EVALUACION DE PRUEBAS DIAGNOSTICAS

M. Tatiana Burga Ghersi Wilber Rodrguez Lpez

EVALUACION DE PRUEBA DIAGNOSTICA

Valor de la informacion diagnstica.
Las decisiones clnicas se basan en la informacin obtenida de los enfermos mediante procedimientos diagnsticos. Cualquier medio utilizado para obtener informacin cientfica de un enfermo se puede considerar un mtodo diagnstico: historia clnica, examen fsico, anlisis de laboratorio, exmenes de gabinete u otros medios. El valor de la informacin proporcionada por los procedimientos diagnsticos es directamente proporcional a la calidad de dicha informacin. Algunos son patognomnicos: los diagnsticos mdicos dependen del resultado de la prueba. Ejemplos: presencia de eritrocitos en forma de luna creciente en el diagnstico de anemia de clulas falciforme; la seal de una fractura en una placa radiolgica, etc.

CONFIABILIDAD DE LAS PRUEBAS DIAGNSTICAS.

La confiabilidad de un mtodo diagnstico depende de varios factores: Precisin Exactitud Reproducibilidad Validez Valor de prediccin.

CONFIABILIDAD DE LAS PRUEBAS DIAGNSTICAS.

Precisin: Una prueba es precisa cuando al realizar varias mediciones se obtienen los mismos resultados. Exactitud: Una medicin es exacta cuando el valor asignado coincide con su verdadero valor Validez: Una medicin es valida en la medida que el resultado positivo de una prueba refleja la verdadera situacin del enfermo. Para determinar la validez de una prueba es necesario analizar sus dos componentes:

Sensibilidad Especificidad

CONFIABILIDAD DE LAS PRUEBAS DIAGNSTICAS.

Sensibilidad:
Capacidad de la prueba para dar un resultado positivo cuando la persona analizada tiene la enfermedad.

Especificidad:
Capacidad de la prueba para dar un resultado negativo si la persona no tiene la enfermedad.

SENSIBILIDAD Y ESPECIFICIDAD DE LAS PRUEBAS DIAGNOSTICAS

PATOLOGIA CONFIRMADA

SI

NO b
FALSOS POSITIVOS

+
RESULTADO DEL PROCEDIMIENTO DIAGNOSTICO

a
VERDADEROS POSITIVOS

c
FALSOS NEGATIVOS

d
VERDADEROS NEGATIVOS

METODOS PARA ESTIMAR LA PROBABILIDAD A PRIORI

Existen 4 mtodos : 1. El mtodo de la tabla 2x2 2. Mtodo del rbol de decisiones 3. Teorema de Bayes 4. Razn o proporcin de probabilidad

METODO DE LA TABLA 2x2

Ejemplo: Una mujer de 27 aos de edad, con 17 semanas de gestacin y antecedente de 5 aos de diabetes mellitus insulinodependiente, acude a su examen obsttrico. El control de su glucosa srica durante el primer trimestre del embarazo ha sido inadecuado (200mg/dl). La mujer se halla preocupada por que ha escuchado que las gestantes con un control deficiente de su diabetes tienen un riesgo alto de tener fetos malformados. Se sabe que las gestantes con diabetes pobremente controlada presentan un riesgo de malformacin fetal de 20 a30%. A la mujer se le realiz una prueba de alfafetoprotena srica materna, cuyos resultados fueron anormalmente altos. Asmismo, se conoce que la sensibilidad de esta prueba es del 34% y la especificidad de 86% para la deteccin de malformaciones fetales. Se debe someter a esta gestante a un examen ecogrfico y sabemos que en un estudio de Greene y Benaerraf (1991) se comunic una sensibilidad de 56% y una especificidad de 99.5% ?

El mdico debe ordenar o no la ecografa? Esta decisin depender de: 1. Qu tan probable es la malformacin fetal previa a la prctica de cualquier prueba diagnstica? 2. Qu tan precisa la ecografa entre mujeres embarazadas que subsecuentemente tienen fetos anormales (sensibilidad)? 3. Con qu frecuencia el procedimiento es negativo en mujeres embarazadas que subsecuentemente tienen fetos normales (especificidad)? 4. Cul es la probabilidad de tener fetos con malformaciones antes y despus de la prueba de alfafetoprotenas? 5. Cmo cambia esta probabilidad si se practica la ecografa y los resultados se interpretan como anormales o positivas?

VALOR PRONOSTICO DE LAS PRUEBAS POSITIVAS Y NEGATIVAS

PATOLOGIA CONFIRMADA

SI

NO b
FALSOS POSITIVOS

+
RESULTADO DEL PROCEDIMIENTO DIAGNOSTICO

a
VERDADEROS POSITIVOS

c
FALSOS NEGATIVOS

d
VERDADEROS NEGATIVOS

SENTIDO DEL ANALISIS

PRUEBA DE LA ALFAFETOPROTEINA PARA EL DIGNOSTICO DE MALFORMACIONES FETALES.

