Antes que nada, p贸ngase la bata, que aunque vayamos a hacer c谩lculos, el protocolo es necesario.
En este post vamos a hablar sobre unos t茅rminos b谩sicos dentro del an谩lisis cl铆nico: La validaci贸n cl铆nica.
Cuando empleamos este t茅rmino hacemos referencia al proceso de diagn贸stico que nos ayuda a determinar el estado del paciente. Para ello se requiere de pruebas diagn贸sticas que diferencian entre situaciones dicot贸micas, por ejemplo, o eres sano o eres enferma o tienes una enfermedad leve o una grave...etc.
Si la prueba diagn贸stica es buena una paciente enferma obtendr谩 un resultado positivo, mientras que uno sano tendr谩 un resultado negativo. Esta situaci贸n la estamos viviendo d铆a a d铆a con las pruebas del SAR-COVID 19.
Pero de la misma forma que escuchamos d铆a a d铆a que con la prueba de ant铆genos hay casos de falsos positivos y falsos negativos, estos errores tambi茅n se encuentran en otras pruebas.
¿C贸mo se explica esto?
Las pruebas diagn贸sticas tienen una sensibilidad y una especificidad concretas.
Por un lado, la sensibilidad (S) es la capacidad de la prueba de detectar la enfermedad, es decir, de detectar a un enfermo como tal. Por tanto, si tenemos una gran sensibilidad, vamos a obtener menos casos de falsos negativos, ya que "cazamos" muy bien a los enfermos.
Te doy una pista: ¿Qu茅 es m谩s peligroso: diagnosticar un falso positivo, de forma que aunque no eres un riesgo para la sociedad, tengas que estar confinado; o diagnosticar un falso negativo que va a salir de su casa con sus amistades a tomarse un refresco o puede que vaya a visitar a sus padres o abuelos tranquilamente?
Este tipo de enfermedades se denominan enfermedades de tipo I y, dentro de ellas, se abarcan todas aquellas que tengan ser tratadas inmediatamente y en las que se requiera evitar falsos negativos (FN).
La especificidad (E), por su parte, determina la capacidad de la prueba de detectar a los sanos, por lo que a mayor especificidad, menos falsos positivos tendr谩 nuestra prueba.
En el caso de tratar con enfermedades de tipo II, es decir, con aquellas en los que ser铆a grave diagnosticar un falso positivo, requerimos que nuestra prueba tenga una alta especificidad. Dentro de este grupo entran todas aquellas enfermedades que no sean curables o cuyo diagn贸stico pueda causar una gran alteraci贸n en la vida de la persona e incluso en su salud mental.
Estos dos par谩metros son los que determinan la validez de una prueba diagn贸stica, es decir, cu谩l es la capacidad que tiene la prueba de diferenciar entre enfermos y sanos.
Para ver mejor esto que acabamos de explicar, vamos a trabajar con un caso.
Imagina que para detectar el SIDA realizas pruebas muy v谩lidas, es decir, pruebas que tienen unos valores de S y E altos, concretamente en este caso, de 99,5%.
En el primer caso has realizado los tests en una poblaci贸n gallega formada por 2.800.000 ciudadanos. En Galicia los casos de SIDA son 6000 y seg煤n tus resultados han habido 19.940 casos positivos.
Estos datos as铆 escritos son dif铆ciles de visualizar, as铆 que a continuaci贸n haremos una tabla de contingencia que divide nuestra muestra (nuestra poblaci贸n de estudio) en verdaderos positivos, falsos positivos, verdaderos negativos y falsos negativos:
|
|
|
CONDICI脫N |
|
|
|
|
|
SIDA |
NO |
|
|
PRUEBAS |
+ |
|
|
19940 |
|
- |
|
|
2780060 |
|
|
|
|
6000 |
2.794.000 |
|
Sabemos las ecuaciones con las que se calcula la sensibilidad y la especificidad:
S = VP/ (VP + FN)
E = VN/ (VN + FP)
As铆 que, a partir de los datos que ya tenemos vamos a calcular los verdaderos positivos y los verdaderos negativos:
S = VP/ (VP + FN)
0.995 = VP/ 6000
VP = 5970
Una vez sabemos los verdaderos positivos y teniendo en cuenta que la suba de ellos m谩s los falsos negativos da 6000, se resta a esos 6000 casos de SIDA reales los 5970 casos que han sido positivos en la prueba y que realmente son enfermos. Por tanto, tenemos que 6000-5970= 30.
Falsos Negativos = 30
De la misma forma, calculamos los verdaderos negativos:
E = VN/ (VN + FP)
0.995 = VN/ 2794000
VN = 2780030
Si VN + FP = 2794000, los Falsos Positivos son 13970
|
|
|
CONDICI脫N |
|
|
|
|
|
SIDA |
NO |
|
|
PRUEBAS |
+ |
5970 |
13970 |
19940 |
|
- |
30 |
2780030 |
2780060 |
|
|
|
|
6000 |
2.794.000 |
|
Como se puede ver en la tabla, tenemos muy pocos casos de falsos negativos, los cuales son las personas m谩s peligrosas para la sociedad, pues son aquellas que pueden infectar al resto, al no ser conscientes de ser portadores del VIH.
Si lo comparamos con el n煤mero de falsos positivos vemos que hay muchas m谩s personas en este 煤ltimo grupo (13970) a las cuales se las va a alertar sin que sean realmente enfermas. Estos casos no son tan preocupantes porque mediante otra prueba de alta especificidad se puede descartar la enfermedad.
馃挭馃挭馃挭
Muy bien mis patitos! Ahora sabemos trabajar con la sensibilidad y la especificidad, pero no nos vamos a quedar aqu铆.
Otro dato importante que hay que saber para el diagn贸stico de una enfermedad es la prevalencia de esta dentro de la poblaci贸n.
La probabilidad pre-prueba o la prevalencia es la probabilidad a priori de que una persona sufra la enfermedad en una poblaci贸n concreta. As铆, hay poblaciones en las que la prevalencia de una enfermedad es mayor que en otras.
Para calcularla tenemos que saber cu谩ntos enfermos hay dentro de nuestra poblaci贸n a analizar:
Prevalencia = Enfermos / Poblaci贸n
Por tanto, continuando con nuestro ejemplo, si tenemos 6000 enfermos verdaderos dentro de una poblaci贸n compuesta de 2800000 personas:
Prevalencia = 6000/ 2800000
Prevalencia = 0.214 % de la poblaci贸n
Es decir, sabemos que el 0,214% de la poblaci贸n puede padecer la enfermedad.
馃樀馃樀馃樀
Adem谩s de la validez ya vista, las pruebas diagn贸sticas necesitan garantizar una seguridad. Esta seguridad est谩 relacionada con los valores predictivos positivos y negativos, los cuales son 煤tiles para tomar decisiones cl铆nicas y dependen de la prevalencia, por lo que es importante tener ese dato claro.
El valor predictivo positivo (VP+) hace referencia a la probabilidad de que una persona que haya dado un resultado positivo en la prueba sea efectivamente enferma. Por tanto, tenemos que considerar todos aquellos individuos que la prueba juzga como enfermos: los verdaderos positivos y los falsos positivos
Se calcula de la siguiente forma:
VP+ = VP/(VP + FP)
El valor predictivo negativo (VP-) analiza todo lo contrario, es decir, es la probabilidad condicional de que los individuos con una prueba negativa no presenten la enfermedad. En este caso vamos a usar todos los negativos: los verdaderos y los falsos.
VP- = VN /(VN + FN)
En nuestro caso de estudio estos valores ser铆an:
VP+ = 5970/ (19940)
VP+ = 0.299
VP- = 2780030 / 2780060
VP- = 0.9999
Podemos apreciar que VP+ es muy baja con respecto a VP-. Esto se debe a que la prevalencia de la enfermedad es muy baja dentro de la poblaci贸n, por lo que la mayor铆a de las pruebas positivas son falsos positivos. Es decir, la probabilidad de que una persona que haya dado positivo sea enferma es baja.
Por el contrario, cuanto m谩s peque帽a sea la prevalencia, m谩s alto es el valor predictivo negativo, o sea, la mayor铆a de las pruebas negativas corresponden a verdaderos negativos.
Comentarios
Publicar un comentario