Evaluación Pruebas de Diagnóstico
Descargar como PPTX, PDF0 recomendaciones2,918 vistas
El documento examina la fiabilidad y validez de pruebas diagnósticas en epidemiología veterinaria, enfocándose en conceptos como sensibilidad, especificidad y la importancia de la claridad en la definición de 'sano' y 'enfermo'. Se discuten métodos para mejorar la precisión de los diagnósticos, incluida la combinación de pruebas en serie o paralelo, y se enfatiza que una prueba válida debe medir efectivamente lo que se pretende evaluar. Además, se abordan consideraciones sobre la prevalencia y su impacto en los valores predictivos de los resultados de las pruebas.
Evaluación Pruebas de Diagnóstico
- 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)
- 4. Nueva versión documento OIE (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)
- 7. Validez y fiabilidad (Benavides, versión 2019)
- 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)
- 20. Presentación Romero (2010) (Benavides, versión 2019)
- 21. ¿Existen preguntas? Atenderé sus diversas inquietudes con gusto efbenavides@unisalle.edu.co (Benavides, versión 2019)
- 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