UNIVERSIDAD PARTICULAR DE

CHICLAYO

FACULTAD DE MEDICINA - ESCUELA DE MEDICINA HUMANA DEPARTAMENTO

ACADÉMICO DE CIENCIAS BÁSICAS ASIGNATURA DE EPIDEMIOLOGÍA MÉDICA

“PRUEBAS DIAGNÓSTICAS”
 DOCENTE:
DR. MIGUEL ORTEGA CARRASCO
 CICLO: VII
2019 – I
 INTEGRANTES:
o Calderón Ato Dámaris 201510039
o Hernández Becerra Fabiola 201420285
o Hoces Guerrero Patricia 201520055
o Martinez Unzueta Yvett 201520406
o Vega Soberón Reinysabel 201510141

2019
 INTRODUCCIÓN
El diagnóstico médico es un proceso dinámico en el que se intenta tomar decisiones
idóneas en presencia de incertidumbre En este proceso intervienen distintos
instrumentos que tratan de reducir el grado de incertidumbre con el que se emiten los
juicios diagnósticos. Junto a instrumentos clásicos, como la anamnesis y el examen
físico, hoy en día disponemos de múltiples exploraciones complementarias que, usadas
correctamente, permiten mejorar el proceso diagnóstico. Desde un punto de vista
funcional, consideramos prueba diagnóstica a cualquier procedimiento realizado para
confirmar o descartar un diagnóstico o incrementar o disminuir su verosimilitud. La
utilidad de una prueba diagnóstica depende, fundamentalmente, de su validez y de su
fiabilidad, pero también de su rendimiento clínico y de su coste.
El concepto de validez se refiere a la capacidad de la prueba para medir lo que
realmente queremos medir. La validez se evalúa comparando los resultados de la
prueba con los de un patrón de referencia (gold-standard), que identifica el diagnóstico
verdadero. Para pruebas con resultados dicotómicos (ej. presencia-ausencia de
enfermedad) la evaluación se concreta en distintos indicadores de validez: sensibilidad,
especificidad y valores predictivos positivo y negativo. La sensibilidad y la especificidad
son características intrínsecas de la prueba diagnóstica, mientras que los valores
predictivos dependen también de la prevalencia o probabilidad preprueba de la
enfermedad a estudio. Los cocientes de probabilidades son índices resumen de la
sensibilidad y la especificidad, independientes de la probabilidad preprueba, que pueden
usarse en la predicción de la probabilidad postprueba. Estos mismos estimadores
pueden ser aplicados a pruebas con resultados discretos con más de dos categorías o
continuos, si se establece un punto de corte o umbral diagnóstico.
Es preciso tener en cuenta que la información que disponemos sobre la validez de las
pruebas diagnósticas procede de estudios realizados en muestras de población. Por lo
tanto, las estimaciones obtenidas en dichos estudios están sujetas a variabilidad
aleatoria y, si los estudios han sido diseñados incorrectamente, a sesgos.
La fiabilidad de una prueba viene determinada por la estabilidad de sus mediciones
cuando se repite en condiciones similares. La variabilidad de las mediciones va a estar
influida por múltiples factores que interesa conocer y controlar. Entre ellos, tiene especial
importancia distinguir las variaciones de interpretación intraobservador e
interobservador. La fiabilidad puede ser evaluada para resultados discretos nominales
mediante el índice kappa, para resultados discretos ordinales mediante el índice kappa
ponderado y para resultados continuos mediante el coeficiente de correlación intraclase
y el método de Bland-Altman.
 OBJETIVOS
 Mencionar la importancia de las pruebas diagnosticas
 Describir los principales parámetros en la descripción de una prueba diagnóstica.
MARCO TEORICO:

PRUEBA DIAGNÓSTICA

Una prueba diagnóstica se refiere a cualquier método para obtener información adicional
del estado de salud del paciente. El tipo de información adquirida mediante la utilización
de un test diagnóstico no sólo incluye a la presencia o ausencia de una determinada
enfermedad, sino que también a la etapificación de una enfermedad conocida o bien a
establecer la existencia de determinada condición, no necesariamente patológica. La
prueba diagnóstica o test pretende sacar de la ‘zona de incertidumbre’ a un determinado
paciente. La ‘zona de incertidumbre’ se encuentra limitada entre el ‘umbral de
diagnóstico’, bajo el cual la enfermedad es descartada y el ‘umbral terapéutico’, sobre
el cual la enfermedad se confirma y el tratamiento se inicia. Fuera de estos dos
umbrales, vale decir, fuera de la ‘zona de incertidumbre’, no se requiere un test
diagnóstico para establecer la presencia o ausencia de la condición o enfermedad
sospechada.

Los estudios de exactitud diagnóstica tienen una estructura común básica, en términos
generales, pueden corresponder a estudios de tipo caso-control, transversales o
cohorte. En este tipo de estudios (de exactitud diagnóstica) los resultados obtenidos con
la prueba diagnóstica en evaluación se comparan con los de un estándar de referencia
en un mismo grupo de pacientes. El estándar de referencia, también llamado gold
standard (estándar de oro) corresponde, en resumen, a la mejor manera disponible y
ampliamente aceptada para establecer la presencia o ausencia de determinada
condición. Este puede ser un único examen, o bien, una combinación de métodos (gold
standard compuesto). El término exactitud se refiere precisamente a la concordancia
entre los resultados de la prueba diagnóstica con el estándar de referencia.

La tabla de contingencia

Esta tabla consiste de dos columnas que corresponden al resultado dicotómico positivo
o negativo (presencia o ausencia) de la enfermedad o condición según el gold standard
y en las filas según nuestra prueba diagnóstica. Forman cuatro celdas que se designan
con una letra ‘a’ a la ‘d’, de izquierda a derecha y de arriba a abajo. La designación de
las letras de cada celda, así como, la ubicación del gold standard y de la prueba
diagnóstica en estudio, es por convención. Cada una de estas celdas corresponde a
verdadero positivo, falso positivo, falso negativo y verdadero negativo, respectivamente.
Estos términos se definen como:
• Verdadero positivo: el paciente tiene la enfermedad y el test es positivo
• Falso positivo: el paciente no tiene la enfermedad pero el resultado del test es positivo
• Verdadero negativo: el paciente no tiene la enfermedad y el test es negativo
• Falso negativo: el paciente tiene la enfermedad pero el resultado del test es negativo.

SENSIBILIDAD Y ESPECIFICIDAD

SENSIBILIDAD: Corresponde a la proporción de individuos correctamente

diagnosticados con la condición o enfermedad por la prueba diagnóstica. En otras
palabras, la proporción de verdaderos positivos correctamente identificados por el test
del total de individuos enfermos según el estándar de referencia.

ESPECIFICIDAD: Corresponde a la proporción de individuos correctamente

diagnosticados con ausencia de la condición o enfermedad por la prueba diagnóstica en
estudio. Vale decir, es la proporción de verdaderos negativos que fueron correctamente
identificados por el test, del total de individuos sanos según el estándar de referencia.
De lo anterior podemos inferir que la especificidad es el cociente entre los verdaderos
negativos dividido por la suma de verdaderos negativos y falsos positivos.

Estas proporciones son parámetros inherentes a la prueba diagnóstica, en términos

generales, menos dependientes de la prevalencia de la enfermedad. Como se puede
inferir de la definición de sensibilidad y especificidad, la orientación de estos parámetros
es en el sentido opuesto del razonamiento de toma de decisión clínica y por ende su
información no es necesariamente útil para el caso a caso. La utilidad de los parámetros
de sensibilidad y especificidad dependen en gran medida del escenario en que se
apliquen.

Por ejemplo, la citología cérvico uterina convencional, prueba de tamizaje o screening

para la detección de cáncer de cuello uterino, tiene una muy alta especificidad y una
baja sensibilidad. En este tipo de tamizaje de cáncer en población sana, al ser una
enfermedad de baja prevalencia, se busca una muy alta especificidad (muy baja fracción
de falsos positivos), ya que se pretenden evitar los falsos positivos, en cuyos casos su
estudio proseguirá con exámenes más costosos e invasivos. Por otra parte, si el objetivo
de una prueba de tamizaje es evitar la transmisión de una enfermedad prevenible, se
optimizará la sensibilidad.

VALORES PREDICTIVOS
En la clínica el médico se enfrenta a situaciones donde debe considerar el
resultado del examen, sabiendo que la prueba la mayoría de las veces no es perfecta.
Ante un resultado positivo o negativo en la prueba se preguntará cuál es la probabilidad
de que el paciente esté enfermo, dado que el resultado del test es positivo; o cuál es la
probabilidad de que el paciente esté sano, dado un resultado negativo. Estas
probabilidades se determinan mediante los valores predictivos.

