Tests Diagnósticos, Curvas ROC y Cribado: Apuntes

Y 0 flashcards y 3 preguntas más en el documento.

Texto del documento

APUNTES PROGRAMA DE HABILIDADES 1: BÚSQUEDA Y ANÁLISIS CRÍTICO DE LA INFORMACIÓN Grado en Medicina Universidad de Girona AprenAI 2026-2027 Domina la validez y seguridad diagnóstica: sensibilidad, especificidad, teorema de Bayes, cocientes de verosimilitud, nomogramas, curvas ROC y sesgos de cribado.

APREN.AI Índice 1 Fundamentos de las Pruebas Diagnósticas, Cribado y Sesgos Guías de práctica clínica y evaluación diagnóstica Estrategias diagnósticas y propiedades fundamentales Cribado poblacional y sus sesgos metodológicos 2 Validez Intrínseca y Seguridad Clínica de Pruebas Dicotómicas Estructuración de la tabla de contingencia 2x2 Parámetros de validez intrínseca Seguridad diagnóstica y dependencia de la prevalencia 3 Cocientes de Probabilidad, Nomograma de Fagan y Curvas ROC Razones de verosimilitud o cocientes de probabilidad Resolución mediante el nomograma Variables continuas y análisis ROC 4 Formulario Validez intrínseca y exactitud global Seguridad diagnóstica y teorema de Bayes Razones de verosimilitud y otros índices diagnósticos Procedimientos y reglas de decisión Errores típicos Soluciones de las preguntas de repaso Estos apuntes pueden contener errores u omisiones.

Son un material de apoyo y no sustituyen al temario oficial ni al profesorado: contrasta la información importante. Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 1 1 Fundamentos de las Pruebas Diagnósticas, Cribado y Sesgos AL ACABAR SABRÁS Definir las modalidades de pruebas diagnósticas y sus propiedades metodológicas Diferenciar la secuenciación de pruebas en serie y en paralelo Reconocer los principales sesgos intrínsecos al cribado y a los estudios diagnósticos PIÉNSALO ANTES DE LEER 1 ¿Descubrir una patología de manera temprana asegura siempre un incremento de la supervivencia?

Guías de práctica clínica y evaluación diagnóstica Las guías de práctica clínica (GPC) proporcionan directrices normalizadas para asistir las decisiones del personal asistencial ante situaciones patológicas determinadas. Sintetizan la evidencia científica disponible junto a la pericia profesional, asociando a cada pauta recomendada un nivel de evidencia explícito y un grado de recomendación formal. Una prueba diagnóstica engloba cualquier procedimiento aplicado para verificar o descartar una patología o estado específico en un individuo.

Según la escala métrica de su desenlace, se agrupan en tres clases: Dicotómica: ofrece una salida binaria excluyente, habitualmente positiva (indica patología) o negativa (ausencia de patología). Policotómica: clasifica el estado en múltiples categorías no numéricas ordenadas o graduadas (como fases o estadios de afección). Continua: arroja una medición sobre una escala numérica cuantitativa, como los registros de glucemia basal. Los exámenes de laboratorio constituyen las exploraciones complementarias más frecuentes.

Su proliferación tecnológica ha facilitado el acceso tanto a profesionales como a usuarios, si bien plantea el riesgo latente del sobrediagnóstico y de actuaciones terapéuticas desproporcionadas frente al riesgo de infradiagnóstico. Estrategias diagnósticas y propiedades fundamentales Para catalogar el rendimiento intrínseco de un examen, se requiere un estándar de referencia (o gold standard), reconocido unánimemente como el procedimiento óptimo de confirmación. En escenarios donde no existe un estándar absoluto, se recurre a paneles consensuados por expertos o a conjuntos estandarizados de pruebas.

En la práctica asistencial se coordinan combinaciones de procedimientos: Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 2 Propiedad Concepto operativo Validez Grado en el que un examen evalúa con exactitud la condición que pretende medir. Seguridad Certeza diagnóstica con la que una prueba predice la presencia o ausencia real de afección. Eficacia Utilidad clínica efectiva del test respecto a la finalidad para la que fue concebido. Reproducibilidad Capacidad del procedimiento para reiterar resultados idénticos ante condiciones operativas análogas. COMPRUEBA 2 ¿En qué se diferencia una estrategia de pruebas diagnósticas en serie frente a una en paralelo?