Paso 1:
Utilizar los valores de la prevalencia de la enfermedad en la poblacin para llenar los totales de las columnas (Probabilidad previa) en la tabla de 2x2

Enfermedad Prueba Presente Positiva Negativa Total VP FN 200 Ausente FP VN 800 1000 Total

Paso 2: Uso de la sensibilidad (34%) y especificidad (86%) para determinar el nmero de positivos verdaderos y positivos falsos, negativos verdaderos y negativos falsos en la tabla 2x2

Prueba

Enfermedad Presente Ausente

Total

Positiva
Negativa Total

68
132 200

112
688 800

TPP
TPN 1000

Paso 3: Sumar las filas para obtener el total de las pruebas positivas y el total de las pruebas negativas en la tabla 2x2 Prueba Presente Positiva Negativa Total 68 132 200 Enfermedad Ausente 112 688 800 180 820 1000 Total

Paso 4:
Calcular el valor predictivo o pronstico de las pruebas positivas y negativas.

Verdaderos positivos VPPP Total de pruebas positivas 68 VPPP 0.378 37.8% 180
Verdaderos negativos VPPN Total de pruebas negativas 688 VPPN 0.839 83.9% 820

METODO DEL ARBOL DE DECISIONES

Antes de la prueba
E+ = 20%

E- = 80%

Paso 2: Arbol de decisiones con las probabilidades a priori en las ramas.

METODO DEL ARBOL DE DECISIONES

Antes de la prueba Despus de la prueba P+ E+ = 20%

PP+

E- = 80% P-

Paso 3: Arbol de decisiones con el resultado de la prueba en las ramas

METODO DEL ARBOL DE DECISIONES (Caso Control)

P+ = 34% E+ = 20%

6.8%

P- = 66%
P+ = 14%

13.2%

11.2%

E- = 80% P- = 86%

68.8%

Paso 4: Arbol de decisiones con informacin de la sensibilidad y especificidad includa en las ramas E+ y E-

METODO DEL ARBOL DE DECISIONES

P+ = 34% E+ = 20% 6.8% 13.2% 11.2% 68.8% P- = 86%

P- = 66% P+ = 14% E- = 80%

E+ P+

6.8%

EE+
P-

11.2% 13.2%

68.8% E-

Paso 6: Transferencia de cifras al rbol invertido

TEOREMA DE BAYES
VALOR PRONSTICO DE LAS PRUEBAS POSITIVAS.
FORMULA:

P( P / E ) P( E ) P (E /P ) P( P / E ). P( E ) P( P / E ). P( E )
FORMULA EN FUNCION DE SENSIBILIDAD Y ESPECIFICIDAD

Sensibilidad x Pr ob. a priori P(E /P ) (Sensibilida x Pr ob. apriori) (Tasa falsos positivos x (1 Pr ob. a priori)

TEOREMA DE BAYES
0.34 x 0.20 0.068 P (E /P ) 0.378 ( 0.34 x 0.20) ( 0.14 x 0.80 ) 0.068 0.112

TEOREMA DE BAYES
VALOR PRONSTICO DE LAS PRUBAS NEGATIVAS. FORMULA:

P ( P / E ) P ( E ) P ( E /P ) P( P / E ). P( E ) P( P / E ). P( E )
FORMULA EN FUNCION DE SENSIBILIDAD Y ESPECIFICIDAD
Especificidad x (1 Pr ob. a priori) P(E /P ) (Especificidad x (1 Pr ob. apriori) (Tasa falsos negativos x (1 Pr ob. a priori)

TEOREMA DE BAYES
VALOR PRONOSTICO DE LAS PRUEBAS NEGATIVAS

( 0.86 x (1 0.20) 0.688 P ( E / P ) 0.839 0.86 x (1 0.20) 0.66 x 0.20) 0.688 0.132

INFLUENCIA DE LA PREVALENCIA EN LA SENSIBILIDAD, ESPECIFICIDAD Y VALOR PRONOSTICO DE LAS PRUEBAS POSITIVAS Y NEGATIVAS DE LAS PRUEBAS DIAGNOSTICAS

PRUEBA
+ TOTAL

SI
40 10 50

NO
10 40 50

TOTAL
50 50 100

PRUEBA
+

SI
40

NO
100

TOTAL
140

TOTAL

10
50

400
500

410
550

PREVALENCI A

50 x 100 50% 100

40 x 100 80% 50

PREVALENCI A

50 x 100 9.09% 550

40 x 100 80% 50 400 x 100 80% 500

SENSIBILID AD

SENSIBILID AD ESPECIFICID AD VPPP VPPN

ESPECIFICID AD VPPP

40 x 100 80% 50

40 x 100 80% 50 40 x 100 80% 50

40 x 100 28.57% 140 400 x 100 97.56% 410

VPPN