UNIVERSIDAD CATÓLICA DE CUENCA

UNIDAD ACADEMICA DE SALUD Y BIENESTAR

ESTUDIO DE UN TEST DE SENSIBILIDAD Y ESPECIFICIDAD - VALORES

PREDICTIVOS

CÁTEDRA:

EPIDEMIOLOGÍA

DOCENTE:

Dra. Diana Izquierdo

INTEGRANTES

● ACEVEDO BALCAZAR DOMENICA ALEJANDRA

● ACOSTA GALARZA DAVES FERNANDO
● AGUIRRE LOMAS JARAD NAHIR
● ALVAREZ MAINATO CESAR JONATHAN
● AMAYA VARGAS KURTH ALEXANDER
● ARMIJOS BASTIDAS MARIA DE LOS ÁNGELES
● BAYAS GUASHPA BRIGITTE NICOLE
● BENITEZ TENESACA SHIRLEY LISSETTE
● BERNAL SAQUICELA MATEO JOSE
● CALLE GUAMAN NICOLE ADRIANA
● CALLE JARAMILLO PAULA LILIANA
● CLAVIJO MALDONADO SANTIAGO JAVIER
● CUENCA AREVALO JAYLEEN ESTEFANIA
● GALLEGOS CALLE KATERIN ELIZABETH
● GUERRERO CAMPOVERDE MAYERLI
JAMILETH
● GUZMAN RODRIGUEZ LUZ GRACIELA
● INGA ORTIZ TROSQUING JERICHO
● LLIGUICHUZHCA QUIZHPI JESSICA DEL ROCIO
 ● MAYANCELA NARVAEZ PAULA MICHELLE
● MORQUECHO GARCIA VERONICA MERCEDES
● NAUTA JUANACIO KELLY GABRIELA
● NEIRA MEJIA JORGE GUSBERTO
● PINDO CHUYA MARJORIE DAYANA
● ROSALES CEPEDA KAREN SOFIA
● RUIZ DIAZ KIARA DENISSE
● TAMAY GONZALEZ NAYELY LISSETH
● VILLALTA ENCALADA KARLA LIZETH

CICLO:

CUARTO

PARALELO:

FECHA DE ENTREGA:

Azogues, 30 de enero del 2023

AZOGUES – ECUADOR

SENSIBILIDAD

Es la probabilidad de clasificar correctamente a un individuo enfermo, es decir, la

probabilidad de que para un sujeto enfermo se obtenga en la prueba un resultado
positivo. La sensibilidad es, por lo tanto, la capacidad del test para detectar la
enfermedad.
Características de la sensibilidad:

● Corresponde a la proporción de verdaderos positivos, clasificados como

positivos según el estándar de referencia, los cuales son correctamente
identificados como positivos.
● La sensibilidad es por lo tanto, la capacidad que posee la prueba diagnóstica
para detectar la enfermedad o evento de interés en estudio.
● En el contexto clínico, una prueba altamente sensible es especialmente útil
en aquellos casos en los que, al no diagnosticar una enfermedad o evento
específico, esto puede resultar incluso fatal para los enfermos, como es el
caso de enfermedades peligrosas pero tratables, como la tuberculosis; o en
enfermedades que no conduzcan a serios trastornos psicológicos o
económicos para el paciente. Es así como, en general, las pruebas de
tamizaje.

ESPECIFICIDAD
- Especificidad: Corresponde a la proporción de individuos correctamente
diagnosticados con ausencia de la condición o enfermedad por la prueba
diagnóstica en estudio.
- Es la proporción de verdaderos negativos que fueron correctamente
identificados por el test, del total de individuos sanos según el estándar de
referencia
- La especificidad es el cociente entre los verdaderos negativos dividido por la
suma de verdaderos negativos y falsos positivos
 REGLAS MNEMOTÉCNICAS

Son recursos para potenciar una mejor organización de los datos que se van a
mejorar, y esto en base con los siguientes acrónimos.

1. SENDES

Signos, síntomas y prueba diagnóstica = alta sensibilidad.

Mayor del 95%, obtener un resultado negativo o normal o descartar el diagnóstico.

Ejemplo: Sensibilidad de la historia de Edema de Tobillo, diagnóstico de la ascitis

del 92%. En consecuencia, si una persona no tiene historia de Edema de Tobillo es
altamente probable que posea ascitis.

VALOR PREDICTIVO

El valor predictivo también se denomina como una probabilidad posprueba, lo que

hace referencia a que este representa la probabilidad de que los pacientes tengan la
enfermedad una vez que se conoce el resultado de la prueba realizada. Existen dos
tipos de valores predictivos, entre estos se encuentra:

● Valor predictivo positivo (VPP)

● Valor predictivo negativo (VPN)

Características:

● Mide la relevancia de la sensibilidad y de la especificidad en una determinada

población.