Cribado poblacional y sus sesgos metodológicos El cribado (o screening) consiste en aplicar exámenes de detección a colectivos aparentemente sanos para segregar a aquellos que con probabilidad padecen una dolencia de los que no. Constituye una intervención de prevención secundaria orientada a atenuar la morbimortalidad mediante el diagnóstico precoz o la identificación de lesiones precursoras en programas como mama, cuello de útero o colon y recto. Toda intervención de despistaje conlleva sesgos característicos que distorsionan su eficacia real en supervivencia: Esquema del sesgo de adelanto temporal en el cribado diagnóstico.

En serie: se inicia con una técnica notablemente sensible; si resulta positiva, se ejecuta una segunda prueba más específica para asegurar el resultado. 1 En paralelo: se administran diversos análisis simultáneamente, ponderando en conjunto sus parámetros globales. 2 Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 3 Esquema del sesgo de duración por detección de formas menos agresivas. Sesgo de anticipación diagnóstica (lead time bias): adelanta el instante temporal del hallazgo patológico generando una falsa apariencia de prolongación vital, a pesar de que el fallecimiento sobreviene en la misma fecha biológica inalterada.

Sesgo de duración (length bias): sobrerrepresenta casos asintomáticos o de curso indolente frente a variantes fulminantes, sobredimensionando el éxito terapéutico. Sesgo del voluntario: distorsión originada porque los individuos colaboradores acostumbran a manifestar hábitos saludables y perfiles de riesgo inferiores a la media poblacional.

Adicionalmente, los ensayos diagnósticos sufren fuentes de error metodológico como el sesgo de espectro (selección de muestras no representativas o de alto riesgo circunscrito), el sesgo de confirmación o verificación (aplicación selectiva e incompleta del estándar de referencia), el sesgo de sospecha diagnóstica (falta de evaluación ciega e independiente) y el sesgo por omisión de resultados dudosos. ERROR FRECUENTE Confundir un aumento del tiempo transcurrido desde el diagnóstico hasta la muerte con un incremento genuino de la esperanza de vida.

Si el cribado adelanta la detección sin modificar el desenlace letal final, solo induce un sesgo de adelanto temporal (lead time bias), prolongando innecesariamente la etapa de morbilidad conocida del paciente. Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 4 ESQUEMA Clasificación de las pruebas diagnósticas IDEAS CLAVE Las pruebas diagnósticas pueden clasificarse en dicotómicas, policotómicas y cuantitativas continuas. El estándar de referencia (gold standard) constituye el criterio óptimo frente al que se contrastan nuevos exámenes diagnósticos. El cribado es una estrategia de prevención secundaria dirigida a individuos asintomáticos, sujeta a sesgos de supervivencia y selección.

El sesgo de adelanto temporal (lead time bias) simula mayor supervivencia por mero adelanto del momento de detección clínica. COMPRUEBA LO QUE HAS APRENDIDO 3. ¿Por qué un cribado poblacional puede generar un sesgo de voluntariedad? 4. ¿Qué distorsión metodológica describe el sesgo de verificación? Test Rodea la respuesta correcta. Las soluciones están al final. 5. ¿Cuál es la finalidad prioritaria del cribado en sistemas de salud?

Dicotómica Resultado binario de presencia o ausencia Policotómica Múltiples categorías cualitativas o grados Continua Valores sobre escala numérica cuantitativa Clasificar cuantitativamente las variables fisiológicas a) Confirmar sospechas clínicas en enfermos graves b) Detectar patología en fases precoces o presintomáticas c) Sustituir de forma sistemática el estándar de referencia d) Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 5 6. ¿Qué efecto produce el sesgo de duración o length bias? 7. ¿Cómo se define la reproducibilidad de una prueba? 8. En un estudio diagnóstico, ¿qué caracteriza al sesgo de espectro?

2 Validez Intrínseca y Seguridad Clínica de Pruebas Dicotómicas AL ACABAR SABRÁS Construir e interpretar tablas de contingencia 2x2 diagnósticas Calcular sensibilidad, especificidad y exactitud global Determinar el impacto de la prevalencia sobre los valores predictivos mediante el teorema de Bayes PIÉNSALO ANTES DE LEER 9 ¿Un examen diagnóstico con 95 % de sensibilidad y 95 % de especificidad ofrece siempre un 95 % de certeza al dar positivo? Estructuración de la tabla de contingencia 2x2 La evaluación empírica de una prueba dicotómica requiere contrastar sus respuestas frente a la condición verdadera determinada mediante el estándar de referencia.

