Medicine">
MSP Utea Eval. Validez y Fiabilidad de Las Pruebas Diagnosticas y de Cribado
MSP Utea Eval. Validez y Fiabilidad de Las Pruebas Diagnosticas y de Cribado
MSP Utea Eval. Validez y Fiabilidad de Las Pruebas Diagnosticas y de Cribado
Muestra la distribución de los resultados de la prueba de la tuberculina en una población. En el eje horizontal se
muestra tamaño de induración (el diámetro del área de induración en el punto de inyección, en milímetros) y en el eje
vertical se indica el número de individuos. Un grupo numeroso se centra en el valor de 0 mm (no induración) y otro
grupo se centra próximo a los 20 mm de induración. Este tipo de distribución, en el que existen dos picos, se
denomina curva bimodal. La distribución bimodal permite la separación de individuos que no tenían experiencia
previa con la tuberculosis (individuos sin induración, representados en la izquierda) de los que si la tenían (aquellos
con alrededor de 20 mm de induración, representados en la derecha). Aunque algunos individuos se encuentran en la
«zona gris» en el centro y pueden pertenecer a cualquiera de las curvas, la mayoría de la población puede
diferenciarse con facilidad utilizando las dos curvas. Por tanto, cuando una característica posee una distribución
bimodal, es relativamente fácil separar la mayoría de la población en dos grupos (p. ej. Enfermos y no enfermos,
poseedores de cierto trastorno o anomalía y no poseedores de dicho trastorno o anomalía).
2. DISTRIBUCIÓN UNIMODAL
DE LA POBLACIÓN
Sin embargo, la mayoría de las características humanas no presentan generalmente una distribución bimodal.
En la figura 5-2 se muestra la distribución de las presiones arteriales sistólicas en un grupo de varones. En esta
figura no existe una curva bimodal; lo que observamos en una curva unimodal (con un solo pico).
Por tanto, si queremos separar a los sujetos del grupo que son hipertensos de los que no lo son, se debe
establecer un nivel de corte para la presión arterial por encima del cual las personas se consideran hipertensas y
por debajo del cual se consideran normotensas. No existe un valor exacto de presión arterial que diferencie a los
sujetos normotensos de los hipertensos. Aunque podemos elegir un punto de corte para establecer la
hipertensión basándonos en consideraciones estadísticas, lo ideal es que quisiéramos elegir el punto de corte
basado en información biológica; es decir, queremos saber que una presión por encima del valor de corte
elegido se asocia con un mayor riesgo de sufrir posteriormente una enfermedad, como ictus o infarto de
miocardio, que deriven en un desenlace mortal.
Validez de las pruebas de cribado
SENSIBILIDAD: Proporción de individuos enfermos que fueron identificados correctamente como «positivos» para la prueba, fue
de 80/100 o del 80%
ESPECIFICIDAD: Proporción de personas no enfermas que son identificadas correctamente como «negativos» por la
prueba, es por tanto de 800/900 o del 89%
**De hecho, estamos comparando nuestros resultados de la prueba con algún «método de referencia», una
fuente externa de «verdad» referente al estado de la enfermedad de cada individuo de la población.
Comparación de los resultados de una prueba dicotómica
(resultados positivos o negativos) con el estado real de la
enfermedad.
Problemas de los falsos positivos:
Necesitarán ser exploradas de nuevo con pruebas mas sofisticadas y caras.
Carga sobre el sistema de asistencia sanitaria.
Ansiedad y preocupación inducidas en las personas a las que se informa que el resultado de la prueba ha
sido positivo.
Etiquetación como «positivas» por la prueba de cribado, nunca se libran por completo de dicha etiqueta,
incluso aunque los resultados de evaluaciones posteriores sean negativos.
Por ejemplo, los niños identificados como «positivos» en un programa a de cribado de cardiopatía fueron
tratados como discapacitados por los padres y el personal de la escuela.
