pruebas diagnosticas.xls
Post on 26-Dec-2015
19 Views
Preview:
TRANSCRIPT
VALORACIÓN DE PRUEBAS DIAGNÓSTICAS Versión 28-6-2003
Conceptos sobre los índices utilizados en las pruebas diagnósticas
Pruebas con resultado dicotómico (S, E, VPP, VPN, LR(+), LR(-), probabilidad post-prueba, umbrales)
Pruebas de hasta 5 niveles o resultados. Prueba diferencial con 3 niveles de 3 características
Análisis de umbrales de probabilidad
Aplicaciones del teorema de Bayes: cálculo de la probabilidad post-prueba conociendo S, E y LR
S y E de 2 pruebas simultáneas o secuenciales. Probabilidad tras pruebas secuenciales
Preguntas para dar sentido a un artículo sobre pruebas diagnósticas (CASPe)
J. Primo - Unidad de Digestivo, Hospital de Sagunto primo_joa@gva.es
Concordancia de pruebas diagnósticas (índice kappa e índice kappa ponderado)
Conceptos
Tabla 2x2
Varios niveles
Umbrales
Bayes
Múltiples
Kappa
Preguntas
VALORACIÓN DE PRUEBAS DIAGNÓSTICAS
CARACTERÍSTICA EVALUADA CARACTERÍSTICA EVALUADA
PRESENTE AUSENTE
(PRUEBA DE REFERENCIA +) (PRUEBA DE REFERENCIA -)
PRUEBA DIAGNÓSTICA + Verdaderos Positivos (VP) Falsos Positivos (FP)
PRUEBA DIAGNÓSTICA - Falsos Negativos (FN) Verdaderos Negativos (VN)
(SENSITIVITY)
Es una característica intrínseca de la prueba, no viéndose afectada por la prevalencia.
(SPECIFICITY)
para identificar a los pacientes sin la característica (las pruebas "patognomónicas" son muy específicas).Al igual que la sensibilidad, es una característica intrínseca de la prueba que no se afecta por la prevalencia.
(PREDICTIVE VALUE OF A POSITIVE TEST)
disminuye la prevalencia de la característica en la población objeto de estudio. En situaciones de alta prevalencia, enlas que se incrementa el VPP, éste será más útil para confirmar un diagnóstico de lo que el VPN para descartarlo.
(PREDICTIVE VALUE OF A NEGATIVE TEST)
disminuye la prevalencia de la característica en la población objeto de estudio. En situaciones de baja prevalencia, enlas que se incrementa el VPN, éste ayuda más a descartar una enfermedad que el VPP a confirmarla.
En la práctica clínica, los valores predictivos, positivo y negativo, tienen un valor limitado debido a que dependen dela prevalencia de la característica en los individuos a los que se les aplica la prueba. Por ello, los valores predictivosobservados en un determinado estudio no pueden aplicarse de forma generalizada. Para cualquier prevalencia
SENSIBILIDAD = VP / (VP+FN)
Proporción de individuos con la característica que presentan un resultado positivo. Es la probabilidad (P) de que laprueba sea positiva (T+) entre los individuos que presentan la característica (E+). Indica la utilidad de la prueba paraidentificar a los pacientes con la característica (las pruebas de screening han de ser muy sensibles).
SnNout ® cuando una prueba es muy Sensible, un resultado Negativo hace que el diagnóstico sea poco probable(rules out).
ESPECIFICIDAD = VN / (FP+VN)
Proporción de individuos sin la característica que presentan un resultado negativo. Es la probabilidad (P) de que laprueba sea negativa (T-) entre los individuos que no presentan la característica (E-). Indica la utilidad de la prueba
SpPin ® cuando una prueba es muy eSpecífica, un resultado Positivo hace que el diagnóstico sea muy probable(rules in).
