8. CRITERIOS PARA EL USO DE PRUEBAS
DIAGNÓSTICAS
• Principio fundamental de las pruebas diagnósticas:
Individuos que tienen una enfermedad son distintos de
los que no la tienen y que las pruebas diagnósticas
permiten distinguir ambos grupos.
• Pruebas diagnósticas perfectas:
– Individuos sin la enfermedad tienen un valor uniforme de la
prueba.
– Con la enfermedad valor uniforme y distinto en la prueba
– Los resultados de las pruebas son consistentes con los del
grupo de enfermos y de sanos.
9.
10.
11.
12. VARIACIONES QUE AFECTAN LAS
PRUEBAS DIAGNOSTICAS
• Variabilidad de la prueba
• Variabilidad de la población sin la
enfermedad
• Variabilidad de la población con
la enfermedad.
13. EVALUACION DE LA VARIABILIDAD DE UNA
PRUEBA
• EXACTITUD (VALIDEZ): Capacidad de producir
resultados cercanos a la verdadera medida del fenómeno
anatómico, fisiológico o bioquímico.
• REPETIBILIDAD (CONFIABILIDAD): Capacidad de
producir resultados consistentes cuando se repite en las
mismas condiciones. Factores que influyen:
– Las condiciones del paciente y laboratorio
– Variabilidad interobservador
– Variabilidad intraobservador
15. VALIDEZ DE UNA PRUEBA
• La exactitud es una propiedad
necesaria de una buena prueba. No
obstante por sí sola no garantiza que la
prueba sea válida o útil para el
diagnóstico.
• Para establecer la utilidad de una
prueba necesitamos valorar la
capacidad de discriminar entre las
personas sanas y enfermas.
16. EVALUACIÓN DE LA VALIDEZ
• UNA PRUEBA DIAGNÓSTICA SERÁ VÁLIDA SI
ES CAPAZ DE MEDIR CORRECTAMENTE EL
FENÓMENO QUE PRETENDE ESTUDIAR
• SE REQUIERE UN PATRÓN DE REFERENCIA O
“PATRÓN DE ORO”
( GOLD STANDARD )
17. PRUEBA DE ORO
• Es la prueba o criterio utilizado para definir
inequívocamente una enfermedad Ej: biopsia,
angiograma, necropsia posterior
• Se construye sobre el supuesto de que
aplicando ésta prueba es posible de tener el
100% de realizar un diagnóstico correcto
• Hay que evaluar si es el mejor criterio para
definir a las personas con la enfermedad. Ej:
citología en cancer de vejiga.
18. TABLA 2 x 2
PATRÓN DE REFERENCIA
+ -
VERDADERO FALSO
+ POSITIVO POSITIVO
PRUEBA
(a) (b)
FALSO VERDADERO
- NEGATIVO
(c)
NEGATIVO
(d)
19. CÁLCULO DE SENSIBILIDAD Y
ESPECIFICIDAD
Enfermos Sanos
Positivos a b
Falsos positivos
Negativos c d
Falsos negativos
Total a+c b+d
Sensibilidad = (a /a+c)100 Especificidad = (d /b+d)100
El número real de individuos que se identifican erróneamente como + o –
depende de la frecuencia relativa de la enfermedad
20. VALOR PREDICTIVO POSITIVO
• Probabilidad de tener la enfermedad si la prueba
fue Positiva
• Proporción de VP respecto al total de Pruebas
Positivas
• VPP = a / a+b
21. VALOR PREDICTIVO NEGATIVO
• Probabilidad de no tener la enfermedad si
la prueba fue Negativa
• Proporción de VN respecto al total de
Pruebas Negativas
• VPN = d / c+d
22. VALOR PREDICTIVO (VP) DE LAS PRUEBAS
DIAGNÓSTICAS
Enfermos Sanos Total
Positivos a b a+b
Verdaderos Positivos
Negativos c d c+d
Verdaderos negativos
VPP = (a /a+b)100 VPN = (d /c+d)100
• VP positivo es la proporción de individuos con enfermedad (por la prueba de
oro), de todos los que tienen prueba positiva.
• VP negativo es la proporción de sanos de todos los que tienen la prueba
negativa.
• Depende de la prevalencia de la enfermedad
• La prevalencia corresponde a la mejor estimación de la probabilidad de
enfermedad antes de realizar la prueba.
23. PROPIEDADES
• Sensibilidad y Especificidad son
intrínsecas a la prueba
• No dependen de la probabilidad pre-
prueba o Prevalencia de la enfermedad
• La Sensibilidad considera la validez de la
prueba entre los Enfermos y la
Especificidad la validez entre los Sanos
24. PROPIEDADES
• Los Valores predictivos tienen utilidad
post-prueba.
