Exercice 1 

Afin de diagnostiquer la présence d'une appendicite chez des patients présentant des douleurs
abdominales aigues, on réalise une échographie de la région abdominale. Parmi les 255 patients
chez lesquels l'échographie était positive, 235 présentaient effectivement une appendicite.
Toutefois, 75 des 585 patients dont l'échographie était négative, présentaient également une
appendicite.

Exercice 2

Une firme désire commercialiser un nouveau test de dépistage d'infection urinaire pour les femmes
enceintes (bandelettes urinaires). Afin de vérifier son efficacité, ce nouveau produit est testé sur
des échantillons d'urine contenant un taux de leucocytes inférieur à la normale (pas d'infection) et
supérieur à la normale (infection). Les résultats de ce test se présentent comme décrits dans le
tableau suivant.

Toutefois, en plus des résultats positifs et négatifs, 4 tests ont été considérés comme douteux; 2
chez les femmes présentant une infection et 2 chez les femmes ne présentant pas d'infection
urinaire.

1. Représentez l'ensemble des résultats sous forme d'une table de contingence.

Exercice 3

Afin de déceler la présence de calculs rénaux chez des patients se plaignant de douleurs
caractéristiques intenses, des radiographies des voies urinaires sont réalisées et interprétées par
deux médecins. Sur les 150 clichés analysés, 80 sont jugés positifs par les deux médecins tandis
que 15 sont considérés comme positifs par le premier médecin mais négatifs par le second
médecin. Ce-dernier juge comme positives 90 radiographies.

Déterminez la concordance entre les résultats des deux médecins.

 Présentation des résultats sous forme d'un tableau.

Exercice 4 :

Lors du dépistage d'une maladie rare, touchant près d'une personne sur mille, les
tests ne sont pas fiables à 100%. Après une campagne de dépistage, il y a alors des
faux positifs, c'est-à-dire des personnes dépistées comme malades alors qu'elles
sont saines. À l'inverse, il y a aussi des faux négatifs, c'est-à-dire des personnes
dépistées comme saines mais en réalité malades. Le problème est alors de savoir
quelle est la proportion de faux positifs parmi les détections.

On suppose qu'un patient malade est détecté par le dépistage avec une
probabilité de 99%. À l'inverse, un patient sain est détecté comme tel avec une
probabilité de 95%.

Question 1)
Quel est la malchance d'être diagnostiqué faux-positif, c'est à dire, quelle est la
probabilité qu'une personne positive soit en fait non malade ?

Réponse :

La probabilité P(non malade | positif) = P(positif | non malade)   P(non

malade) / P(positif). La probabilité d'être non malade est P(non malade) = 0,999
d'après l'énoncé. La probabilité d'être positif mais en étant non malade est
P(positif | non malade) = 5% = 0,05, toujours d'après l'énoncé. Il reste le plus
difficile, la probabilité d'être dépisté positif, qui est la somme entre les cas
(disjoints) "malades" et "non malades" : P(positif) = P(positif | malade)   
P(malade) + P(positif | non malade)   P(non malade) = 0,99 0,001 + 0,05 0,999
= 0,00099 + 0,04995 = 0,05094. En définitif, la probabilité d'être faux-positif est
P(non malade | positif) = 0,05   0,999 / 0,05094   0,98. Donc 98% des patients
étant déclarés malades sont en réalité sains.

Question 2)
Qu'en déduire sur le résultat d'un test positif ? Comment expliquer cela ?
Corrigé

Ce résultat, qui paraît absurde car le dépistage est censément très fiable, est dû au
fait que le nombre de personnes saines est bien plus grand que celui des
personnes malades. Donc, même si l'erreur est faible, cela touche un bien plus
grand nombre de gens et donc révèle plus de faux malades que de vrais. Sur 1000
personnes, il ne devrait y avoir en moyenne qu'une personne malade car
P(malade) = 0,1% de 1000, soit 1. Cependant en moyenne, le test en montre 50 de
plus car P(positif|non malade) = 5% de 1000, soit 50.