● Son índices que evalúan el comportamiento de la prueba diagnóstica en una

población con una determinada proporción de enfermos.
 ● Miden la eficacia real de una prueba diagnóstica.

● Informa sobre la probabilidad de que un positivo esté enfermo (V.P.Positivo)

o de que un negativo sea sano (V.P.N).

VALOR PREDICTIVO POSITIVO

Cuando hablamos de valores predictivos positivos, estos pueden ser:

1. Verdaderos positivos
2. Verdaderos negativos

· Fórmula del valor predictivo positivo

a/(a+b) o VP/(VP+FP)

VERDADEROS NEGATIVOS

En este caso la enfermedad no se encuentra presente en el paciente y la prueba

diagnóstica determina que el paciente se encuentra sano.

VERDADEROS POSITIVOS

Se expresa cuando la enfermedad se encuentra presente en el paciente y la prueba

diagnóstica la detecta.

EJEMPLO

En una clínica se realiza una prueba de reagina plasmática rápida a una muestra de
300 pacientes donde, los resultados determinaron que:

De los 100 pacientes que presentan la enfermedad, solo 95 fueron detectados por la
RPR y los 5 restantes obtuvieron resultados falsos negativos.

Por otro lado, de los 200 pacientes que no presentan la enfermedad, 10

recibieron resultados positivos negativos.
 PRESENTAN LA ENFERMEDAD NO PRESENTAN LA ENFERMEDAD

100 200

VP:95 VN:190

FN:5 FP:10

Para calcular el valor predictivo positivo en este caso, utilizamos la fórmula y

reemplazamos los valores:

VPP=VP/(VP+FP)

VPP=95/(95+10)

VPP=0.90

VPP=90%

Interpretación: El valor predictivo positivo en este caso nos expresa que el paciente
que dio positivo en la prueba, tiene un 90% de posibilidad de presentar realmente la
enfermedad.

VALOR PREDICTIVO NEGATIVO

También llamado valor diagnóstico de un resultado negativo, valor predictivo
negativo y VPN. Es el equivalente al inverso de la probabilidad post-test de tener la
enfermedad dado que el test resultó negativo.
Es decir, es la probabilidad que tiene una prueba de detectar sanos cuando da un
resultado negativo.
Fórmula:
Valor predictivo negativo=d/(c+d) VPN= VN/ VN + FN
Características
● Corresponde a la probabilidad condicional de que el paciente no tenga la
enfermedad.
● Este aumenta si un test es poco sensible.
● Puede calcularse a partir de la tabla de contingencia, comprobando los
aciertos por filas.
● Informa la probabilidad de una enfermedad una vez realizada la prueba y
conocido su resultado.
Ejemplo:
El valor predictivo negativo se calcula utilizando la siguiente ecuación:

D: Verdaderos negativos
C: Falsos negativos
Ejercicio:
Se realizó una nueva prueba de diagnóstico en un grupo de pacientes, de los cuales
se conoce que 100 de ellos tienen la enfermedad y los otros 100 pacientes se
encuentran sanos en grupo de control. Dentro de estos grupos evaluados, 90
individuos con la enfermedad y 20 de estos en el grupo de control muestra un
resultado positivo. ¿Cuál es el valor predictivo negativo de esta nueva prueba
diagnóstica?
Respuesta:
El valor predictivo negativo se basará en la porción de casos verdaderos negativos
de todos los casos que se encuentren del mismo:
CÁLCULO DE SENSIBILIDAD, ESPECIFICIDAD, VALOR PREDICTIVO
POSITIVO Y VALOR PREDICTIVO NEGATIVO

La determinación de los parámetros de sensibilidad, especificidad, valor predictivo

positivo y valor predictivo negativo se realiza construyendo, en primer lugar, una
tabla binaria o de 2x2, a partir de la cual se obtienen los diversos resultados
probables de una prueba diagnóstica. Los posibles resultados se interpretan de la
manera siguiente

Verdaderos positivos: la enfermedad está presente y se diagnostica al paciente

como enfermo.

Falsos positivos: el paciente no presenta la enfermedad y se le diagnostica como

enfermo.

Verdaderos negativos: la enfermedad no está presente y se diagnostica al paciente

como sano.

Falsos negativos: la enfermedad está presente y se diagnostica al paciente como

sano.
Posteriormente, para el cálculo de los parámetros anteriormente mencionados, se
toman los datos registrados en la tabla de 2x2 y se aplican las fórmulas presentes
en regla nemotécnica.

Una de las ventajas de los parámetros de sensibilidad y especificidad es que al ser

calculados en forma «vertical», dentro de la matriz de decisiones (tabla 2x2), no
dependen de la prevalencia de la enfermedad, como sí ocurre con los valores
predictivos positivos y negativos que son calculados en forma horizontal.

Para el cálculo podemos utilizar la siguiente tabla de fórmulas: