Sensibilidad vs Especificidad y Valor Predictivo
Contenido:
- ¿Qué es la Sensibilidad (Tasa de Verdaderos Positivos)?
- ¿Qué es la Especificidad (Tasa de Verdaderos Negativos)?
- Valores predichos positivos
- Valores predichos negativos
- ¿Qué es una prueba sensible?
La sensibilidad de una prueba (también llamada tasa de verdaderos positivos) se define como la proporción de personas con la enfermedad que tendrán un resultado positivo. En otras palabras, una prueba altamente sensible es aquella que identifica correctamente a los pacientes con una enfermedad. Una prueba que es 100% sensible identificará a todos los pacientes que tienen la enfermedad. Es extremadamente raro que una prueba clínica sea 100% sensible. Una prueba con una sensibilidad del 90% identificará al 90% de los pacientes que tienen la enfermedad, pero pasará por alto al 10% de los pacientes que tienen la enfermedad.
Una prueba de alta sensibilidad puede ser útil para descartar una enfermedad si una persona tiene un resultado negativo. Por ejemplo, un resultado negativo en una prueba de Papanicolaou probablemente significa que la persona no tiene cáncer de cuello uterino. El acrónimo ampliamente utilizado es SnNout (alta sensibilidad, resultado negativo = descartar).
Volver al principio¿Qué es una prueba específica?
La especificidad de una prueba (también llamada tasa de verdaderos negativos) es la proporción de personas sin la enfermedad que tendrán un resultado negativo. En otras palabras, la especificidad de una prueba se refiere a lo bien que una prueba identifica a los pacientes que no tienen una enfermedad. Una prueba con una especificidad del 100% identificará al 100% de los pacientes que no tienen la enfermedad. Una prueba que tiene una especificidad del 90% identificará al 90% de los pacientes que no tienen la enfermedad.
Las pruebas con una alta especificidad (una alta tasa de verdaderos negativos) son más útiles cuando el resultado es positivo. Una prueba altamente específica puede ser útil para descartar a los pacientes que tienen una determinada enfermedad. El acrónimo es SPin (high Specificity, rule in).
¿Qué es un rango «alto»
Lo que se califica como sensibilidad o especificidad «alta» varía según la prueba. Por ejemplo, los puntos de corte para las pruebas de trombosis venosa profunda y embolia pulmonar oscilan entre 200 y 500 ng/dL (Pregerson, 2016).
Volver al principioEjemplo de alta sensibilidad/baja especificidad
Una mamografía es una prueba de alta sensibilidad/baja especificidad.
En general, las pruebas de alta sensibilidad tienen baja especificidad. En otras palabras, son buenas para detectar casos reales de la enfermedad, pero también tienen una tasa bastante alta de falsos positivos. Las mamografías son un ejemplo de prueba que suele tener una alta sensibilidad (alrededor del 70-80%) y una baja especificidad. La sensibilidad depende del tamaño del tumor, la edad de la paciente y otros factores. Según Cancer.gov, la prueba también tiene una tasa de falsos positivos bastante alta: la mitad de las mujeres que se someten a mamografías anuales durante 10 años en los Estados Unidos experimentarán un resultado falso positivo.Ejemplo de baja sensibilidad/alta especificidad
Un ejemplo de este tipo de prueba es la prueba de la varilla de nitrato que se utiliza para detectar infecciones del tracto urinario en pacientes hospitalizados (e.p. ej., 27% de sensibilidad, 94% de especificidad).
Volver al principio¿Qué es un valor predictivo positivo?
El valor predictivo positivo (VPP) es la probabilidad de que un resultado positivo en una prueba de hipótesis signifique que existe un efecto real. Es la probabilidad de que los pacientes que tienen un resultado positivo en la prueba tengan realmente la enfermedad. Se utiliza habitualmente en las pruebas médicas en las que un resultado «positivo» significa que realmente se tiene la enfermedad. Por ejemplo, supongamos que usted se somete a una prueba para detectar un tipo de cáncer y que la prueba tiene un VPP del 15,2%. Eso significa que si el resultado de la prueba es positivo, tendría un 15,2% de posibilidades de tener realmente un cáncer. En otras palabras, un resultado positivo en la prueba no significa necesariamente que se tenga una enfermedad concreta. Por ejemplo, un resultado positivo en una mamografía puede significar que sus posibilidades de tener cáncer de mama (es decir, el valor predictivo positivo) es sólo del diez por ciento.
El valor predictivo positivo es una forma (junto con la especificidad, la sensibilidad y los valores predictivos negativos) de evaluar el éxito de una prueba de detección.
Los valores predictivos positivos están influenciados por lo común que es la enfermedad en la población a la que se realiza la prueba; si la enfermedad es muy común, es más probable que una persona con un resultado positivo en la prueba tenga realmente la enfermedad que si una persona tiene un resultado positivo en una población en la que la enfermedad es rara.
