Curso MBE IV Medicina Universidad de Valparaíso Características operativas de test diagnósticos Sensibilidad y Especificidad Dr. Claudio Puebla
Característica operativas de los test diagnósticos Son los elementos fundamentales que definen la utilidad de un test diagnóstico. Dependen de la relación entre el test y una determinada enfermedad. Las características operativas de un examen, varían dependiendo de la enfermedad. (ECG para IAM, para TEP, pericarditis, miocarditis, intoxicación digitálica, etc.) Las características operativas son la sensibilidad y la especificidad.
Comparación test vs goldstandard Enfermedad (gold standard) Presente Ausente Test ( + ) ( - ) a c b d Sólo conocemos esta parte Esta columna la desconocemos normalmente
Comparación test vs goldstandard Presente Enfermedad Ausente Test ( + ) ideal A b ( - ) c ideald
Comparación test vs goldstandard Presente Enfermedad Ausente Test ( + ) ( - ) verdadero A positivo c b verdadero d negativo
Comparación test vs goldstandard Presente Enfermedad Ausente Test ( + ) ideal A Falso positivo ( - ) Falso negativo ideal d
Características operativas del test Responden a 2 preguntas fundamentales 1. Qué proporción de los pacientes que tienen la enfermedad presentan un test anormal ( positivo)? Tasa de verdaderos positivos = SENSIBILIDAD 2. Qué proporción de los pacientes que no tienen la enfermedad tienen un test normal ( negativo)? Tasa de verdaderos negativos = ESPECIFICIDAD
Cálculo de características operativas Sensibilidad = a / (a + c) Especificidad = d / (b + d)
Comparación test vs goldstandard Presente Enfermedad Ausente Test ( + ) A a b ( - ) c d Sensibilidad = a/(a + c) tasa de verdaderos positivos
Comparación test vs goldstandard Presente Enfermedad Ausente Test ( + ) A a b ( - ) c d Especificidad = d/(b + d) Tasa de verdaderos negativos
Utilidad de características operativas Sensibilidad = a / (a + c) Ayudan a descartar el diagnóstico ( sensibilidad mayor) Especificidad = d / (b + d) Ayudan a confirmar el diagnóstico ( especificidad mayor)
Índices prácticos Valores extremos de S y E Test altamente sensibles, sirven para descartar al ser negativos Snnout = (Sensitivity negative out). S S (sugerencia local) Ej: ANA en el diagnóstico de lupus eritematoso sistémico. Si es negativo prácticamente descarta el lupus (sin embargo, un resultado positivo no sirve de mucho). Igual para el dímero D en el TEP, etc.
Índices prácticos Valores extremos de S y E Test altamente específicos sirven para confirmar diagnóstico Sppin (Specificity positive in ). E + E (sugerencia local) Ej. Anti DNA en el diagnóstico de lupus. Si es positivo prácticamente confirma ( no sirve de mucho cuando es negativo).
Indices prácticos Sensibilidad y especificidad son poco operativas salvo en casos extremos ( menos frecuente en la práctica clínica). Para la mayoría de los exámenes que no tienen sensibilidad o especificidad tan altos, es difícil que decir cuando el test es positivo o negativo. Cuanto modifica la probabilidad basal (ej. 54 %), luego de que el test que tiene una sensibilidad 83% y una especificidad de 74 %, resulta positivo ( o negativo). Cuánto aumenta la probabilidad en el primer caso y cuánto disminuye en el segundo?
Indices prácticos Por lo que para poder integrar la nueva información obtenida ( + o - ) debemos utilizar otros parámetros. Valores predictivos ( positivo y negativo), pero estos son dependientes de la prevalencia de la enfermedad estudiada, por lo que no son fácilmente generalizables. Likelihood ratio ( índices de probabilidad): Son los instrumentos que permiten relacionar la clínica con el laboratorio. Los veremos en la próxima clase.
Valores Predictivos Representan, a primera vista, una manera más lógica de entender los resultados de los test diagnósticos. El valor predictivo positivo, corresponde al % de pacientes que tienen la enfermedad en estudio del total de los pacientes con el test (+). Ej. VPP 85 %. Un 85 % de los pacientes con el test (+) tendrán el diagnóstico estudiado. El valor predictivo negativo, evalúa la probabilidad de estar sano (o no tener la enfermedad en cuestión), cuando el test es negativo. Ej. VPN 90 %. El 90% de los individuos con test negativo estarán sanos.
Comparación test vs goldstandard Presente Enfermedad Ausente Test ( + ) A a b ( - ) c d Valor predictivo positivo = a/(a + b)
Comparación test vs goldstandard Presente Enfermedad Ausente Test ( + ) A a b ( - ) c d Valor predictivo negativo= d/(d+c)
Debilidad de los valores predictivos Dependen de la prevalencia de la enfermedad. Caso 1: Prevalencia de la enfermedad es de 40 %, con una sensibilidad de 80 % y especificidad de 90 %. Caso 2: Prevalencia de la enfermedad es de 10 %, con una sensibilidad de 80 % y especificidad de 90 %. La sensibilidad y la especificidad son las misma, dado que son teóricamente las características operativas del test. No debieran modificarse con la prevalencia de la enfermedad y su rendimiento es una relación directa entre el test y la enfermedad.
Valores predictivos Enfermedad Presente 40 % Ausente 60 % Test ( + ) 320 60 VPP = 320/380 84,2 % ( - ) 80 540 VPN = 540/620 87,1 % S = 80 % E = 90 % 400 pacientes 600 pacientes 1000 pacientes estudiados
Valores predictivos Enfermedad Presente 10 % Ausente 90 % Test ( + ) 80 90 VPP = 80/170 47,1 % ( - ) 20 810 VPN = 810/830 97,6 % S = 80 % E = 90 % 100 pacientes 900 pacientes 1000 pacientes estudiados
Debilidad y consejos en relación a valores predictivos Como vemos, los valores predictivos cambian según la probabilidad de la enfermedad. En general: A mayor prevalencia de la enfermedad, mayor valor predictivo positivo y menor el negativo. A menor prevalencia, menor valor predictivo positivo y mayor el negativo.
Efecto de la prevalencia sobre los valores predictivos de una enfermedad infrecuente < Prevalencia enfermedad > Población General 1/100.000 Atención Primaria 1/20.000 Atención Secundaria 1/500 Especialista (A. terciaria) 1/30 > p de Verdaderos negativos >p de Falsos negativos Resultados Test Resultados Test > p de Falsos positivos > p de Verdaderos positivos
Debilidad y consejos en relación a valores predictivos Por ejemplo: Un factor reumatoideo positivo tomado en un consultorio de atención primaria, es más probable un falso positivo, que el mismo examen tomado en un policlínico de un reumatólogo. La probabilidad que un reumatólogo vea un paciente con artritis reumatoidea es mucho más alta que por un médico general o de familia.
Debilidad y consejos en relación a valores predictivos Importancia del setting o el lugar de trabajo. No es lo mismo el rendimiento del test en el hospital, en la urgencia, en la UCI, en policlínico de especialistas, subespecialistas o generales. Las probabilidades de encontrarse con las enfermedades es distinta en cada caso. Para usar los VP debemos conocer la prevalencia de la enfermedad en el estudio original y cuál es la probabilidad en nuestra realidad.
Conclusiones La sensibilidad y la especificidad constituyen las características operativas de un test. Definen su rendimiento. Sin embargo su aplicabilidad práctica es limitada, siendo más útil en los extremos (sppin y snnout). Los valores predictivos tienen poca utilidad fuera del contexto en que se desarrollan. Los Likelihood ratios permitirán a través del uso del teorema de Bayes la aplicación de los test diagnósticos.