Dicho cotejo se organiza formalmente en una tabla 2x2: Resultado del Test Enfermo (M) Sano (noM) Total Positivo ( ) Verdadero Positivo ( o VP) Falso Positivo ( o FP) Sobrerrepresenta casos agresivos y fulminantes a) Sobrerrepresenta casos de progresión lenta e indolente b) Elimina por completo la necesidad de cegamiento c) Eleva artificialmente el umbral terapéutico basal d) Certeza diagnóstica condicionada por la prevalencia a) Utilidad directa según el criterio del clínico b) Ausencia absoluta de falsos positivos c) Grado de coherencia ante mediciones repetidas d) Utilizar una muestra no representativa del ámbito habitual a) Excluir determinaciones que arrojan valores limítrofes b) Utilizar un gold standard manifiestamente defectuoso c) Conocer los resultados previos sin cegamiento formal d) p+ a b a + b Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 6 Resultado del Test Enfermo (M) Sano (noM) Total Negativo ( ) Falso Negativo ( o FN) Verdadero Negativo ( o VN) Total Un falso positivo denota un sujeto sano erróneamente clasificado como patológico.

Un falso negativo define a una persona enferma cuyo resultado indica normalidad. Parámetros de validez intrínseca La sensibilidad ( ) y la especificidad ( ) cuantifican la validez de la prueba de manera intrínseca, sin depender de la prevalencia comunitaria: Sensibilidad ( ): probabilidad de obtener un test positivo condicionada a la existencia real de la afección: Especificidad ( ): probabilidad de registrar una respuesta negativa ante un individuo genuinamente sano: Exactitud diagnóstica global (Accuracy): proporción total de juicios correctos sobre el universo evaluado: COMPRUEBA 10 Si un paciente enfermo arroja un resultado negativo, ¿qué tipo de error metodológico representa?

Seguridad diagnóstica y dependencia de la prevalencia En el acto asistencial, la incógnita médica actúa en sentido inverso: conocido el signo del test, se busca la certeza de padecer o no la enfermedad.

Esta propiedad define la seguridad diagnóstica mediante los valores predictivos: Valor predictivo positivo (VPP): probabilidad de hallarse enfermo tras un hallazgo positivo: Valor predictivo negativo (VPN): probabilidad de estar indemne ante un registro negativo: p c d c + d a + c b + d N S E S S = P (p " M) = + = V P + F N V P = a + c a 1 Error tipo I = 1 α E E = P (p " noM) = = V N + F P V N = b + d d 1 Error tipo II = 1 β = Potencia Accuracy = = V N + V P + F N + F P V N + V P N a + d V P P = P (M " p ) = + = V P + F P V P a + b a V P N = P (noM " p ) = = V N + F N V N c + d d Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 7 A diferencia de y , los valores predictivos varían drásticamente con la prevalencia ( ) del trastorno en el grupo examinado.

Si la prevalencia decae, el VPP disminuye (aumenta el peso relativo de los falsos positivos) mientras que el VPN aumenta. El enlace matemático formal se rige por el teorema de Bayes: ERROR FRECUENTE Calcular directamente los valores predictivos y a partir de una muestra que no refleja la prevalencia real de la población (por ejemplo, en un estudio de casos y controles con 50 enfermos y 50 sanos). En tal situación es imprescindible utilizar las fórmulas de Bayes incorporando la prevalencia poblacional verdadera.

CAUSAS Y CONSECUENCIAS Baja prevalencia Menor cantidad relativa de enfermos en la población Descenso de la prevalencia poblacional Disminución del VPP Mayor peso de falsos positivos entre las pruebas reactivas Incremento del VPN Mayor seguridad clínica para descartar la patología IDEAS CLAVE Sensibilidad y especificidad son propiedades intrínsecas que no varían con la frecuencia de la enfermedad. Los valores predictivos (VPP y VPN) cuantifican la seguridad diagnóstica e interaccionan fuertemente con la prevalencia. A menor prevalencia poblacional, se reduce el VPP y se incrementa la solidez de un resultado negativo mediante un mayor VPN.

