1. Evaluación de la fiabilidad de
pruebas diagnósticas
Efraín Benavides Ortiz
DMV., MSc., PhD, Profesor asociado
Programa de Medicina Veterinaria, Facultad de Ciencias
Agropecuarias
Líder grupo de investigación Epidemiología y Salud Pública
Universidad de La Salle
efbenavides@unisalle.edu.co
2. Objetivos y alcances
• En la sesión de trabajo se examinarán los principios que se
utilizan en la epidemiología veterinaria para determinar la
fiabilidad y la validez de las pruebas (generalmente de
laboratorio) que se utilizan rutinariamente para discriminar la
condición de un individuo con relación a una enfermedad (sano-
enfermo)
• Es necesario tener claridad conceptual acerca de lo que se
entiende como “enfermo” o “infectado”, principalmente en el caso
de pruebas indirectas de diagnóstico (p.e. pruebas serológicas)
(Benavides, versión 2019)
5. Validez de una prueba de diagnóstico
Una prueba debe ser válida desde su
concepción mental, debe ser basada en un
razonamiento lógico.
La prueba es válida cuando mide lo que se
supone debe medir.
Debe existir la suficiente información
básica que demuestre que hay relación
entre las respuestas en la prueba y la
ocurrencia de la enfermedad.
(Benavides, versión 2019)
• Por ejemplo, ¿cuáles son las posibles
interpretaciones a una prueba de
aglutinación positiva en la prueba de Rosa
de Bengala?
(Ortega, Paredes & Guillén, 2007)
6. Precisión, exactitud, fiabilidad y simplicidad
El desempeño de una prueba de diagnóstico
se describe básicamente por dos medidas
independientes: precisión y exactitud.
Precisión refiere al grado de concordancia
entre medidas repetidas de la misma muestra
en condiciones determinadas (repetibilidad)
Exactitud refiere al grado de concordancia
entre el resultado de una medición y el valor
real de la medida (sinónimo: Validez)
Simplicidad: Las pruebas en estudios
poblacionales deben ser escogidas con base
en su sencillez y economía
• Validez es la capacidad de una prueba de
diagnóstico para producir un resultado
correcto. Las medidas de validez diagnóstica
incluyen sensibilidad y especificidad.
• Una prueba fiable es precisa y válida
(Benavides, versión 2019) (Pfeiffer, 1999)
8. Validez de pruebas diagnósticas
• Una prueba diagnóstica con una alta validez
significa que posee porcentajes limitados de
resultados falsos positivos y falsos negativos
• La validez es expresada por la Sensibilidad y la
Especificidad
• Pero es importante conocer ¿cuál es el propósito de
uso de una prueba de diagnóstico?, pues los
parámetros de la prueba diferirán acorde al uso
• Es posible validar una única prueba para uno o
varios propósitos, mejorando algunas características
de su realización en cada caso
(Benavides, versión 2019)
9. Sensibilidad y Especificidad
• Sensibilidad: es la proporción de
verdaderos positivos que son
detectados por el método en cuestión.
• Una prueba altamente sensitiva
produce pocos falsos negativos.
• Especificidad: es la proporción de
verdaderos negativos que son
detectados por la prueba.
• Una prueba altamente específica,
produce pocos falsos positivos.
(Benavides, versión 2019)
Specificity
10. Pero hay algunos conceptos nuevos (Oie, 2018)
• La especificidad analítica (ASp) es la capacidad de la
prueba de distinguir entre el analito buscado (como un
anticuerpo, microorganismo o secuencia genómica) y
analitos no buscados, incluidos componentes de la
matriz.
• Sensibilidad analítica (Ase) El límite de detección
(LOD) es una medida de la Ase de una prueba. El LOD
es la cantidad estimada de analito en una matriz
determinada que produciría un resultado positivo por
lo menos durante parte del tiempo.
• Especificidad Diagnóstica (DSp)
• Sensibilidad Diagnóstica (Dse)
(Benavides, versión 2019)
11. Tabla de contingencia de resultados de una prueba
diagnóstica y la situación real de enfermedad
(Benavides, versión 2019)
12. Efecto de la sensibilidad y especificidad sobre los
resultados reales
• Ejemplo Rosa de Bengala
• Dse= 81,2%; DSp= 86,3
• Asumamos una población ganadera de un
millón de animales y una prevalencia real
del 10% de positivos
(Benavides, versión 2019)
13. Cálculo con base en WinEpi
• En esta población existe una prevalencia
real del 10.0%, aunque con la prueba
diagnóstica utilizada se obtiene una
prevalencia aparente del 20.5%.
• En estas circunstancias un resultado
positivo tiene una probabilidad de 39.7%
de ser realmente un individuo enfermo,
mientras que un resultado negativo tiene
una probabilidad de 97.6% de ser
realmente un individuo sano.
(Benavides, versión 2019)
14. Ejercicio:
Efecto de la prevalencia sobre los valores predictivos
(Benavides, versión 2019)
Prevalencia Real 5% Prevalencia Real 2%
15. Ahora usemos otra prueba de Dx…
• Prueba de fluorescencia polarizada en
sangre
• DSe= 97,2%; DSp= 98,.4%
• Prevalencias de 10% y 5%
(Benavides, versión 2019)
16. Reglas generales sobre las pruebas de diagnóstico (Pfeiffer, 1999)
La sensibilidad y la especificidad son independientes
de la prevalencia (nota: esto no es siempre certero)
Sí la prevalencia aumenta, aumenta el valor predictivo
positivo y el valor predictivo negativo disminuye
Sí disminuye la prevalencia, decrece el valor predictivo
positivo y aumenta el valor predictivo negativo
A más sensible la prueba, mejor es el valor predictivo
negativo
A más específica una prueba, mejor es el valor
predictivo positivo.
(Benavides, versión 2019)
17. El uso conjunto de pruebas de diagnóstico (WinEpi)
• Normalmente es necesario usar dos pruebas
diagnósticas o más para aumentar la fiabilidad del
diagnóstico realizado.
• Existen dos formas de combinarlas: en serie o en
paralelo.
• En las pruebas en serie se consideran positivas las
muestras que dan positivo a ambas, y negativas todas
las demás. El resultado es un aumento de la
Especificidad.
• Por el contrario se considera que dos pruebas se
realizan en paralelo cuando se consideran negativas
aquellas muestras que obtienen resultados negativos
para ambas pruebas, y positivas a todas las demás
(cuando hay al menos un resultado positivo).
• El resultado es un aumento de la Sensibilidad
• Ejercicio prevalencia 5%.
(Benavides, versión 2019)
18. Nuevas consideraciones en la evaluación de pruebas
de Diagnóstico veterinario
(Benavides, versión 2019)
19. Examinemos el glosario y las presentaciones de
otros autores…
Términos:
Prueba de diagnóstico
Estándar de oro
Punto de corte
Fracciones de decisión
Prevalencia real
Prevalencia aparente
Valor predictivo positivo
Valor predictivo negativo
Tasa de probabilidad de un resultado positivo
Las varianzas de los parámetros (Validez
poblacional)
• Presentación de Juan José Romero ,
Costa Rica
(Benavides, versión 2019)
(Pfeiffer, 1999)
22. Licencia Creative Commons
(Benavides, versión 2019)
Disponible en Slideshare:
https://es.slideshare.net/EVBenavides
Usted puede copiar esta
presentación siempre y cuando no
la use con fines comerciales y cite
apropiadamente al autor