Introducción-pruebas-diagnosticas.docx

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 (1Especificidad)

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 158164 (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 :