Lectura Crtica: Estudios sobre pruebas diagnsticas. Sensibilidad, Especificidad, Valores predictivos positivos y negativos. Su utilidad y limitaciones.

Dr. C. Guillermo Elizondo Riojas Introduccin La utilidad de una prueba diagnstica es su capacidad para detectar a una persona con enfermedad o excluir a una persona sin enfermedad, y usualmente se describe en trminos de sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo. En este captulo revisaremos cules son las definiciones de estos trminos y sus aplicaciones. Tpicamente, estos conceptos se ensean basndonos en una tabla de 2 x 2 que muestra los resultados tanto de la prueba diagnstica en estudio, como de la prueba definitiva (gold standard) que se han realizado en una poblacin predeterminada de personas con la enfermedad y aquellos sin la enfermedad. La definicin de sensibilidad, especificidad y los valores predictivos positivos y negativo se expresan generalmente con las letras que se muestran en la Tabla 1. Tabla 1:

Por otro lado, aunque una tabla de 2 x 2 permite un clculo de la sensibilidad, especificidad y valores predictivos, en la vida diaria esto podra ser demasiado abstracto y difcil de aplicar, ya que estrictamente hablando, los pacientes no se presentan, teniendo la enfermedad no teniendo la enfermedad. Sin embargo, el uso de las tablas de 2 x 2 para ensear estos conceptos frecuentemente crea la falsa impresin de que las probabilidades o los valores predictivos calculados en dichas tablas puedan ser generalizados a otras poblaciones, independientemente de la prevalencia de la enfermedad de la que se est hablando. En este captulo explicaremos el uso de estas tablas de 2 x 2 y veremos ejemplos para que estos conceptos puedan ser utilizados en la prctica clnica y en el proceso diagnstico.

I.

Identificando la poblacin a estudiar.

Para facilitar la comprensin de los conceptos de sensibilidad, especificidad y valores predictivos, imaginemos una poblacin de 100 personas en donde el 10% (o sea 10 personas) tiene una enfermedad crnica (enfermedad A). Asumiremos que a todas las 100 personas de la poblacin se les ha realizado una coronariografa, que es el mtodo definitivo (gold stendard) para diagnosticar la enfermedad A, por lo que estamos seguros que la prevalencia verdadera de la enfermedad en esta poblacin es del 10%. Ahora supongamos que se ha desarrollado una nueva prueba diagnstica no invasiva para la enfermedad A, la tomografa, para evitar la necesidad de la coronariografa en la gente a la que se le investiga si tiene esta enfermedad. Aplicaremos la tomografa a esta poblacin utilizando el resultado hipottico para explicar los conceptos de sensibilidad, especificidad, valores predictivos negativos y positivos.

II.

Sensibilidad

La sensibilidad de la prueba se define como la proporcin de personas con la enfermedad que tendr positiva la prueba. Si nosotros aplicamos la tomografa a nuestra poblacin y 8 de las diez personas con la enfermedad A tienen la prueba positiva, entonces la sensibilidad de la tomografa es de 8/10, sea de 80%. Esto quiere decir entonces que hay personas con la enfermedad que dieron positiva la prueba (verdaderos positivos) pero tambin se demuestra que hay personas con enfermedad que fueron negativos en la prueba, sea falsos negativos. La sensibilidad se calcula como el nmero de personas con enfermedad que dieron positivas a la prueba dividido entre el nmero de todas las personas que tena la enfermedad. Al definir la sensibilidad, estamos interesados nicamente en la proporcin de personas con la enfermedad que fueron positivos. La sensibilidad se calcula nicamente para aquellas personas que tienen la enfermedad. Esto

significa que la sensibilidad de una prueba nicamente nos dice que tan buena es la prueba para identificar a la gente con enfermedad cuando se est buscando aquellos con la enfermedad. La sensibilidad no nos dice nada acerca de si alguna persona sin la enfermedad dar positivas o no a la prueba, ni en qu proporcin.

