¿Es segura mi prueba de diagnóstico?
¡Buenas de nuevo! 😙 Vamos a seguir aprendiendo conceptos.
Hay dos valores que nos sirven para saber si nuestra prueba de diagnóstico es segura, es decir, si los resultados de nuestra prueba son reales (buenos) o no. Estos son el valor predictivo positivo y el valor predictivo negativo. Estos valores dependen de la prevalencia.
Valor predictivo positivo (VP+): es la probabilidad de que una persona que ha dado positivo esté enferma. Es decir, si una persona da positivo en el test de antígenos del COVID, la probabilidad de que realmente tenga COVID (sea verdadero positivo) es el valor predictivo positivo.
Valor predictivo negativo (VP-): es la probabilidad de que una persona que ha dado negativo esté sano. Es decir, si una persona da negativo en el test de antígenos del COVID, la probabilidad de que realmente tenga no COVID (sea verdadero negativo) es el valor predictivo negativo.
¿Cuál es el rendimiento de nuestra prueba de diagnóstico?
También tenemos otros conceptos que se utilizan para ver en que medida nuestra prueba es buena o no. Este es el rendimiento de nuestra prueba diagnóstica. También sirven para calcular la probabilidad de estar enfermo o no tras realizar la prueba.
Razón de verosimilitud positiva (RV+): este valor hace referencia a cuántas veces más la prueba da positivo en los enfermos que en los sanos. Es decir, estamos comparando los enfermos que dan positivo (verdaderos positivos) con los sanos que dan positivo (falsos positivos). Cuanto más alto es el valor quiere decir que tenemos más verdaderos positivos y menos falsos positivos. Un RV+ bueno tiene que ser mayor o igual a 10.
Razón de verosimilitud negativa (RV-): este valor hace referencia a cuántas veces más la prueba da negativo en los enfermos que en los sanos. Es decir, estamos comparando los enfermos que dan negativo (falsos negativos) con los sanos que dan negativo (verdadero negativo). Cuanto más bajo sea el valor quiere decir que tenemos más verdaderos negativos y menos falsos negativos. Un RV- bueno tiene que ser menor o igual a 0,1.
Prevalencia (o probabilidad preprueba): es el número de enfermos que hay en una población. También puede verse como la probabilidad de que alguien de la población tenga esa enfermedad. Por ejemplo, si tenemos una prevalencia de 1/100 quiere decir que 1 de cada 100 personas estará enferma.
Probabilidad post-prueba: esto nos indica la probabilidad de que una persona esté enferma después de hacer la prueba. Es decir, la probabilidad antes de hacer la prueba (prevalencia) es 1/100. Después te haces el test y das positivo. La probabilidad de que estés enfermo después de hacer el test es la probabilidad post-prueba. Esto se hace porque aunque haya dado positivo igual no estás enfermo, es decir, es un falso positivo.
Nomograma de Fagan: Es una especie de gráfica que nos sirve para calcular la probabilidad post-prueba. Para ello necesitamos saber la prevalencia y la razón de verosimilitud.
Una vez que sabemos los valores de la prevalencia y la razón de verosimilitud, tenemos que trazar una recta que pase por esos dos valores y así encontramos la probabilidad post-prueba. Como se ve en la imagen, tenemos una prevalencia de 30% y el RV es de 1. Entonces trazamos la línea y llega hasta el 30. Por tanto la probabilidad post-prueba es de 30%
Y aquí acaba este post, esperamos que te haya parecido interesante. ¡Recuerda que puedes preguntarnos lo que quieras en los comentarios! 👀
"No se puede enseñar nada a un hombre, sólo se le puede ayudar a descubrirse a sí mismo" - Galileo Galilei
Comentarios
Publicar un comentario