La sensibilidad y la especificidad son medidas importantes de la exactitud

diagnóstica de una prueba, pero no pueden ser usadas para estimar la probabi lidad de
enfermedad en un paciente individual. Los valores predictivos positivos (VPP) y
negativos (VPN) proporcionan estimaciones de la probabilidad de la enfermedad. Vale
decir, es la probabilidad de que la prueba diagnóstica entregue el diagnóstico correcto,
si esta resulta positiva o negativa.

 Valor predictivo positivo (VPP)

Es la probabilidad de presentar la enfermedad si se obtiene un resultado positivo

en el test. Para calcular el VPP de una prueba diagnóstica se ha de dividir el número
enfermos con prueba positiva por la sumatoria de los enfermos con prueba positiva y
los sujetos “no enfermos” con prueba positiva.

a/(a + b); o VP/VP + FP

 Usando los mismos datos de la tabla anterior, se calcula el VPP como

86/(86 + 20)= 81%. La interpretación de este resultado es: la probabilidad
de que un paciente tenga depresión, dado que el resultado de las dos
 preguntas para tamizaje fue positivo, es del 81%.

 Valor predictivo negativo (VPN)

Es la probabilidad de que un paciente con un resultado negativo en la prueba

esté realmente sano. Para calcular, entonces, el VPN se debe dividir el número de
enfermos con prueba negativa por la sumatoria de los enfermos con prueba negativa y
los sujetos “no enfermos” con prueba negativa.

d/(c + d); o VN/FN + VN

 El VPN se calcula como 380/(380 + 14) = 96%. La interpretación de este

resultado es: la probabilidad de que un individuo no tenga depresión,
dado que el resultado de las dos preguntas fue negativo, es del 96%.
LIKELIHOOD RATIOS

Los likelihood ratios (LR) o razones de verosimilitud se definen como cuántas veces es
más probable que un paciente con la enfermedad tenga un determinado resultado en el
test que pacientes sin la enfermedad. Dicho de otra manera, es la razón de probabilidad
de un resultado específico en pacientes con la enfermedad versus en aquellos que no
la tienen.

El uso del LR constituye una herramienta de gran utilidad para la toma de decisiones
clínicas frente a la solicitud de algún test diagnóstico, porque son valores inherentes a
este e independientes de la prevalencia de la enfermedad. Si bien su cálculo deriva de
probabilidades condicionadas en base al teorema de Bayes, se puede estimar en base
a parámetros de sensibilidad y especificidad de la siguiente manera:
El LR (+) se calcula dividiendo la probabilidad de un resultado positivo en un paciente
sano (Sensibilidad) entre la probabilidad de un resultado positivo en los sanos (1-
Especificidad)

El LR (-) se calcula dividiendo la probabilidad de un resultado negativo en pacientes

enfermos (1-Sensibilidad) entre la probabilidad de un resultado negativo en pacientes
saos (Especificidad)

Esto refleja la capacidad de un test diagnóstico para cambiar una probabilidad pretest a
una nueva probabilidad postest. La aplicabilidad del LR es múltiple en la práctica
radiológica, ya que es posible utilizarlo al analizar pruebas diagnósticas con resultados
dicotómicos, en los que solo es posible determinar presencia o ausencia de enfermedad
(negativo o positivo), o bien con resultados categóricos, por ejemplo mediante
exámenes que tienen categorías de severidad (leve, moderada o severa).

El impacto de los valores del LR positivo y negativo se refleja en la tabla 2. Como término
general, hay que recordar que un LR positivo mayor de 10 y un LR negativo menor de
0,1 indica un cambio relevante en la probabilidad pretest, lo cual determina con alta
certeza un cambio de conducta clínica.

