Sensibilidad, especificaidad y egicacia diagnostica

1
Análisis bioquímico clínico I

• Sensibilidad, especificidad y eficiencia
  diagnósticas

Barrón Adame Vanessa Sandoval Machado Mónica
Jacqueline
QFB Jessica Yazmin Martínez Morales
2
Introducción

• En 1947, Yerushalmy introduce los términos de
  sensibilidad y especificidad como indicadores
  estadísticos que evalúan el grado de eficacia
  inherente a una prueba diagnóstica.

3
Curva de frecuencia de resultados

• Idealmente, la curva de frecuencia de resultados
  obtenidos en la población normal se debería
  presentar netamente separada de la curva de la
  población enferma.

4
Curva de frecuencia de resultados

• Población sana
• Población enferma
• Falsos positivos
• Falsos negativos

Solapamiento
5
Punto de corte

• Se establece por debajo y por encima del cual la
  probabilidad de padecer la enfermedad y la
  probabilidad de estar sano sean conocidas.
• Verdaderos negativos (VN)
• Falsos positivos (FP)
• Verdaderos positivos (VP)
• Falsos negativos (FN)

6
La capacidad discriminatoria de la magnitud
bioquímica depende de dos variables, sensibilidad
y especificidad diagnósticas, parámetros que
expresan la capacidad discriminatoria de una
magnitud.
Sensibilidad diagnóstica
Especificidad diagnóstica
Eficiencia diagnóstica
7

VALORES DE REFERENCIA
Son intervalos de referencia usados para
interpretar el comportamiento del analito, de
acuerdo a estos intervalos el resultado se
cataloga como normal o anormal.
8
Valores de referencia

• Cando se habla de intervalo o valores de
  referencia se deben considerar tres aspectos
  relevantes
• Un resultado normal para un laboratorio puede ser
  anómalo para otro para interpretar el resultado
  del análisis se debe tener en cuenta el rango o
  intervalo de referencia del laboratorio que ha
  emitido el informe.
• Un resultado normal no excluye la presencia de
  una enfermedad.
• Un resultado anómalo no siempre indica enfermedad.

9
Sensibilidad diagnóstica
La sensibilidad diagnóstica se refiere al
porcentaje de personas enfermas con un resultado
fuera del intervalo de referencia.
FORMULA
10
Especificidad Diagnóstica
La especificidad diagnóstica se refiere a la
fracción de personas sanas con un resultado
dentro del intervalo de referencia.
FORMULA
11
Eficiencia diagnóstica
La eficiencia diagnóstica es el porcentaje de
personas clasificadas correctamente con la prueba
como enfermas o sanas.
12
ejemplo

• Se esta evaluando una nueva magnitud bioquímica
  para diagnosticar una enfermedad
• 85 personas enfermas presentan resultados
  positivos (VP)
• 18 presentaban resultados negativos (FN)
• De 110 personas sanas
• 101 presentaban resultados negativos (VN)
• 9 presentaban resultado positivo (FP)

13

• Sensibilidad ( ) 1 0 0 x (8 5 / 1 0 3 ) 8 2
  ,5
• Especificidad ( ) 1 0 0 x (101 / 110) 9 1 ,8
  
• Eficiencia ( ) 100 x (85 101) / 213 8 7
  ,3

14
APLICACIÓN DEL PUNTO DE CORTE A LAS DECISIONES
CLÍNICAS

• Sano o negativo
• Enfermo o positivo
• Lo ideal es poner un punto de corte que
  clasifique correctamente a todos los enfermos y
  sanos
• Sensibilidad 100 (enfermos)
• Especificidad 100 (Sanos)

División de un objeto o concepto en dos partes
complementarias pero separadas.
Dicotómico
15
APLICACIÓN DEL PUNTO DE CORTE A LAS DECISIONES
CLÍNICAS

• Sensibilidad alta / Especificidad baja
• Al situar un punto de corte en un valor extremo
  de la población enferma.
• Especificidad alta / Sensibilidad baja
• Al situar un punto de corte en un valor extremo
  de la población sana.
• Aparte de ello , algunas enfermedades evolucionan
  de forma asintomática y progresiva a lo largo del
  tiempo , por lo que no existe una clara
  separación entre el estado sano y el enfermo.

16
CURVAS ROC

• La curva ROC es un método gráfico que muestra la
  capacidad discriminatoria de un test diagnóstico
  para distinguir dos poblaciones.
• Es una relación inversa entre la sensibilidad y
  la especificidad diagnósticas, y la capacidad
  discriminatoria de la magnitud bioquímica depende
  del punto de corte seleccionado.

17
3 magnitudes bioquímicas para el diagnostico de
una enfermedad

• Si la curva coincide con la diagonal, el valor
  diagnóstico del test es nulo (test C ).
• Cuanto más se desplaza la curva hacia arriba y
  hacia la izquierda, mejor es el test (test A).
• Capacidad discriminatoria
• Cuanto más se aproxime el área bajo la curva a1,
  mejor será el test.
• Si está entre 0 ,8 y 0,9, el test es bueno.
• Si está entre 0 ,7 y 0,8 , normal.
• Si está entre 0 ,6 y 0,7 , poco eficiente.
• Entre 0 ,6 y 0,5, la capacidad discriminatoria es
  nula.