III.

Especificidad

La especificidad de una prueba es la proporcin de personas sin la enfermedad que tendr negativa la prueba. En nuestra poblacin, el 90% de la gente no tiene la enfermedad A. Si aplicamos la prueba a estas 90 personas y 85 % de ellas tienen la prueba negativa, entonces la especificidad de la prueba es de 85/90, es decir 94%. La especificidad se calcula como el nmero de personas sin enfermedad que dieron la prueba negativa dividido entre el nmero total de toda la gente sin la enfermedad. Al definir la especificidad, nicamente estamos interesados en la proporcin de personas sin la enfermedad que dieron negativa a la prueba. La especificidad se puede calcular nicamente para aquellas personas que no tienen la enfermedad. La especificidad no nos dice nada acerca de si algunas personas con la enfermedad tambin daran negativo el resultado de la prueba y de ser as, en qu proporcin.

Para qu me sirven las pruebas de sensibilidad y especificidad?

Utilidades Una prueba con alta sensibilidad nos sirve para descartar una enfermedad en un paciente si la prueba es negativa. Supongamos que existe una prueba diagnstica rpida para la deteccin de infecciones respiratorias, y cuya sensibilidad y especificidad son respectivamente de 100% y 68% en nios que se presentan con sntomas sugestivos de infeccin respiratoria. Imagnese que aplicamos esta prueba a una nia que ha desarrollado sntomas sugestivos de infecciones del tracto respiratorio y la prueba resulta positiva. Esto significara que ella tiene infeccin? La respuesta es que podra ser, pero puede ser que no. La sensibilidad del 100% significa que la prueba detectara virtualmente todas las personas que tienen infeccin respiratoria, pero su relativamente baja especificidad significa que podra ser falsamente positiva en un nmero de nios que de hecho no tienen infeccin. El resultado de esta nia por consiguiente podra ser un falso positivo. Por otro lado, si la prueba en esta nia saliera negativa, ya que el 100% de los nios con esta prueba para infeccin seran positivos, es muy poco probable que tenga la enfermedad. Una prueba con alta sensibilidad es por consiguiente ms til cuando resulta negativa.

Por otro lado, una prueba con un alto grado de especificidad es til para decidir si una persona tiene la enfermedad cuando es positiva para la prueba. Por ejemplo, supongamos que existe una prueba diagnstica para esclerosis mltiple con una sensibilidad del 27% pero una especificidad del 94%. La sensibilidad es muy baja, pero la especificidad es alta. Si una persona se presenta con sntomas sugestivos de esclerosis mltiple y la prueba es negativa, esto implicara que no tiene la enfermedad? No podemos decir. Este paciente podra tener esclerosis mltiple pero ya que la prueba tiene poca sensibilidad, podra habernos dado un resultado falso negativo. Pero si la prueba sale positiva, ya que mucha gente sin enfermedad sale con una prueba negativa, el 94%, una persona con una prueba positiva muy probablemente tiene la enfermedad. Una prueba altamente especifica, por consiguiente, es ms til para los clnicos cuando resulta positiva.

Limitaciones La principal limitacin, tanto de la sensibilidad como de la especificidad, es que no tienen una aplicacin prctica cuando se trata de ayudarnos a estimar la probabilidad de que la enfermedad est presente en un paciente en particular. Es decir, cuando vemos un paciente con un resultado positivo para una prueba determinada, la pregunta que queremos respondernos es cul es la probabilidad de que tenga la enfermedad con esta prueba positiva? Si utilizamos solamente la sensibilidad y la especificidad, no podremos contestarnos esta pregunta, ya que estos parmetros se definen con base a personas con o sin la enfermedad. Sin embargo, los pacientes se nos presentaran con una serie de sntomas ms que con un diagnostico, y no sabemos si el paciente tiene la enfermedad o no, y no podemos, por consiguiente, aplicar estos parmetros directamente a l. Lo que necesitamos conocer son los valores predictivos, que en la prctica clnica rutinaria, son ms tiles para determinar la certeza diagnostica de una prueba.