Problemas de los falsos negativos:
Si una persona presenta la enfermedad pero es informada incorrectamente de que los resultados de la
prueba son negativos, en caso de que se trate de una enfermedad grave para la que se dispone de
intervenciones efectivas, el problema es realmente grave. Por ejemplo, si la enfermedad es un tipo de
cáncer que es curable únicamente en sus etapas más iniciales, un resultado falso negativo puede
representar una sentencia de muerte virtual.
Pruebas de variables continuas
(Glucemia, presión arterial…donde no hay simplemente resultados positivos y negativos)
EJEMPLO:
Prueba de glicemia
Es de esperar que, citando únicamente a aquellos positivos en la primera prueba de cribado para realizar pruebas adicionales, se
reduzca el problema de los falsos positivos.
Ejercicio en clases:
Puntúa 20 puntos la culminación al 100%
Construir las dos tablas tetracóricas
y calcular la sensibilidad y especificidad neta
Sensibilidad neta utilizando dos pruebas simultaneas
La primera pregunta que nos planteamos es: ¿Cuál es la sensibilidad neta, si se utilizan la
prueba A y la prueba B simultáneamente? Para considerar a una persona positiva y, por
tanto, poder incluirla en el numerador para calcular la sensibilidad neta de las dos pruebas
utilizadas simultáneamente, dicha persona debe ser identificada como positiva por la prueba
A, la prueba B o ambas.
Entonces calculamos la sensibilidad con ambas pruebas:
La prueba B tiene una sensibilidad
del 90%, por lo que identificó al 90%
del los 160 que identificó la prueba A
(144)
Con el fin de calcular el numerador para la sensibilidad neta, no podemos
sumar simplemente el número de personas identificadas como positivas con
la prueba A y el número de personas identificadas como positivas con la
prueba B, pues algunas personas fueron identificadas como positivas con
ambas pruebas. Estas personas se representan en el área de solapamiento
entre ambos círculos, y no debemos contarlas dos veces (fig. 5-8).
¿Cómo determinar cuántas personas dieron resultado positivo en ambas
pruebas?
La prueba A posee una sensibilidad del 80% y, por tanto, identifica como
positivas al 8O% de las 200 personas que tienen la enfermedad (160
personas).
La prueba B posee una sensibilidad del 90% y, por tanto, identifica como
positivas al 90% de las mismas 160 personas que fueron identificadas por la
prueba A (144 personas). Por tanto, cuando empleamos simultáneamente las
pruebas A y B, 144 personas son identificadas como positivas con ambas
pruebas.
Recordemos que la prueba A identificó correctamente como positivas a 160
personas con Ia enfermedad.
Como 144 de las mismas fueron identificadas por ambas pruebas, 160 - 144 = 16
personas fueron identificadas correctamente solo con la prueba A.
La prueba B identificó correctamente como positivas a 180 de las 200 personas con
la enfermedad. Como 144 de las mismas fueron identificadas por ambas pruebas,
I80 - 144 = 36 personas fueron identificadas correctamente solo con la prueba B.
¿Cuál es la probabilidad de que dicho paciente tenga la enfermedad? = VALOR PREDICTIVO POSITIVO
¿Qué proporción de los pacientes con resultados positivos en la prueba tienen realmente la
enfermedad en cuestión? = VALOR PREDICTIVO POSITIVO
Relación entre el valor predictivo
positivo y la prevalencia de la enfermedad
La prevalencia mayor de una enfermedad en la población cribada ha causado un
aumento importante del VALOR PREDICTIVO POSITIVO utilizando la misma prueba.
CLARAMENTE LA MAYOR PARTE DE LA GANANCIA DEL VALOR
PREDICTIVO SE PRODUCE CUANDO AUMENTA LA PREVALENCIA DE LA
ENFERMEDA EN LOS CASOS EN QUE LA PREVALENCIA ES BAJA.
¿Por qué debe interesarnos la relación entre el valor
predictivo y la prevalencia de la enfermedad?
Curva ancha centrada sobre el valor real , podemos decir que son válidos, pero para un solo grupo (es decir
tienden a agruparse alrededor del valor verdadero
Lo ideal es que claramente los resultados sean válidos y
fiables
CONCLUSIÓN