El teorema de Bayes permite computar los valores predictivos a partir de prevalencia, sensibilidad y especificidad. COMPRUEBA LO QUE HAS APRENDIDO 11. ¿Qué le ocurre al VPP de un test si se utiliza en una comunidad con prevalencia marcadamente baja? 12. ¿Cómo se calcula analíticamente la sensibilidad en una tabla 2x2? S E p V P P = p × S + (1 p)(1 E) p × S V P N = (1 p)E + p(1 S) (1 p) × E a/(a + b) d/(c + d) Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 8 Test Rodea la respuesta correcta. Las soluciones están al final. 13. ¿Cuál es la expresión formal de la sensibilidad diagnóstica? 14. ¿De qué depende fundamentalmente el valor predictivo positivo? 15.

En una tabla 2x2, ¿qué casilla ocupa el falso negativo? 16. ¿Cómo se comporta el VPN si se reduce la prevalencia poblacional? 3 Cocientes de Probabilidad, Nomograma de Fagan y Curvas ROC AL ACABAR SABRÁS Calcular e interpretar las razones de verosimilitud positiva y negativa Emplear el nomograma para obtener probabilidades post-prueba Interpretar curvas ROC y el área bajo la curva ante variables cuantitativas continuas PIÉNSALO ANTES DE LEER 17 ¿Por qué las razones de verosimilitud resultan más útiles que los valores predictivos para comparar dos técnicas en poblaciones distintas?

Proporción de sanos con test negativo a) Proporción de negativos que están sanos b) Proporción de positivos que están enfermos c) Proporción de enfermos con test positivo d) De la prevalencia, sensibilidad y especificidad a) Es una constante intrínseca de la técnica b) Únicamente del volumen de verdaderos negativos c) Exclusivamente de la sensibilidad del instrumento d) Resultado positivo en individuo sano a) Resultado positivo en sujeto con patología b) Resultado negativo en sujeto con patología c) Resultado negativo en individuo sano d) Aumenta progresivamente a) Permanece completamente idéntico b) Disminuye de forma drástica c) Pasa a valer exactamente cero d) Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 9 Razones de verosimilitud o cocientes de probabilidad Los cocientes de probabilidad (o likelihood ratios, RV) contrastan la probabilidad de un resultado concreto en enfermos frente a la probabilidad de ese mismo hallazgo en sujetos sanos.

Presentan la ventaja capital de no fluctuar con la prevalencia poblacional, posibilitando la comparación objetiva entre métodos diagnósticos alternativos: Razón de verosimilitud positiva ( ): cociente entre la tasa de verdaderos positivos y la tasa de falsos positivos: Razón de verosimilitud negativa ( ): relación entre la tasa de falsos negativos y la tasa de verdaderos negativos: Un rendimiento diagnóstico favorable demanda un netamente elevado y un con valores próximos a cero. Asimismo, la razón positiva vincula las oportunidades pre-prueba y post-prueba mediante la relación: . EJEMPLO Para una prueba con sensibilidad y especificidad : Se obtiene .

Para la razón negativa: (cuyo inverso facilita la interpretación clínica intuitiva). Resolución mediante el nomograma El nomograma permite calcular gráficamente la probabilidad post-prueba eludiendo la formulación bayesiana. Alinea tres ejes verticales: la columna izquierda señala la probabilidad pre-prueba (prevalencia comunitaria), el eje central refleja las razones de verosimilitud y el eje derecho reporta la probabilidad post-prueba final.

RV + RV = + = 1 Especificidad Sensibilidad = 1 E S P (p " noM) + P (p " M) + RV RV = = Especificidad 1 Sensibilidad = E 1 S P (p " noM) P (p " M) RV + RV Odds post-test = Odds pre-test × RV + S = 0,8462 E = 0,8963 RV = + = 1 0,8963 0,8462 8,16 RV = = 0,8963 1 0,8462 0,1716 = 1 S E 5,83 Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 10 Gráfica del nomograma de probabilidad pre-test, razón de verosimilitud y post-test. Trazando una recta que engarce la probabilidad pre-test con el cociente o , el punto de corte proyectado sobre la escala derecha expresa el valor predictivo buscado (VPP con trazo superior o VPN tras computar el inverso con trazo complementario).

