sensibilidad y especifificidad tecm

Inicio Tutorial Cursos Quines somos? Aviso legal

Principio del formulario

HTMLCONTROL Forms.HTML:Hidden.1 Final del formulario

Men principal

Inicio Tutorial Ligas de inters Artculos para el journal club Cursos ResidentesMeta-MBE

Presentaciones (lectures) Blogs

LAS PRUEBAS DIAGNSTICAS OBJETIVOS DE APRENDIZAJE Definir los trminos: sensibilidad, especificidad, valores predictivos y cocientes de probabilidad (likelihood ratios). Aplicar la literatura mdica a las probabilidades de entidades clnicas y a la toma de decisiones. Conocer la evaluacin crtica hacia una prueba diagnstica.COMPETENCIAS Realiza una crtica cientfica y determina la validez de un estudio clnico sobre una prueba diagnstica, confirmando que conoce los trminos sensibilidad, especificidad, cocientes de probabilidad, curvas ROC y valores predictivos. Aplica correctamente los cocientes de probabilidad a un caso clnico y obtiene la probabilidad post-test. Interpreta una curva ROC y describe su uso.INTRODUCCINEs necesario familiarizarnos primero con ciertos trminos. Muchos tal vez usted ya los conoce o ha odo hablar de ellos. Ms adelante explico estos trminos en un lenguaje ms ameno, pero primero vea las definiciones:Sensibilidad (sensitivity)Es la probabilidad de obtener una prueba positiva entre los pacientes con la enfermedad. Para acordarse de esto, los sajones utilizan una nemotecnia, PID (positive in disease.)Especificidad (specificity)Probabilidad de obtener una prueba negativa entre aquellos pacientes sin la enfermedad; para esto, la nemotecnia sajona sera NIH (negative in health.)Prevalencia (prevalence)Proporcin de personas afectadas con una enfermedad particular en un determinado tiempo. Tambin podra definirse como la probabilidad de encontrar la enfermedad en una poblacin en cualquier perodo de tiempo. Es decir, los casos viejos ms los nuevos.mal">Incidencia (incidence)Probabilidad de que un paciente sin la enfermedad, la desarrolle en un determinado tiempo, es decir, los casos nuevos.Valor predictivo positivo (positive predictive value)Proporcin de pacientes con una prueba positiva, que en realidad tienen la enfermedad de inters.Valor predictivo negativo (negative predictive value)Proporcin de pacientes con una prueba negativa que estn en realidad, libres de la enfermedad de inters.Cociente de probabilidad (o razn de verosimilitud, o likelihood ratio, LR)La probabilidad de que el resultado de una prueba sea visto en un paciente con la enfermedad de inters, comparado con la probabilidad de que el mismo resultado sea visto en un paciente sin la enfermedad de inters. Existen cocientes de probabilidad para pruebas positivas y para pruebas negativas, como veremos ms adelante.EJEMPLOS PRCTICS Y USO DE LA TABLA DE CONTINGENCIAPara entender un poco ms estos trminos, podemos iniciar con un ejemplo que en lo personal uso mucho en la enseanza de la MBE. Usando la figura siguiente podemos darnos una idea ms visual.

Figura 1. En este cuadro se despliegan cien pacientes (cada paciente es un crculo) todos con dolor abdominal agudo y sospecha de apendicitis. Los crculos de negro son los pacientes con apendicitis (claro que nadie lo sabe an) y los crculos en blanco son los pacientes que NO tienen apendicitis, sino algn otro diagnstico, por ejemplo, adenitis mesentrica, gastroenteritis, etc. Note usted que el 30% de los pacientes tiene apendicitis.Ahora supongamos que en este grupo de pacientes llevamos a cabo la realizacin de un ultrasonido para detectar la apendicitis. Tarde o temprano sabremos el diagnstico final (apendicitis u otros) en todo el grupo, mediante ya sea la ciruga y anlisis de patologa o la evolucin clnica, es decir, tendremos el estndar de oro.Al aplicar el ultrasonido al grupo de cien pacientes, se obtiene lo siguiente. He pintado de gris el rea donde el ultrasonido es positivo y he dejado en blanco donde el ultrasonido result negativo o dudoso. Vea la siguiente figura.

