AntonioEspacio

Guerrero
para imagen
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
• Sensibilidad:
– 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 Falso
negativo
Verdader + + + +
o 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
Verdader
o
negativo - - - - -
• Especificidad - - -
(sobre sanos) + +
Falso
positivo
 Falso
negativo

Pruebas Verdader + + + +
o positivo
diagnósticas -
+ + + + +
• Sensibilidad
Verdader
(sobre enfermos) -
o
negativo - - - -
- - -
• Especificidad + +
(sobre sanos) 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 sensible
Menos específico Más específico

No enfermo
Enfermo

Real
Punto de corte y variables cuantitativas continuas en
las pruebas diagnósticas
 Punto de corte y distribución

Sensibilidad y altas intermedia baja

especificidad
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?