20/10/2015

Gerencia

Pruebas diagnsticas y de tamizaje

En medicina es necesario diferenciar a las personas
enfermas de las sanas (o expuestos de no expuestos)

Pruebas diagnsticas

Muchas veces usamos pruebas diagnsticas o de

tamizaje para este propsito

Eric Ricardo Pea Snchez MD MSc(c)

MSc(c)
Mdico Epidemilogo

La calidad de las pruebas existentes y de nuevas

pruebas deben ser de adecuada y conocida, para
tomar decisiones adecuadas
I.e. para clasificar personas como enfermos/sanos o
expuestos/no expuestos
2

Mediante el anlisis de la sensibilidad y

especificidad de una prueba, se logra identificar su
calidad

1. Validez de las pruebas

La validez de una prueba es su capacidad para
distinguir entre quienes tienen una enfermedad /
exposicin y quien no

Resultados de
la prueba

La Sensibilidad es la capacidad de la prueba de

identificar correctamente a aquellos que tiene la
enfermedad

Caractersticas verdaderas de la
poblacin
Enfermedad

Sin
enfermedad

Total

Positivo

80

100

180

Negativo

20

800

820

100

900

1000

Total

Sensiblidad = (80 /100) = 80%

La Especificidad es la capacidad de la prueba de

identificar correctamente aquellos que no tienen la
enfermedad
3

Especificidad = (800/900) = 89%

Para calcular la sensibilidad y especificidad es necesario conocer el verdadero
diagnstico de la persona, proveniente de otra fuente confiable (referencia o
estndar)
- aparte de pruebas de diagnostico, muchas veces no tenemos un
estndar de oro para sacar las caractersticas verdaderas de la poblacin

Validez de las pruebas:

Validez de las pruebas:

Pruebas con resultados dicotmicos

Pruebas de variables continuas

Comparacin de los resultados de una prueba dicotmica dependiendo del

estado de enfermedad
Resultados
de la prueba

Con enfermedad

Sin Enfermedad

Positiva

Falso positivo (FP) = sin

enfermedad pero con prueba
positiva

Negativa

Falso negativo (FN) = tiene la

enfermedad pero la prueba es
negativa

Verdadero negativo (VN) = sin

enfermedad y prueba negativa

Sensibilidad =

Distribucin de concentraciones de grucosa en sangre en los

diabticos y los no-diabticos.

Poblacin
Verdadero postivo (VP) = tiene
la enfermedad y la prueba es
positiva

VP
------------VP + FN

Especificidad=

VP
------------VP + FN
5

20/10/2015

Validez de las pruebas:

Validez de las pruebas:

Pruebas de variables continuas

Pruebas de variables continuas

Seleccin del punto de corte para identificar a todos los diabticos

100% sensibilidad,
Pero muy baja Especificidad

Con este punto de corte podemos identificar a todos los no-diabticos

como negativos (100% de especificidad)
Pero ya no se detectarn a muchos de los verdaderos diabticos,
sensibilidad muy baja

Validez de las pruebas:

Validez de las pruebas:

Pruebas de variables continuas

Pruebas de variables continuas

Hay una compensacin entre sensibilidad y

especificidad

Los falsos positivos (FP) se asocian a costos

(emocionales y econmicos)

Se aumenta la sensibilidad reduciendo el nivel de

corte, entonce, se reduce la especificidad

Los FP representan una carga mayor al sistema

sanitario al tener a revisar un grupo de personas
para repetir pruebas

El problema de establecer un punto de corte alto

o bajo, tiene que ver con los falso positivos y los
falsos negativos y sus consequencias

Los faltos negativos (FN) significa dejar sin

tratamiento a una persona, en un probable
estadio tratable precoz
9

10

Validez de las pruebas:

Validez de las pruebas:

Uso de pruebas mltiples

Uso de pruebas mltiples

1. Pruebas secuenciales (dos fases)

A menudo se realizan varias pruebas a los

mismos individuos, y esta puede ser

En primer lugar se realiza la prueba menos cara,

menos cruenta o menos molesta

1. Pruebas secuenciales (dos fases)

Entre aquellos que dieron resultados positivos se les

realiza pruebas ms caras, cruentas o incomodas

2. Pruebas simultneas

Usualmente las pruebas mas realizadas en segunda

fase tienen mayor sensibilidad y especificidad
11

12

20/10/2015

Validez de las pruebas:

Validez de las pruebas:

Uso de pruebas mltiples

Uso de pruebas mltiples

Ejemplo hipottico de un programa de

tamizaje en dos fases:

Prueba 1 (glucemia) Sensiblidad 70%,

Especificidad 80%

Prueba 1: (glucemia)
Sensibilidad 70%
Especifidad 80%

Resultados
de la prueba

Prueba 2: (prueba de tolerancia a la glocosa)

Sensibilidad 90%
Especificidad 90%

Diabetes
Positivo

Negativo

Positiva

350

1900

Negativa

150

7600

7750

500

9500

10 000

2250

13

Calculo rapido para sens + epec neto

en pruebas sequenciales

Validez de las pruebas:

Uso de pruebas mltiples
Prueba 2 (prueba de tolerancia a la glucosa) Sensiblidad 90%,
Especificidad 90%

Positivo
315

190

505

Negativa

35

1710

1745

350

1900

2250

315
= ------500

= 63%

Probabilidad de estar en cedula A para ambas pruebas

70% * 90% = 63%

Negativo

Positiva

Sensibilidad
neta

Sensibilidad Neta
= Sensibilidad P1 * Sensibilidad P2

Diabetes

Resultados
de la prueba

14

Especificidad Neta
= 1 - [(1- Especificidad P1) * (1- Especificidad P2 )]

7600 + 1710
Especificidad = ---------------= 98%
neta
9500

Al utilizar dos pruebas en sequencia se mejora la especificidad neta

Probabilidad de estar en cedula B para ambas pruebas

1-[(1-.90)*(1-.80)] = 0.98= 98%
15

Validez de las pruebas:

Validez de las pruebas:

Uso de pruebas mltiples

Uso de pruebas mltiples

2. Pruebas simultneas
Resultados con la prueba A

2. Pruebas simultneas
Ejemplo hipottico:
Poblacin 1000 personas
Prevalencia de la enfermedad es de 20%
Se utilizan dos pruebas de manera simultanea
Prueba A

Resultados
de la prueba

Prueba B

Sensibilidad = 80%

Sensibilidad = 90%

Especificidad = 60%

Especificidad = 90%

Diabetes
Positivo

Negativo

Positiva

160

320

Negativa

40

480

520

200

800

1000

480

Sensibilidad = 80%
Especificidad = 60%
17

18

20/10/2015

Validez de las pruebas:

Validez de las pruebas:

Uso de pruebas mltiples

Uso de pruebas mltiples

2. Pruebas simultneas
Resultados con la prueba B
Resultados
de la prueba

2. Pruebas simultneas: sensibilidad neta

Clculo de la Sensibilidad Neta, usando pruebas simultneas

160 son
positivos con
Prueba A, 16
positivos solo
con Prueba A

Diabetes
Positivo

Negativo

Positiva

180

80

260

Negativa

20

720

740

200

800

1000

180 son
positivos con
Prueba B, 36
positivos solo
con Prueba B

16 + 144 + 36
--------------------- =
200

Sensibilidad = 90%

144 son
positivos con
Pruebas A y B

Especificidad = 90%
19

20

Comparacin de las pruebas

simultneas y secuenciales

Validez de las pruebas:

Uso de pruebas mltiples

En las pruebas simultneas, hay una ganancia

neta de la sensibilidad, pero hay una prdida de
la especificidad neta

2. Pruebas simultneas: Especificidad neta

196
------ = 98 %
200

De las 800 personas que no tienen la enfermedad

Sensibilidad: pasa de 80% prueba A y 90% de prueba

B, al 98.5% cuando se usan pruebas simultneas
Especificidad: baja a 54% de 60% (prueba A) y 90%
(prueba B)
432

Clculo de la Especificidad neta = 432/800 = 54%

En las pruebas secuenciales se produce una

prdida de la sensibildad neta y una ganancia de
la especificidad neta
21

Valor predictivo de una prueba

22

Valor predictivo de una prueba

Prueba 2 (prueba de tolerancia a la glucosa) Sensiblidad 90%,
Especificidad 90%

Valor predictivo positivo: es la proporcin de

pacientes con una prueba positiva que tienen
realmente la enfermedad

Resultados
de la prueba

Valor predicitivo negativo: si el resultado es

negativo es la proporcin de sujetos que no
tienen la enfermedad

Total

Sin enfermedad

Positiva

80

100

Negativa

20

800

820

Total

100

900

1000

Valor
predictivo
positivo
23

Poblacin
Enfermedad

80
= ------180

= 44%

Valor
predictivo
negativo

180

800
= --------820

= 98%

24

20/10/2015

Relacin entre el valor predictivo y la

prevalencia de la enfermedad

Valor predictivo de una prueba

El valor predictivo se ve afectado por:

Ejemplo: Sensibilidad 99%, Especificidad 95%.