Figura 2. De gris el rea del ultrasonido positivo y de blanco el rea de ultrasonido negativo o dudoso.Ahora llegan las preguntas importantes. Cuntos pacientes de entre los enfermos (los crculos negros) resultaron con la prueba positiva (rea gris)?La respuesta es que de entre 30 pacientes enfermos, 24 resultaron con la prueba positiva, y a esto le llamamos SENSIBILIDAD, recuerde, PID (positive in disease). En este caso, el porcentaje es 80% (24/30), es decir, su sensibilidad.Cuntos de entre los sanos, resultaron con la prueba negativa? La respuesta es que de entre 70 pacientes sanos (sin apendicitis, los crculos blancos), el ultrasonido result negativo en 63, lo que resulta en la definicin de la ESPECIFICIDAD (NIH, negative in health); en este caso es 63 de 70 (63/70= 0.9) 90%Como seguramente ya not, en estas dos definiciones solo vemos los sanos y los enfermos, separados entre s. Ahora separemos las zonas grises de las zonas blancas, es decir, las pruebas positivas de las negativas. Vea la siguiente figura.

Figura 3. Aqu estamos separando las pruebas positivas (rea gris) de las negativas (rea blanca). Observe que entre las pruebas positivas, en este caso, los ultrasonidos positivos, hay tanto pacientes enfermos como sanos. La pregunta a hacer entonces es:Cuntos pacientes enfermos hay entre los que resultaron con la prueba positiva?En este caso, existen 31 pacientes con la prueba positiva (rea gris, ultrasonido positivo para apendicitis), sin embargo, de este grupo, 24 tienen realmente apendicitis (estn enfermos) y 7 estn sanos (tienen otra enfermedad). A este porcentaje de pacientes se le llama VALOR PREDICTIVO POSITIVO, que en este caso es de 24 de 31 (24/31=0.774) 77%. Y seguro ya habr anticipado la pregunta que le sigue:Cuntos pacientes sanos hay entre los que resultaron con la prueba negativa?A este porcentaje se le llama VALOR PREDICTIVO NEGATIVO. Vea que entre 69 pacientes con un ultrasonido negativo, 63 realmente estn sanos, es decir, no tienen apendicitis sino algn otro diagnstico. Esto es, 63 de 69 (63/69=0.913) 91.3%Tambin lo podemos ver con una herramienta que nos seguir por mucho tiempo y es de gran utilidad para todos. La tabla de contingencia, 2 x 2. La cual luce as:

Tabla 1. De esta obtenemos las frmulas de los trminos arriba descritos; se dar cuenta que es lo mismo que en la figura, siendo las zonas grises el equivalente en la tabla a la fila superior, y la zona blanca a la fila inferior. La zona de crculos negros a los pacientes enfermos o la primera columna de izquierda a derecha de la pantalla, y la zona de crculos blancos corresponde a la columna de la derecha de pacientes sanos.Sensibilidad = a/(a+c)Especificidad = d/(b+d)Prevalencia ( probabilidad pre-test)= (a+c)/ (a+b+c+d)Valor predictivo positivo= a /(a+b)Valor predictivo negativo = d/(c+d)Cociente de probabilidad para un test positivo = LRpos = sens/(1-espec)Cociente de probabilidad para un test negativo= LRneg =(1-sens)/especAunque la mayora de nosotros entr a medicina para no volver a ver matemticas, no se "estrese", ver que es sencillo; vea el siguiente ejemplo:Supongamos que llega a su consulta un paciente con disnea de esfuerzo usted se pregunta si la persona frente a usted tiene insuficiencia cardiaca congestiva (ICC). Primero pregntese Cul es la probabilidad de que este paciente tenga esa enfermedad? Para estar seguro al cien por ciento, deberamos idealmente realizar una prueba que nos asegure el diagnstico, conocida como estndar de oro (Gold Standard). Pero frente a usted est un paciente y necesita saber si el sntoma le habla o no de esta enfermedad. En pacientes con insuficiencia cardiaca congestiva, qu tanto poder tiene el sntoma disnea de esfuerzo para aseverar el diagnstico? El estndar de oro es usualmente otra prueba ya conocida o confiable que nos confirme el diagnstico casi al 100%. A veces es la misma evolucin clnica, algn estudio caro de laboratorio o imagen. Primero veremos los trminos antes descritos. Obtendremos la sensibilidad y especificidad de la disnea de esfuerzo para diagnosticar insuficiencia cardiaca viendo la siguiente tabla de contingencia.

