Tema 2 - Valores de Referencia e Interpretación

Intervalo de referencia
Todos los resultados analíticos tienen que tener un valor de referencia asociado al que
poder compararlo. ¿Cómo si no si el valor que he obtenido es normal en una persona sana?
Cada laboratorio tendrá su propio rango de referencia en base a la gente que acude a él.
Se establece la siguiente manera: Cogemos una población (125 personas más o menos) y
mides los valores del analito del que quieres saber el intervalo de referencia. Si el resultado
muestra una distribución normal coges la media +- 1,96 desviaciones estándar, lo que
engloba el 95% de la población. Si la distribución no es normal coges los percentiles 2,5 y
97,5 para crear el intervalo, de manera que el 95% quede entre su rango.
Esa gente que se queda fuera no está enferma, sino que por el proceso estadístico se
quedan fuera. Son falsos positivos.
Estratificación de intervalos de referencia
Los intervalos de referencia son más exactos si los hacemos para cada subgrupo. Esto
se denomina estratificación de los valores de referencia. Por ejemplo, la testosterona es
distinta en hombres que en mujeres, por lo que tendrán intervalos distintos. ¿Cómo
sabemos si merece la pena hacer dos valores de diferencia distintos para dos subgrupos?
De la siguiente manera:
Tomamos los valores de dos subgrupos. Cogemos el intervalo total (valor más alto menos el
más bajo) y calculamos el 25%. Luego calcula la media de cada subgrupo por separado y
vemos si es diferente. Si su diferencia es mayor que el 25% del intervalo.
Límites de decisión clínica
Estos se basan en estudios clínicos y guías clínicas. Son universales, a diferencia de los
valores de referencia. El límite de referencia superior de glucosa en nuestro hospital es
100 mg/dL. En cambio el límite de decisión clínica para detectar la diabetes mellitus según
la Asociación Americana de Diabetes (ADA) es de 126mg/dL. Hacemos caso antes al límite
que a tu intervalo de referencia.
Valores críticos
Son aquellos valores que si se dan hay que actuar de forma rápida porque
comprometen la vida del paciente. Por ejemplo pasa con los valores del potasio o de las
plaquetas.
Sensibilidad y especificidad
Tenemos que saber si nuestro método es lo suficientemente sensible (detecta

adecuadamente a una persona enferma) y específicos (detectar adecuadamente a una
persona sana).
De esta tabla nos va a caer una pregunta

Sensibilidad= VP (gente enferma)/ VP(gente enferma)+FN (gente enferma)
Especificidad = VN (sana)/ VN(sana)+FP(sana )
Las pruebas son magnitudes bioquímicas por lo que el punto de corte para determinar a
alguien como sano o enfermo lo decidimos nosotros.
Si la enfermedad es grave, el tratamiento precoz es muy fácil (comer menos grasa con
colesterol alto), o si la prueba confirmatoria es barata, se ha de establecer de manera
que tratemos al mayor nº de enfermos posibles (pocos falsos negativos) aunque eso
signifique tener muchos falsos positivos
Si la enfermedad es grave y el tratamiento tiene poca eficacia/alta morbilidad, se hace

lo contrario. Fijas el punto de corte de manera que haya muchos falsos negativos y
pocos falsos positivos. Esto es para no ir asustando a la gente.
Eficacia diagnóstica: Curvas ROC
La eficacia es la capacidad que tiene una prueba de discriminar los verdaderos negativos y
positivos. Se calcula con la fórmula.
La eficacia dependera de donde situemos el punto de corte. Para representar esto se
utilizan las graficas ROC. El eje X representa la sensibilidad y el eje Y representa 1-
Especificidad. Se dibuja una linea ploteando la sensibilidad y 1-especificidad para cada
punto de corte.
El area bajo la curva representa la probabilidad que tiene la prueba de discriminar

adecuadamente los verdaderos positivos y negativos (eficacia). Una linea recta
represente que tiene el 50% de posibilidades de acertar (para eso echamos una
moneda al aire y listo)
Valor Predictivo
El valor predictivo positivo es la fracción de positivos ciertos (enfermos) del total de

resultados positivos. Es la posibilidad de estar realmente enfermo tras un resultado positivo
del test. Por el contrario, la probabilidad antes de hacer el test, es la prevalencia de la
enfermedad
El valor predictivo negativo es la fracción de negativos ciertos (sanos) del total de resultados
negativos.
Si aumentamos la población sana (la enfermedad es menos prevalente) la sensibilidad y la

especificidad no se ven afectados. En cambio el valor predictivo positivo baja y el valor
predictivo negativo sube.
Es por esto que si la prevalencia es baja (hay mucha gente sana) el resultado positivo no
permite confiar la enfermedad, pero un resultado negativo sí que es muy confirmatorio
El varlo predictivo positivo se puede calcular con la prevalencia, la sensibilidad y la

especificidad de una prueba mediante la siguiente fórmula.
Lo mismo para con el valor predictivo negativo.
Variabilidad analitica
La variabilidad de los resultados de una prueba se debe a dos factores:
● Variabilidad analítica: La variabilidad debido a las diferencias a la hora de hacer
la prueba.
● Variabilidad biológica: La que está causada por las diferencias biológicas, ya sean
interpersonales (diferencias entre los individuos) o intrapersonales (diferencias de
la composición bioquímica de una misma persona dependiendo de su estado)
El índice de individualidad (II)es un cociente entre la variabilidad de un analito dentro de
una persona y la variabilidad de ese analito entre las personas de un grupo.
(II)=variación intraindividual/variación interpersonal.
Si es muy alto significa que dentro de un mismo individuo varía poco pero es muy
distinta entre diferentes personas. Esto quiere decir que es muy posible que una
medicion (x) este dentro del rango de referencia de la población pero fuera del rango
del individuo (y por tanto es patológico)
Si es muy bajo significa que varía mucho dentro de una persona pero no tanto entre
diferentes personas. Esto quiere decir que un valor puede estar fuera del rango de
referencia del grupo pero pero dentro del rango de la persona (no es patológico)
Valor de referencia del cambio
En un seguimiento te toman muestras a lo largo del tiempo. Los resultados no van a ser los
mismos. ¿El cambio es significativo?
La variabilidad total vimos que era una suma de la variabilidad preanalítica, la variabilidad
intraindividual y la variabilidad analítica. Suponemos que la variable preanalítica es
despreciable debido a la estandarización y los protocolos, osea que es solo la suma de la
analítica y la biológica. Que el cambio entre dos mediciones sea significativo dependera de
estas variaciones. El valor de referencia del cambio es propio para cada analito a medir y lo
que varía. Viene dado por la siguiente fórmula.
CVa es la constante de variabilidad analítica y CVi es la constante de variabilidad

intrapersonal. La raíz cuadrada de dos está ahí porque son dos mediciones. Z es la
desviación estándar, que para tener un 95% de confianza a ambos lados de la distribución
es 1,96
La raíz cuadrada de dos porque son dos mediciones. La z es la desviación estándar para el
porcentaje de confianza que queremos. Para un 95% de confianza la Z es 1,96. Pongamos
que el estamos tomando dos mediciones de un analito cuyo CVi es de 18,1 y su CVa es de
4. Aplicando la fórmula obtenemos que √ ❑ x 1,96 x √ ❑ = 51,35%.
Una medición es 2,1 y la otra 2,5. La segunda es un 19% más alta. Como 19 es menor que
51,35 , la variación no es analiticamente significativa
Analiticamente significativo no significa que sea clínicamente significativo. Puede que el

valor cambie pero que no afecte a las decisiones que hay que tomar.

Tema 2 - Valores de Referencia e Interpretación

Cargado por

Copyright:

Formatos disponibles

Tema 2 - Valores de Referencia e Interpretación

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema 2 - Valores de Referencia e Interpretación

Cargado por

Copyright:

Formatos disponibles

Intervalo de referencia

Estratificación de intervalos de referencia

Tenemos que saber si nuestro método es lo suficientemente sensible (detecta

De esta tabla nos va a caer una pregunta

Especificidad = VN (sana)/ VN(sana)+FP(sana )

Si la enfermedad es grave y el tratamiento tiene poca eficacia/alta morbilidad, se hace

Eficacia diagnóstica: Curvas ROC

El area bajo la curva representa la probabilidad que tiene la prueba de discriminar

El valor predictivo positivo es la fracción de positivos ciertos (enfermos) del total de

Si aumentamos la población sana (la enfermedad es menos prevalente) la sensibilidad y la

El varlo predictivo positivo se puede calcular con la prevalencia, la sensibilidad y la

Lo mismo para con el valor predictivo negativo.

Valor de referencia del cambio

CVa es la constante de variabilidad analítica y CVi es la constante de variabilidad

Analiticamente significativo no significa que sea clínicamente significativo. Puede que el

También podría gustarte