VALORACIN DE PRUEBAS DIAGNSTICAS Versin 28-6-2003

Conceptos sobre los ndices utilizados en las pruebas diagnsticas

Pruebas con resultado dicotmico (S, E, VPP, VPN, LR(+), LR(-), probabilidad post-prueba, umbrales)
Pruebas de hasta 5 niveles o resultados. Prueba diferencial con 3 niveles de 3 caractersticas
Anlisis de umbrales de probabilidad
Aplicaciones del teorema de Bayes: clculo de la probabilidad post-prueba conociendo S, E y LR
S y E de 2 pruebas simultneas o secuenciales. Probabilidad tras pruebas secuenciales
Concordancia de pruebas diagnsticas (ndice kappa e ndice kappa ponderado)
Preguntas para dar sentido a un artculo sobre pruebas diagnsticas (CASPe)
J. Primo - Unidad de Digestivo, Hospital de Sagunto primo_joa@gva.es
{s +{


k

jcKc+
Z
+;s
VALORACIN DE PRUEBAS DIAGNSTICAS
CARACTERSTICA EVALUADA CARACTERSTICA EVALUADA
PRESENTE AUSENTE
(PRUEBA DE REFERENCIA +) (PRUEBA DE REFERENCIA -)
PRUEBA DIAGNSTICA + Verdaderos Positivos (VP) Falsos Positivos (FP)
PRUEBA DIAGNSTICA - Falsos Negativos (FN) Verdaderos Negativos (VN)
SENSIBILIDAD = VP / (VP+FN)
(SENSITIVITY)
Proporcin de individuos con la caracterstica que presentan un resultado positivo. Es la probabilidad (P) de que la
prueba sea positiva (T +) entre los individuos que presentan la caracterstica (E+). Indica la utilidad de la prueba para
identificar a los pacientes con la caracterstica (las pruebas de screening han de ser muy sensibles).
Es una caracterstica intrnseca de la prueba, no vindose afectada por la prevalencia.
SnNout cuando una prueba es muy Sensible, un resultado Negativo hace que el diagnstico sea poco probable
(rules out).
ESPECIFICIDAD = VN / (FP+VN)
(SPECIFICITY)
Proporcin de individuos sin la caracterstica que presentan un resultado negativo. Es la probabilidad (P) de que la
prueba sea negativa (T -) entre los individuos que no presentan la caracterstica (E-). Indica la utilidad de la prueba
para identificar a los pacientes sin la caracterstica (las pruebas "patognomnicas" son muy especficas).
Al igual que la sensibilidad, es una caracterstica intrnseca de la prueba que no se afecta por la prevalencia.
SpPin cuando una prueba es muy eSpecfica, un resultado Positivo hace que el diagnstico sea muy probable
(rules in).
VALOR PREDICTIVO DE UN RESULTADO POSITIVO = VP / (VP+FP)
(PREDICTIVE VALUE OF A POSITIVE TEST)
Probabilidad (P) de que un paciente tenga la caracterstica (E+) si la prueba resulta positiva (T +). Se reduce conforme
disminuye la prevalencia de la caracterstica en la poblacin objeto de estudio. En situaciones de alta prevalencia, en
las que se incrementa el VPP, ste ser ms til para confirmar un diagnstico de lo que el VPN para descartarlo.
VALOR PREDICTIVO DE UN RESULTADO NEGATIVO = VN / (FN+VN)
(PREDICTIVE VALUE OF A NEGATIVE TEST)
Probabilidad (P) de que un paciente no tenga la caracterstica (E-) si la prueba resulta negativa (T -). Aumenta conforme
disminuye la prevalencia de la caracterstica en la poblacin objeto de estudio. En situaciones de baja prevalencia, en
las que se incrementa el VPN, ste ayuda ms a descartar una enfermedad que el VPP a confirmarla.