Qu son los valores predictivos? El propsito general de las pruebas diagnosticas es utilizar sus resultados para hacer un diagnostico, de tal forma que necesitamos conocer la probabilidad de que esa prueba resulte positiva cuando tenemos un diagnostico correcto. Los valores predictivos positivos y negativos describen la probabilidad de tener la enfermedad o no, una vez que se conoce el resultado de la prueba que utilizamos.

IV.

Valores predictivos positivos

Los valores predictivos positivos de una prueba se definen como la proporcin de personas con resultado positivo y que tienen la enfermedad. Supongamos que en una poblacin hipottica de 100 personas, resulta que 8 personas con la

enfermedad A tienen un resultado positivo para la prueba A y 5 personas sin la enfermedad tambin dieron un resultado positivo. Esto significa que un total de 13 personas fueron positivas, pero recordemos que de esas 13 personas, nicamente 8 de ellas de hecho tienen la enfermedad. El valor predictivo positivo de la prueba A se calcula como el nmero de personas con enfermedad que dieron positiva la prueba dividido por el total de personas que dieron positivas, lo cual se representa como 8/13, es decir 0.62 o 62%. Esto significa que en esta poblacin hipottica, el 62% de la gente que dio positiva tendrn la enfermedad A, o puesto de otra manera, una persona que tiene una prueba positiva tiene el 62% de posibilidad de tener la enfermedad A.

V.

Valores predictivos negativos

El valor predictivo negativo de una prueba es la proporcin de gente con un resultado negativo que no tiene la enfermedad. Supongamos ahora una poblacin hipottica de 100 personas, en donde 85 no tienen la enfermedad A y su prueba fue negativa, pero 2 que tiene la enfermedad A tambin la dieron negativa, es decir que un total de 87 personas dieron negativa la prueba. El valor predictivo negativo se calcula como el nmero de personas que no tienen la enfermedad dividido entre el nmero total de personas que dieron negativa la prueba, es decir 85/ 87 nos da 0.98 o 98%. Esto significa que el 98% de las personas que dieron la prueba negativa no tendrn la enfermedad A, o puesto de otra forma, una persona que tenga una prueba negativa tiene un 98 % de probabilidades de no tener la enfermedad A.

Puedo aplicar los valores predictivos de una prueba a mi paciente? Como vimos, los valores predictivos de una prueba estn determinados por la sensibilidad y la especificidad, pero tambin por la prevalencia de la enfermedad en la que se est aplicando la prueba, ya que estos valores varan con el cambio en la prevalencia de la enfermedad en una poblacin dada. Ahora veremos por qu no sera correcto que un clnico aplicara directamente los valores predictivos publicados para una prueba a un tipo de poblacin, cuando la prevalencia de la enfermedad en su poblacin es diferente de la prevalencia de la enfermedad en la poblacin en la cual se hizo el estudio que se public. Para entender mejor la relacin entre los valores predictivos y la prevalencia en la enfermedad, recordemos los valores predictivos positivo y negativo de la prueba en nuestra poblacin hipottica anterior (suponiendo una prevalencia del 10% para la enfermedad A), que fueron del 62% y 98% respectivamente. Supongamos ahora que aplicamos la prueba a otra poblacin de 100 personas pero en la que la prevalencia de la enfermedad A es del 20%. Si sabemos que la sensibilidad de la prueba es del 80%, significa que 80% de 20 personas con la enfermedad, es decir 16 personas en esta poblacin, tendrn la prueba positiva. Ahora bien, si la