• Su validez está limitada porque depende
de la Prevalencia
• Cuando la Prevalencia de la enfermedad
es baja, el VPP es bajo.
25. Recuerde que la estimación de la
sensibilidad y la especificidad se ha
obtenido en una muestra de sujetos y,
por lo tanto, corresponden a
estimaciones puntuales sujetas a error
aleatorio. Por ello, al presentar estos
resultados, deben complementarse con
sus correspondientes intervalos de
confianza (su cálculo es equivalente al de
un intervalo de confianza de una
proporción).
26. TEOREMA DE TOMAS BAYES
• Nos permite calcular la proporción de enfermos entre
los positivos y negativos a la prueba.
• La tasa de enfermedad global en la población.
• VP+ = S x Prev / S x Prev + (1-E x 1-P)
27. FORMA SIMPLIFICADA TEOREMA DE BAYES
Sensibilidad x Prevalencia
VPP =
Sensibilidad x Prevalencia + Complemento x Complemento
de Especificidad de Prevalencia
VPP = SxP
SxP+ ExP
DR.MG. VICTOR SOTO CACERES
28. “Quien no comprende una mirada
tampoco comprenderá una larga
explicación”.
Proverbio árabe.
29. Razón de Verosimilitud
• Como los valores predictivos se modifican con la
prevalencia de la enfermedad y los valores que
ocasionalmente incluyen los fabricantes de las pruebas
provienen de estudios hechos en pacientes de hospitales
de referencia, no se puede asumir que el rendimiento de
la prueba sea igual en otras poblaciones.
• La RV (Razón de Verosimilitud) no es influida por la
prevalencia de la enfermedad y, por tanto, es la medida de
exactitud que se prefiere en la actualidad cuando se
interpretan los resultados de un paciente individual.
30. Cálculo de la Razón de Verosimilitud
SENSIBILIDAD
RV (+) =
1 - ESPECIFICIDAD
1 - SENSIBILIDAD
RV (-) =
ESPECIFICIDAD
31. Sensibilidad y Especificidad
Estandar de
referencia
Resultado del Enfermedad Enfermedad
test evaluado presente ausente
Enfermedad Verdaderos Falsos
Presente positivos positivos
a b
Enfermedad Falsos Verdaderos
Ausente negativos Negativos
c d
31
32. ¿Cuáles son los resultados?
Estandar
Resultado + - Total
+ a b a+b
- c d c+d
Total a+c b+d
• Sensibilidad: a / (a + c)
• Especificidad: d / (b + d)
• Valor predictivo positivo: a / (a + b)
• Valor predictivo negativo: d / ( c+ d)
32
33. De ahí que también la sensibilidad se conozca como “fracción de verdaderos positivos (FVP)”.
De ahí que también sea denominada “fracción de verdaderos negativos (FVN)”.
34. Es la probabilidad de padecer la enfermedad si se obtiene un resultado positivo en el test.
El valor predictivo positivo puede estimarse, por tanto, a partir de la proporción de pacientes
con un resultado positivo en la prueba que finalmente resultaron estar enfermos
Es la probabilidad de que un sujeto con un resultado negativo en la prueba esté realmente sano.
Se estima dividiendo el número de verdaderos negativos entre el total de pacientes con un resultado
negativo en la prueba
35. Ejemplo 01:
¿Cuál es el validez de la ultrasonografía
para el diagnóstico de Retraso Crecimiento Fetal en
pacientes con Síndrome Hipertensivo Embarazo?
35
36. Resultados
Peso del RN
PEG No PEG
Ultraso- a b
RCF 4 4
nografía
No RCF 39 c 240 d
Total 43 244
Sensibilidad: a/(a+c) = 9%
Especificidad: d/(b+d) = 98%
Valor predictivo positivo: a/(a+b) = 50%
Valor predictivo negativo: d/(c+d) = 86%
36
37. Ejemplo 02:
• Guía de práctica clínica: Evaluación y manejo
del feto pequeño para la edad gestacional.
RCOG,2002
• Altura uterina para detección de RCF
– Sensibilidad 24%
– Especificidad 88%
– Alta tasa de falsos positivos
– Gran variación interobservador
– Diagnóstico debe confirmarse con ultrasonografía
37
45. Cuáles son los factores que destruyen al ser humano?
La Política sin principios, el Placer sin compromiso, la
Riqueza sin trabajo, la Sabiduría sin carácter, los
Negocios sin moral, la Ciencia sin humanidad y la
Oración sin caridad
Gandhi