Calcular el valor predictivo positivo
Los valores predictivos positivos pueden calcularse de varias maneras. Dos de las más comunes son:
Valor predictivo positivo = número de verdaderos positivos / número de verdaderos positivos + número de falsos positivos
o
Valor predictivo positivo = Sensibilidad x Prevalencia / Sensibilidad x prevalencia + (1- especificidad) x (1-prevalencia)La sensibilidad es la proporción de personas con la enfermedad que tendrán un resultado positivo en la prueba.
El valor predictivo puede calcularse a partir de una tabla de contingencia 2×2, como la siguiente:
Los dos datos que necesita para calcular el valor predictivo positivo están marcados con un círculo: la tasa de verdaderos positivos (celda a) y la tasa de falsos positivos (celda b).
Utilizando la fórmula:
Valor predictivo positivo = Tasa de verdaderos positivos / (tasa de verdaderos positivos + tasa de falsos positivos)*100
Para este conjunto particular de datos:
Valor predictivo positivo = a / (a + b) = 99 / (99 + 901) * 100 = (99/1000)*100 = 9,9%. Esto significa que si usted realizó esta prueba en particular, la probabilidad de que realmente tenga la enfermedad es del 9,9%.Una buena prueba tendrá números más bajos en las celdas b (falso positivo) y c (falso negativo). Esto tiene sentido, ya que una prueba perfecta sólo tendrá números en las ubicaciones verdaderas positivas y verdaderas negativas. Sin embargo, en la realidad, las pruebas perfectas no existen. Además, el VPP se ve afectado por la prevalencia de la enfermedad en la población. Cuantas más personas tengan la enfermedad, mejor será el VPP para predecir las probabilidades.
La siguiente imagen (cortesía de Wikipedia) muestra un VPP de sólo el 10%, obtenido al dividir los verdaderos positivos (20) entre los verdaderos positivos (20) y los falsos positivos (180). Eso significa que esta prueba conlleva el riesgo de una alta tasa de falsos positivos.
Los valores predictivos positivos se pueden calcular a partir de cualquier tabla de contingencia. La calculadora de validez en línea de esta página de BU.EDU (desplácese hasta el final de la página) calculará los valores predictivos positivos utilizando una tabla de contingencia.
Valor predictivo positivo frente a sensibilidad de una prueba
La definición de valor predictivo positivo es similar a la sensibilidad de una prueba y ambas se confunden a menudo. Sin embargo, el VPP es útil para el paciente, mientras que la sensibilidad es más útil para el médico. El valor predictivo positivo le indicará las probabilidades de que tenga una enfermedad si tiene un resultado positivo. Esto puede ser útil para saber si debe entrar en pánico o no. Por otro lado, la sensibilidad de una prueba se define como la proporción de personas con la enfermedad que tendrán un resultado positivo. Este dato es muy útil para los médicos a la hora de decidir qué prueba utilizar, pero tiene poco valor para usted si da positivo.
Volver al principioValor predictivo negativo
El valor predictivo negativo es la probabilidad de que las personas que obtienen un resultado negativo en la prueba no tengan realmente la enfermedad. En otras palabras, es la probabilidad de que el resultado negativo de una prueba sea preciso.
La fórmula para encontrar el valor predictivo negativo es:
Valor predictivo negativo = Tasa de verdaderos negativos / (tasa de verdaderos negativos + tasa de falsos negativos)*100
Para el conjunto de datos anterior:
Valor predictivo negativo = d / (c + d) = 43123 / (32 + 4323) * 100 = (43123/43155)*100 = 99.9%. Eso significa que si usted se hizo esta prueba en particular y recibió un resultado negativo, la probabilidad de que no tenga la enfermedad es del 99,9%.Beyer, W. H. CRC Standard Mathematical Tables, 31st ed. Boca Ratón, FL: CRC Press, pp. 536 y 571, 2002.
Dodge, Y. (2008). The Concise Encyclopedia of Statistics. Springer.
Everitt, B. S.; Skrondal, A. (2010), The Cambridge Dictionary of Statistics, Cambridge University Press.
Kotz, S.; et al., eds. (2006), Encyclopedia of Statistical Sciences, Wiley.CITE THIS AS:
Stephanie Glen. «Sensibilidad vs Especificidad y Valor Predictivo» De StatisticsHowTo.com: ¡Estadística elemental para el resto de nosotros! https://www.statisticshowto.com/probability-and-statistics/statistics-definitions/sensitivity-vs-specificity-statistics/——————————————————————————
¿Necesitas ayuda con los deberes o con un examen? Con Chegg Study, puedes obtener soluciones paso a paso a tus preguntas de un experto en la materia. ¡Tus primeros 30 minutos con un tutor de Chegg son gratis!