En la prctica clnica, los valores predictivos, positivo y negativo, tienen un valor limitado debido a que dependen de
la prevalencia de la caracterstica en los individuos a los que se les aplica la prueba. Por ello, los valores predictivos
observados en un determinado estudio no pueden aplicarse de forma generalizada. Para cualquier prevalencia
pueden calcularse (Altman DG, Bland JM. Statistics notes - Diagnostic tests 2: predictive values. BMJ 1994;309;102 ) as:
) ( + + = T E P VPP
) ( + + = E T P S
) ( - - = E T P E
) ( - - = T E P VPN
) evalencia Pr ( dad Especifici evalencia Pr ) ad Sensibilid (
) evalencia Pr ( dad Especifici
VPN
- + -
-
=
1 1
1
) evalencia Pr ( ) dad Especifici ( evalencia Pr ad Sensibilid
evalencia Pr ad Sensibilid
VPP
- - +

=
1 1
PROPORCIN DE FALSOS POSITIVOS = FP / (FP+VN) = 1-Especificidad
(FALSE POSITIVE RATE)
Probabilidad (P) de que la prueba sea positiva (T +) entre los pacientes que no tienen la caracterstica (E-).
PROPORCIN DE FALSOS NEGATIVOS = FN / (VP+FN) = 1-Sensibilidad
(FALSE NEGATIVE RATE)
Probabilidad (P) de que la prueba sea negativa (T -) entre los pacientes que tienen la caracterstica (E+).
EXACTITUD = (VP+VN) / (VP+FP+FN+VN)
(ACCURACY)
Probabilidad de que la prueba clasifique correctamente a los pacientes.
NDICE J DE YOUDEN (SEGURIDAD DIAGNSTICA) = Sensibilidad+Especificidad-1
Cuanto ms se aproxima a 1, mayor es la calidad del resultado obtenido al realizar la prueba a un paciente.
COCIENTE DE PROBABILIDAD O RAZN DE VEROSIMILITUD
(LIKELIHOOD RATIO)
El cociente de probabilidad de un resultado x de la prueba, LR(x ), es el cociente entre la probabilidad (P) de un
resultado x (Tx ) en los pacientes que tienen la caracterstica (E+) y la probabilidad (P) de un resultado x (Tx ) en los
pacientes que no la tienen (E-):
El cociente de probabilidad reune en un nico estimador a la sensibilidad y a la especificidad, constituyendo una
medida global del poder discriminante de la prueba diagnstica y no variando con la prevalencia.
Tiene un significado parecido al del riesgo relativo, indicando cuntas veces aumenta la probabilidad de encontrar
un resultado x de la prueba (Tx ) en un paciente que tenga la caracterstica (E+) que en uno que no la tenga (E- ).
Una prueba diagnstica es intil si LR=1 (si su IC 95% incluye el 1 indica que el cociente de probabilidad no es
significativamente diferente de 1), ya que no discrimina entre los pacientes que tienen la caracterstica y los que no la
tienen. La prueba es mejor, ms til, discrimina ms, cuanto ms difiere de 1 la LR. LR >1 indica un incremento de la
probabilidad de que la caracterstica est presente, mientras que LR<1 indica un descenso de la misma.
LR >10 incrementos amplios
LR 5-10 incrementos moderados
LR 2-5 incrementos pequeos
LR 1-2 incrementos insignificantes
LR=1 no generan cambios
LR 0,5-1 descensos insignificantes
LR 0,2-0,5 descensos pequeos
LR 0,1-0,2 descensos moderados
LR <0,1 descensos amplios
Las pruebas diagnsticas con resultado dicotmico (positivo y negativo) tienen dos cocientes de probabilidad:
Cociente de probabilidad de un resultado positivo Cociente de probabilidad de un resultado negativo
El cociente de probabilidad de un resultado positivo, LR(+), indica cuntas veces aumenta la probabilidad de
encontrar un resultado positivo en un paciente que tenga la caracterstica, P(T+|E+), que en uno que no la tenga,
) ( - + = E T P PFP
) ( + - = E T P PFN
) 1 ( ) (
) (
) (
dad Especifici
ad Sensibilid
E T P
E T P
LR
-
=
- +
+ +
= +
dad Especifici
ad Sensibilid
E T P
E T P
LR
) 1 (
) (
) (
) (
-
=
- -
+ -
= -
) (
) (
) (
-
+
=
E Tx P
E Tx P
x LR
P(T+|E- ), constituyendo un indicador ptimo para confirmar la caracterstica (SpPin).
El cociente de probabilidad de un resultado negativo, LR(-), indica cuntas veces aumenta la probabilidad de
encontrar un resultado negativo en un paciente que tenga la caracterstica, P(T- |E+), que en uno que no la tenga,
P(T- |E- ), constituyendo un indicador ptimo para descartar la caracterstica (SnNout).
Las pruebas diagnsticas cuyo resultado puede presentar ms de dos categoras o niveles tienen varios cocientes
de probabilidad, uno por cada nivel, que se calculan aplicando la frmula general.
La mayor utilidad de los cocientes de probabilidad es que permiten calcular, por el teorema de Bayes, la probabilidad
post-prueba, es decir, la probabilidad estimada de que un individuo tenga la caracterstica despus de realizar la
prueba y conocer e interpretar su resultado. La probabilidad pre-prueba es una estimacin del grado de verosimilitud
(probabilidad) de un determinado diagnstico que el clnico establece ante un paciente, en base a la informacin de
que dispone en el momento en que solicita la prueba (experiencia clnica, bases de datos, etc.).
Un cociente de probabilidad mayor de 1 genera una
probabilidad post-prueba mayor que la probabilidad
pre-prueba, mientras que un cociente de probabilidad
menor de 1 genera una probabilidad post-prueba menor
que la probabilidad pre-prueba. Como es lgico, la
ganancia de informacin obtenida tras aplicar una prueba
diagnstica, adems de su LR, va a depender de la
probabilidad pre-prueba estimada. Una prueba diagnstica
ser ms til cuanto ms cambie la probabilidad
estimada de la sospecha diagnstica. Cuando la
probabilidad pre-prueba es del 30-70%, una LR muy alta
(>10) establece una probabilidad post-prueba muy elevada
que permite confirmar el diagnstico. Por el contrario, una
LR muy baja (<0,1) prcticamente descarta la posibilidad
de que el paciente tenga ese diagnstico.
CLCULO DE LA PROBABILIDAD POST-PRUEBA
Tambin puede calcularse as:
El nomograma de Fagan (Fagan TJ. Nomogram por Baye's
theorem. N Engl J Med 1975;293:257 ) facilita el clculo de la
probabilidad post-prueba a partir de la probabilidad pre-
prueba y el cociente de probabilidad.
En el caso de pruebas diagnsticas con resultado dicotmico (positivo o negativo), cuando la probabilidad pre-prueba
(prevalencia) estimada es la misma que la del estudio evaluado, la probabilidad post-prueba de un resultado positivo
coincide con el valor predictivo positivo de ese estudio, y el complementario de la probabilidad post-prueba de un
resultado negativo coincide con el valor predictivo negativo de ese estudio.
prueba) - pre ad Probabilid - (1
prueba - pre ad Probabilid
prueba - pre = Odds
LR prueba - pre prueba - post = Odds Odds
1) prueba - post (
prueba - post
prueba - post
+
=
Odds
Odds
P
pre - 1 ) pre (
pre
prueba - post
P LR P
LR P
P
+

=
En caso de varias pruebas diagnsticas realizadas de forma secuencial (la segunda despus de conocer el resultado
de la primera, y as sucesivamente), la odds obtenida despus de cada prueba se convierte en la odds pre-prueba de
la siguiente.
