V.- VALORACION DE LAS PRUEBAS DIAGNOSTICAS

¨La medicina es una ciencia de probabilidades y un arte de manejar la incertidumbre.
¨Dicha incertidumbre se extiende no sólo a las actividades preventivas, terapéuticas y pronósticas sino también a las diagnósticas. ¨En las fases del proceso diagnóstico intervienen la historia clínica, la exploración física y la realización de pruebas complementarias. ¨Cuando existen varias hipótesis diagnósticas, se realizará el diagnóstico diferencial y las pruebas complementarias tratarán de aclarar las dudas existentes. ¨Si solamente hay una sospecha diagnóstica, las pruebas complementarias tratarán de confirmarla. ¨La realización simultánea de varias pruebas complementarias se denomina pruebas complementarias en paralelo y la realización de pruebas complementarias según los resultados de otras previas, se denomina pruebas complementarias en serie.
¨Al realizar pruebas en paralelo aumenta la probabilidad de diagnosticar a un enfermo, pero también aumenta la probabilidad de considerar como enfermo a un sano. El riesgo de la realización de pruebas en serie es no diagnosticar a algunos enfermos. En cambio, pocos sanos serán considerados como enfermos. ¨Es evidente que una buena prueba diagnóstica es la que OFRECE RESULTADOS POSITIVOS EN ENFERMOS Y NEGATIVOS EN SANOS.
¨Por lo tanto, las condiciones que deben ser exigidas a un test son: ¤VALIDEZ:
Es el grado en que un test mide lo que se supone que debe medir. La SENSIBILIDAD y la ESPECIFICIDAD de un test son medidas de su validez.

¤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

. ¤SEGURIDAD:

La seguridad viene determinada por el VALOR PREDICTIVO DE UN RESULTADO POSITIVO O NEGATIVO.
-.-.-¿Con que 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? Veremos posteriormente que esta probabilidad está muy influenciada por la prevalencia de la patología. .-.-¨ A su vez, es conveniente que el test sea sencillo de aplicar, aceptado por los pacientes o la población general, que tenga los mínimos efectos adversos y que económicamente sea soportable.

1.- LA VALIDEZ DE UNA PRUEBA DIAGNÓSTICA. SENSIBILIDAD Y ESPECIFICIDAD

¨El caso más sencillo que se nos puede plantear es el de una prueba dicotómica, que clasifica a cada paciente como sano o enfermo en función de que el resultado de la prueba sea positivo o negativo. En casos como éste, generalmente un resultado positivo se asocia con la presencia de enfermedad y un resultado negativo con la ausencia de la misma. .-.¨Cuando se estudia una muestra de pacientes, los datos obtenidos permiten clasificar a los sujetos en cuatro grupos según una tabla 2×2. En ella, se enfrenta el resultado de la prueba diagnóstica (en filas) con el estado real de los pacientes (en columnas) o, en su defecto, el resultado de la prueba de referencia o gold standard que vayamos a utilizar. El resultado de la prueba puede ser correcto (verdadero positivo y verdadero negativo) o incorrecto (falso positivo y falso negativo). .-.-El análisis de la VALIDEZ de una prueba diagnóstica puede obtenerse calculando los valores de SENSIBILIDAD y ESPECIFICIDAD.

SENSIBILIDAD :

Es la proporción de verdaderos positivos identificados por la prueba del total de enfermos. ¨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. ¨La sensibilidad es, por lo tanto, la capacidad del test para detectar la enfermedad.
..-.-Cuando los datos obtenidos a partir de una muestra de pacientes se clasifican en una tabla como la que se muestra, es fácil estimar a partir de ella, la sensibilidad como la proporción de pacientes enfermos que obtuvieron un resultado positivo en la prueba diagnóstica.
.-.-¨ De ahí que también la sensibilidad se conozca como fracción de verdaderos positivos (FVP).

Sensibilidad = VP/VP+FN

ESPECIFICIDAD :

Es la proporción de verdaderos negativos identificados por la prueba del total de sanos. ¨ 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.
En otras palabras, se puede definir la especificidad como la capacidad para detectar a los sanos.
¨ De ahí que también sea denominada fracción de verdaderos negativos (FVN).