Otros estimadores sintéticos reportados en la literatura son el índice de validez ( ) y el índice de Youden ( ). COMPRUEBA 18 ¿Qué magnitud ideal debe reflejar una prueba diagnóstica en su razón de verosimilitud negativa? Variables continuas y análisis ROC Determinaciones continuas como la glucemia basal o el antígeno prostático específico (PSA) precisan la fijación de un valor umbral de corte para dicotomizar entre enfermos y sanos.

Dado que las funciones de distribución se solapan, desplazar dicho corte genera compromisos cinéticos opuestos: RV + RV IV = = N a+d p(S E) + E IJ = S (1 E) = S + E 1 Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 11 Distribuciones de glucemia y áreas de solapamiento según el corte. Desplazamiento a la derecha: exige valores analíticos mayores para considerar positivo el test. Se reducen los falsos positivos y aumenta la especificidad, pero crecen los falsos negativos y disminuye la sensibilidad. Desplazamiento a la izquierda: capta mayor cantidad de casos enfermos aumentando la sensibilidad, a expensas de tolerar más falsos positivos (merma de especificidad).

Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 12 Evolución de sensibilidad y especificidad según niveles umbral de glucosa. La curva ROC (Receiver Operating Characteristic) gráfica la sensibilidad en el eje de ordenadas frente a (fracción de falsos positivos) en abscisas a lo largo de sucesivos puntos de corte. 1 especificidad Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 13 Representación cartesiana habitual de una curva ROC diagnóstica. Comparativa de curvas ROC según su rendimiento diagnóstico discriminatorio.

Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 14 La bondad intrínseca del procedimiento se determina mediante el área bajo la curva (AUC): Intervalo AUC Calificación metodológica Prueba excelente o casi perfecta Prueba correcta / diagnósticamente útil Prueba con utilidad deficiente o inútil Un área de 0,5 coincide con la diagonal equidistante que carece de discriminación real. Como restricción funcional, las curvas ROC únicamente admiten cotejos binarios (sano frente a enfermo) y no son operativas para dirimir simultáneamente múltiples cuadros nosológicos.

ERROR FRECUENTE Olvidar que en el eje horizontal de la curva ROC se representa la tasa de falsos positivos ( ) y no la especificidad directa ( ). Confundir ambos ejes invierte la trayectoria espacial de la gráfica y altera por completo la interpretación del área bajo la curva.

PROCESO Evaluación con Nomograma 1 Probabili dad pre-test Estimar la sospecha clínica inicial o prevalencia 2 Razón de verosimilitud Identificar el LR posi tivo o negativo del test 3 Trazado li neal Unir ambos puntos mediante una línea recta continua 4 Probabili dad post-test Leer el valor predic tivo final en el eje derecho IDEAS CLAVE Las razones de verosimilitud no dependen de la prevalencia y sintetizan el rendimiento global del test. El nomograma integra visualmente la probabilidad previa y el cociente de verosimilitud para obtener la probabilidad post-test. Variar el punto de corte en una variable continua modifica de manera contrapuesta la sensibilidad y la especificidad.

El área bajo la curva ROC (AUC) sintetiza la capacidad discriminatoria global de una prueba cuantitativa entre sanos y enfermos. COMPRUEBA LO QUE HAS APRENDIDO 19. ¿Qué representa analíticamente un área bajo la curva ROC de 0,5? 20. Si en una prueba cuantitativa se eleva el umbral de corte hacia la derecha, ¿cómo responden la sensibilidad y la especificidad? 0,9 1,0 0,7 0,9 0,5 0,7 1 E E Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 15 Test Rodea la respuesta correcta. Las soluciones están al final. 21. ¿Cuál es la formulación matemática de la razón de verosimilitud positiva? 22. ¿Qué parámetros relaciona directamente el nomograma? 23.

¿Qué magnitud figura en el eje horizontal de la curva ROC? 24. Una prueba diagnóstica con un área bajo la curva ROC de 0,95 se considera: 4 Formulario Validez intrínseca y exactitud global Fórmula o procedimiento Significado de los símbolos Cuándo se usa : verdaderos positivos; : falsos negativos; : error tipo I Capacidad intrínseca del test para identificar correctamente a los individuos enfermos. : verdaderos negativos; : falsos positivos; : potencia Capacidad intrínseca del test para clasificar correctamente a los individuos sanos. : total de decisiones correctas; : tamaño muestral total Evaluar la proporción global de aciertos diagnósticos sobre la cohorte estudiada.