Odds y probabilidad
Consideremos un grupo de 100 pacientes, 20 de los cuales presentan una determinada caracterstica.
Odds = 20:80 = 2:8 = 1:4 = 0,25
Probabilidad = 20/(20+80) = 20/100 = 0,20 = 20%
Odds a:b Probabilidad = a / (a+b)
Probabilidad x% Odds = x : (100-x)
Ejemplo
Ferritina ( mol/l) Anemia ferropnica No anemia ferropnica
<65 (+) 731 270
65 (-) 78 1500
Total 809 1770
LR(+) = (731 / 809) / (270 / 1770) = 0,90 / 0,15 = 6
LR(-) = (78 / 809) / (1500 / 1770) = 0,10 / 0,85 = 0,12
Probabilidad pre-prueba estimada: 30%
Odds pre-prueba = 30:(100-30) = 30:70 = 3:7 = 0,43
Odds post-prueba con resultado (+) = 0,43 x 6 = 2,58
Probabilidad post-prueba con resultado (+) = 2,58 / (2,58+1) = 2,58 / 3,58 = 0,72 = 72%
Odds post-prueba con resultado (-) = 0,43 x 0,12 = 0,05
Probabilidad post-prueba con resultado (-) = 0,05 / (0,05+1) = 0,05 / 1,05 = 0,05 = 5%
Ferritina ( mol/l) Anemia ferropnica No anemia ferropnica
<15 (1) 474 20
15-34 (2) 175 79
35-64 (3) 82 171
65-94 (4) 30 168
>94 (5) 48 1332
Total 809 1770
LR(1) = (474 / 809) / (20 / 1770) = 0,59 / 0,01 = 59
LR(2) = (175 / 809) / (79 / 1770) = 0,22 / 0,04 = 5,5
LR(3) = (82 / 809) / (171 / 1770) = 0,10 / 0,10 = 1
LR(4) = (30 / 809) / (168 / 1770) = 0,04 / 0,10 = 0,4
LR(5) = (48 / 809) / (1332 / 1770) = 0,06 / 0,75 = 0,08
Probabilidad pre-prueba estimada: 30%
Odds pre-prueba = 30:(100-30) = 30:70 = 3:7 = 0,43
Odds post-prueba con resultado (1) = 0,43 x 59 = 25,37
Probabilidad post-prueba con resultado (1) = 25,37 / (25,37+1) = 25,37 / 26,37 = 0,96 = 96%
Odds post-prueba con resultado (2) = 0,43 x 5,5 = 2,37
Probabilidad post-prueba con resultado (2) = 2,37 / (2,37+1) = 2,37 / 3,37 = 0,70 = 70%
Odds post-prueba con resultado (3) = 0,43 x 1 = 0,43
Probabilidad post-prueba con resultado (3) = 0,43 / (0,43+1) = 0,43 / 1,43 = 0,30 = 30%
Odds post-prueba con resultado (4) = 0,43 x 0,4 = 0,17
Probabilidad post-prueba con resultado (4) = 0,17 / (0,17+1) = 0,17 / 1,17 = 0,15 = 15%
Odds post-prueba con resultado (5) = 0,43 x 0,08 = 0,03
Probabilidad post-prueba con resultado (5) = 0,03 / (0,03+1) = 0,03 / 1,03 = 0,03 = 3%
Ejemplo
Sensibilidad = 42 / (42+3) = 93%
El 93% de los pacientes con TEP tienen dmero-D >500.
Especificidad = 32 / (96+32) = 25%
El 25% de los pacientes sin TEP tienen dmero-D <500.
Valor predictivo positivo = 42 / (42+96) = 30%
El 30% de los pacientes con dmero-D >500 tienen TEP (con una prevalencia de TEP en el estudio del 26%).
Valor predictivo negativo = 32 / (3+32) = 91%
El 91% de los pacientes con dmero-D <500 no tienen TEP (con una prevalencia de TEP en el estudio del 26%).