Los LR son claves en cuánto son la expresión del teorema de Bayes, de relacionar
probabilidades condicionales, en particular de la probabilidad pre-test para la estimación
de la probabilidad post-test. La probabilidad pre-test, corresponde a la probabilidad de
enfermedad del paciente en la población previo al empleo de la prueba diagnóstica, la
que puede ser estimada de múltiples maneras, la consideraremos como igual a la
prevalencia. La probabilidad post-test corresponde a la probabilidad de que el paciente
tenga la enfermedad en nuestro escenario clínico y luego de aplicada la prueba
diagnóstica(. Lo expuesto previamente se obtiene de la siguiente manera:
• Probabilidad pre-test= Prevalencia
• Odds pre-test= Probabilidad pre-test / (1 - Probabilidad pre-test)
• Odds post-test= Odds pre-test x LR
• Probabilidad post-test= Odds post-test / (1 +Odds post-test)
Fagan implementó un nomograma para graficar el teorema de Bayes, combinando la
razón de verosimilitud (LR), la probabilidad pre-test y la probabilidad post-test (Figura
2). Este permite simplificar su utilización.
El nomograma de Fagan facilita la conversión de la probabilidad previa a la prueba, en
la posterior a la prueba: En la primera columna identificaríamos la probabilidad de que
nuestro paciente tenga la enfermedad antes de realizar la prueba diagnóstica; contiene
una secuencia de porcentajes que va del 0.1 al 99%. Esta probabilidad es establecida
con los hallazgos del interrogatorio y de la exploración física que hemos realizado o
simplemente, con la prevalencia de la enfermedad en la población general. Una vez que
hemos determinado el valor basal lo identificamos en el nomograma de Fagan, en la
primera columna. Si realizamos la prueba diagnóstica, el resultado puede ser una RV
positiva o negativa (dependiendo del resultado positivo o negativo de la prueba), el valor
de la RV es identificado en el nomograma en la segunda columna y trazamos una línea
recta desde la probabilidad previa a la prueba, hasta el valor de la RV; esta recta la
prolongamos hasta la columna de la probabilidad posterior a la prueba e identificamos
en el punto de intersección de ambas columnas, la probabilidad posprueba.
ODDS RATIO DIAGNÓSTICO
La odds ratio diagnóstica (DOR) es conocida como un índice estadístico en los estudios
epidemiológicos casos/controles representando la fuerza de asociación entre el factor
de riesgo y la enfermedad. Aquí podría ser útil para mostrar la fuerza de asociación entre
el resultado de una prueba y la enfermedad.
Este índice único traduce las prestaciones de una prueba con un solo valor que no está
influenciado por la prevalencia. Es la razón entre la odds o chance de estar enfermo si
la prueba da positivo y la odds o chance de no estar enfermo si la prueba da negativo.
Los valores de la DOR varían de cero a infinito (cuantos más altos son los valores, mejor
es la prueba).
El valor DOR= 1 significa que la prueba no es discriminante, el test es inútil. Los valores
mayores de 1 significan que es más probable que la prueba de positivo en el caso de
enfermos que en sanos. Esta medida tiene varias limitaciones, en especial, el de
combinar sensibilidad y especificidad en un único indicador, perdiendo el valor relativo
de cada uno de éstos. Por consecuencia, una prueba diagnóstica con baja sensibilidad
y alta especificidad puede tener el mismo DOR que una con alta sensibilidad y baja
especificidad.

VALIDEZ DE LAS PRUEBAS DIAGNÓSTICAS EVALUACIÓN DE LA VALIDEZ DE

LAS PRUEBAS DIAGNÓSTICAS.

Una prueba diagnóstica será válida si es capaz de medir correctamente el fenómeno

que pretende estudiar. Pero para poder evaluar la validez de una prueba diagnóstica se
requiere un patrón de referencia o “patrón oro” (gold standard) que refleje fielmente la
característica a medir. Para el escenario diagnóstico más simple, en el que el fenómeno
a medir es la presencia o ausencia de una enfermedad, el patrón de referencia tendrá
que clasificar perfectamente a la población enferma y a la sana. Cuanto mayor grado de
acuerdo tenga la prueba diagnóstica con la prueba o patrón de referencia más válida
será. Aunque asumamos que el patrón de referencia tiene una validez absoluta, es
frecuente que esta validez no sea perfecta o que no haya podido ser evaluada. A
menudo, se asigna dicho papel a la prueba diagnóstica disponible con la que existe
mayor experiencia o a la que ha demostrado, hasta un momento dado, mayor validez.
La mayoría de los estudios de evaluación de pruebas diagnósticas tratan de comparar
esa prueba estándar con una nueva prueba que presenta ventajas en cuanto a
rendimiento, sencillez, rapidez, coste, seguridad, etc.. En ocasiones no se dispone de
ninguna prueba de referencia, por la naturaleza del concepto a medir o por la ausencia
de conocimiento suficiente. En estas situaciones resulta útil recurrir a criterios
diagnósticos diseñados por expertos o resultantes de un conjunto de pruebas
agrupadas. Cuando resulte imposible establecer un patrón de referencia, se tratará al
menos de valorar la fiabilidad de la prueba estudiada y su concordancia con otras
pruebas alternativas. Es importante tener en cuenta que un “patrón oro” puede ser
imperfecto y en ese caso sus defectos van a influir en la evaluación de la prueba
diagnóstica. Aunque podemos examinar la fiabilidad del “patrón oro”, su validez debe
ser asumida por cuestiones de operatividad, al menos provisionalmente, hasta que sea
sustituido por otra prueba, a la luz del avance del conocimiento o la tecnología. No
obstante, si se tiene información sobre los sesgos que provoca un patrón de referencia,
éstos pueden ser corregidos mediante modelos matemáticos

Confiabilidad

La fiabilidad estadística es necesaria para garantizar la validez y precisión del análisis

estadístico. Se relaciona con la capacidad de reproducir los resultados tantas veces
como sea necesario. Esto es esencial, ya que genera confianza en el análisis estadístico
y en los resultados obtenidos.