Especificidad=VN/VN+VP.-.-.-

En general, las PRUEBAS DE SCREENING deben ser de ALTA SENSIBILIDAD para poder identificar a todos los enfermos.
Una prueba muy sensible será especialmente adecuada en aquellos casos en los que el no diagnosticar la enfermedad puede resultar fatal para los enfermos, como ocurre con enfermedades peligrosas pero tratables, como los linfomas o la tuberculosis, o en enfermedades en las que un falso positivo no produzca serios trastornos psicológicos o económicos para el paciente (por ejemplo, la realización de mamografía en el cáncer de mama). -.-.¨Por otra parte, la especificidad se refiere, como se señaló previamente, a la probabilidad de que un sujeto sano sea clasificado adecuadamente. En general, las PRUEBAS CONFIRMATORIAS del diagnóstico deben ser de ALTA ESPECIFICIDAD, para evitar falsos positivos

2.- LA SEGURIDAD DE UNA PRUEBA DIAGNÓSTICA. VALORES PREDICTIVOS

¨Los conceptos de sensibilidad y especificidad permiten, por lo tanto, valorar la VALIDEZ de una prueba diagnóstica. Sin embargo, carecen de utilidad en la práctica clínica. ¨Tanto la sensibilidad como la especificidad proporcionan información acerca de la probabilidad de obtener un resultado concreto (positivo o negativo) en función de la verdadera condición del enfermo con respecto a la enfermedad. ¨Sin embargo, cuando a un paciente se le realiza alguna prueba, el médico carece de información a priori acerca de su verdadero diagnóstico, y más bien la pregunta se plantea en sentido contrario: ante un resultado positivo (negativo) en la prueba, ¿cuál es la probabilidad de que el paciente esté realmente enfermo (sano)?. Así pues, resulta obvio que hasta el momento sólo hemos abordado el problema en una dirección. Por medio de los valores predictivos completaremos esta información. .-.-¨Estas dos probabilidades –ante un resultado positivo (negativo) en la prueba, ¿cuál es la probabilidad de que el paciente esté realmente enfermo (sano)?– se pueden calcular aplicando el teorema de Bayes, siempre que sepamos la probabilidad de que el sujeto esté enfermo antes de realizar la prueba –

Probabilidad pre-prueba-

¤Si no tenemos ninguna información adicional sobre el sujeto, dicha probabilidad será la PREVALENCIA de la patología en la población-, aplicable sólo en el caso de programas de cribado o «screening» sobre la población general, ..-.-¤En la práctica habitual, los sujetos candidatos a una prueba diagnóstica lo son por las sospechas deducidas de la anamnesis o por una sintomatología previa, y por tanto la probabilidad de que padezcan la enfermedad bajo sospecha será superior a la prevalencia de ésta en la población general. .-La prevalencia de una enfermedad es el número total de individuos que presentan un atributo o enfermedad en un momento o período dividido por la población en ese momento o en la mitad del período. -.-.-sujetos que verdaderamente tienen la enfermedad, de entre los que dieron positivo, y se conoce como VALOR PREDICTIVO POSITIVO (VPP)

VALOR PREDICTIVO POSITIVO:

¤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:

VPP=VP/VP+FP¤Igualmente podemos calcular en la tabla la proporción de sujetos verdaderamente sanos sobre el total de los que dieron negativo-

Valor predictivo negativo

VPN-

VALOR PREDICTIVO NEGATIVO:

¤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:

VPN=VN/VN+FN

3.- LA INFLUENCIA DE LA PREVALENCIA

¨Hemos visto cómo los valores de sensibilidad y especificidad, a pesar de definir completamente la VALIDEZ de la prueba diagnóstica, presentan la desventaja de que no proporcionan información relevante a la hora de tomar una decisión clínica ante un determinado resultado de la prueba. Sin embargo, tienen la ventaja adicional de que son propiedades intrínsecas a la prueba diagnóstica, y definen su validez independientemente de cuál sea la prevalencia de la enfermedad en la población a la cual se aplica. .-.-¨Por el contrario, el concepto de valores predictivos, a pesar de ser de enorme utilidad a la hora de tomar decisiones clínicas y transmitir a los pacientes información sobre su diagnóstico, presenta la limitación de que dependen en gran medida de lo frecuente que sea la enfermedad a diagnosticar en la población objeto de estudio –prevalencia-: ¤Cuando la prevalencia de la enfermedad es baja, un resultado negativo permitirá descartar la enfermedad con mayor seguridad, siendo así el valor predictivo negativo mayor. ¤Por el contrario, un resultado positivo no permitirá confirmar el diagnóstico, resultando en un bajo valor predictivo positivo.


4.- RAZONES DE PROBABILIDAD ¨Queda claro que la prevalencia es un factor determinante en los valores predictivos de un test. Por lo tanto, éstos , no pueden ser utilizados: ¤como índices a la hora de comparar dos métodos diagnósticos diferentes, ¤ni tampoco a la hora de extrapolar los resultados de otros estudios a datos propios. ¨ Por ello, resulta necesario determinar otros índices de valoración que sean a la vez clínicamente útiles y no dependan de la prevalencia de la enfermedad en la población a estudiar. Así, además de los conceptos de sensibilidad, especificidad y valores predictivos, se suele hablar del concepto de RAZÓN DE VEROSIMILITUDES, RAZÓN DE PROBABILIDAD, o COCIENTE DE PROBABILIDADES.
¨Estos miden cuánto más probable es un resultado concreto (positivo o negativo) según la presencia o ausencia de enfermedad.

RAZÓN DE VEROSIMILITUD POSITIVA O COCIENTE DE PROBABILIDADES POSITIVO ¤Se calcula dividiendo la probabilidad de un resultado positivo en los pacientes enfermos entre la probabilidad de un resultado positivo entre los sanos. Es, en definitiva, el cociente entre la fracción de verdaderos positivos (sensibilidad) y la fracción de falsos positivos (1-especificidad):

RV+=Sensibilidad/1-Especificidad

RAZÓN DE VEROSIMILITUDES NEGATIVA O COCIENTE DE PROBABILIDADES NEGATIVO ¤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. Se calcula por lo tanto, como el cociente entre la fracción de falsos negativos (1-sensibilidad) y la fracción de verdaderos negativos (especificidad):

RV=1-Sensibilidad/Especificidad..-.-.-

¨Hasta ahora hemos abordado el caso de una prueba con un resultado dicotómico (positivo o negativo), pero en muchas situaciones la confirmación de un diagnóstico debe hacerse a partir de un parámetro numérico, sobre todo cuando éste se realiza a partir de determinaciones analíticas. ¨La generalización a estas situaciones se consigue mediante la elección de distintos VALORES DE CORTE que permitan una clasificación dicotómica de los valores de la prueba según sean superiores o inferiores al valor elegido. ¨La diferencia esencial con el caso más simple es que ahora contaremos no con un único par de valores de sensibilidad y especificidad que definan la validez de la prueba, sino más bien con un conjunto de pares correspondientes cada uno a un distinto nivel de decisión. ¨La estrategia de análisis adecuada consistiría en representar gráficamente los pares (1-especificidad, sensibilidad)
Obtenidos al considerar todos los posibles valores de corte de la prueba, obteniéndose así una curva llamada curva ROC.
El área bajo dicha curva se convierte así en el mejor indicador de la capacidad predictiva del test, independiente de la prevalencia de la enfermedad en la población de referencia y en base al cual se podrán establecer comparaciones entre diferentes pruebas diagnósticas.

Etiquetas: Cuanto demora una prueba de alcoholismo, Cuanto tiempo demora un resultado de la alcoholemia, Diferencia entre prueba de embriaguez y prueba de alcoholemia, Modelos de resultados de prueba de alcoholemia, Probabilidad absoluta, Reproductividad en epidemiologia