La prevalencia de la enfermedad
Prevalencia de
la enfermedad

Y la especificidad, especialmente cuando la

enfermedad es infrecuente (la mayoria de
enfermedades son infrecuentes)

1%

5%

Resultados
de la prueba

Enfermo

NO
enfermo

Totales

99

495

594

4905

9406
10000

Total

100

9900

495

475

970

9025

9030

500

9500

10000

Total

Valor predictivo
positivo
99
-------- = 17%
594
195
-------- = 51%
970

25

26

Relacin entre valor predictivo y la

prevalencia de la enfermedad

Relacin entre el valor predictivo y

la especificidad de la prueba

Pruebas con un 95% de sensibilidad y un 95% de especificidad

Prevalencia = 10%, sensibilidad = 100%

Especificidad
de la prueba

70%

De: Mausner JS, Kramer S: Mausner an

Bahn Eidemiology: An introductory text.
Philadelphia, WB Saunders, 1985, pg. 221.

95%

Resultados
de la prueba

Enfermo

NO
enfermo

Totales

1000

2700

3700

6300

6300

Total

1000

9000

10000

1000

450

1450

8550

8550

1000

9000

10000

Total

Valor predictivo
positivo
1000
-------- = 27%
3700
1000
-------- = 69%
1450

27

Relacin entre valor predictivo y la

prevalencia de la enfermedad

Fiabildad (reproducibilidad) de las

pruebas
Se debe poder repetir las pruebas y obtener
similares resultados

Clculos de los valores predictivos de la prueba de la -feroproteina (AFP) respecto

a losdefectos del tubo neural (DTN) en mujeres con riesgo bajo y alto
Prueba de
AFP
Anormal
Mujeres con
riesgo alto

Mujeres con
riesgo bajo

DTN

Normal

Totales

Valor
predictivo
(%)

87

18

105

82.9
99.9

Resultado del embarazo

Normal

13

9882

9895

Total

100

9900

1000

Anormal

128

179

307

41.7

Normal

19

99674

99693

99.98

Total

147

99853

100000

28

Existen varios factores que contribuyen a la

variacin entre los resultados de las pruebas:
1. La variacin entre los resultados de la prueba
2. La variacin dentro de cada sujeto (individuos)
3. La variacin entre los observadores (los que leen los
resultados)

29

30

20/10/2015

Variacin dentro de cada sujeto:

ejemplo

Variacin dentro de cada sujeto

Muchas caractersticas humanas varian con el
tiempo (incluso en periodos cortos)

Variacin de las lecturas de tensin arterial durante un periodo de 24 horas

La variabilidad en el tiempo es importante

Hay que tener en cuenta tambin las
condiciones bajo las cuales se realizan ciertas
pruebas (antes de comer, despus de hacer
ejercicio, etc.)

Tensin arterial
(mm Hg)

Mujer 27 aos

Mujer 62 aos

Varon 33 aos

Basal

110/70

132/82

152/109

Hora ms baja

86/47

102/61

123/78

Hora ms alta

126/79

172/94

153/107

Casual

108/64

155/93

157/109

De Richardson DW, Honour AJ, Fenton GW y cols.: Variation in arterial pressure throughout the day and night. Clin Sco
26:445, 1964.
31

32

Variacin dentro de cada

observador: ejemplo

Variacin dentro de cada observador

Se producen variaciones entre dos observaciones
realizada por el mismo observador
Un radiolo puede leer de forma diferente la
misma radiografa en dos momentos diferentes
Esta variacin depende de los valores subjetivos
involucrados en la interpretacin de la lectura

34

33

Variacin entre observadores

Variacin entre observadores

La variacin entre observadores, es la

diferencia de las mediciones de dos
observadores sobre una misma muestra

Porcentaje de acuerdo global

Variacin por observador o instrumento: porcentaje de acuerdo
Lectura 1

Es necesario disminuir estas diferencias y

tambin poder cuantificarlas
Para ello se puede estimar el porcentaje de
acuerdo global y la estadstica Kappa