Tabla 2.

En esta tabla podemos obtener la sensibilidad de la disnea de esfuerzo para detectar o descartar la insuficiencia cardiaca en un paciente. Este fue un estudio de 259 pacientes, de los cuales 41 presentaron insuficiencia cardiaca (enfermos) y 218 no la presentaron (sanos o con otro diagnstico). De los 41 pacientes con ICC, todos presentaron disnea de esfuerzo, es decir, sensibilidad del 100%.La sensibilidad slo nos sirve si es muy alta, como en este ejemplo, ya que puede descartar la enfermedad. En este ejemplo, el no tener disnea de esfuerzo podra descartar la insuficiencia cardiaca. A esto le llamamos SnOut, lo que es una nemotecnia sajona til, y viene de decir un resultado negativo en una prueba con alta sensibilidad, descarta la enfermedad (high sensitivity = rule out disease).Con la especificidad pasa algo similar, ya que es til solo si sta es muy alta; recordando la definicin, es la probabilidad de obtener una prueba negativa entre aquellos pacientes sin la enfermedad. Una prueba positiva con alta especificidad asevera la enfermedad en el paciente, a esto se le llama SpIn, (high specificity = rule in disease). Trate de imaginar otras pruebas que representen Spins y Snouts, tome en cuenta, sin embargo, que clnicamente son tiles solo en ciertas ocasiones.LOS VALORES PREDICTIVOSLos valores predictivos nos ayudan a responder la pregunta: Dado un resultado positivo (o negativo) de esta prueba diagnstica, cul es la probabilidad de que tenga (o no tenga) la enfermedad?Consideremos otro ejemplo. La prevalencia de sordera en nios recin nacidos sanos es de 1 por cada 1,000. Esta prevalencia aumenta aproximadamente a 3 de cada 100 nios que se hallan en la terapia intensiva, y a 3 de cada 10 que padecen meningitis y no reciben tratamiento adecuado. Esto lo definimos tambin como probabilidad pre-test, la probabilidad de tener una condicin, antes de realizar cualquier prueba. Ahora supongamos que existe una prueba auditiva para todos estos nios. La especificidad de esta prueba es del 95%, y la sensibilidad es de un 90%. Hagamos la siguiente pregunta. Si un nio no pasa la prueba, es decir, es positiva para sordera, qu probabilidad tiene ahora de padecer sordera? Esta prueba es usada slo como un escrutinio, y no es considerada gold estndar o estndar de oro, es decir, no es la prueba definitiva que dir con toda seguridad (o al menos al mximo) que el nio es o no sordo. Ahora imagine que usted realiza un estudio con 100 mil nios sanos, utilizando esta prueba y obtiene los siguientes resultados en una tabla de contingencia.

Tabla 3Saquemos clculosSensibilidad = a/a+c = 90/100 = 0.9 90%Especificidad = d/b+d = 94,905/99,900=0.95 95%Probabilidad pre-test (prevalencia)= (a+c)/(a+b+c+d) = 100/100,000 = 0.001 0.1% 1 en 1,000.VPP (valor predictivo positivo)= a/(a+b)= 90/5,085 = 0.018 (este nmero est en fraccin, si usa porcentaje, slo multiplique por cien, y queda) 1.8% de VPP.VPN (valor predictivo negativo)= d/(c+d)= 94,905/94,915 = 0.99 99%El valor predictivo positivo queda en el 1.8%. Si un nio resulta con la prueba positiva, y la madre nos pregunta qu probabilidad hay de que en verdad mi hijo sea sordo? la respuesta es esa, aproximadamente un 1.8%, dada esta prevalencia de 1 en 1 000.Ahora modifiquemos la prevalencia Qu pasara si el nio fuese un paciente que tuvo meningitis y ha estado en la terapia intensiva por un buen tiempo y que por cualquier razn no se le administr esteroide para prevenir sordera? El riesgo de sordera en este grupo de pacientes es mucho mayor; la prevalencia de la hipoacusia (probabilidad pre-test) aumenta, aproximadamente a un 40% segn algunos estudios. Supongamos que usted ve a uno de estos nios y decide aplicarle esta misma prueba (Recordemos que la sensibilidad es de un 90% y la especificidad es de un 95%). De ser la prueba positiva, tiene tambin un 1.8% de probabilidad de tener sordera como en el caso anterior (es decir, una probabilidad post-test de 1.8%)?La respuesta es un rotundo NO. Por qu? Hagamos un ejercicio parecido al anterior, con la tabla 2 x 2.

Tabla 4.

La sensibilidad [a/(a+c)] queda igual, 90%, as como la especificidad, en un 95% [d/(b+d)]. Lo que en este caso cambia es la prevalencia (o sea, los nios con sordera), que es del 40%. Y el valor predictivo positivo queda as:VPP= a/a+b = 36/39 = 0.92 92%El nio tiene un 92% de valor predictivo positivo, con la misma prueba, que presenta la misma sensibilidad y la misma especificidad. Esto nos lleva a una conclusin importante: el VPP vara, de acuerdo a la probabilidad pre-test o prevalencia.La sensibilidad y la especificidad no dependen de la prevalencia, es por esto que muchas veces no nos son de gran ayuda clnica.LOS COCIENTES DE PROBABILIDAD O RAZN DE VEROSIMILITUD (LIKELIHOOD RATIOS)El seor Gonzlez tiene una faringitis y usted no est seguro si es de origen viral o bacteriano. Para usted, mediante su examen fsico y experiencia, el seor presenta una probabilidad pre-test (prevalencia en pacientes como l) del 30% de padecer una faringitis estreptocccica. Pero, qu pasara si el seor Gonzlez, adems de estos sntomas, tuviese rinorrea profusa, conjuntivitis bilateral, tos y estornudos? El diagnstico de faringitis por estreptococo sera menos probable, tal vez tan poco probable que usted considere mejor no iniciar tratamiento con antibitico y no realizar examen de laboratorio alguno; simplemente darle anti-inflamatorios y muchos lquidos y recomendarle que se quede en casa a reposar. O podemos ir al otro extremo, donde el seor tiene exudado blanquecino en faringe, petequias en paladar, linfadenomegalia, ausencia de tos y un exantema escarlatiniforme. En este caso la probabilidad de una faringitis por estreptococo es tan alta que no es necesario tampoco hacer exmenes de laboratorio para confirmarla, sea cual fuere el resultado, de todas formas iniciar antibitico o al menos estar seguro del diagnstico de estreptococo. Cuando usted pens: la probabilidad de que sea un estreptococo es tan baja que no tiene caso hacer exmenes, usted se hallaba en ese momento, por debajo de un umbral para hacer pruebas diagnsticas. A esta marca, se le llama umbral de pruebas diagnsticas. Por arriba de este umbral, usted considera que la probabilidad de la enfermedad es lo suficientemente alta como para iniciar exmenes de laboratorio o gabinete, pero no tanto como para iniciar tratamiento. Por el contrario, por debajo de este umbral, no es necesario usar los exmenes ya que la probabilidad es lo tan baja que la prueba no cambiar nada. Se puede mover este umbral de acuerdo a cada caso, por ejemplo, en el caso de una enfermedad peligrosa, que ponga en peligro la vida del paciente y sea muy difcil para usted que existan falsos negativos. Tan solo imagine un paciente con apendicitis o la sospecha de meningitis, en donde este umbral se halla usualmente muy debajo de este ejemplo, y el clnico realiza exmenes de manera temprana por el temor de dejar pasar una enfermedad como esta.Ahora vayamos al otro extremo de la lnea, done el seor Gonzlez lleg con todos los datos clnicos de una faringitis por estreptococo. Dnde pondra usted la probabilidad pre-test?La probabilidad pre-test del seor Gonzlez, con estos sntomas, de tener un estreptococo grupo A beta hemoltico como causante de sus sntomas, es cercana al 100%. Y aqu tambin existe un umbral, el umbral de tratamiento. Cuando nuestra probabilidad pre-test es demasiado alta (estamos muy seguros del diagnstico) no tiene sentido realizar exmenes de gabinete, simplemente puede usted iniciar el manejo, como en este caso. Tambin puede jugar con este umbral, de acuerdo a cada caso en particular. Por ejemplo, si se tratase de un caso en donde el tratamiento es muy riesgoso (digamos, una quimioterapia, una ciruga riesgosa, etc.) necesitamos estar muy seguros de nuestro diagnstico, y mover este umbral lo ms alto que podamos, es decir, toleramos muy pocas falsas positivas.Vea la figura para que aprecie como queda cuando colocamos todo en conjunto.

Figura 4. Los umbrales diagnsticosTodo esto nos sirve para entender mejor los cocientes de probabilidad, o likelihood ratios (LR).Los cocientes de probabilidad nos dicen qu tanto se movera nuestra probabilidad diagnstica de ser la prueba positiva o negativa. Para esto existen dos cocientes de probabilidad, uno para una prueba positiva y otro para una prueba negativa. En ingls, son: LR+ y LR-. Por ejemplo, si nos hallamos en la zona de incertidumbre, y una prueba diagnstica resulta positiva y tiene un LR+ alto, seguramente nos mueve nuestra probabilidad a un lugar ms all del umbral de tratamiento, y podemos estar tranquilos de iniciar la medicacin o intervencin para nuestro paciente.Cmo obtenemos los cocientes de probabilidad o LR? Es sencillo, usando la misma tabla de 2 x 2 que ya conocemos. La frmula es la siguiente:LR+ = sensibilidad / 1-especificidadLR - = 1-sensibilidad / especificidadDonde LR+ es el cociente de probabilidad para una prueba positiva. Pongamos de nuevo el ejemplo del estreptococo en nuestro paciente, el seor Gonzlez. La prueba result positiva. Usted ve la caja de la prueba del estreptococo y lee en el instructivo (o en alguna referencia bibliogrfica) que tiene una sensibilidad del 90% y una especificidad del 95%. De estos dos derivamos el cociente de probabilidad para una prueba positiva:LR+ = sens/1-espec= 0.9/1-0.95= 0.9/0.05LR+ = 18Lo primero que hay que saber de los cocientes de probabilidad, es que si se halla por arriba de 1, nos indica un aumento en la probabilidad de que la enfermedad se halle presente. Un LR menor a 1, nos indica una disminucin de la probabilidad de que la enfermedad se halle presente. Un LR = 1 nos dice que el resultado de la prueba no nos cambia en nada esta probabilidad y por lo tanto, esta prueba es intil. Para esto nos apoyamos en una herramienta conocida como nomograma de Fagan que a continuacin se expone:

Figura 5. El nomograma de Fagan.Del lado izquierdo, la probabilidad pre-test, que en nuestro ejemplo era de un 30%. Con la prueba positiva, determinamos que el LR+ era de 18. En la columna central se hallan los cocientes de probabilidad, o LR. Mediante la lnea una el 30% de la probabilidad pre-test con el 18 del LR y continuamos esta lnea y observemos a dnde va a caer. Este punto es la probabilidad post-test, que en el ejemplo es de aproximadamente un 90%, es decir, nuestro paciente tiene aproximadamente un 90% de probabilidad de tener una infeccin por estreptococo, probabilidad que deriv del 30% previo, y ahora es decisin del clnico si con esta probabilidad inicia tratamiento o no. En algunos casos usted se enfrentar a una enfermedad distinta (por ejemplo, un tromboembolismo pulmonar o un infarto al miocardio) y es probable que no est tranquilo con una prueba con estas mismas caractersticas; tal vez requiera que la prueba lo lleve al 99%, para estar lo ms seguro posible del diagnstico.Las curvas ROC se abordan en el curso presencial y se practican ejercicios sobre la crtica adecuada de un ensayo clnico sobre un procedimiento diagnstico con herramientas como el STARD o la herramienta de CASP.Material agregado

Una liga con un nomograma de Fagan interactivo, juegue con l para que vea la interaccin entre probabilidades previas y LRs.

Hoja para evaluar un estudio sobre una prueba diagnstica.

Una hoja para imprimir, enmicar y llevar consigo en el bolsillo

CALCULADORA ON-LINE (Muy buena)

Presentacin impartida en las clases y talleres.Diagnstico basado en evidenciasView more presentations from Carlos Cuello.

Potenciado por Joomla!. vlido XHTML y CSS.

Copyright 2011 CMBE-ITESM. Todos los derechos reservados.

Pack creado por Joomla! Spanish 2008 - Patrocinado por Web EmpresaJoomla! es un software libre publicado bajo la licencia GNU/GPL.

_1381143546.unknown

_1381143547.unknown

_1381143544.unknown