Antonio Guerrero Espejo 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 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) Falso negativo + + Verdadero positivo + + - + + + Sensibilidad (sobre enfermos) S=VP/enfermos =VP/VP +FN = 9/9+1 + +

Pruebas diagnósticas - - - - - - - - + + Especificidad= VN/No enfermos = VN/VN+FP = 8/ 8+2 Especificidad (sobre sanos) Verdadero negativo - - - - - - - - + + Falso positivo

+ + Pruebas diagnósticas + + - + + + + + - - - - - - - - + + Falso negativo + + Verdadero positivo Pruebas diagnósticas + + - + + + + + Sensibilidad (sobre enfermos) Especificidad (sobre sanos) 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 ¿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 Enfermo Real

Punto de corte y variables cuantitativas continuas en las pruebas diagnosticas Más sensible Menos específico Menos sensible Más específico No enfermo Enfermo Real

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?