Nivelación · Estadística aplicada y bioestadística
Comparación, modelos y aplicaciones en salud · Bioestadística e interpretación de estudios
Validez de pruebas diagnósticas
Una prueba de cribado da positivo en una persona asintomática. ¿Significa que probablemente tiene la condición? La respuesta intuitiva suele ser «sí, casi seguro», y con frecuencia es falsa. Para saber cuánto fiarte de un resultado necesitas distinguir qué mide la prueba cuando se conoce la verdad y qué probabilidad tiene la persona una vez conocido el resultado. Este apartado es solo de interpretación estadística, sin recomendaciones clínicas.
La tabla 2×2 y la validez de la prueba
Para evaluar una prueba hace falta una referencia (el mejor método disponible para saber quién tiene la condición). Se aplica la prueba a personas con y sin condición y se cuentan los resultados en una tabla 2×2.
Practica★☆☆Sin empezar
Una prueba ficticia aplicada a 100 personas con referencia conocida produce: con condición, 16 positivos y 4 negativos; sin condición, 8 positivos y 72 negativos.…
Una prueba ficticia aplicada a 100 personas con referencia conocida produce: con condición, 16 positivos y 4 negativos; sin condición, 8 positivos y 72 negativos. Calcula sensibilidad y especificidad, sin recomendar uso clínico.
Quien recibe un resultado no sabe si tiene la condición; lo que pregunta es qué probabilidad hay dado el resultado. Eso lo miden los valores predictivos, que condicionan en sentido contrario a $Se$ y $Sp$.
La curva muestra el VPP de una prueba con $Se=0{,}9$ y $Sp=0{,}95$ al variar la prevalencia (eje horizontal).
Practica★☆☆Sin empezar
Un estudio tiene 30 verdaderos positivos, 10 falsos positivos, 5 falsos negativos y 55 verdaderos negativos. Calcula el valor predictivo positivo.
Un estudio tiene 30 verdaderos positivos, 10 falsos positivos, 5 falsos negativos y 55 verdaderos negativos. Calcula el valor predictivo positivo.
Los valores predictivos obligan a rehacer la cuenta en cada población. Las razones de verosimilitud separan lo que aporta la prueba (que no depende de la prevalencia) de lo que sabías antes.
Practica★★☆Sin empezar
Se da $LR^+=Se/(1-Sp)$ y $LR^-=(1-Se)/Sp$. Con sensibilidad $0,9$ y especificidad $0,8$, calcula ambos.
Se da $LR^+=Se/(1-Sp)$ y $LR^-=(1-Se)/Sp$. Con sensibilidad $0,9$ y especificidad $0,8$, calcula ambos.
Una probabilidad previa es $0,2$ y $LR^+=4$. Usa odds posteriores = odds previas por LR y $p=o/(1+o)$ para obtener la probabilidad posterior a positivo.
Una probabilidad previa es $0,2$ y $LR^+=4$. Usa odds posteriores = odds previas por LR y $p=o/(1+o)$ para obtener la probabilidad posterior a positivo.
Muchas pruebas dan un valor continuo y «positivo» significa superar un punto de corte. Cambiar el corte cambia la tabla 2×2 con las mismas personas.
La curva ROC representa, para todos los cortes, la sensibilidad (vertical) frente a $1-Sp$, la proporción de falsos positivos (horizontal). Un punto $(0{,}1;\,0{,}8)$ significa $Se=0{,}8$ y $Sp=0{,}9$. La diagonal es una prueba sin información; cuanto más cerca de la esquina superior izquierda, mejor discrimina.
Practica★☆☆Sin empezar
Al bajar un umbral que define positivo como resultado superior al corte, ¿cómo suelen cambiar sensibilidad y especificidad en el mismo conjunto de datos?
Al bajar un umbral que define positivo como resultado superior al corte, ¿cómo suelen cambiar sensibilidad y especificidad en el mismo conjunto de datos?
Una curva ROC usa sensibilidad en vertical y $1-Sp$ en horizontal. Un punto es $(0,1;0,8)$. Recupera sensibilidad y especificidad e interpreta el eje horizontal.
Una curva ROC usa sensibilidad en vertical y $1-Sp$ en horizontal. Un punto es $(0,1;0,8)$. Recupera sensibilidad y especificidad e interpreta el eje horizontal.
Se comparan dos umbrales de una prueba en las mismas personas y ambos producen VPP distintos. ¿Por qué sus estimaciones no son independientes y qué no permite concluir…
Se comparan dos umbrales de una prueba en las mismas personas y ambos producen VPP distintos. ¿Por qué sus estimaciones no son independientes y qué no permite concluir una AUC mayor por sí sola?
Los resultados de una validación solo valen si el diseño es bueno.
Practica★★☆Sin empezar
Una prueba se valida solo en casos muy graves y controles claramente sanos. ¿Qué problema aparece al extrapolar sensibilidad y especificidad a una población con síntomas…
Una prueba se valida solo en casos muy graves y controles claramente sanos. ¿Qué problema aparece al extrapolar sensibilidad y especificidad a una población con síntomas leves y diagnósticos similares?
Con sensibilidad $0,8$ y especificidad $0,9$, se repite una prueba dos veces y se define positivo si ambas son positivas. Suponiendo independencia condicional dado el…
Con sensibilidad $0,8$ y especificidad $0,9$, se repite una prueba dos veces y se define positivo si ambas son positivas. Suponiendo independencia condicional dado el estado real, calcula sensibilidad y especificidad del conjunto.
Un clasificador siempre informa negativo en una población de prevalencia 1 %. Calcula exactitud, sensibilidad y especificidad, y explica por qué exactitud aislada engaña.
Un clasificador siempre informa negativo en una población de prevalencia 1 %. Calcula exactitud, sensibilidad y especificidad, y explica por qué exactitud aislada engaña.