Se considera que la fiabilidad estadística es baja si mides determinado nivel de control

en un punto y un valor totalmente diferente cuando repites el experimento en otro
momento.

Sin embargo, si la fiabilidad es baja significa que el experimento que has realizado es
difícil de ser reproducido con resultados similares y entonces la validez del experimento
disminuye. Esto significa que la gente no confiará en la capacidad del medicamento en
base a los resultados estadísticos que has obtenido.

Variabilidad en la observación clínica

La ausencia de consistencia, es decir, la variabilidad se puede producir entre las

valoraciones hechas por dos o más observadores (variabilidad interobservador), o por
un mismo observador en ocasiones separadas entre sí por un lapso de tiempo
(variabilidad intraobservador). Esta puede aparecer en cualquiera de las etapas del
proceso asistencial.

La mayoría de los clínicos son conscientes de la existencia del desacuerdo o variabilidad

en sus valoraciones, entre otros motivos porque la práctica diaria se lo recuerda
constantemente al discrepar de sus colegas respecto a las mismas observaciones
clínicas.

Estándar de referencia, o gold standard

La primera condición para evaluar una nueva prueba es que exista un método confiable
con el fin de hacer el diagnóstico; es decir, cuál es, hasta el momento del estudio, la
mejor alternativa diagnóstica existente para estudiar una determinada enfermedad o un
evento de interés.

Habitualmente este es un examen demasiado difícil o costoso para ser utilizado de

manera rutinaria. La prueba de oro puede ser desde una imagen radiológica o un
electroencefalograma hasta una necropsia.

El uso de una prueba de oro con el fin de identificar definitivamente a quienes tienen la
enfermedad es un requisito para evaluar la utilidad diagnóstica de cualquier prueba
nueva o no evaluada. De este modo una prueba nueva se compara con una prueba
antigua y más aceptada, buscando determinar si la nueva ofrece el mismo rendimiento
que la de referencia.
 CONCLUSIONES:

 La prueba diagnóstica o test pretende sacar de la ‘zona de incertidumbre’ a un

determinado paciente. La ‘zona de incertidumbre’ se encuentra limitada entre el
‘umbral de diagnóstico’, bajo el cual la enfermedad es descartada y el ‘umbral
terapéutico’, sobre el cual la enfermedad se confirma y el tratamiento se inicia
 las pruebas diagnósticas generalmente se describe y/o cuantifica en términos de
su sensibilidad, especificidad, valor predictivo positivo, valor predictivo negativo
y likelihood ratios (razones de verosimilitud) positivo y negativo. Existen otros
parámetros descriptivos de las propiedades diagnósticas de un test específico.

BIBLIOGRAFIA

 Bravo S, Cruz J. Estudios de exactitud diagnóstica: Herramientas para su

Interpretación ( Internet) . Rev Chilena de Radiología. Vol. 21 Nº 4, 2015 pp 158-
164 (Citado 26 de marzo 2019). Disponible en:
https://scielo.conicyt.cl/pdf/rchradiol/v21n4/art07.pdf?fbclid=IwAR36JuHIQye_k
2mfZf2UVHZII-kyLb7sLMBAEmNqCvfNdfVDe5s6xsOrcyA.

 Medina M. Metodología de investigación y lectura crítica de estudio.

Generalidades de las pruebas diagnósticas, y su utilidad en la toma de
decisiones médicas . Rev. Colomb. Psiquiat., vol. 40 / No. 4 / 2011. (Citado 26
de marzo, 2019). Disponible en :
http://www.scielo.org.co/pdf/rcp/v40n4/v40n4a15.pdf

 Ochoa C. Estudios sobre pruebas diagnósticas. Servicio de Pediatría y Unidad

de Apoyo a la Investigación. ( Internet) . ( Actualizado, 16 de octubre , 2006)(
Citado 26 de marzo 2019). Disponible en :