Dr.

Jorge Alarcn V

VALIDEZ DE LAS PRUEBAS DIAGNSTICAS

Dra. Julia Piscoya

Dr. Jorge Alarcn V.

El anlisis epidemiolgico al igual que otras formas de anlisis cientfico, parte de la identificacin y
evaluacin de los datos primarios recogidos durante la investigacin epidemiolgica. La informacin
epidemiolgica generalmente se refiere a dos categoras de datos. De un lado, informacin relativa a la
enfermedad, dao o problema de salud; y de otra informacin acerca de diferentes caractersticas que se
suponen asociadas a dicho problema.
Si se desea, por ejemplo, estudiar la relacin entre pobreza y tuberculosis es necesario asumir una
definicin tanto de la variable pobreza como de la variable tuberculosis. En ambos casos se asume que son
caractersticas que tienen por lo menos dos valores, pobre y no pobre, con TBC y sin TBC. Sin embargo
estas categoras podran ser ms exhaustivas si por ejemplo se desea usar el ingreso mensual como criterio
de pobreza, o el nmero de bacilos como criterio de infeccin por TBC.
La informacin relativa a la enfermedad o problema de salud implica la adopcin de un criterio para
discriminar los sujetos afectados de los no afectados. Con frecuencia, a este criterio se le llama
diagnstico. En epidemiologa, este criterio puede expresarse en forma de una definicin de caso o ser
simplemente una prueba de laboratorio cuya validez debe ser tomada en cuenta segn el nivel en el que se
aplica. Algunas de estas pruebas, definiciones de casos o exmenes de laboratorio, se usan para hacer
una primera deteccin en poblacin aparentemente sana; otras veces se usan para confirmar una sospecha
diagnstica. En el primer caso se denomina prueba de tamizaje (screening); en el segundo, prueba
diagnstica.
CONDICIONES DE UNA BUENA PRUEBA:

Todos los individuos sin la enfermedad en estudio

tuvieran un valor uniforme en la prueba
Todos los individuos con la enfermedad tuvieran un valor
uniforme en la prueba
Todos los resultados de la prueba sean consistentes con
los resultados del grupo de los enfermos y de los sanos
X
valor para el sujeto
sin la enfermedad

VARIACIONES QUE AFECTAN LAS PRUEBAS DIAGNSTICAS

Reproducibilidad
de la prueba

Intervalo de variacin de los

sujetos sin la enfermedad

Intervalo de variacin de los

sujetos sin la enfermedad

Las variaciones que afectan a las pruebas diagnsticas son:

La reproducibilidad.
El intervalo de variacin de los sujetos sin la enfermedad.
El intervalo de variacin de los sujetos con la enfermedad

Y
valor para el sujeto
con la enfermedad

Dr. Jorge Alarcn V

a.- Reproducibilidad
Capacidad de una prueba para producir resultados consistentes cuando se repite en las mismas
condiciones. Los factores que afectan la reproducibilidad son:
Condiciones del paciente y el laboratorio, que pueden no ser las mismas.
Variabilidad Interobservador
Variabilidad Intraobservador
INTERVALO NORMAL
Es un esfuerzo para medir y cuantificar el intervalo de valores que existen en individuos considerados
sanos. Este suele ser amplio, pero no incluye a todas las personas que no estn enfermas.
El intervalo de lo normal es descriptivo y no diagnstico. Los valores que se encuentran fuera de ese
intervalo podran ser el resultado de la variacin debida al azar.
El intervalo comprende el 95% de los valores centrales de la poblacin de referencia.
PRUEBA DE ORO
Es un criterio utilizado para definir, sin equivocaciones, una enfermedad. Tambin se le conoce como gold
standard. Toda prueba nueva o no evaluada necesita ser comparada con una prueba de oro. La prueba de
oro puede ser una biopsia, una necropsia, etc.
VALIDEZ DE LAS MEDICIONES
La validez se refiere a si la medicin expresa lo que en realidad pretende medir. Por ejemplo, ser la
medicin del peso un adecuado indicador de desnutricin?. De acuerdo a la forma habitual que se estima la
desnutricin, la respuesta es no, pues el valor del peso depende de su relacin con otras variables como la
edad y la talla.
La validez de las mediciones es un atributo importante de los instrumentos de medicin, incluyendo las
pruebas de laboratorio. Una forma de evaluar este atributo es a travs del grado o nivel de la sensibilidad y
especificidad que tiene el instrumento o prueba. La determinacin de sensibilidad y especificidad de un
instrumento o prueba requerida en una investigacin necesita de estudios especficos, los cuales deben
tomarse en cuenta al elegir la medicin. En caso de que no exista informacin previa es recomendable
hacer precisamente este tipo de estudios. Estos miden la discriminacin diagnstica comparada con la del
criterio de referencia, que por definicin, tiene una sensibilidad y una especificidad del 100%
SENSIBILIDAD
Capacidad de la prueba para identificar correctamente a los individuos que tienen la enfermedad (o la
condicin de inters). O tambin, mide la proporcin de individuos con la enfermedad que son
correctamente identificados con la prueba.
ESPECIFICIDAD
Capacidad de la prueba para identificar correctamente a los individuos que no tienen la enfermedad (o la
condicin de inters). O tambin, mide la proporcin de individuos sanos que son correctamente
identificados con la prueba
Estado real o verdadero
Resultado de la
Prueba o medicin

Positivo (+)

Negativo (-)
TOTAL

de lo que se esta evaluando

(+)

(-)

Verdadero positivo

Falso positivo

(++)

(+ -)

Falso negativo

Verdadero negativo

(-+)

(--)

Casos

No casos

TOTAL

Resultados positivos

Resultados negativos

Poblacin total

Dr. Jorge Alarcn V

De acuerdo a esto, toda medicin, test diagnstico o prueba tendr una proporcin de casos donde el
resultado del test coincide con la del estado real, estos son los denominados verdaderos positivos (++) y
verdaderos negativos (--). En los otros dos casos no habr esta coincidencia y se interpretan como
resultados falsos positivos (+-) o falsos negativos (-+).
En los estudios epidemiolgicos, sensibilidad y especificidad se usan en forma combinada, pues por lo
regular un slo criterio no es suficiente. Algunas pruebas pueden ser sensibles pero no especficas y
viceversa. En general, estas dos medidas tienen una relacin inversa, es decir que a mayor sensibilidad,
menor especificidad y a mayor especificidad menor sensibilidad. Por esta razn en los estudios de VIH se
usan dos medidas diferentes, primero una muy sensible, como la prueba de ELISA, y otra ms especfica
como Western Blot.
CLCULO DE LA SENSIBILIDAD Y ESPECIFICIDAD

a
SENSIBILIDAD = _____ X 100
a+c

d
ESPECIFICIDAD = _____ X 100
b+d
Ejemplo del clculo de la sensibilidad y la especificidad:

Sensibilidad = (a / a+c) *100 = (400/500)*100 = 80%

Especificidad = (d / b+d) *100 = (450/500)*100 = 90%

OBSERVACIONES A LA SENSIBILIDAD Y ESPECIFICIDAD

Solamente indican el % de los que han sido correctamente clasificados.

No predicen el N real de individuos que sern clasificados correctamente.
No dependen directamente de la prevalencia de la enfermedad.

Dr. Jorge Alarcn V

VALOR PREDICTIVO DE LAS PRUEBAS
Si la prueba es positiva: Cul es la probabilidad de qu tenga la enfermedad?
Si la prueba es negativa: Cul es la probabilidad de qu no padezca la enfermedad?
Las medidas que responden a estas preguntas se conocen como valor predictivo.
Un atributo muy importante de un instrumento es el valor predictivo, el cual expresa la probabilidad de que
un determinado resultado coincida con tener o no tener la enfermedad o caracterstica, o sea el valor
predictivo positivo o negativo respectivamente.
VALOR PREDICTIVO POSITIVO:
Proporcin de individuos con una prueba positiva que tienen la enfermedad*
VALOR PREDICTIVO NEGATIVO
Proporcin de individuos con una prueba negativa que no tienen la enfermedad
Enfermedad medida con la prueba de oro
CLCULO DEL VALOR PREDICTIVO POSITIVO Y NEGATIVO

a
VP POSITIVO= _____ X 100
a+b

d
VP NEGATIVO= _____ X 100
c+d

VPP = (a / a+b) *100 = (400/450)*100 = 89%

VPN= (d / c+d) *100 = (450/550)*100 = 82%

Para el clculo del valor predictivo tambin se puede usar el teorema de Bayes.

(S) ( P)
VP+ = ___________________
(S ) ( P) + (1- E) (1- P)

E (1- P)
VP- = __________________
E (1- P) + (1- S) (P)

S = Sensibilidad
E = Especificidad
P = Prevalencia
1 S = Complemento de la S
1 E = Complemento de la E
1 P = Complemento de la P

Dr. Jorge Alarcn V

Ejemplo:
S= 89% (0.89), E= 90% (0.9), P= 20% (0.2)
(S) ( P)
VP+ = ___________________
(S ) ( P) + (1- E) (1- P)
(0.89) ( 0.20)
VP+ = _________________________ = 0.69 o 69%
(0.89 ) ( 0.20) + (0.10) (0.80)
E (1- P)
VP- = _____________________
E (1- P) + (1- S) (P)

0.90 (0.80)
VP- = ______________________ = 0.97 o 97%
0.90 (0.80) + (0.11) (0.20)
Lo ms importante de la estimacin del valor predictivo con el teorema de Bayes es que este est
condicionado (probabilidad condicional) no slo a la sensibilidad y especificidad, sino a la prevalencia. Bajo
las mismas condiciones de sensibilidad y especificidad el VP+, por ejemplo, va incrementarse en la medida
que la prevalencia es mayor y viceversa, cuanto ms baja la prevalencia menor el VP+ incluso en el caso de
pruebas altamente sensibles y especficas.
Cuando la prevalencia aumenta

El VPP aumenta
El VPN disminuye

Cuando la prevalencia disminuye

El VPP disminuye
El VPN aumenta

En el siguiente ejemplo, se puede ver con claridad el efecto de la prevalencia en el valor predictivo de la
fosfatasa cida prosttica para determinar cncer de prstata, cuya sensibilidad es de 70% y su
especificidad de 90%, considerando diversos tipos de poblacin y por ende diferentes valores de
prevalencia.

Poblacin
Poblacin general
Hombres 75 aos
Pacientes con ndulo prosttico sospechoso

Prevalencia
(por 100 000)
35
500
50,000

Valor predictivo+
(%)
0.4
5.6
93.0

TAMIZAJE (screening)
Es un sistema de identificacin de probables casos de un dao en una POBLACIN, mediante la aplicacin
de pruebas u otros procedimientos rpidos. Permite distinguir personas con mayor probabilidad de tener el
dao, sin llegar a ser una prueba diagnstica. Se aplica a personas aparentemente sanas.
CRITERIOS PARA APLICACIN DE TAMIZAJES

El dao debe ser un problema importante de salud pblica.

Historia natural de la enfermedad claramente establecida
Prevalencia elevada
Criterios bien establecidos para el diagnstico
El tratamiento efectuado en fase subclnica debe mejorar el pronstico
Existencia de una prueba vlida para utilizar