Monitoreo Dona Schneider, PhD, MPH, FACE

Presentación del tema: "Monitoreo Dona Schneider, PhD, MPH, FACE"— Transcripción de la presentación:

1 Monitoreo Dona Schneider, PhD, MPH, FACE
Principios de Epidemiologíales Conferencia 12 Dona Schneider, PhD, MPH, FACE Traducción realizada por el Dr. Nicolás Padilla Raygoza, Facultad de Enfermería y Obstetricia de Celaya, Universidad de Guanajuato Original lecture at lec8751

2 Principios subyacentes en programas de monitoreo
Validez – la habilidad para predecir quien tiene la no la tiene Sensibilidad – la habilidad de un test para correctamente identificar a los que tienen la enfermedad Una prueba con alta densibilidad tendrá pocos falsos negativos Especificidad – la habilidad de una prueba para correctamente identificar aquellos quienes no tienen la enfermedad Una prueba con alta especificidad tendrá pocos falsos positivos

3 Principios subyacentes en programas de monitoreo (cont.)
Una prueba ideal de monitoreo deberá tener 100% de sensibilidad y 100% de especificidad -no debería tener falsas negativas ni falsos positivos En la práctica, esos están inversamente relacionados Es posible variar la sensibilidad y la especificidad, variando el nivel en el cual la prueba se considera positiva

4 Calculando mediciones de validez
Diagnóstico verdadero Resultado de la prueba Enfermedad No enfermedad Total Positivo a b a+b Negativo c d c+d Total a+c b+d a+b+c+d Sensibilidad = a/(a+c); la probabilidad de tener una prueba positiva si es realmente positivo Especificidad = d/(b+d); la probabilidad de tener una prueba negativa, si realmente es negativa Valor predictivo positivo = a/(a+b); la probabilida de tener la enfermedad si la prueba es positiva Valor predictivo negativo = d/(c+d); la probabilidad de no tener la enfermedad si la prueba es negativa Prevalencia = (a+c)/(a+b+c+d) Precisión (eficiencia de la prueba) = (a+d)/(a+b+c+d)

5 Note las relaciones en monitoreo
Especificidad + tasa de falsos positivos = 1 d/(b+d) + b/(b+d) = 1 Si la especificidad está incrementada, la tasa de falsos positivos está disminuida Si la especificidad está disminuida, la tasa de falsos positivos está incrementada. Sensibilidad + tasa de falsos negativos = 1 a/(a+c) + c/(a+c) = 1 Si la sensibilidad está incrementada, la tasa de falsos negativos está disminuida Si la sensibilidad está disminuida, la tasa de falsos negativos está incrementada

6 Probabilidad de enfermedad
Probabilidad de enfermedad pre-prueba = prevalencia de la enfermedad Probabilidad de enfermedad post-prueba = Si normal, c/(c+d) Si negativa, a/(a+b)

7 Relación entre Sensibilidad y Especificidad
Normals= normales Diseased= enfermos

8 Sensibilidad y especificidad del nivel de glucosa en sangre
Sensibilidad y especificidad del nivel de glucosa en sangre de 110 mg/100 ml para determinación presuntiva del status diabético Nivel sanguíneo de glucosa (mg/100 ml) Diabéticos (%) No diabéticos (%) Aquellos con niveles arriba de 110 mg/100 ml son clasificados como diabéticos 92.9 (verdaderos positivos) 51.6 (Falsos positivos) Aquellos con niveles inferiores a 110 mg/100 ml son clasificados como no diabéticos 7.1 (falsos negativos) 48.4 (verdaderos negativos) 100.0 100.0

9 Ajustando sensibilidad y especificidad por ajuste de los puntos de corte
False pos = falsos positivos Sensitive = sensible false neg = falsos negativos N= normal D = diabético Minimum error = error mínimo Specific = específico Blood glucose = glucosa en sangre Diabetic = diabético Number of individuals = número de individuos

10 ¿Qué debe preferirse: alta sensibilidad o alta especificidad?
Si se tiene una enfermedad fatal sin tratamiento (como casos tempranos de SIDA), prefiera alta especificidad Si está monitoreando para la prevención de la transmisión de una enfermedad transmisible (como el monitoreo de VIH en donadores de sangre), prefiera sensibilidad

11 Recuerde…. Sensibilidad y especificidad son funciones de la prueba de monitoreo Si usas una prueba de monitoreo en una población de baja prevalencia, tendrás un valor predictivo positivo bajo y potencialmente muchos falsos positivos

12 Trasladado a la vida real…..
Elisa tiene casi 90% de sensibilidad y 99% de especificidad Población Prevalencia de VIH Valor predictivo+ Valor predictivo- 58% NJ (7 million) 1.5% 99.8% Si enfermedad No enfermedad Total Prueba + 94,500 68,950 163,450 Prueba - 10,500 6,826,050 6,836,550 7 millones Total 105,000 6,895,000 Eficiencia de la prueba = (P+ + P-)/Total probados = 98.9% Pero, 10,500 personas que son VIH+ creen que no tienen la enfermedad Otros 68,950 están asustados creyendo que tienen la enfermedad y requieren más pruebas

13 Si cambia a una población con alto riesgo, tendrá mejores resultados….
Valor predictivo - Valor predictivo + Población Prevalencia de VIH Usuarios de drogas IV 50% 98.9% 90.8% Si enfermo No enfermo Total Prueba + 3,150 35 3,185 Prueba - 350 3,465 3,185 Total 3,500 3,500 7,000 Eficiencia de la pruebat = (V+ + V-)/Total examinados = 94.5% Ahora 350 personas VIH+ creen que están libres de la enfermedad Pero sólo 35 están asustados por creer que tienen la enfermedad y requieren más pruebas

14 ¿Supone que tiene alta prevalencia?
Seropositividad a VIH es del 90% entre usuarios de drogas IV en Newark Valor predictivo + = 99.9% Valor predictivo - = 52% Pero, ¿por qué molestarse en monitorear?

15 Ejemplo: Monitoreo de Cáncer de mama
Resultados de la mamografía Enfermedad No Enfermedad Total 132 983 1,115 Positivo Negative 45 63,650 63,695 Total 177 64,633 64,810 Sensibilidad = 132/177 = 74.6% Especificidad = 63,650/64,633 = 98.5% Valor predictivo positivo = 132/1,115 = 11.8% Valor predictivo negativo = 63,650/63,695 = 99.9% Se puede mejorar la sensibilidad y especificidad usando más de una prueba de monitoreo, usando monitoreo en múltiples pasos y dirigiéndonos a poblaciones de alto riesgo. Si la prevalencia de la enfermedad es baja, aún una pruba altamente válida dará un bajo valor predictivo

16 Ejemplo: Enfermedad X (prevalencia = 2%)
Diagnóstico verdadero de enfermedad X Resultado de la prueba Enfermedad No enfermedad Total Positivo 18 49 67 Negativo 2 931 933 Total 20 980 1000 La prevalencia de enfermedad X es 2% (1,000 x 0.02 = 20) Sensibilidad = 18/20 = 90% Especificidad = 931/980 = 95% Valor predictivo + = 18/67 = 27% Valor predictivo - = 931/933 = 99.8%

17 Ejemplo: Enfermedad X (prevalencia = 1%)
Diagnóstico verdadero de Enfermedad X Enfermedad No Enfermedad Total Test Results Positivo 9 49.5 58.5 Negativo 1 940.5 941.5 Total 10 980 1000 Prevalencia de la <enfermedad X es 1% (1,000 x 0.01 = 10) Sensibilidad = 9/10 = 90% Especificidad = 940.5/990 = 95% Valor predictivo + = 9/58.5 = 14.5% Valor predictivo - = 940.5/941.5 = 99.9% Al incrementar el valor predictive positivo se incrementa la prevalencia, por monitorear poblaciones de alto riesgo

18 Importancia de la prevalencia en el monitoreo
Asuma que tenemos una prueba para SIDA con una sensibilidad del 100% y especificidad del 99.95%. Deseamos aplicarla a donadores de sangre femeninos que tienen una prevalencia de VIH de 0.01% y deseamos aplicarla a homosexuales masculinos en San Francisco, en quienes la prevalencia es de 50%. Por cada 100,000 monitoreados, tenemos: Donadores femeninos Diagnóstico verdadero de VIH Resultado de la prueba Enfermedad No Enfermedad Total Positivo 10 5 15 Negativo 99,985 99,985 Total 10 99.990 100,000 VP+ = Diagnóstico verdadero de VIH Homosexuales masculinos Enfermedad No Enfermedad Total Positivo 50,000 3 50,003 Negativo 49,997 49,997 Total 50,000 50,000 100,000 VP+ =

19 Relación de la especificidad al valor predictivo
Enfermedad Enfermedad + - + - + 250 250 500 + 100 400 500 Test Test 500 - 250 250 500 - 100 400 500 500 1,000 200 800 1,000 Prev = 50%, Sens = 50%, Espec = 50%, VP = 250/500 = 50% Prev = 20%, Sens = 50%,Espec = 50%, VP = 100/500 = 20% Enfermedad Enfermedad + - + - + 180 400 580 + 100 80 180 420 720 820 Test Test 400 - 100 - 20 200 800 1,000 200 800 1,000 Prev = 20%, Sens = 90%, Espec = 50%, VP = 180/520 = 31% Prev = 20%, Sens = 50%, Espec = 90%, VP = 100/180 = 56%

20 Suponga que está enfrentando el siguiente problema
En una población de 1000 personas, la prevalencia de Enfermedad X es 10%. Se cuenta con una prueba de monitoreo que tiene sensibilidad del 95% y especificidad del 90%. ¿Cuál es el valor predictivo positivo? ¿Cuál es la eficiencia de la prueba?

21 Suponga que está enfrentando el siguiente problema (cont.)
Diseñe una tabla 2x2 Dado que la prevalencia es del 10% y la población son , luego 100 están enfermos Significa que 900 no lo están Desde que la sensibilidad es del 95%, 95% de los cien verdaderos enfermos darán resultados positivo (n=95) Dado que la especificidad es del 90%, 90% de los sanos verdaderos resultarán verdaderos negativos (n=180) Llene los espacios Verdaddro diagnóstico de Enfermedad X Resultado de la prueba Enfermedad No Enfermedad Total Positivo Verdadero positivo Falso Positivo Negativo Falso Negativo Verdadero negativo Total 100 900 1000

22 Suponga que está enfrentando el siguiente problema (cont.)
Verdadero diagnóstico de Enfermedad X Resultado de la prueba Enfermedad No enfermedad Total Positivo 95 90 185 Negativo 5 810 815 Total 100 900 1000 VP + = Verdaderos positivos / Todos los positivos a / (a+b) = 95 / 185 = 51.4% VP - = Verdaderos negativos / Todos los negativos d / (c+d) = 810 / 815 = 99.4% Eficiencia de la prueba = Total de correctos / Total de predicciones (a+d) / (a+b+c+d) = ( ) / 1000 = 90.5%

23 Principios subyacentes a programas de monitoreo
Fiabilidad – la habilidad de una prueba para dar resultados consistentes cuando realizado más de una vez sobre el mimso individuo, bajo las mismas condiciones Variación en el método por variación de los reactivos o fluctuación en la medición hecha (v.gr. Variación diurnia en la temperatura corporal o en relación a comidas) Estandarice variable fluctuantes En pruebas de laboratorio, realice múltiples pruebas de ser posible. Variación del observador Entrene a observadores Use más de un observador y cheque ambos

24 Principios subyacentes en programas de monitoreo
Producción – la cantidad de enfermedad no reconocida previamente que es diagnosticada y tratada como un resultado del programa de monitoreo Sensibilidad Deberá detectarse suficiente población de enfermos, para que sea útil. Prevalencia de enfermedad no reconocida Monitoreo de poblaciones con alto riesgo Frecuencia de monitoreo Monitoreo en una base de tiempo no permite la historia natural de la enfermedad, diferencias en el riesgo individual, o diferencias en el ataque. Enfermedades llevan tiempo Participación y seguimiento Pruebas no aceptables por aquellos a ser monitoreados no deberán ser utilizadas

25 Condiciones para establecer programas de monitoreo
La condición deberá ser un problema importante de salud pública Deberá haber un tratamiento aceptado para pacientes con enfermedad reconocida Si no hay tratamiento, es prematuro establecer un sistema de monitoreo Facilidades para diagnóstico y tratamiento deberá estar disponibles No es ético monitorear sin las facilidades para darles seguimiento Deberá haber una fase latente o una fase sintomática temprana reconocibles Si la temprana detección no mejora la supervivencia, no será benéfico realizar monitoreo

26 Condiciones para establecer programas de monitoreo (cont.)
Deberá haber examenes con suficiente sensibilidad y especificidad para identificar nuevos casos. La prueba deberá ser aceptada por la población La historia natural de la condición, incluyendo el desarrollo desde forma latente a enfermedad declarada, deberá ser adecuadamente entendida. Deberá haber una política aceptadad de a quienes tratar como pacientes

27 Condiciones para establecer programas de monitoreo (cont.)
El costo de encontrar un caso deberá ser económicamente equilibrado en relación a posibles gastos de atención médica como un todo. Encontrando casos deberá ser un proceso continuo y no un proyecto de una vez

28 Sesgos en monitoreo Sesgo de referencia (sesgo de voluntarios)
Sesgo de longitud Monitoreo identifica selectivamente aquellos con fases preclínica larga y clínica (por ejemplo, aquellos que deberían tener un mejor pronóstico sin tener en cuenta el programa de monitoreo)

29 Sesgos en monitoreo Biases in Screening (cont.)
Sesgo de tiempo La aperente mejor sobrevida que es observada en los monitoreados no es debido a que esos pacientes estén viviendo más tiempo, sino que debido a que el diagnóstico es realizado en un más temprano punto de la historia natural de la enfermedad

30 Sesgos en monitoreo (cont.)
Sesgo de sobrediagnóstico (un sesgo mal clasificado) Entusiasmo por un programa de monitoreo puede resultar en una tasa elevada de falsos positivos y dar la falsa impresión de tasas incrementadas de diagnóstico y detección También, falsos positivos podrían resultar en resultados favorables no reales en personas que se piensa tienen la enfermedad