El documento explica qué son las pruebas diagnósticas y los indicadores estadísticos utilizados para evaluarlas como la sensibilidad, especificidad, valores predictivos positivo y negativo. Luego presenta ejemplos numéricos de cómo calcular estos indicadores para diferentes pruebas diagnósticas utilizando datos reales sobre resultados verdaderos y falsos positivos y negativos.
2. ¿QUÉ SON PRUEBAS
DIAGNÓSTICAS?
Se refiere a un proceso, más o menos complejo, que
pretende determinar en un paciente la presencia de
cierta
condición,
supuestamente
patológica,
no
susceptible de ser observada directamente.
La definición se refiere a “condición” y no enfermedad
o entidad gnosológica, ya que no siempre se utiliza
una PD para identificar una enfermedad, sino que
ésta también puede utilizarse para
síndromes o procesos patológicos.
diagnosticar
4. SENSIBILIDAD
Capacidad
de una prueba para reconocer
“correctamente” a los que realmente están
enfermos.
Se halla así: S = VERDADEROS
POSITIVOS
TOTAL DE
ENFERMOS
5. ESPECIFICIDAD
Capacidad
de una prueba para reconocer
“correctamente” a los que realmente NO están
enfermos.
Se halla así: E = VERDADEROS
NEGATIVOS
TOTAL “SANOS”
6. RELACION ENTRE
ESPECIFICIDAD Y SENSIBILIDAD
Idealmente
una
prueba
debería
ser
100%
sensible y 100% específica, que sea capaz de
reconocer correctamente a todos los enfermos y
a todos los no tienen la alteración en estudio.
Cuando
se
estudia
una
variable
de
tipo
cuantitativo continua, se observa que existe una
relación inversa entre el valor de sensibilidad y el
de especificidad, como se muestra en el
7. DE TAL MANERA QUE:
A MEDIDA QUE UNO SE INCREMENTA, EL OTRO DISMINUYE
8. VALOR PREDICTIVO
POSITIVO
Indica la probabilidad de que un individuo con
una prueba positiva, REALMENTE se encuentre
enfermo.
Se halla así: VPP= VERDADEROS
POSITIVOS
TOTAL DE
POSITIVOS
* Depende de la PREVALENCIA de la alteración, más que de
la sensibilidad y especificidad de la prueba.
9. VALOR PREDICTIVO
NEGATIVO
Indica la probabilidad de que un individuo con una
prueba negativa, REALMENTE se encuentre libre de la
enfermedad en estudio.
Se halla así:
VPN= VERDADEROS
NEGATIVOS
TOTAL DE
NEGATIVOS
* El Valor Predictivo Negativo (VPN) también puede
cambiar en función de la prevalencia. Si la prevalencia
de una patología aumenta mucho los falsos negativos
pueden provocar una disminución muy considerable del
VPN, de la capacidad predictiva que pueda tener el
28. EJEMPLO N°9
Calcular sensibilidad, especificidad, valor
predictivo positivo y valor predictivo negativo,
siendo ELISA la “prueba estándar ideal”.
30. EJEMPLO N°10
Determinar los valores de Sensibilidad,
Especificidad, Valor Predictivo Positivo, Valor
Predictivo Negativo para el siguiente test, teniendo
como “prueba estándar ideal” el urocultivo.
32. EJEMPLO N°11
Determinar los valores de Sensibilidad,
Especificidad, Valor Predictivo Positivo, Valor
Predictivo Negativo para el siguiente test, teniendo
como “prueba estándar ideal” el urocultivo.
34. EJEMPLO N°12
Un Hospital está considerando la posibilidad de incorporar la
medición de la frecuencia respiratoria en todos los menores de
cinco años antes de realizar una radiografía de tórax por
sospecha de neumonía. Para esto condujeron un estudio en el
cual midieron la frecuencia respiratoria durante un minuto a 100
niños con enfermedad de las vías respiratorias inferiores y
realizaron a todos los niños una placa de tórax para determinar
si existían o no signos evidentes de neumonía.
De los 100 niños, 62 tuvieron la frecuencia respiratoria
aumentada y, entre ellos 56 tuvieron una placa de tórax que
indicó el diagnóstico de neumonía. Entre los 38 niños restantes,
12 también tuvieron una placa de tórax que indicó el diagnóstico
de neumonía.
Con base en los datos anteriores, complete el cuadro siguiente
y, luego, halle la sensibilidad, especificidad, valor predictivo
positivo y valor predictivo negativo: