PRUEBAS. Sandra Convers-Páez, M.D. Instituto de Investigaciones Médicas Facultad de Medicina 2009

Transcripción

1 PRUEBAS DIAGNÓSTICAS Sandra Convers-Páez, M.D. Instituto de Investigaciones Médicas Facultad de Medicina 2009

2 PRUEBAS DIAGNÓSTICAS Generalmente, pruebas realizadas en un laboratorio (también historia y examen clínicos criterios, imágenes). Los resultados pueden ser continuos (glicemia) o nominales (positivo o negativo).

3 PRUEBAS DIAGNÓSTICAS El diagnóstico es un proceso imperfecto. ENFERMEDAD PRESENTE AUSENTE PRUEBA POSITIVA VP FP c d NEGATIVA FN VN a b

4 RELACIÓN ENTRE EL RESULTADO DE UNA PRUEBA DX Y LA OCURRENCIA DE LA ENFERMEDAD La prueba de referencia (Gold Standard) La exactitud de una prueba se relaciona estrechamente con la presencia o ausencia de la enfermedad. La prueba de referencia es una aproximación a la verdad. Diversos costos y accesos. A veces, se usan otras pruebas antes que el gold standard. Mala clasificación.

5 PROBLEMAS EN PRUEBAS DXS Falta de información sobre pruebas negativas. Falta de información sobre resultados en los no enfermos. Falta de referencias objetivas de la enfermedad. Referencias imperfectas.

6 SENSIBILIDAD Y ESPECIFICIDAD Sensibilidad: proporción de personas con la enfermedad que tienen una prueba positiva. Especificidad: Proporción de personas sanas con un resultado negativo.

7 SENSIBILIDAD Y ESPECIFICIDAD ENFERMEDAD PRESENTE AUSENTE PRUEBA POSITIVA VP FP NEGATIVA FN VN a c Se: VP/VP+FN b d Esp: VN/VN+FP

8 SENSIBILIDAD Y ESPECIFICIDAD Uso de pruebas sensibles: cuando puede haber grave consecuencia si no se hace el diagnóstico. También, cuando se está en etapa precoz del proceso diagnóstico. Ejemplo: ELISA HIV altamente sensible.

9 SENSIBILIDAD Y ESPECIFICIDAD Uso de pruebas específicas: Son usadas para confirmar o descartar el diagnóstico: el resultado raramente es positivo si no hay enfermedad. También, cuando el diagnóstico puede causar daño (financiero, emocional). Ejemplo: Western blot confirmatorio luego de ELISA HIV.

10 VALORES PREDICTIVOS SE y ESP se vuelven irrelevantes una vez tenemos los resultados porque si supiéramos la condición de enfermo o sano no necesitaríamos hacer la prueba diagnóstica!

11 VALORES PREDICTIVOS Para el clínico, el dilema es determinar si su paciente está enfermo o no según los resultados de la prueba diagnóstica. La probabilidad de tener la enfermedad dados los resultados de la prueba diagnóstica es el VALOR PREDICTIVO o PROBABILIDAD POST-TEST.

12 VALORES PREDICTIVOS VALOR PREDICTIVO POSITIVO: VPP Probabilidad de que el paciente esté enfermo dado que tiene un resultado positivo (anormal) en la prueba dx. VALOR PREDICTIVO NEGATIVO: VPN Probabilidad de que el paciente esté sano cuando el resultado de la prueba es negativo (normal).

13 VALORES PREDICTIVOS VALOR PREDICTIVO POSITIVO: VPP Si el resultado es positivo, cuál es la posibilidad de que mi paciente tenga la enfermedad? VALOR PREDICTIVO NEGATIVO: VPN Si el resultado es negativo, cuál es la posibilidad de que mi paciente no tenga la enfermedad?

14 VALORES PREDICTIVOS ENFERMEDAD PRESENTE AUSENTE PRUEBA POSITIVA VP FP VPP: VP/VP+FP a NEGATIVA FN c d VN VPN: VN/VN+FN b

15 VALORES PREDICTIVOS Los valores predictivos están determinados por la sensibilidad y especificidad de la prueba. También por la prevalencia de la enfermedad (PROBABILIDAD PRE- TEST): probabilidad de tener la enfermedad antes de que se conozca el resultado de la prueba.

16 VALORES PREDICTIVOS Y PREVALENCIA - VPP Según el teorema de Bayes: VPP: SE x Prevalencia (SE x Prev) + (1- ESP) x (1-Prev) Entre más específica sea la prueba, será mejor el VPP (resultado positivo confirma el diagnóstico).

17 VALORES PREDICTIVOS Y PREVALENCIA - VPN Según el teorema de Bayes: VPN: ESP x (1-Prevalencia) (ESP x (1-Prev)) + (1- SE) x (Prev) Entre más sensible sea la prueba, será mejor el VPN (resultado negativo descarta el diagnóstico).

18 VALORES PREDICTIVOS Y PREVALENCIA Incluso con pruebas con alta SE y ESP, hay pacientes que se clasifican mal. BAJA PREVALENCIA: Aumentan los Falsos Positivos, el VPP baja, por lo que la prueba puede llegar a ser inútil. ALTA PREVALENCIA: Aumentan los Falsos Negativos, el VPN baja. En este caso, generalmente, buen desempeño de la prueba.

19 VALORES PREDICTIVOS Y PREVALENCIA Infección por VIH ELISA-HIV SE y ESP <99% GRUPOS DE RIESGO Prevalencia 15% Pocos Falsos Positivos POBLACIÓN GENERAL Prevalencia 0,01 0,05% Aumentan los Falsos positivos. Por eso, se recomienda la prueba en los grupos de riesgo más que tamizar a la población general (excepto en las embarazadas, por riesgo de transmisión al feto).

20 Y CÓMO SE DETERMINA LA PREVALENCIA? Conocimiento de la condición o evento de salud en la zona. Inexactitud, desactualización de la información. Nuevamente BÚSQUEDA DE LA INFORMACIÓN SE PUEDE AUMENTAR LA PREVALENCIA PARA MEJORAR EL DIAGNÓSTICO EN MI PACIENTE?

21 SE PUEDE AUMENTAR LA PREVALENCIA PARA MEJORAR EL DIAGNÓSTICO EN MI PACIENTE? Referir al paciente: la prevalencia de la enfermedad aumenta en tercer nivel, por ejemplo. Seleccionar los grupos demográficos: llamados personas en riesgo. Atención a la situación clínica: valoración completa del paciente (historia y examen físico, factores de riesgo)

22 COCIENTES DE PROBABILIDAD LR S Likelihood Ratio Son medidas alternativas para describir el desempeño de una prueba diagnóstica. Sirven para conocer el poder de discriminación de la prueba. LR Positivo: Resultado positivo enfermos Resultado positivo sanos IGUAL A: Sensibilidad 1 - Especificidad

23 COCIENTES DE PROBABILIDAD LR S Likelihood Ratio LR Negativo: IGUAL A: Resultado negativo enfermos Resultado negativo sanos 1- Sensibilidad Especificidad CAPACIDAD DE DISCRIMINACIÓN DIAGNÓSTICA: Relación entre las probabilidades de acertar en el diagnóstico (+ o -) entre quienes tienen y no tienen la enfermedad.

24 COCIENTES DE PROBABILIDAD LR S Likelihood Ratio LR +: 5,0 por cada 5 resultados positivos entre los enfermos, hay un (1) resultado positivo en quienes no están enfermos. 5:1 LR -: 0,25 por cada diagnóstico negativo en los enfermos, hay 4 diagnósticos negativos en los sanos. 1:4 Si cualquier LR es igual a 1,0: la prueba no discrimina.

25 COCIENTES DE PROBABILIDAD LR S Likelihood Ratio Posibilidad de un resultado dado en las personas enfermas comparada con la posibilidad del mismo resultado en una persona sin la enfermedad. LR+ número de veces que la prueba es positiva en los enfermos en relación con el número de veces que es positiva en los sanos. LR- número de veces que la prueba es negativa en los enfermos en relación con el número de veces que es negativa en los sanos.

26 NOMOGRAMA DE FAGAN Sirve para hallar la probabilidad postexamen. Se une una línea Se une una línea recta entre el valor de la probabilidad preexamen (Prevalencia) con el valor del LR+ sobre la línea central.

27 EJERCICIO Prueba de diabetes en 400 personas con glicemia en ayunas. (diabético >126 mg/dl). Prevalencia 5% y 50% DIABETES PRUEBA + - TOTAL TOTAL

28 NOMOGRAMA DE FAGAN Prueba de diabetes en 400 personas con glicemia en ayunas. (diabético >126 mg/dl). Prevalencia 50% SE: 88,5% VPP: 84,2% ESP: 83,5% VPN: 87,8% LR+:5,36 LR-: 0,14 DIABETES PRUEBA + - TOTAL TOTAL

29 CURVAS ROC Cuando una prueba se clasifica como positiva o negativa es cualitativa. Pero si es cuantitativa (contínua) usualmente hay un punto de decisión: PUNTO DE CORTE Cómo se decide?

30 CURVAS ROC Umbral de Positividad: Es una decisión arbitraria, según lo que se necesite. Una buena prueba diagnóstica: Discrimina adecuadamente los sanos de los enfermos. Tiene pocos errores (pocos FP y FN).

31 CURVAS ROC La Sensibilidad está en función de la Especificidad no hay 100% en ambas al mismo tiempo. No quiero dejar escapar a los enfermos : UMBRAL DE POSITIVIDAD ALTO: glicemia 100 mg/dl. falsos positivos No quiero falsos positivos : UMBRAL DE POSITIVIDAD BAJO: glicemia 170 mg/dl. falsos negativos

32 Receiver-Operating Characteristics ROC Curve Curva de Características Operativas del Receptor (Curva COR). Indicador de la exactitud de la prueba dentro de los límites de su capacidad para medir estados de salud. SEÑAL RUIDO VERDAD RUIDO VP - VN FN - FP

33 Receiver-Operating Characteristics ROC Curve Punto de mejor sintonía de la señal.

34 Receiver-Operating Characteristics ROC Curve PRUEBA Y PUNTO DE CORTE SENS % ESP % VPP % VPN % PCT > 1µg/L PCT > 2µg/L PCT > 3µg/L PCR >10 mg/l PCR >20 mg/l PCR >40 mg/l Cuál es el mejor punto de corte? Ardila, E. 2001

35 Receiver-Operating Characteristics ROC Curve ABC: 94% Cuál es el mejor punto de corte? Ardila, E. 2001

36 Receiver-Operating Characteristics ROC Curve PRUEBA Y PUNTO DE CORTE SENS % ESP % VPP % VPN % PCT > 1µg/L PCT > 2µg/L PCT > 3µg/L PCR >10 mg/l PCR >20 mg/l PCR >40 mg/l Cuál es el mejor punto de corte? Ardila, E. 2001

37 Receiver-Operating Characteristics ROC Curve Mide exactitud y el punto de corte. Permite comparar pruebas. ABC: área bajo la curva: aciertos de VP y VN. Por encima los FP y FN. Ardila, E. 2001

38 Receiver-Operating Characteristics ROC Curve La mejor curva es la más amplia hacia arriba y hacia la izquierda. El mejor punto el que esté más cerca de la esquina superior izquierda. Ardila, E. 2001

39 COCIENTES DE PROBABILIDAD LR S Likelihood Ratio Posibilidad de un resultado dado en las personas enfermas comparada con la posibilidad del mismo resultado en una persona sin la enfermedad. LR+ número de veces que la prueba es positiva en los enfermos en relación con el número de veces que es positiva en los sanos. LR- número de veces que la prueba es negativa en los enfermos en relación con el número de veces que es negativa en los sanos.

40 COCIENTES DE PROBABILIDAD LR S Likelihood Ratio LR+ = 65 es 65 veces más probable que una PCT sea mayor o igual a 2 µg/l en niños con infección bacteriana que en niños que no tengan infección. LR- = 0,35 hay un 35% de posibilidad de encontrar un resultado negativo en la PCT (< 2 µg/l) en niños con infección bacteriana que en niños sin infección. O, por cada diagnóstico negativo en los enfermos hay 3 diagnósticos negativos en los sanos.