pratique clinique. Par exemple :
« Ce résultat est 27 fois plus probable chez un patient atteint de polyarthrite rhumatoïde que chez une personne qui n’en est pas atteinte. »
2. Réduire le risque de mauvaise interprétation des résultats faiblement positifs
Les professionnels de santé peuvent surestimer la probabilité de la maladie après l’obtention d’un résultat positif. Les rapports de vraisemblance quantifient dans quelle mesure certains niveaux de résultats, tels que les titres d’anticorps, modifient cette probabilité : les titres faibles correspondent souvent à des LR moins élevés, tandis que les titres élevés tendent à être associés à des LR plus importants. Associés à la probabilité prétest, les LR permettent une interprétation plus précise des résultats et peuvent contribuer à réduire les erreurs d’interprétation.
3. Harmoniser l’interprétation
Les tests d’auto-immunité varient considérablement en termes d’unités, de seuils, d’étalonnage et de performances.
Les LR par intervalle étant établis à partir des performances cliniques d’un test donné, ils permettent une interprétation clinique plus standardisée. Pour les tests EliA™, les rapports de vraisemblance favorisent une interprétation cohérente lorsqu’ils sont utilisés avec les résultats générés sur les Systèmes de Laboratoire Phadia™.
4. Fournir des informations cliniquement pertinentes
La sensibilité et la spécificité indiquent la fréquence à laquelle un test est positif ou négatif chez les patients atteints ou non de la maladie. Or, les professionnels de santé ont besoin de l’information inverse : dans quelle mesure les résultats du test sont associés à la maladie. Les rapports de vraisemblance permettent de répondre à cette question clinique.
Quel intérêt pour les médecins prescripteurs ?1,2
Better diagnostic reasoning
Les rapports de vraisemblance quantifient dans quelle mesure un résultat de test modifie la probabilité de maladie.
À partir de la probabilité prétest, les professionnels de santé utilisent le LR pour réévaluer la probabilité de maladie, c’est-à-dire la probabilité post-test. Ils peuvent intégrer cette information intuitive aux données issues des antécédents cliniques, de l’examen clinique et des examens complémentaires.
More precise interpretation of antibody levels
Les rapports de vraisemblance par intervalle calculés, par exemple, à partir du test EliA™ CCP, illustrent comment la conception quantitative du test permet une interprétation différenciée des résultats. Les professionnels de santé peuvent ainsi dépasser une simple classification positive ou négative et procéder à une évaluation plus nuancée de la probabilité de maladie.
Clearer communication with patients
Au lieu de se contenter d’indiquer « Votre test est positif », ils peuvent expliquer : « À ce niveau, ce résultat est, par exemple, 27 fois, voire plus de 100 fois, plus probable chez les patients atteints de la maladie que chez ceux qui ne le sont pas. » Cette formulation fournit un contexte plus clair et favorise une prise de décision partagée.
Exemple :
- Résultat du test EliA CCP de 100 EliA U/ml → LR ~27 ;
- Résultat du test EliA CCP de >340 EliA U/ml → LR ~107
Comment les laboratoires peuvent-ils mettre en œuvre les LR ?2-4
Des études multicentriques publiées ont établi des rapport de vraisemblance par intervalle pour de nombreux tests d’autoanticorps, ce qui permet aux laboratoires de mettre en correspondance les résultats des tests avec des intervalles de LR fondés sur les données probantes.
Comme les LR propres à un test reflètent ses performances cliniques, et non uniquement les unités qui lui sont spécifiques, ils favorisent une interprétation clinique plus cohérente et peuvent être mis en œuvre une fois établis, sans nécessiter de nouvelles études de grande ampleur sur les résultats cliniques. Il convient toutefois de noter que les LR par intervalle sont propres à chaque test et ne sont pas interchangeables entre différentes méthodes ou différents fabricants.
Chez Thermo Fisher, nous accompagnons la mise en œuvre de comptes rendus intégrant des LR par intervalle dans le cadre d’une approche du diagnostic des maladies auto-immunes pleinement intégrée à la pratique clinique. En s’appuyant sur des données issues de publications évaluées par des pairs, la gamme EliA™ permet de s’aligner sur les intervalles de LR publiés afin de renforcer la prise de décision clinique.
En résumé1-4
Dans le diagnostic des maladies auto-immunes, les rapports de vraisemblance, ou likelihood ratio LR, quantifient dans quelle mesure un résultat de test augmente ou diminue la probabilité de maladie. Contrairement à une présentation des résultats limitée aux catégories positif/négatif, les LR traduisent les concentrations d’anticorps en variations de la probabilité de maladie, ce qui permet une interprétation plus précise.
- Les résultats faiblement positifs peuvent avoir un impact diagnostique limité (LR d’environ 1 à 3).
- Les concentrations élevées d’anticorps sont presque toujours associées à des arguments diagnostiques solides (LR >10).
- Les LR sont indépendants des unités propres à chaque test, ce qui permet une interprétation plus cohérente entre différents tests.
En mettant en œuvre des rapports de vraisemblance par intervalle, les laboratoires peuvent améliorer l’interprétation clinique, réduire les erreurs diagnostiques et accroître la valeur des comptes rendus de laboratoire.
Thermo Fisher soutient cette approche au moyen de solutions fondées sur les données probantes proposées dans la gamme EliA™.
Vous souhaitez en savoir plus ?
Veuillez contacter votre représentant Thermo Fisher Scientific local pour en savoir plus sur l’introduction des rapports de vraisemblance dans le diagnostic des maladies auto-immunes.