Lectura 2

Anormal

sospechosa

Dudosa

Anormal

Sospechosa

Dudosa

Normal

Porcentaje de acuerdo
35

Normal

A+F+ K+P
= ------------------------------- =
Lecturas totales

x 100
36

20/10/2015

Variacin entre observadores

Comparacin entre observadores

Estadstico Kappa: El porcentaje de concordancia tambin se

ve afectado por el azar
Hasta que punto la concordancia entre dos observadores
se debe al azar?
Cuanto es lo mximo que pueden mejorar su acuerdo dos
observadores sobre el acuerdo que podra esperarse solo
por el azar?
% Acuerdo
Observado
solo por azar

% Acuerdo
Observado

100%

% Acuerdo
Observado
solo por azar

Medidas de validez por tipo de dato

Binaria
Sensibilidad / Especificidad
Binaria / categrica (nominal o ordinal)
Porcentaje de acuerdo, Kappa
Ordinal discreto o variables con muchas
categoras
Spearman
Continuo
Pearson o Spearman (no normal)

Coeficiente de correlacin (r)

La medida de asociacin
sobre si dos variables
continuos tienen una
relacin lineal

37

(% de acuerdo observado (% de acuerdo esperado solo por azar)

Kappa =
100% - (Porcentaje de acuerdo esperado slo por azar)

Kappa =

90.7% 51.7%

100% - 51.7%

39%
48.3%

= 0.81

Interpretacion del estadistica kappa

Valores del estadistica Kappa

Fuerza de acuerdo

0.0

Ningun acuerdo mayor que

por azar solamente

<0.20

Pobre

0.21-0.40

Pasable

0.41-0.60

Moderado

0.61-0.80

Bueno

0.81-1.00

Muy bueno

Fuente: Altman, Practical Statistics for Medical Research. Chapman and Hall.
London, England, 1991

38

Validez con datos continuos

Comparar los valores medidos a los valores
medidos por el estndar de oro
Es para determinar la cantidad de sesgo en la
medicin

Calculamos el coeficiente de correlacin (r)

Pearson
Spearman (si la distribucin de datos no es
normal)

TEOREMA DE TOMAS BAYES

Nos permite calcular la proporcin de enfermos entre
los positivos y negativos a la prueba.
La tasa de enfermedad global en la poblacin.
VP+ = S x Prev / S x Prev + (1-E x 1-P)

Rango : -1 a 1
Perfecto + = 1
Perfecto - = -1
No hay correlacin = 0

20/10/2015

Razn de Verosimilitud
FORMA SIMPLIFICADA TEOREMA DE BAYES

VPP

Sensibilidad x Prevalencia

Sensibilidad x Prevalencia + Complemento

x Complemento
de Especificidad
de Prevalencia

SxP

VPP =

Como los valores predictivos se modifican con la

prevalencia de la enfermedad y los valores que
ocasionalmente incluyen los fabricantes de las pruebas
provienen de estudios hechos en pacientes de hospitales
de referencia, no se puede asumir que el rendimiento de
la prueba sea igual en otras poblaciones.
La RV (Razn de Verosimilitud) no es influida por la
prevalencia de la enfermedad y, por tanto, es la medida de
exactitud que se prefiere en la actualidad cuando se
interpretan los resultados de un paciente individual.

SxP+ ExP

DR.MG. VICTOR SOTO CACERES

Clculo de la Razn de Verosimilitud

RV (+) =

SENSIBILIDAD
1 - ESPECIFICIDAD

RV (-) =

1 - SENSIBILIDAD
ESPECIFICIDAD

Conclusiones de la Razn de Verosimilitud

La RV es un mtodo clnicamente til para expresar la
exactitud de una prueba y no es influido por la
prevalencia de las enfermedades.
La magnitud de la RV indica la capacidad de una
determinada prueba para hacer o para excluir un
diagnstico.
La costumbre de los clnicos de interpretar los
resultados de una prueba en trminos de
probabilidades y no de odds, explica en parte que la
RV no se utilice tan frecuentemente en la literatura
mdica (por ahora).
La RV (+) clnicamente til debe ser mayor de 10 y, la
RV (-) menor de 0.1

Interpretacin del resultado de LR

LR
resultado
positivo

LR
resultado
negativo

Cambio

Resultado

10

<0,1

Importante

Concluyente

5-10

0,1-0,2

Moderado

Moderada utilidad

2-5

0,5-0,2

Pequeo

Algunas veces tiles

<2

>0,5

Leve

Rara vez relevante

Gracias
Eric Ricardo Pea Snchez MD MSc(c)
calopenax@hotmail.com