especificidad de la prueba es del 94%, significa que el 94% de la gente sin la enfermedad A dar la prueba negativa, o que el 6% de la gente sin la enfermedad dar la prueba positiva. Por consiguiente 6% de las 80 personas sin la enfermedad A, es decir 5 personas, darn positiva la prueba, y por lo tanto, un total de 21 personas darn positivo a la prueba, 16 con la enfermedad y 5 sin ella. El valor predictivo positivo de la prueba A para esta poblacin es por consiguiente de 16/21, es decir 76%. Si seguimos con estos nuevos clculos, ahora un total de 79 personas darn el resultado negativo, 75 sin la enfermedad y 4 con la enfermedad, y por consiguiente el valor productivo negativo (la proporcin de pacientes con una prueba negativa que no tiene la enfermedad) es de 75/79, es decir 95%. Cuando repetimos estos clculos a otra poblacin con diferente prevalencia de la enfermedad A, veremos claramente que el valor predictivo positivo de la prueba aumenta al aumentar la prevalencia de la enfermedad, y el valor predictivo negativo disminuir al aumentar la prevalencia de la misma.

Para qu me sirve esto en la prctica diaria? Como vimos, a mayor prevalencia de la enfermedad, mayor ser el valor predictivo positivo de una prueba, es decir que ser ms probable que resulte positiva y ser ms eficaz para predecir la presencia de enfermedad. Cuando la prevalencia en la enfermedad es baja, el valor predictivo positivo tambin ser bajo, aun cuando se utilice una prueba con alta sensibilidad y especificidad. Es decir, que en tales situaciones, una proporcin significativa de personas que tienen la prueba positiva pueden no tener la enfermedad. Lo que esto significa para la prctica clnica diaria es que la utilidad del resultado de una prueba para un paciente en particular depende de la prevalencia de la enfermedad en la poblacin en la cual se est utilizando. El valor diagnostico de la prueba mejorar si, basados en la historia y evaluacin clnica, la utilizamos en aquellos pacientes que es ms probable que tengan la enfermedad que estamos pensando que cuando la prueba es aplicada indiscriminadamente a todos los pacientes. Una prueba diagnstica debe de ser utilizada como complemento y no como un sustituto del juicio clnico.

VI.

Conclusin

Hemos visto como la sensibilidad y la especificidad de una prueba tienen utilidad clnica limitada, ya que no pueden ser utilizadas para estimar la probabilidad de una enfermedad en un paciente en particular. Por otro lado, los valores predictivos pueden ser utilizados para estimar esta probabilidad, pero recordemos que varan de acuerdo con la prevalencia de la enfermedad, y no puede ser aplicados a una poblacin que tenga una prevalencia diferente a la de la poblacin en la que la prueba fue evaluada.

Ejercicio: I. Elabore una Tabla de 2 x 2 y defina sus componentes.

II. Definir los siguientes trminos: Sensibilidad:

Especificidad:

Valor Predictivo Positivo:

Valor Predictivo Negativo:

Caso de ndulos tiroideos con biopsia por aspiracin para definir si el ndulo es benigno o maligno. Estudio retrospectivo de 47 pacientes con ndulos tiroideos sometidos a ciruga tiroidea. El objetivo del estudio era evaluar la sensibilidad y especificidad de la biopsia por aspiracin para definir si el ndulo era benigno o maligno. Estndar de oro: resultado de patologa despus a la ciruga. De 26 pacientes en los que la biopsia por aspiracin se report como ndulo benigno, en el anlisis despus de la ciruga el resultado fue maligno en 3 y benigno en 23. De 21 pacientes en los que la biopsia se report como ndulo maligno, en el anlisis despus de la ciruga el resultado fue maligno en 19 y benigno 2. III. Con la informacin presentada, llene la tabla y determine: Sensibilidad: Especificidad: VPP: VPN:

Estndar de oro
Enfermedad Presente Enfermedad Ausente

P R+ U E B A

IV.

Del siguiente artculo, calcule la sensibilidad, especificidad, VPP y VPN de cada tabla.

Cuadro 3: Sens sibilidad: Espe ecificidad: VPP P: VPN N:

Cuadro 4: Sens sibilidad: Espe ecificidad: VPP P: VPN N: