Espacio para imagen
Antonio
Guerrero Espejo
Pruebas diagnósticas
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 positiva
Verdadero 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
+ + + +
+ + + + +
Verdader
o positivo
• Sensibilidad
(sobre enfermos)
• S=VP/enfermos
=VP/VP +FN
= 9/9+1
Falso
negativo
-
Pruebas diagnósticas
• Especificidad= VN/No enfermos
= VN/VN+FP
= 8/ 8+2
Verdader
o
negativo
• Especificidad
(sobre sanos)
-
-
- - -
- +
+
Falso
positivo
Falso
negativo
Pruebas
diagnósticas
+ + + +
+ + + + +
Verdader
o positivo
• Sensibilidad
Verdader
(sobre enfermos) o
-
negativo
• Especificidad
(sobre sanos)
-
-
- - -
- +
+
Falso
positivo
Probabilidad a priori o pretest =
Prevalencia de la enfermedad
P(E) = 1/10
Probabilidad a priori o pretest =
Prevalencia de la enfermedad
¿qué probabilidad tenemos de tener una serología
positiva frente al VHC?
P(E) =
1/100
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 Predictivo
Positivo (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
Varía con la prevalencia
La probabilidad de no estar enfermo
si la prueba fue negativa:
Valor predictivo negativo
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 alta
VPN altos
-
• Especificidad alta
VPP altos
-
-
- - -
- -
+
Pruebas diagnósticas y variables
continuas
• ¿Cuál es el punto de corte ideal
(que mejor discrimina)?
Las curvas de rendimiento diagnóstico o
Curvas de ROC
Variables cuantitativas y punto de corte en las
pruebas diagnosticas de variables continuas
Ideal
No enfermo
Real
Enfermo
Punto de corte y variables cuantitativas continuas en las
pruebas diagnosticas
Más sensible
Menos sensible
Menos específico
Más específico
No enfermo
Real
Enfermo
Punto de corte y variables cuantitativas
continuas en las pruebas diagnósticas
Punto de corte y distribución
Sensibilidad y
especificidad
altas
intermedia
baja
Sensibilidad/especificidad
Conocer el rendimiento global de una prueba
Elegir el punto de corte apropiado para un determinado
paciente
Comparar dos pruebas o dos puntos de corte
Elección del punto de corte
óptimo
Se basa en la importancia
relativa que para el paciente
tenga hacer un diagnóstico
falso positivo o falso negativo
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?
Descargar

07_pruebas diagnósticas may-14