Espacio para imagen
Pruebas diagnósticas
Antonio Guerrero Espejo
Epidemiología clínica aplicada al diagnóstico
•Sensibilidad y especificidad•Valores predictivos positivos y
negativos•Curvas ROC
Análisis discriminante• Objetivo de una prueba diagnóstica:
discriminar al paciente como enfermo o sano • La prueba más sencilla es la que toma sólo dos
valores: positiva o negativa
• En la mayor parte de los casos, las pruebas dan resultados dentro de un rango continuo de valores
Interpretación de las pruebas diagnósticas
Enfermedad presente
Enfermedad ausente
Prueba positivaVerdadero positivo
(VP)Falso positivo (FP)
Prueba negativa Falso negativo (FN)Verdadero negativo
(VN)
Sensibilidad y especificidad
• Sensibilidad: – la capacidad para detectar correctamente la
enfermedad entre los enfermos– La proporción de verdaderos positivos entre los
enfermos
• Especificidad: – la capacidad para identificar a los sanos entre los sanos– La proporción de los verdaderos negativos entre sanos
Valoración de pruebas• Sensibilidad: la capacidad del método para detectar un caso
(entre los enfermos)• Especificidad: es la capacidad de discriminar los casos negativos
(entre los sanos)Una buena especificidad de un método se relaciona con ausencia de
falsos positivos
• Verdadero positivo: enfermos, según la técnica, que realmente lo son
• Falso positivo: enfermos, según la técnica, que no lo son,
• Valor predictivo: – Positivo: es la frecuencia de la enfermedad entre los que
tienen un resultado positivo.
– Negativo: Es la frecuencia de sanos entre los resultados negativos
• Eficacia: el porcentaje de la correcta clasificación de enfermos y sanos
Pruebas diagnósticas
• Sensibilidad(sobre enfermos)
• S=VP/enfermos =VP/VP +FN
= 9/9+1
Falso negativo
-+ +
+
+
+
+
+ + +
Verdadero positivo
Pruebas diagnósticas• Especificidad= VN/No enfermos
= VN/VN+FP = 8/ 8+2
• Especificidad(sobre sanos) +
-
-
-
- -
- - -
+
Verdadero
negativo
Falso positivo
Pruebas diagnóstica
s
• Sensibilidad(sobre enfermos)
• Especificidad(sobre sanos)
Falso negativo
-+ +
+
+
+
+
+ +
+
+
Verdadero positivo
-
-
-
- -
- - -
+
Verdadero
negativo
Falso positivo
Probabilidad a priori o pretest =Prevalencia de la enfermedad
P(E) = 1/10
Probabilidad a priori o pretest =Prevalencia de la enfermedad
P(E) = 1/100
¿qué probabilidad tenemos de tener una serología positiva frente al VHC?
Valor predictivo positivo
¿cuántos de los que resultan positivos en la prueba, están realmente enfermos?
Valor predictivo negativo
¿cuántos de los que dieron negativos en la prueba están realmente exentos de la enfermedad?
Valor predictivo positivo¿cuántos de los que resultan positivos en la
prueba están realmente enfermos?
VPP=Verdaderos Positivos/total de la prueba (+)
=VP/Verdaderos Positivos +Falsos Positivos
Valor Predictivo Negativo
¿cuántos de los que dieron negativos en la prueba están realmente exentos de la enfermedad?
VPN =Verdaderos Negativos/total de la prueba (-)
=VN/Verdaderos Negativos + Falsos Negativos
Valor PredictivoPositivo (VPP) Verdaderos Positivos(a)/ Verdaderos Positivos(a)+Falsos
Positivos(b) Negativo (VPN) Verdaderos Negativos(d)/ Verdaderos Negativos(d)+Falsos
Negativos(c)
Probabilidad posterior o postprueba =
Probabilidad condicionada una vez que la prueba se ha realizado
La probabilidad de estar enfermo después de que la prueba ha sido positiva:
Valor predictivo positivo
La probabilidad de no estar enfermo si la prueba fue negativa:
Valor predictivo negativo
Cambio de los valores predictivos al cambiar la prevalencia
La probabilidad de estar enfermo después de que la prueba ha sido positiva:
Valor predictivo positivo
La probabilidad de no estar enfermo si la prueba fue negativa:
Valor predictivo negativo
Varía con la prevalencia
Valores predictivos y prevalencia: cambia la probabilidad
Valor predictivo positivo Prevalencia alta y una prueba +
la probabilidad de ser enfermo es muy alta
Valor predictivo negativo
Prevalencia es baja y la prueba es –
La probabilidad de no estar enfermo es muy alta
Pruebas diagnósticas
• Sensibilidad altaVPN altos
• Especificidad altaVPP altos
-+ +
+
+
+
+
+ +
-
+
-
-
-
- -
- - -
+
• ¿Cuál es el punto de corte ideal (que mejor discrimina)?
Las curvas de rendimiento diagnóstico o
Curvas de ROC
Pruebas diagnósticas y variables continuas
Variables cuantitativas y punto de corte en las pruebas diagnosticas de variables
continuas
Ideal
Real
No enfermoEnfermo
Punto de corte y variables cuantitativas continuas en las pruebas diagnosticas
Real
No enfermoEnfermo
Más sensible
Menos específico
Menos sensible
Más específico
Punto de corte y variables cuantitativas continuas en las pruebas diagnósticas
Punto de corte y distribución
Sensibilidad y especificidad
altas bajaintermedia
Sensibilidad/especificidad
Conocer el rendimiento global de una pruebaElegir el punto de corte apropiado para un determinado paciente
Comparar dos pruebas o dos puntos de corte
Se basa en la importancia relativa que para el paciente tenga hacer un diagnóstico falso positivo o falso negativo
Elección del punto de corte óptimo
Curva de ROC y elección del punto de corte
Epidemiología clínica aplicada al diagnóstico
• Sensibilidad (sobre enfermos) y especificidad (sobre sanos)
• Valores predictivos positivos (o negativos)
La probabilidad de estar enfermo (o sano) después de que la prueba ha sido positiva (o negativa)
• Curvas ROC¿Cuál es el punto de corte ideal o que mejor discrimina?