VALOR PREDICTIVO DE UN RESULTADO POSITIVO = VP / (VP+FP)
Probabilidad (P) de que un paciente tenga la característica (E+) si la prueba resulta positiva (T+). Se reduce conforme
VALOR PREDICTIVO DE UN RESULTADO NEGATIVO = VN / (FN+VN)
Probabilidad (P) de que un paciente no tenga la característica (E-) si la prueba resulta negativa (T-). Aumenta conforme
pueden calcularse (Altman DG, Bland JM. Statistics notes - Diagnostic tests 2: predictive values. BMJ 1994;309;102) así:
PROPORCIÓN DE FALSOS POSITIVOS = FP / (FP+VN) = 1-Especificidad
VPP=P (E+|T +)
S=P (T+|E+)
E=P(T−|E−)
VPN=P (E−|T−)
)( ETPPFP
VPN=Especificidad×(1−Pr evalencia )
(1−Sensibilidad )×Pr evalencia+Especificidad×(1−Pr evalencia )
VPP=Sensibilidad×Pr evalencia
Sensibilidad×Pr evalencia+(1−Especificidad )×(1−Pr evalencia )
(FALSE POSITIVE RATE)
(FALSE NEGATIVE RATE)
(ACCURACY)
Probabilidad de que la prueba clasifique correctamente a los pacientes.
Cuanto más se aproxima a 1, mayor es la calidad del resultado obtenido al realizar la prueba a un paciente.
COCIENTE DE PROBABILIDAD O RAZÓN DE VEROSIMILITUD(LIKELIHOOD RATIO)
El cociente de probabilidad reune en un único estimador a la sensibilidad y a la especificidad, constituyendo unamedida global del poder discriminante de la prueba diagnóstica y no variando con la prevalencia.
Tiene un significado parecido al del riesgo relativo, indicando cuántas veces aumenta la probabilidad de encontrar
significativamente diferente de 1), ya que no discrimina entre los pacientes que tienen la característica y los que no la
Cociente de probabilidad de un resultado positivo Cociente de probabilidad de un resultado negativo
Probabilidad (P) de que la prueba sea positiva (T+) entre los pacientes que no tienen la característica (E-).
PROPORCIÓN DE FALSOS NEGATIVOS = FN / (VP+FN) = 1-Sensibilidad
Probabilidad (P) de que la prueba sea negativa (T-) entre los pacientes que tienen la característica (E+).
EXACTITUD = (VP+VN) / (VP+FP+FN+VN)
ÍNDICE J DE YOUDEN (SEGURIDAD DIAGNÓSTICA) = Sensibilidad+Especificidad-1
El cociente de probabilidad de un resultado x de la prueba, LR(x), es el cociente entre la probabilidad (P) de un resultado x (Tx) en los pacientes que tienen la característica (E+) y la probabilidad (P) de un resultado x (Tx) en lospacientes que no la tienen (E-):
un resultado x de la prueba (Tx) en un paciente que tenga la característica (E+) que en uno que no la tenga (E-).Una prueba diagnóstica es inútil si LR=1 (si su IC 95% incluye el 1 indica que el cociente de probabilidad no es
tienen. La prueba es mejor, más útil, discrimina más, cuanto más difiere de 1 la LR. LR >1 indica un incremento de laprobabilidad de que la característica esté presente, mientras que LR<1 indica un descenso de la misma.
LR >10 ® incrementos amplios
LR 5-10 ® incrementos moderados
LR 2-5 ® incrementos pequeños
LR 1-2 ® incrementos insignificantes
LR=1 ® no generan cambios
LR 0,5-1 ® descensos insignificantes
LR 0,2-0,5 ® descensos pequeños
LR 0,1-0,2 ® descensos moderados
LR <0,1 ® descensos amplios
Las pruebas diagnósticas con resultado dicotómico (positivo y negativo) tienen dos cocientes de probabilidad:
El cociente de probabilidad de un resultado positivo, LR(+), indica cuántas veces aumenta la probabilidad deencontrar un resultado positivo en un paciente que tenga la característica, P(T+|E+), que en uno que no la tenga, P(T+|E-), constituyendo un indicador óptimo para confirmar la característica (SpPin).
El cociente de probabilidad de un resultado negativo, LR(-), indica cuántas veces aumenta la probabilidad de
)( ETPPFP
PFN=P (T−|E+)
LR(+)=P(T+|E+)P (T+|E−)
= Sensibilidad(1−Especificidad )
LR(−)=P(T−|E+)P(T−|E−)
=(1−Sensibilidad )
Especificidad
LR( x )=P(Tx|E+)P (Tx|E−)
de probabilidad, uno por cada nivel, que se calculan aplicando la fórmula general.
prueba y conocer e interpretar su resultado. La probabilidad pre-prueba es una estimación del grado de verosimilitud(probabilidad) de un determinado diagnóstico que el clínico establece ante un paciente, en base a la información deque dispone en el momento en que solicita la prueba (experiencia clínica, bases de datos, etc.).
Un cociente de probabilidad mayor de 1 genera unaprobabilidad post-prueba mayor que la probabilidadpre-prueba, mientras que un cociente de probabilidadmenor de 1 genera una probabilidad post-prueba menorque la probabilidad pre-prueba. Como es lógico, la ganancia de información obtenida tras aplicar una prueba
probabilidad pre-prueba estimada. Una prueba diagnóstica será más útil cuanto más cambie la probabilidad estimada de la sospecha diagnóstica. Cuando la
(>10) establece una probabilidad post-prueba muy elevadaque permite confirmar el diagnóstico. Por el contrario, una
de que el paciente tenga ese diagnóstico.
CÁLCULO DE LA PROBABILIDAD POST-PRUEBA
¯
¯
probabilidad post-prueba a partir de la probabilidad pre-prueba y el cociente de probabilidad.
En el caso de pruebas diagnósticas con resultado dicotómico (positivo o negativo), cuando la probabilidad pre-prueba(prevalencia) estimada es la misma que la del estudio evaluado, la probabilidad post-prueba de un resultado positivocoincide con el valor predictivo positivo de ese estudio, y el complementario de la probabilidad post-prueba de un resultado negativo coincide con el valor predictivo negativo de ese estudio.
En caso de varias pruebas diagnósticas realizadas de forma secuencial (la segunda después de conocer el resultado
la siguiente.
encontrar un resultado negativo en un paciente que tenga la característica, P(T-|E+), que en uno que no la tenga, P(T-|E-), constituyendo un indicador óptimo para descartar la característica (SnNout).
Las pruebas diagnósticas cuyo resultado puede presentar más de dos categorías o niveles tienen varios cocientes
La mayor utilidad de los cocientes de probabilidad es que permiten calcular, por el teorema de Bayes, la probabilidadpost-prueba, es decir, la probabilidad estimada de que un individuo tenga la característica después de realizar la
diagnóstica, además de su LR, va a depender de la
probabilidad pre-prueba es del 30-70%, una LR muy alta
LR muy baja (<0,1) prácticamente descarta la posibilidad
También puede calcularse así:
El nomograma de Fagan (Fagan TJ. Nomogram por Baye's
theorem. N Engl J Med 1975;293:257) facilita el cálculo de la
de la primera, y así sucesivamente), la odds obtenida después de cada prueba se convierte en la odds pre-prueba de
Odds y probabilidad
Odds pre-prueba=Probabilidad pre-prueba(1-Probabilidad pre-prueba )
Odds post-prueba=Odds pre-prueba × LR
P post-prueba =Odds post-prueba
(Odds post-prueba + 1)
P post-prueba =P pre ×LR
(P pre ×LR)+1- P pre
Consideremos un grupo de 100 pacientes, 20 de los cuales presentan una determinada característica.
Ejemplo
Anemia ferropénica No anemia ferropénica<65 (+) 731 270
78 1500Total 809 1770
Probabilidad pre-prueba estimada: 30%
Probabilidad post-prueba con resultado (+) = 2,58 / (2,58+1) = 2,58 / 3,58 = 0,72 = 72%
Probabilidad post-prueba con resultado (-) = 0,05 / (0,05+1) = 0,05 / 1,05 = 0,05 = 5%
Anemia ferropénica No anemia ferropénica<15 (1) 474 20
15-34 (2) 175 7935-64 (3) 82 17165-94 (4) 30 168>94 (5) 48 1332Total 809 1770
Probabilidad pre-prueba estimada: 30%
Probabilidad post-prueba con resultado (1) = 25,37 / (25,37+1) = 25,37 / 26,37 = 0,96 = 96%
Probabilidad post-prueba con resultado (2) = 2,37 / (2,37+1) = 2,37 / 3,37 = 0,70 = 70%
Probabilidad post-prueba con resultado (3) = 0,43 / (0,43+1) = 0,43 / 1,43 = 0,30 = 30%
Probabilidad post-prueba con resultado (4) = 0,17 / (0,17+1) = 0,17 / 1,17 = 0,15 = 15%
Probabilidad post-prueba con resultado (5) = 0,03 / (0,03+1) = 0,03 / 1,03 = 0,03 = 3%
Ejemplo
Odds = 20:80 = 2:8 = 1:4 = 0,25Probabilidad = 20/(20+80) = 20/100 = 0,20 = 20%
Odds a:b ® Probabilidad = a / (a+b)
Probabilidad x% ® Odds = x : (100-x)
Ferritina (mmol/l)
³65 (-)
LR(+) = (731 / 809) / (270 / 1770) = 0,90 / 0,15 = 6LR(-) = (78 / 809) / (1500 / 1770) = 0,10 / 0,85 = 0,12
Odds pre-prueba = 30:(100-30) = 30:70 = 3:7 = 0,43
Odds post-prueba con resultado (+) = 0,43 x 6 = 2,58
Odds post-prueba con resultado (-) = 0,43 x 0,12 = 0,05
Ferritina (mmol/l)
LR(1) = (474 / 809) / (20 / 1770) = 0,59 / 0,01 = 59LR(2) = (175 / 809) / (79 / 1770) = 0,22 / 0,04 = 5,5LR(3) = (82 / 809) / (171 / 1770) = 0,10 / 0,10 = 1LR(4) = (30 / 809) / (168 / 1770) = 0,04 / 0,10 = 0,4LR(5) = (48 / 809) / (1332 / 1770) = 0,06 / 0,75 = 0,08
Odds pre-prueba = 30:(100-30) = 30:70 = 3:7 = 0,43
Odds post-prueba con resultado (1) = 0,43 x 59 = 25,37
Odds post-prueba con resultado (2) = 0,43 x 5,5 = 2,37
Odds post-prueba con resultado (3) = 0,43 x 1 = 0,43
Odds post-prueba con resultado (4) = 0,43 x 0,4 = 0,17
Odds post-prueba con resultado (5) = 0,43 x 0,08 = 0,03
Sensibilidad = 42 / (42+3) = 93%
Especificidad = 32 / (96+32) = 25%
Valor predictivo positivo = 42 / (42+96) = 30%
Valor predictivo negativo = 32 / (3+32) = 91%
Proporción de falsos positivos = 96 / (96+32) = 75% ó 100-25 = 75% (1-Especificidad)
Proporción de falsos negativos = 3 / (42+3) = 7% ó 100-93 = 7% (1-Sensibilidad)
Cociente de probabilidad de una prueba positiva = 93 / (100-25) = 1,24
Cociente de probabilidad de una prueba negativa = (100-93) / 25 = 0,28
Probabilidad post-test positivo (PPTP)
PPTP = 0,83 / (0,83+1) = 0,45 ó PPTP = (0,4x1,24) / [(0,4x1,24)+1-0,4] = 0,45 = 45%
Probabilidad post-test negativo (PPTN)
PPTN = 0,18 / (0,18+1) = 0,15 ó PPTN = (0,4x0,28) / [(0,4x0,28)+1-0,4) = 0,15 = 15%
J. Primo - Unidad de Digestivo, Hospital de Sagunto primo_joa@gva.es
® El 93% de los pacientes con TEP tienen dímero-D >500.
® El 25% de los pacientes sin TEP tienen dímero-D <500.
® El 30% de los pacientes con dímero-D >500 tienen TEP (con una prevalencia de TEP en el estudio del 26%).
® El 91% de los pacientes con dímero-D <500 no tienen TEP (con una prevalencia de TEP en el estudio del 26%).
® El 75% de los pacientes sin TEP tienen dímero-D >500.
® El 7% de los pacientes con TEP tienen dímero-D <500.
® Unos niveles de dímero-D >500 aumentan 1,24 veces la probabilidad de que el paciente tenga TEP.
® Unos niveles de dímero-D <500 disminuye 0,28 veces la probabilidad de que el paciente tenga TEP.
Supuesto: la probabilidad estimada de que un paciente tenga TEP es de un 40% (0,4).
Odds pre-test = 0,4 / (1-0,4) = 0,4 / 0,6 = 0,67Odds post-test = 0,67x1,24 = 0,83
® Si dímero-D es >500 la probabilidad de que tenga TEP es del 45%.
1-PPTP = 1-0,45 = 0,55 = 55%
® Si dímero-D es >500 la probabilidad de que no tenga TEP es del 55%.
Odds pre-test = 0,4 / (1-0,4) = 0,4 / 0,6 = 0,67Odds post-test = 0,67x0,28 = 0,18
® Si dímero-D es <500 la probabilidad de que tenga TEP es del 15%.
1-PPTN = 1-0,15 = 0,85 = 85%
® Si dímero-D es <500 la probabilidad de que no tenga TEP es del 85%.
ganancia de información obtenida tras aplicar una prueba
probabilidad pre-prueba estimada. Una prueba diagnóstica
(>10) establece una probabilidad post-prueba muy elevadaque permite confirmar el diagnóstico. Por el contrario, una
probabilidad pre-prueba es del 30-70%, una LR muy alta
LR muy baja (<0,1) prácticamente descarta la posibilidad
El nomograma de Fagan (Fagan TJ. Nomogram por Baye's
PRUEBAS CON RESULTADO DICOTÓMICO CARACTERÍSTICA EVALUADA
PRESENTE AUSENTE
(Prueba de referencia +) (Prueba de referencia -)
PRUEBA DIAGNÓSTICA +
PRUEBA DIAGNÓSTICA -
IC 95%Sensibilidad
Especificidad
Valor predictivo positivo
Valor predictivo negativo
Proporción de falsos positivos
Proporción de falsos negativos
Exactitud
Índice J de Youden
CPP o LR(+) Taylor
Miettinen
CPN o LR(-) Taylor
Miettinen
Probabilidad pre-prueba (Prevalencia)
CÁLCULO DE LAS PROBABILIDADES POST-PRUEBA (Teorema de Bayes)
Probabilidad pre-prueba estimada
IC 95%Probabilidad post-prueba positiva (PPPP)
1 - PPPP
1 - PPPN
Probabilidad post-prueba negativa (PPPN)
UMBRAL DE TRATAMIENTO Y PROBABILIDAD POST-PRUEBAUmbral estimado de tratamiento
100.0%
0.0%
0.0%
1-Probabilidad post-prueba positiva. 2-Umbral de tratamiento. 3-Probabilidad post-prueba negativa
Probabilidad pre-prueba Sensibilidad Especificidad
Riesgo del tratamiento inapropiado
Riesgo de la prueba diagnóstica
Beneficio del tratamiento apropiado
Umbral diagnóstico
Umbral terapéutico
J. Primo - Unidad de Digestivo, Hospital de Sagunto primo_joa@gva.es
Odds ratio diagnóstica
ANÁLISIS DE UMBRALES DE PROBABILIDAD (Rodríguez Artalejo F, et al. Med Clin (Barc) 1990;94:348-354)
1 2 30%
20%
40%
60%
80%
100%
PRUEBAS CON VARIOS NIVELES O RESULTADOSCaracterística + Característica -
Nivel o Resultado 1 Nº de niveles o resultados:
Nivel o Resultado 2
Nivel o Resultado 3 Probabilidad pre-prueba:
Nivel o Resultado 4
Nivel o Resultado 5
Nivel-Resultado 1 IC 95%
Sensibilidad #VALUE!Especificidad #VALUE!
Cociente de probabilidad (1) #VALUE!Probabilidad post-prueba
Nivel-Resultado 2 IC 95%
Sensibilidad #VALUE!Especificidad #VALUE!
Cociente de probabilidad (2) #VALUE!Probabilidad post-prueba
Nivel-Resultado 3 IC 95%
Sensibilidad #VALUE!Especificidad #VALUE!
Cociente de probabilidad (3) #VALUE!Probabilidad post-prueba
Nivel-Resultado 4 IC 95%
Sensibilidad #VALUE!Especificidad #VALUE!
Cociente de probabilidad (4) #VALUE!Probabilidad post-prueba
Nivel-Resultado 5 IC 95%
Sensibilidad #VALUE!Especificidad #VALUE!
Cociente de probabilidad (5) #VALUE!Probabilidad post-prueba
PRUEBAS DIFERENCIALES DE VARIAS CARACTERÍSTICASCaracterística 1 + Característica 2 + Característica 3 +
Prueba positiva 0Prueba negativa 0Prueba dudosa 0
0 0 0 0Característica 1 + Característica 2 + Característica 3 +
Sensibilidad Prueba
Especificidad positiva
Sensibilidad Prueba
Especificidad negativa
Sensibilidad Prueba
Especificidad dudosa
Cocientes de probabilidad relativos
Característica 1 + Característica 2 + Característica 3 +
Característica 1 +
Característica 2 +
Característica 3 +
Característica 1 + Característica 2 + Característica 3 +
Probabilidad pre-prueba
Probabilidad post-prueba positiva
#VALUE! #VALUE! #VALUE!#VALUE! #VALUE! #VALUE!#VALUE! #VALUE! #VALUE!
J. Primo - Unidad Digestivo, Hospital Sagunto primo_joa@gva.es
Odds pre-prueba:
primo_joa@gva.es
CÁLCULO DEL UMBRAL TERAPÉUTICO MEDIANTE ANÁLISIS COSTE-BENEFICIO
(Pauker SG, Kassirer JP. Therapeutic decision making: a cost-benefit analysis. N Engl J Med 1975;293:229-234)
U(T- E-) U(T+ E-) Introducir 0U(T- E+) U(T+ E+) 100
#VALUE! 100
Probabilidad estimada de enfermedad: #VALUE! 0
Coste:Beneficio:
Umbral terapéutico:
ANÁLISIS DE UMBRALES DE PROBABILIDAD
(Pauker SG, Kassirer JP. The threshold approach to clinical decision making. N Engl J Med 1980;302:1109-1117)
(Rodríguez Artalejo F, et al. Análisis de decisiones clínicas. Med Clin (Barc) 1990;94:348-354)
U(T- E-) U(T+ E-) Introducir 0U(T- E+) U(T+ E+) 100
#VALUE! 100
Sensibilidad: #VALUE! 0
Especificidad: #VALUE! 100
Riesgo de la prueba diagnóstica: #VALUE! 0
Probabilidad estimada de enfermedad: #VALUE! 100
Coste: #VALUE! 0
Beneficio: Decisión:Umbral terapéutico:Umbral diagnóstico:
Umbral diagnóstico-terapéutico:
J. Primo - Unidad de Digestivo, Hospital de Sagunto primo_joa@gva.es
valores ®
valores ®
0 20 40 60 80 100
0
20
40
60
80
100
Util. de no tratarUtil. de tratarUmbral TUmbral DUmbral D-TUtil. de la prueba
0 20 40 60 80 100
0
20
40
60
80
100
Util. de no tratarUtil. de tratarUmbral T
Probabilidad de enfermedad (%)
Util
ida
d (
%)
primo_joa@gva.es
APLICACIONES DEL TEOREMA DE BAYES
CÁLCULO DE LA PROBABILIDAD POST-PRUEBA CONOCIENDO LA SENSIBILIDAD Y LA ESPECIFICIDAD
Probabilidad pre-prueba estimada (P)
Sensibilidad (S)
Especificidad (E)
IC 95%
Probabilidad post-prueba positiva (PPPP)
1-PPPP
1-PPPN
Probabilidad post-prueba negativa (PPPN)
CÁLCULO DE LA PROBABILIDAD POST-PRUEBA CONOCIENDO EL COCIENTE DE PROBABILIDAD
Probabilidad pre-prueba estimada (P)
Cociente de probabilidad (LR)
IC 95%
Probabilidad post-prueba
J. Primo - Unidad de Digestivo, Hospital de Sagunto primo_joa@gva.es
r n p q A B C
0 100 0.000 1.000 3.84 3.84 207.68
0 0 #DIV/0! #DIV/0! 3.84 #DIV/0! 7.68
0 100 0.000 1.000 3.84 3.84 207.68
DOS PRUEBAS (SIMULTÁNEAS O SECUENCIALES)
Prueba 1 Prueba 2 Paralelas Seriadas
Sensibilidad
Especificidad
Prueba 1 Prueba 2 Paralelas Seriadas
LR(+)
LR(-)
Probabilidad pre-prueba estimada
Prueba 1 Prueba 2 Paralelas Seriadas
PPPP
PPPN
VARIAS PRUEBAS SECUENCIALES
Probabilidad pre-prueba estimada
Nº de pruebas
Probabilidad
LR post-prueba
Prueba 1
Prueba 2
Prueba 3
Prueba 4
Prueba 5
J. Primo - Unidad Digestivo, Hospital Sagunto primo_joa@gva.es
Odds pre-prueba Odds post-prueba
siempre que la variable evaluada sea cualitativa dicotómica.
Prueba 2 + Prueba 2 -
Prueba 1 +
Prueba 1 -
Proporción total de concordancia observada
Proporción esperada por azar
IC 95%
Observador 2 Observador 2 Observador 2 Observador 2 Observador 2 Observador 2
Resultado 1 Resultado 2 Resultado 3 Resultado 4 Resultado 5 Resultado 6
Observador 1-Resultado 1
Observador 1-Resultado 2
Observador 1-Resultado 3
Observador 1-Resultado 4
Observador 1-Resultado 5
Observador 1-Resultado 6
0 0 0 0 0 0Cálculo del peso o factor de ponderación Nº de categorías de la variable:
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
#VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE!#VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE!
ponderada Proporción observada no ponderada
ponderada Proporción esperada por azar no ponderada
Para variables cuantitativas también pueden utilizarse los métodos de Bland-Altman y Passing-Bablok.
Ambos métodos pueden realizarse con el programa MedCalc, del que se puede conseguir una versión de demostración en:
CÁLCULO DEL TAMAÑO MUESTRALA. Estimación de la concordancia entre observadores.
Porcentaje de desacuerdo estimado
Precisión (mitad de la amplitud del IC 95%)
NB. Estimación de la concordancia intraobservador.
Porcentaje de error (discordancia) estimado 7.68 0.00 1.00Precisión (mitad de la amplitud del IC 95%) 0.00 1.00
N
J. Primo - Unidad de Digestivo, Hospital de Sagunto primo_joa@gva.es
CONCORDANCIA DE PRUEBAS DIAGNÓSTICAS: ÍNDICE KAPPA
El índice kappa se utiliza para valorar el grado de concordancia de dos pruebas diagnósticas o entre dos observadores,
Índice Kappa
Con variables cualitativas politómicas y con variables ordinales, el índice kappa tiene la limitación de que no tiene en cuenta
el grado de desacuerdo. Una alternativa la constituye el índice kappa ponderado.
Índice kappa ponderado Índice kappa
http://www.medcalc.be/index.html
0000000
PREGUNTAS PARA EVALUACIÓN DE PRUEBAS DIAGNÓSTICAS
CASPe (Programa de habilidades en lectura crítica España)
A. ¿Son válidos los resultados del estudio?
Preguntas de eliminaciónSí No sé No
1 ¿Existió una comparación con una prueba de referencia adecuada?¿Es correcto el patrón de oro? (no siempre se puede aplicar el mismo patrón de oro a todos los pacientes).
Sí No sé No2 ¿Incluyó la muestra de pacientes un espectro adecuado de pacientes?
¿Están adecuadamente descritos los pacientes y cómo se seleccionaron?
Casi cualquier prueba distingue entre sanos y gravemente enfermos.
3 ¿Existe una adecuada descripción de la prueba?¿Se define con claridad qué es un resultado positivo y qué es un resultado negativo?
¿Se especifica la reproducibilidad de la prueba? (este puede ser un punto clave en pruebas que dependen
observador, como las técnicas de imagen).
Preguntas de matizSí No sé No
4 ¿Hubo evaluación "ciega" de los resultados?¿Las personas que interpretaron la prueba desconocían los resultados del patrón de oro? (y viceversa).
Sí No sé No5 ¿La decisión de realizar el patrón de oro fue independiente del resultado de la prueba
problema?Considerar si:
Se incluyeron preferentemente los resultados positivos en la prueba a evaluar.
Se utilizaron diferentes patrones de oro en los positivos y en los negativos.
http://www.redcaspe.org/
B. ¿Cuáles son los resultados?
6¿Se han tenido en cuenta los pacientes con resultado "no concluyente"?
¿Se pueden calcular los cocientes de probabilidad para distintos niveles de la prueba, si procede?
7 ¿Cuál es la precisión de los resultados? Hay que buscar o calcular los intervalos de confianza de los cocientes de probabilidad.
C. ¿Son los resultados aplicables al escenario?Sí No sé No
8 ¿Serán satisfactorios en el ámbito del escenario la reproducibilidad de la prueba y su interpretación?Considera si: el ámbito de estudio es demasiado diferente al del escenario.
Sí No sé No9 ¿Es aceptable la prueba en este caso?
Considera la disponibilidad de la prueba, los riesgos/molestias de la prueba y los costes.
Sí No sé No10 ¿Modificarán los resultados de la prueba la decisión sobre cómo actuar?
Desde la perspectiva del escenario, si la actitud no va a cambiar, la prueba es (al menos) inútil.
Considera el umbral de acción y la probabilidad de la enfermedad antes y después de la prueba.
CASPe (Programa de habilidades en lectura crítica España)
¿Se pueden calcular los cocientes de probabilidad (likelihood ratios)?
http://www.redcaspe.org/
top related