Especificidad dividida por (1 - Sensibilidad) a) Sensibilidad dividida por (1 - Especificidad) b) (1 - Sensibilidad) dividida por Especificidad c) Sensibilidad multiplicada por la Prevalencia d) Incidencia anual, supervivencia acumulada y mortalidad a) Probabilidad pre-test, likelihood ratio y probabilidad post-test b) Sensibilidad, especificidad e índice de Youden únicamente c) Falsos positivos, falsos negativos y tamaño de la muestra d) Valor predictivo positivo a) 1 - Especificidad b) Sensibilidad intrínseca c) Especificidad absoluta d) Equivalente a la diagonal de azar a) Completamente inútil b) Metodológicamente dudosa c) Excelente o casi perfecta d) S = = V P+FN V P = a+c a 1 α V P , a F N, c α E = = V N+FP V N = b+d d 1 β V N, d F P , b 1 β Accuracy = = V N+V P+FN+FP V N+V P N a+d a + d N Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 16 Seguridad diagnóstica y teorema de Bayes Fórmula o procedimiento Significado de los símbolos Cuándo se usa : verdaderos positivos; : falsos positivos Probabilidad de padecer la enfermedad tras dar positivo en una muestra representativa.

: verdaderos negativos; : falsos negativos Probabilidad de estar sano tras un resultado negativo en una muestra representativa. : prevalencia (probabilidad pre- test); : sensibilidad; : especificidad Cálculo bayesiano del VPP cuando la muestra del estudio no refleja la prevalencia real. : prevalencia; : sensibilidad; : especificidad Cálculo bayesiano del VPN dependiente de la prevalencia comunitaria conocida. Razones de verosimilitud y otros índices diagnósticos Fórmula o procedimiento Significado de los símbolos Cuándo se usa : sensibilidad; : tasa de falsos positivos Evalúa el valor confirmatorio del test positivo de forma independiente a la prevalencia.

: tasa de falsos negativos; : especificidad Evalúa la fuerza para descartar patología ante un test negativo (ideal próximo a cero). Odds p: odds de la prevalencia pre-prueba Actualizar la probabilidad pre-test a odds de padecer la enfermedad tras un test positivo. : sensibilidad; : especificidad Índice de Youden para evaluar el rendimiento global y elegir el punto de corte óptimo. : proporción de correctos; : prevalencia Calcular la proporción global de aciertos incorporando la prevalencia de la patología.

Procedimientos y reglas de decisión Uso del nomograma: Fijar la prevalencia o probabilidad pre-test en la columna izquierda Ubicar el cociente de probabilidad ( o ) en la columna central Trazar una línea recta uniendo ambos puntos Leer la probabilidad post-test (VPP o VPN) en la columna derecha. Dinámica de corte en determinaciones cuantitativas continuas: Desplazamiento del punto de corte a la derecha Disminuyen falsos positivos y aumentan falsos negativos Aumenta la especificidad y disminuye la sensibilidad. Desplazamiento del punto de corte a la izquierda Aumentan falsos positivos y disminuyen falsos negativos Aumenta la sensibilidad y disminuye la especificidad.

V P P = = V P+FP V P a+b a V P , a F P , b V P N = = V N+FN V N c+d d V N, d F N, c V P P = p S+(1 p)(1 E) p S p S E V P N = (1 p)E+p(1 S) (1 p)E p S E RV = + = 1 E S P(p noM) + P(p M ) + S 1 E RV = = E 1 S P(p noM) P(p M ) 1 S E Odds post-test = (Odds p) RV + IJ = S (1 E) = S + E 1 S E IV = = N a+d p(S E) + E IV p RV + RV Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 17 Calificación del área bajo la curva ROC (AUC): (prueba perfecta/excelente) (prueba correcta/útil) (prueba inútil/deficiente) 0,5 (diagonal sin discriminación, debida al azar puro).