18
valor predictivo positivo (VPP) y negativo (vpn)

• Probabilidad que tiene un paciente de padecer la
  enfermedad cuando el resultado es positivo y de
  que no la padezca cuando el resultado es
  negativo.
• Valor predictivo positivo
• Es la fracción de positivos ciertos del total de
  resultados positivos
• 
  Formula VPP VP/VP FP.
• Valor predictivo negativo
• Es la probabilidad de estar sano si el resultado
  de la prueba ha sido negativo, es decir, la
  fracción de sanos en el total de resultados
  negativos
• 
  Formula VPN VN/ FN VN

19
valor predictivo positivo (VPP) y negativo (vpn)
20
Valor predictivo y prevalencia de la enfermedad

• Considerando que la población sana es 100 veces
  superior, el incremento de la población sana no
  afecta ni a la sensibilidad ni a la
  especificidad, pero disminuye a la décima parte
  el valor predictivo positivo.
• Si se restringe el uso de un análisis a la
  población que presenta ciertos antecedentes,
  factores de riesgo o síntomas de la enfermedad,
  se está aumentando la prevalencia en el grupo que
  debe estudiarse y mejora notablemente el valor
  predictivo positivo.

21
Prevalencia y probabilidad en la población

• Prevalencia
• Es la probabilidad de que un paciente no presente
  una enfermedad 1.
• Probabilidad
• La probabilidad de padecer una enfermedad para un
  paciente que es llamada también como probabilidad
  a posteriori o probabilidad condicionada.
• Si la prueba diagnóstica proporciona un resultado
  positivo de la enfermedad, el paciente pasará a
  tener una probabilidad de enfermedad posprueba
  que está expresada por el VPP, y su probabilidad
  de estar sano es de 1 - VPP.
• Si el resultado es negativo, la probabilidad
  posprueba de estar sano sería el VPN, y la
  probabilidad de padecer la enfermedad a pesar de
  tener un resultado negativo es 1 - VPN.

22
teorema de Bayes

• Calcula el valor predictivo positivo y el valor
  predictivo negativo a partir de la prevalencia de
  la enfermedad, la sensibilidad y la especificidad.

23
teorema de Bayes

• Con una prevalencia de la enfermedad elevada, del
  20 , un resultado positivo indica que es muy
  probable (81) que el individuo esté enfermo.
• Con una prevalencia de la enfermedad del 0 ,1 ,
  la probabilidad de padecer la enfermedad es muy
  baja, de sólo el 1 ,7 . Muy probablemente, el
  resultado que está señalando enfermedad sea, en
  realidad, un falso positivo.
• Si la prevalencia de la enfermedad es m uy baja,
  un resultado negativo ayuda a descartar la
  enfermedad.
• El valor predictivo positivo de una magnitud
  diagnóstica será mayor si la prevalencia de la
  enfermedad es alta.
• En el caso de la prevalencia de la enfermedad del
  0 ,1 , un resultado negativo del test sugiere
  casi con total seguridad que el individuo n o
  padece la enfermedad.

24
VARIACIÓN INTRAINDIVIDUAL E INTERVALO DE
REFERENCIA

• Si se analiza un analito en distintos especímenes
  de un individuo sano a lo largo de u n período de
  tiempo, se observa que existe un intervalo de
  concentraciones alrededor de un valor o punto
  homeostático.
• Concentración variabilidad
  analítica variabilidad de la biológica
• La variación biológica intraindividual del
  analito es menor que la variación biológica de la
  población.
• 
  Formula
• 
  Índice de individualidad CV, / CVc
• CV, el coeficiente de variación biológica
  individual
• CVc el coeficiente de variación biológica de la
  población de referencia.
• Las concentraciones obtenidas sucesivamente en un
  individuo sano se sitúan, en su mayoría o todas,
  dentro del intervalo de referencia.

25
VARIACIÓN INTRAINDIVIDUAL E INTERVALO DE
REFERENCIA

• 1.- Elevada individualidad
• Si el índice de individualidad es menor de 0 ,6.
• La magnitud bioquímica tiene un estrecho rango de
  dispersión de niveles en el individuo.
• El intervalo de referencia de la población es
  poco sensible para detectar los cambios
  importantes para el paciente, fuera de su propio
  rango de referencia
• 2.- Baja individualidad
• Las concentraciones de la magnitud biológica
  tienen mucha dispersión en el individuo y el
  índice de individualidad es elevado.

26
Valor crítico

• Se considera valor crítico aquel resultado
  analítico que refleja una situación que puede
  comprometer la vida del paciente y que requiere
  una actuación médica inmediata.
• Está demostrado que la comunicación rápida de
  resultados críticos disminuye la morbimortalidad
  de los pacientes y el coste sanitario.
• Joint Commission
• ISO 1 5 1 8 9
• Exigen la comunicación rápida y segura de los
  valores críticos obtenidos para un paciente, así
  como el registro de dicha comunicación .

27
Referencias

• Principios de bioquímica clínica y patología
  molecular. 2da edición. Alvaro Gonzalez
  Hernandez
• booksmedicos.org
• Yerushalmy J. Statistical problems in assessing
  methods of medical diagnosis, with special
  reference to X-ray techniques. Pub Health Rep
  1947 62 1432-49.