Proporcin de falsos positivos = 96 / (96+32) = 75% 100-25 = 75% (1-Especificidad)
El 75% de los pacientes sin TEP tienen dmero-D >500.
Proporcin de falsos negativos = 3 / (42+3) = 7% 100-93 = 7% (1-Sensibilidad)
El 7% de los pacientes con TEP tienen dmero-D <500.
Cociente de probabilidad de una prueba positiva = 93 / (100-25) = 1,24
Unos niveles de dmero-D >500 aumentan 1,24 veces la probabilidad de que el paciente tenga TEP.
Cociente de probabilidad de una prueba negativa = (100-93) / 25 = 0,28
Unos niveles de dmero-D <500 disminuye 0,28 veces la probabilidad de que el paciente tenga TEP.
Supuesto: la probabilidad estimada de que un paciente tenga TEP es de un 40% (0,4).
Probabilidad post-test positivo (PPTP)
Odds pre-test = 0,4 / (1-0,4) = 0,4 / 0,6 = 0,67
Odds post-test = 0,67x1,24 = 0,83
PPTP = 0,83 / (0,83+1) = 0,45 = 45% PPTP = (0,4x1,24) / [(0,4x1,24)+1-0,4] = 0,45 = 45%
Si dmero-D es >500 la probabilidad de que tenga TEP es del 45%.
1-PPTP = 1-0,45 = 0,55 = 55%
Si dmero-D es >500 la probabilidad de que no tenga TEP es del 55%.
Probabilidad post-test negativo (PPTN)
Odds pre-test = 0,4 / (1-0,4) = 0,4 / 0,6 = 0,67
Odds post-test = 0,67x0,28 = 0,18
PPTN = 0,18 / (0,18+1) = 0,15 = 15% PPTN = (0,4x0,28) / [(0,4x0,28)+1-0,4) = 0,15 = 15%
Si dmero-D es <500 la probabilidad de que tenga TEP es del 15%.
1-PPTN = 1-0,15 = 0,85 = 85%
Si dmero-D es <500 la probabilidad de que no tenga TEP es del 85%.
J. Primo - Unidad de Digestivo, Hospital de Sagunto primo_joa@gva.es
ganancia de informacin obtenida tras aplicar una prueba
probabilidad pre-prueba estimada. Una prueba diagnstica
probabilidad pre-prueba es del 30-70%, una LR muy alta
(>10) establece una probabilidad post-prueba muy elevada
que permite confirmar el diagnstico. Por el contrario, una
El nomograma de Fagan (Fagan TJ. Nomogram por Baye's
prueba) - pre ad Probabilid - (1
prueba - pre ad Probabilid
prueba - pre = Odds
PRUEBAS CON RESULTADO DICOTMICO
CARACTERSTICA EVALUADA
PRESENTE AUSENTE
(Prueba de referencia +) (Prueba de referencia -)
PRUEBA DIAGNSTICA +
PRUEBA DIAGNSTICA -
IC 95%
Sensibilidad
Especificidad
Valor predictivo positivo
Valor predictivo negativo
Proporcin de falsos positivos
Proporcin de falsos negativos
Exactitud
Odds ratio diagnstica
ndice J de Youden
CPP o LR(+) Taylor
Miettinen
CPN o LR(-) Taylor
Miettinen
Probabilidad pre-prueba (Prevalencia)
CLCULO DE LAS PROBABILIDADES POST-PRUEBA (Teorema de Bayes)
Probabilidad pre-prueba estimada
IC 95%
Probabilidad post-prueba positiva (PPPP)
1 - PPPP
1 - PPPN
Probabilidad post-prueba negativa (PPPN)
UMBRAL DE TRATAMIENTO Y PROBABILIDAD POST-PRUEBA
Umbral estimado de tratamiento
100.0%
0.0%
0.0%
1-Probabilidad post-prueba positiva. 2-Umbral de tratamiento. 3-Probabilidad post-prueba negativa
ANLISIS DE UMBRALES DE PROBABILIDAD (Rodrguez Artalejo F, et al. Med Clin (Barc) 1990;94:348-354)
Probabilidad pre-prueba Sensibilidad Especificidad
Riesgo del tratamiento inapropiado
Riesgo de la prueba diagnstica
Beneficio del tratamiento apropiado
Umbral diagnstico
Umbral teraputico
0.0%
100.0%
0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0%
20%
40%
60%
80%
100%
1 2 3
J. Primo - Unidad de Digestivo, Hospital de Sagunto primo_joa@gva.es
PRUEBAS CON VARIOS NIVELES O RESULTADOS
Caracterstica + Caracterstica -
Nivel o Resultado 1 N de niveles o resultados:
Nivel o Resultado 2
Nivel o Resultado 3 Probabilidad pre-prueba:
Nivel o Resultado 4 Odds pre-prueba:
Nivel o Resultado 5
Nivel-Resultado 1 IC 95%
Sensibilidad #VALUE!
Especificidad #VALUE!
Cociente de probabilidad (1) #VALUE!
Probabilidad post-prueba
Nivel-Resultado 2 IC 95%
Sensibilidad #VALUE!
Especificidad #VALUE!
Cociente de probabilidad (2) #VALUE!
Probabilidad post-prueba
Nivel-Resultado 3 IC 95%
Sensibilidad #VALUE!
Especificidad #VALUE!
Cociente de probabilidad (3) #VALUE!
Probabilidad post-prueba
Nivel-Resultado 4 IC 95%
Sensibilidad #VALUE!
Especificidad #VALUE!
Cociente de probabilidad (4) #VALUE!
Probabilidad post-prueba
Nivel-Resultado 5 IC 95%
Sensibilidad #VALUE!
Especificidad #VALUE!
Cociente de probabilidad (5) #VALUE!
Probabilidad post-prueba
PRUEBAS DIFERENCIALES DE VARIAS CARACTERSTICAS
Caracterstica 1 + Caracterstica 2 + Caracterstica 3 +
Prueba positiva 0
Prueba negativa 0
Prueba dudosa 0
0 0 0 0
Caracterstica 1 + Caracterstica 2 + Caracterstica 3 +
Sensibilidad Prueba
Especificidad positiva
Sensibilidad Prueba
Especificidad negativa
Sensibilidad Prueba
Especificidad dudosa
Cocientes de probabilidad relativos
Caracterstica 1 + Caracterstica 2 + Caracterstica 3 +
Caracterstica 1 +
Caracterstica 2 +
Caracterstica 3 +
Caracterstica 1 + Caracterstica 2 + Caracterstica 3 +
Probabilidad pre-prueba
Probabilidad post-prueba positiva
#VALUE! #VALUE! #VALUE!
#VALUE! #VALUE! #VALUE!
#VALUE! #VALUE! #VALUE!
J. Primo - Unidad Digestivo, Hospital Sagunto primo_joa@gva.es
N de niveles o resultados:
Probabilidad pre-prueba:
primo_joa@gva.es
CLCULO DEL UMBRAL TERAPUTICO MEDIANTE ANLISIS COSTE-BENEFICIO
(Pauker SG, Kassirer JP. Therapeutic decision making: a cost-benefit analysis. N Engl J Med 1975;293:229-234)
U(T- E-) U(T+ E-) Introducir 0
U(T- E+) U(T+ E+) valores 100
#VALUE! 100
Probabilidad estimada de enfermedad: #VALUE! 0
Coste:
Beneficio:
Umbral teraputico:
ANLISIS DE UMBRALES DE PROBABILIDAD
(Pauker SG, Kassirer JP. The threshold approach to clinical decision making. N Engl J Med 1980;302:1109-1117)
(Rodrguez Artalejo F, et al. Anlisis de decisiones clnicas. Med Clin (Barc) 1990;94:348-354)
U(T- E-) U(T+ E-) Introducir 0
U(T- E+) U(T+ E+) valores 100
#VALUE! 100
Sensibilidad: #VALUE! 0
Especificidad: #VALUE! 100
Riesgo de la prueba diagnstica: #VALUE! 0
Probabilidad estimada de enfermedad: #VALUE! 100
Coste: #VALUE! 0
Beneficio: Decisin:
Umbral teraputico:
Umbral diagnstico:
Umbral diagnstico-teraputico:
0
20
40
60
80
100
0 20 40 60 80 100
Util. de no tratar
Util. de tratar
Umbral T
Umbral D
Umbral D-T
Util. de la prueba
0
20
40
60
80
100
0 20 40 60 80 100
U
t
i
l
i
d
a
d

(
%
)

Probabilidad de enfermedad (%)
Util. de no tratar
Util. de tratar
Umbral T
J. Primo - Unidad de Digestivo, Hospital de Sagunto primo_joa@gva.es
primo_joa@gva.es
APLICACIONES DEL TEOREMA DE BAYES
CLCULO DE LA PROBABILIDAD POST-PRUEBA CONOCIENDO LA SENSIBILIDAD Y LA ESPECIFICIDAD
Probabilidad pre-prueba estimada (P)
Sensibilidad (S)
Especificidad (E)
IC 95%
Probabilidad post-prueba positiva (PPPP)
1-PPPP
1-PPPN
Probabilidad post-prueba negativa (PPPN)
CLCULO DE LA PROBABILIDAD POST-PRUEBA CONOCIENDO EL COCIENTE DE PROBABILIDAD
Probabilidad pre-prueba estimada (P)
Cociente de probabilidad (LR)
IC 95%
Probabilidad post-prueba
J. Primo - Unidad de Digestivo, Hospital de Sagunto primo_joa@gva.es
r n p q A B C
0 100 0.000 1.000 3.84 3.84 207.68
0 0 #DIV/0! #DIV/0! 3.84 #DIV/0! 7.68
0 100 0.000 1.000 3.84 3.84 207.68
DOS PRUEBAS (SIMULTNEAS O SECUENCIALES)
Prueba 1 Prueba 2 Paralelas Seriadas
Sensibilidad
Especificidad
Prueba 1 Prueba 2 Paralelas Seriadas
LR(+)
LR(-)
Probabilidad pre-prueba estimada
Prueba 1 Prueba 2 Paralelas Seriadas
PPPP
PPPN
VARIAS PRUEBAS SECUENCIALES
Probabilidad pre-prueba estimada
N de pruebas
Probabilidad
Odds pre-prueba LR Odds post-prueba post-prueba
Prueba 1
Prueba 2
Prueba 3
Prueba 4
Prueba 5
J. Primo - Unidad Digestivo, Hospital Sagunto primo_joa@gva.es
CONCORDANCIA DE PRUEBAS DIAGNSTICAS: NDICE KAPPA
El ndice kappa se utiliza para valorar el grado de concordancia de dos pruebas diagnsticas o entre dos observadores,
siempre que la variable evaluada sea cualitativa dicotmica.
Prueba 2 + Prueba 2 -
Prueba 1 +
Prueba 1 -
Proporcin total de concordancia observada
Proporcin esperada por azar
IC 95%
ndice Kappa
Con variables cualitativas politmicas y con variables ordinales, el ndice kappa tiene la limitacin de que no tiene en cuenta
el grado de desacuerdo. Una alternativa la constituye el ndice kappa ponderado.
Observador 2 Observador 2 Observador 2 Observador 2 Observador 2 Observador 2
Resultado 1 Resultado 2 Resultado 3 Resultado 4 Resultado 5 Resultado 6
Observador 1-Resultado 1
Observador 1-Resultado 2
Observador 1-Resultado 3
Observador 1-Resultado 4
Observador 1-Resultado 5
Observador 1-Resultado 6
0 0 0 0 0 0
Clculo del peso o factor de ponderacin N de categoras de la variable:
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
#VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE!
#VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE!
ponderada Proporcin observada no ponderada
ponderada Proporcin esperada por azar no ponderada
ndice kappa ponderado ndice kappa
Para variables cuantitativas tambin pueden utilizarse los mtodos de Bland-Altman y Passing-Bablok.
Ambos mtodos pueden realizarse con el programa MedCalc, del que se puede conseguir una versin de demostracin en:
http://www.medcalc.be/index.html
CLCULO DEL TAMAO MUESTRAL
A. Estimacin de la concordancia entre observadores.
Porcentaje de desacuerdo estimado
Precisin (mitad de la amplitud del IC 95%)
N
B. Estimacin de la concordancia intraobservador.
Porcentaje de error (discordancia) estimado 7.68 0.00 1.00
Precisin (mitad de la amplitud del IC 95%) 0.00 1.00
N
J. Primo - Unidad de Digestivo, Hospital de Sagunto primo_joa@gva.es
0
0
0
0
0
0
0
N de categoras de la variable:
primo_joa@gva.es
PREGUNTAS PARA EVALUACIN DE PRUEBAS DIAGNSTICAS
CASPe (Programa de habilidades en lectura crtica Espaa)
http://www.redcaspe.org/
A. Son vlidos los resultados del estudio?
Preguntas de eliminacin
S No s No
1 Existi una comparacin con una prueba de referencia adecuada?
Es correcto el patrn de oro? (no siempre se puede aplicar el mismo patrn de oro a todos los pacientes).
S No s No
2 Incluy la muestra de pacientes un espectro adecuado de pacientes?
Estn adecuadamente descritos los pacientes y cmo se seleccionaron?
Casi cualquier prueba distingue entre sanos y gravemente enfermos.
3 Existe una adecuada descripcin de la prueba?
Se define con claridad qu es un resultado positivo y qu es un resultado negativo?
Se especifica la reproducibilidad de la prueba? (este puede ser un punto clave en pruebas que dependen
observador, como las tcnicas de imagen).
Preguntas de matiz
S No s No
4 Hubo evaluacin "ciega" de los resultados?
Las personas que interpretaron la prueba desconocan los resultados del patrn de oro? (y viceversa).
S No s No
5 La decisin de realizar el patrn de oro fue independiente del resultado de la prueba
problema?
Considerar si:
Se incluyeron preferentemente los resultados positivos en la prueba a evaluar.
Se utilizaron diferentes patrones de oro en los positivos y en los negativos.
B. Cules son los resultados?
6 Se pueden calcular los cocientes de probabilidad (likelihood ratios )?
Se han tenido en cuenta los pacientes con resultado "no concluyente"?
Se pueden calcular los cocientes de probabilidad para distintos niveles de la prueba, si procede?
7 Cul es la precisin de los resultados?
Hay que buscar o calcular los intervalos de confianza de los cocientes de probabilidad.
C. Son los resultados aplicables al escenario?
S No s No
8 Sern satisfactorios en el mbito del escenario la reproducibilidad de la prueba
y su interpretacin?
Considera si: el mbito de estudio es demasiado diferente al del escenario.
S No s No
9 Es aceptable la prueba en este caso?
Considera la disponibilidad de la prueba, los riesgos/molestias de la prueba y los costes.
S No s No
10 Modificarn los resultados de la prueba la decisin sobre cmo actuar?
Desde la perspectiva del escenario, si la actitud no va a cambiar, la prueba es (al menos) intil.
Considera el umbral de accin y la probabilidad de la enfermedad antes y despus de la prueba.
CASPe (Programa de habilidades en lectura crtica Espaa) http://www.redcaspe.org/