Pruebas_Diagnósticas

Pruebas Diagnósticas

Juan José Méndez Otiniano

Conocimientos Básicos

• Medicina como ciencia probabilística

• Una prueba diagnóstica debe ser reproducible, valida y segura.

Reproductividad

• Es la capacidad del test para ofrecer los mismos resultados cuando se repite su aplicación en circunstancias similares.

• La variabilidad biológica del hecho observado, la introducida por el propio observador y la derivada del propio test, determinan su reproductividad.

Pita S, Pertegas S. Pruebas diagnósticas. Cad Aten Primaria 2003; 10: 120-124.

Validez

• Es el grado en que un test mide lo que se supone que debe medir.

• ¿Con qué frecuencia el resultado del test es confirmado por procedimientos diagnósticos más complejos y rigurosos?

• La sensibilidad y la especificidad de un test son medidas de su validez


Seguridad

• Determinada por el valor predictivo de un resultado positivo o negativo. ¿Con qué seguridad un test predecirá la presencia o ausencia de enfermedad?

• Ante un resultado positivo de un test ¿qué probabilidad existe de que este resultado indique presencia de la enfermedad?


Tabla de Doble Entrada


Medición de Validez

Sensibilidad

• Es la probabilidad de clasificar correctamente a un individuo enfermo

• Es decir, la probabilidad de que para un sujeto enfermo se obtenga en la prueba un resultado positivo.

Altman DG, Bland JM. Statistics Notes: Diagnostic tests 1: sensitivity and specificity. BMJ 1994;308;1552.

Especificidad

• Es la probabilidad de clasificar correctamente a un individuo sano

• Es decir, la probabilidad de que para un sujeto sano se obtenga un resultado negativo.

Altman DG, Bland JM. Statistics Notes: Diagnostic tests 1: sensitivity and specificity. BMJ 1994;308;1552.

¿Para qué?

• Resulta obvio que lo ideal sería trabajar con pruebas diagnósticas de alta sensibilidad y especificidad, pero esto no siempre es posible.

• Casi siempre se debe ELEGIR.

Alta Sensibilidad

• Pruebas de Screening

• Cuando:– No diagnosticar sea grave (enfermedad

peligrosa pero tratable)– Un falso positivo no cause trastornos

psicológicos o económicos al paciente

Alta Especificidad

• Pruebas confirmatorias de diagnóstico

• Cuando:– Se trate de enfermedad grave sin tratamiento

disponible– Interés por ausencia de enfermedad– Pueda haber consecuencias psicológicas o

económicas

SpPIn y SnNOut

• SnNOut—Mnemotecnia: indica que un resultado negativo (N) de una prueba de alta sensibilidad (Sn) guía el diagnostico a negativo (Out)

• SpPIn—Mnemotecnia: indica que un resultado positivo (P) de una prueba de alta especificidad (Sp) guía el diagnostico a positivo (In)

PEWSNER D, BATTAGLIA M, MINDER C, MARX A, BUCHER HC, EGGER M. Ruling a diagnosis in or out with "SpPIn" and "SnNOut": a note of caution. BMJ 2004;329:209-213

PERO…

• Los conceptos de sensibilidad y especificidad permiten valorar la validez de una prueba diagnóstica

• Carecen de utilidad en la práctica clínica.

• Proporcionan información acerca de la probabilidad de obtener un resultado en función de la condición del enfermo

Curva ROC (1)

• R.O.C.• Pruebas cuantitativas• Punto de Corte• Probabilidad de

clasificación correcta a un individuo enfermo y uno sano.

ALTMAN DG, BLAND JM. Statistics Notes: Diagnostic tests 3: receiver operating characteristic plots. BMJ 1994;309:188

Curva ROC (2)

• Distribuciones: tendencia normal

• Sn y Sp para cada punto


http://bmj.bmjjournals.com/content/vol309/issue6948/images/large/694819.jpeg

Curva ROC (3)

• Rendimiento Global = Área

• Comparar pruebas

• Elegir punto de corte para un paciente


Medición de Seguridad

Valor Predictivo Positivo (VPP)

• Es la probabilidad de padecer la enfermedad si se obtiene un resultado positivo en el test.

• Proporción de pacientes con un resultado positivo en la prueba que finalmente resultaron estar enfermos.

Altman D.G., Bland J.M. Statistics Notes: Diagnostic tests 2: predictive values. BMJ 1994; 309: 102.

Valor Predictivo Negativo (VPN)

• Es la probabilidad de que un sujeto con un resultado negativo en la prueba esté realmente sano.

• Proporción de verdaderos negativos entre el total de pacientes con un resultado negativo en la prueba:

Altman D.G., Bland J.M. Statistics Notes: Diagnostic tests 2: predictive values. BMJ 1994; 309: 102.

• Sirve para la práctica clínica, pero no es usual que se exprese en los textos

• ¿Por qué?

• Porque es variable, dependiendo de la prevalencia.

Influencia de la prevalencia

• Si la prevalencia es alta, un resultado positivo tiende a confirmar la presencia de la enfermedad,

• Si la prevalencia es baja, un resultado positivo no permitirá afirmar su existencia.


Población 1 (Cono Norte de Lima)

• Sensibilidad: 99,5%

• Especificidad: 99,5%

• Población total: 2800000 hab

• Enfermos: 6000 pac

• Prevalencia: 6000/2800000=0,21%

• Sensibilidad: VP/6000

VP=6000x0,995= 5970

• Especificidad: VN/2794000

VN=2794000x0,995= 2780030



Verdadero Diagnóstico

Resultado del Test

Enfermo Sano Total

Positivo 5970 13970 19940

Negativo 30 2780030 2780060

Total 6000 2794000 28000000

Valores Predictivos para Prevalencia de 0,21%

• VPP= 5970/(5970+13970)= 29,9%

• VPN= 2780030/(30+2780030)= 99,9989%

Población 2 (Trabajadoras sexuales de América)

• Sensibilidad: 99,5%

• Especificidad: 99,5%

• Población total: 2800000 hab

• Enfermos: 800000 pac


• Prevalencia: 800000/2800000=28,57%

• Sensibilidad: VP/800000

VP=800000x0,995= 796000

• Especificidad: VN/2000000

VN=2000000x0,995= 1990000


Verdadero Diagnóstico

Resultado del Test

Enfermo Sano Total

Positivo 796000 10000 806000

Negativo 4000 1990000 1994000

Total 800000 2000000 28000000

Valores Predictivos para Prevalencia de 28,57%

• VPP= 796000/806000= 98,76%

• VPN= 1990000/1994000= 99,799%

• Si la prevalencia es alta, un resultado positivo tiende a confirmar la presencia de la enfermedad, mientras que si la prevalencia es baja, un resultado positivo no permitirá afirmar su existencia.

Comparación de tests

• Dado que la prevalencia influye, no se puede utilizar los Valores Predictivos en la comparación de diferentes pruebas diagnósticas

• Así surge el concepto de Razón de Verosimilitudes

DEEKS JJ, ALTMAN DG. Statistic Notes:Diagnostic tests 4: likelihood ratios. BMJ 2004;329:168–9

Razón de Verosimilitudes

Llamada también “Razón de Probabilidades”, “Cociente de Probabilidades”, “Likelihood Ratio”

Se trata de buscar índices que engloben la sensibilidad y la especificidad.


ALTMAN DG, BLAND JM. Statistics Notes: Diagnostic tests 1: sensitivity and specificity

BMJ 1994;308:1552

Razón de Verosimilitud +

• Se calcula dividiendo la probabilidad de un resultado positivo en los pacientes enfermos entre la probabilidad de un resultado positivo entre los sanos.

RV+ = Sen/1-Esp


Razón de Verosimilitud -

• Se calcula dividiendo la probabilidad de un resultado negativo en presencia de enfermedad entre la probabilidad de un resultado negativo en ausencia de la misma.

RV - = 1-Sen/Esp


Así que…

• En la práctica clínica es esencial saber como un resultado particular de un test predice el riesgo de anormalidad.

• La sensibilidad y la especificidad no hacen esto: describen como la anormalidad (o normalidad) predice resultados del test.


• Los valores predictivos dan probabilidades de anormalidad para un resultado particular de un test, pero dependen de la prevalencia de la anormalidad en la muestra del estudio


• Las Razones de Verosimilitudes proveen una solución, pues pueden ser usados para calcular la probabilidad de anormalidad, mientras se adaptan a diferentes probabilidades de anormalidad de diferentes contextos.


Gracias.

Pruebas_Diagnósticas

Documents

Transcript of Pruebas_Diagnósticas