Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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:
Reproducibilidad
de la prueba
Y
valor para el sujeto
con la enfermedad
Positivo (+)
Negativo (-)
TOTAL
(-)
Verdadero positivo
Falso positivo
(++)
(+ -)
Falso negativo
Verdadero negativo
(-+)
(--)
Casos
No casos
TOTAL
Resultados positivos
Resultados negativos
Poblacin total
a
SENSIBILIDAD = _____ X 100
a+c
d
ESPECIFICIDAD = _____ X 100
b+d
Ejemplo del clculo de la sensibilidad y la especificidad:
a
VP POSITIVO= _____ X 100
a+b
d
VP NEGATIVO= _____ X 100
c+d
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
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
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