Errores típicos Calcular directamente en muestras de casos y controles o no representativas sin aplicar el teorema de Bayes con la prevalencia real. Representar la especificidad directa en el eje de abscisas de la curva ROC en lugar de la tasa de falsos positivos ( ). Asumir que un diagnóstico precoz en programas de cribado siempre prolonga la vida, ignorando el sesgo de anticipación diagnóstica (lead time bias) o el de duración (length bias). 0,9 1,0 0,7 0,9 0,5 0,7 V P P = a/(a + b) 1 E Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 18 Soluciones de las preguntas de repaso 1.

No necesariamente; si la historia natural del cuadro no se altera, solo se alarga el periodo conocido de enfermedad sin modificar la fecha de fallecimiento. 2. En serie se aplica una segunda prueba únicamente si la primera resulta positiva, mientras que en paralelo se ejecutan varios exámenes simultáneamente para evaluar índices conjuntos. 3. Porque las personas que eligen someterse voluntariamente al test suelen mantener hábitos más saludables y menor riesgo basal que la población general. 4. Ocurre cuando el estándar de referencia no se aplica a todos los sujetos evaluados, sino solo a un subconjunto selectivo de la muestra. 5. c) Detectar patología en fases precoces o presintomáticas.

El cribado o screening busca identificar precozmente casos en población asintomática para mejorar el pronóstico global. 6. b) Sobrerrepresenta casos de progresión lenta e indolente. El sesgo de duración tiende a capturar enfermedades de evolución más lenta, sobreestimando la efectividad del método. 7. d) Grado de coherencia ante mediciones repetidas. La reproducibilidad denota la aptitud de la prueba para generar resultados equivalentes bajo circunstancias análogas. 8. a) Utilizar una muestra no representativa del ámbito habitual. El sesgo de espectro sobreviene cuando la cohorte estudiada se restringe a subgrupos con perfiles clínicos atípicos. 9.

No; en enfermedades raras con prevalencia muy baja, la inmensa mayoría de los positivos resultan ser falsos positivos, reduciendo notablemente el VPP. 10. Constituye un falso negativo (FN), vinculado a la falta de sensibilidad del instrumento diagnóstico. 11. El VPP experimenta un descenso considerable debido a que la proporción de falsos positivos crece respecto al total de positivos hallados. 12. Dividiendo los verdaderos positivos entre la suma de verdaderos positivos y falsos negativos: . 13. d) Proporción de enfermos con test positivo. La sensibilidad mide la capacidad de clasificar positivamente a quienes sufren la enfermedad: P(p+"M). 14.

a) De la prevalencia, sensibilidad y especificidad. El VPP depende estrechamente de la prevalencia además de la sensibilidad y la especificidad. 15. c) Resultado negativo en sujeto con patología. El falso negativo corresponde a individuos que portan la enfermedad pero obtienen un resultado negativo (casilla c). 16. a) Aumenta progresivamente. Al reducirse la prevalencia, la probabilidad de que un resultado negativo descarte la afección se eleva. 17. Porque se calculan únicamente a partir de la sensibilidad y la especificidad, siendo independientes de las diferencias de prevalencia entre colectivos. 18.

Debe exhibir un valor lo más cercano posible a cero, lo cual indica que un resultado negativo descarta de forma casi categórica la enfermedad. 19. Describe una prueba completamente inútil, cuya capacidad de discernimiento no supera el azar (recta diagonal que une los puntos 0,0 y 1,1). 20. La sensibilidad disminuye por el aumento de falsos negativos, mientras que la especificidad se incrementa al reducirse los falsos positivos. a/(a + c) Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 19 21. b) Sensibilidad dividida por (1 - Especificidad). La RV+ compara la tasa de verdaderos positivos frente a los falsos positivos: S / (1 - E). 22.

b) Probabilidad pre-test, likelihood ratio y probabilidad post-test. El nomograma conecta linealmente la probabilidad previa, el cociente de verosimilitud y el resultado posterior. 23. b) 1 - Especificidad. El eje de abscisas en la curva ROC representa 1 - especificidad (tasa de falsos positivos). 24. d) Excelente o casi perfecta. Un valor de AUC comprendido entre 0,9 y 1,0 identifica una prueba diagnóstica con excelente capacidad de discriminación. Tests Diagnósticos, Curvas ROC y Cribado: Apuntes 20