Fundamentos de Validez y Fiabilidad en Pruebas Diagnósticas

Validez de una Prueba Diagnóstica

Se define como la capacidad de la prueba para discriminar entre casos y no casos para una enfermedad determinada. Los indicadores de validez son:

• Sensibilidad: Probabilidad de que una medida clasifique correctamente a un individuo enfermo.
• Especificidad: Probabilidad de que una medida clasifique correctamente a una persona no enferma.
• Valor Predictivo Positivo (VP+): Probabilidad de que un individuo con un resultado positivo tenga la enfermedad en estudio.
• Valor Predictivo Negativo (VP-): Probabilidad de que un individuo con un resultado negativo sea una persona sana.
• Razón de Verosimilitud Positiva (RV+): Cociente entre la fracción de verdaderos positivos (sensibilidad) y la fracción de falsos positivos (1 - especificidad).
• Razón de Verosimilitud Negativa (RV-): Cociente entre la fracción de falsos negativos (1 - sensibilidad) y la fracción de verdaderos negativos (especificidad).
• Eficiencia: Proporción de resultados correctos sobre el total.

Fiabilidad de una Prueba Diagnóstica

Es la capacidad de una prueba para obtener resultados comparables si se utiliza en condiciones similares. Los resultados de las mediciones y observaciones clínicas están influidos por fuentes de variación:

• Variabilidad intraobservador: El mismo profesional puede obtener resultados diferentes al repetir una medición al mismo paciente.
• Variabilidad interobservador: Las mediciones realizadas por diferentes profesionales suelen ser distintas.
• Variabilidad biológica: Inherente a la característica que se desea medir.
• Variabilidad en el instrumento de medida: El aparato de medición está sometido a un grado de variación diverso.
• Variabilidad aleatoria: Grado de variación que no puede atribuirse a otros factores.

La prevalencia no modifica la especificidad ni la sensibilidad, pero sí afecta a los valores predictivos (VP+ y VP-), pudiendo provocar que una prueba sea válida en una población e inútil en otra. Por eso, se recomienda utilizar otros índices que sean útiles y no dependan de la prevalencia.

Curvas ROC

Es la curva que expresa la relación entre los verdaderos positivos (sensibilidad) y los falsos positivos (1 - especificidad). Sobre un gráfico cartesiano, la curva expresa mayor poder de discriminación de la prueba cuanto mayor sea el área bajo la curva.

Fórmulas y Cálculos

Eficiencia

Eficiencia = (VP + VN) / (VP + VN + FP + FN)

Razones de Verosimilitud

Razón de verosimilitud positiva = Sensibilidad / (1 - Especificidad)

Razón de verosimilitud negativa = (1 - Sensibilidad) / Especificidad

Indicadores Básicos

• Sensibilidad = a / (a + c)
• Especificidad = d / (b + d)
• VP+ = a / (a + b)
• VP- = d / (c + d)
• Prevalencia = Total enfermos / Población total (o (a + c) / N)