CURSO DE EPIDEMIOLOGIA

Julio Manuel Ruiz Olano. Médico Especialista en Epidemiología de Campo

Docente Contratado por UAP

2018- 2B
VI
II
EVALUACIÓN DE LA VALIDEZ Y FIABILIDAD DE LAS PRUEBAS
DIAGNÓSTICAS Y DE CRIBADO O TAMIZAJE
2018- 2B
VI
II
 UNIDAD DIDÁCTICA I

Medición de Indicadores de Salud y Fundamentos de la

Epidemiología.
 CAPACIDADES A LOGRAR

Al finalizar la clase el estudiante conoce y aplica las nociones básicas y

conceptuales sobre la validez y fiabilidad de las pruebas diagnósticas y
de cribado o tamizaje; e indicadores poblacionales de dispersión de la
enfermedad en la comunidad.
 CONTENIDO ACTITUDINAL

 Participa activamente en el desarrollo de las clases de manera

individual y grupal.

 Evita llegar fuera de hora a clases, para no interrumpir al docente ni a

sus compañeros.
 CONTENIDOS TEMÁTICOS

1. Variación biológica de las 7. Relación entre la prevalencia de la

poblaciones humanas. enfermedad y el valor predictivo

2. Validez de las pruebas de cribado o positivo de la prueba.

tamizaje 8. Relación entre el valor predictivo

3. Pruebas con resultados dicotómicos positivo y la especificidad de la

(positivo o negativo). prueba.

4. Pruebas de variables continuas. 9. Fiabilidad (repetibilidad) de las

5. Uso de pruebas múltiples. pruebas.

6. Valor predictivo positivo de una 10. Valides y fiabilidad de una

prueba o test. pruebas
Evaluación de la validez y fiabilidad de las pruebas
diagnósticas y de cribado o tamizaje

Gordis L: Epidemiología, 5ta. Edición. España. Elservier, 2014.

By Leon Gordis, MD, MPH, DrPH, Professor, Department of Epidemiology, Johns Hopkins School of Hygiene and Public Health, Professor of Pediatrics, Johns Hopkins
School of Medicine, Baltimore, MD
VARIACIÓN BIOLÓGICA DE LAS POBLACIONES HUMANAS
 INTRODUCCIÓN

 Las pruebas diagnósticas y de tamizaje o cribado, diferencian a las

personas de la población que padecen una enfermedad de las que
no la tienen.
 La valoración de su calidad es importante, para adoptar decisiones
razonables sobre su uso e interpretación.
 Proporciona a la asistencia médica o sanitaria la efectividad para el
diagnostico o tamizaje apropiado y pertinente.
 EXPLICACIÓN DE LA CURVA BIMODAL

 Es la distribución que diferencia a los individuos con resultados normales y

anormales pertenecientes a la población tamizada.
 También permite la separación de individuos que no han tenido la
experiencia previa con la enfermedad de los que si la tuvieron. Presentan
dos picos.
 Ejemplo: Tamizaje de la tuberculosis a través de la tuberculina; los
individuos sin experiencia previa con la enfermedad, no presenta
induración; de los que si tienen, presentan induración de ≥ 20 mm.
 EXPLICACIÓN DE LA CURVA BIMODAL:
DISTRIBUCIÓN DE LAS REACCIONES A LA TUBERCULINA
Punto de corte
Casos dudoso
Individuos que NO han tenido
Individuos que SI han
experiencia con la enfermedad
tenido experiencia con la
enfermedad

ZONA GRIS

(Adaptado de Edwards LB. Palmer CE, Magnus K: BCG Vacunation: Studies by the WHO Tuberculosis Research Office, Copenhagen. WHO Monograph No. 12. Geneva, WHO, 1953.)
 EXPLICACIÓN DE LA CURVA UNIMODAL

 Las características humanas no se distribuyen de forma bimodal, sino en

un curva unimodal.
 Ejemplo: La distribución de las tensiones arteriales sistólicas en un grupo
de varones. Sólo se observa un valor máximo. No pudiéndose separar los
hipertensos del grupo de lo que no lo son.
 Solo queda elegir un punto de corte basada en la estadística. Por encima
de este valor, estarían las personas hipertensas, con mayor riesgo
enfermedades cerebro-vasculares; por debajo, las normotensas.
 EXPLICACIÓN DE LA CURVA UNIMODAL:
DISTRIBUCIÓN DE LA TENSIÓN ARTERIAL SISTÓLICA EN LOS VARONES ESTUDIADOS
EN EL MULTIPLE RISK FACTOR INTERVENTION TRIAL
Área de corte
ZONA ZONA GRIS
GRIS

Hipot
en Normotensos Hipertensos
sos

Datos de Stamler J, Stamler R, Neaton JD: Blood pressure, systolic and diastolic, and cardiovascular risks: U.S. population data. Arch Intern Med 153:598-615, 1993.
 VALIDEZ DE LAS PRUEBAS DE TAMIZAJE O CRIBADO

 En cualquiera de las distribuciones (unimodal o bimodal) resulta

relativamente sencillo diferenciar entre los valores extremos de lo
normal y lo anormal.
 Sin embargo, en ambos tipos de curvas, existen casos dudosos que
permanecen en una zona gris.
VALIDEZ DE LAS PRUEBAS DE CRIBADO O TAMIZAJE
 VALIDEZ DE UNA PRUEBA DE TAMIZAJE O CRIBADO O SELECCIÓN

Se define como su capacidad distinguir entre quien tiene una

enfermedad y los que no la tienen.
 VALIDEZ Y SUS COMPONENTES

La sensibilidad de la prueba
Se define como la capacidad de la prueba de identificar
correctamente a aquellos que tienen la enfermedad.
Componentes
de la validez

La especificidad de la prueba
Se define como la capacidad de la prueba de identificar
correctamente aquellos que no tienen la enfermedad.
PRUEBAS CON RESULTADOS DICOTÓMICOS
(POSITIVO O NEGATIVO)
 PRUEBAS CON RESULTADOS DICOTÓMICOS
(POSITIVOS O NEGATIVOS)

Ejemplo:
En una población hipotética de 1000 mujeres en edad reproductiva
(MER) de las cuales 100 están embarazadas y 900 no. Disponemos de
una prueba o test que puede dar los resultados negativos o positivos.

Deseamos realizar esta prueba para intentar distinguir a las

embarazadas de las que no. La prueba identificó correctamente a 80
embarazadas y 800 no embarazadas.
PRUEBAS CON RESULTADOS DICOTÓMICOS
(POSITIVOS O NEGATIVOS)

Verdaderos positivos (VP) Falsos positivos (FP)

Son las MER embarazadas a las que la Son las MER no embarazadas y la
prueba identificó correctamente como prueba las identificó erróneamente
«positivas». como «positivas».

Falsos negativos (FN) Verdaderos negativos (VN)

Son las MER embarazadas a las que la Son las MER no embarazadas a las que
prueba identificó erróneamente como la prueba identificó correctamente
«negativas». como «negativas».

X 100 X 100
 CALCULO DE LA SENSIBILIDAD Y LA ESPECIFICIDAD DE LAS
EXPLORACIONES DE CRIBADO O TAMIZAJE

X 100
Embarazadas No embarazadas

Total
X 100

80 100 180

X 100

20 800 820
X 100

Total 100 900 1000

 CAPACIDAD DE LA PRUEBA DE IDENTIFICAR CORRECTAMENTE A
AQUELLAS QUE SE ENCUENTRAN O NO EMBARAZADAS
Resultados:

1. La prueba indica que de las 100 MER embarazadas, a 80 se las

identificó correctamente como «embarazo positivo» mediante la
prueba o test y a 20 no. SENSIBILIDAD

2. La prueba indica que de las 900 MER sin embarazo, a 800 se les
identificó correctamente como «embarazo negativo» mediante la
prueba. ESPECIFICIDAD
 COMPARACIÓN DE LOS RESULTADOS DE UNA PRUEBA
DICOTÓMICA DEPENDIENDO DEL ESTADO DE ENFERMEDAD
Enfermedad Sin enfermedad

Verdaderos positivos (VP) Falsos positivos (FP)

Son las personas con la enfermedad a Son las personas que no tienen la
las que la prueba identificó enfermedad y la prueba los designa
correctamente como «positivas». erróneamente como «positivas».

Falsos negativos (FN) Verdaderos negativos (VN)

Son las personas con la enfermedad se Son las personas sin la enfermedad a
las denomina erróneamente como las que la prueba identificó
«negativos». correctamente como «negativos».

X 100 X 100
 PROBLEMAS EN LOS PROGRAMAS DE TAMIZAJES O CRIBADOS

Falsos positivos
 Se les debe realizar pruebas más complicadas y caras.
 Incrementan la carga del sistema sanitario.
 Las personas con este resultado tienden hacer ansiedad y preocupación.
 Pueden estigmatizar a los pacientes, incluso cuando los resultados de una
evaluación posterior sea negativa.
 Las personas pueden verse limitados respecto a empleos y seguros debido a
una interpretación errónea de los resultados.
 PROBLEMAS EN LOS PROGRAMAS DE TAMIZAJES O CRIBADOS

Falsos negativos, dependen de:

La naturaleza y gravedad de la enfermedad que se esta estudiando.
La eficacia de las medidas de intervención disponibles.
Si la eficacia es mayor a la intervención se realiza precozmente en la historia natural
de Ia enfermedad.
Los pacientes con resultados falsos negativos serán informados de que no tienen la
enfermedad y no seguirán siendo revisados, por lo que posiblemente pueden pasarse
por alto enfermedades graves en etapas tempranas tratables.
PRUEBAS DE VARIABLES CONTINUAS
 PRUEBAS DE CRIBADO O TAMIZAJE O SELECCIÓN PARA VARIABLES
MÚLTIPLES (1)
Población blanco Medición glucemia en la Identificar en la población
población blanco blanco

Alta

120 mg / 100 cc
Glucemia

Normal

80 mg / 100 cc

Baja

Elaborado por: Julio Manuel Ruiz Olano,

Desconocimiento del % de Puntos de corte para Diabéticos No
Médico Epidemiólogo de Campo. Docente
contratado. Universidad Alas Peruanas.
diabéticos y no diabéticos glucemia alta–normal-baja diabéticos
Lima. Perú. 2017.
LOS EFECTOS DE ELEGIR DIFERENTES NIVELES DE CORTE PARA DEFINIR UN RESULTADO POSITIVO EN
UNA PRUEBA CUANDO SE REALIZA UN CRIBADO DE DIABETES UTILIZANDO UN MARCADOR
CONTINUO, LA GLUCEMIA, EN UNA POBLACIÓN HIPOTÉTICA (2)
Diabéticos No
diabéticos Diabéticos No diabéticos

Alta

120 mg / 100 cc
Prueba ( + ) 5 2
Glucemia

Normal

Prueba ( - ) 15
18
80 mg / 100 cc

Baja
20 20

Elaborado por: Julio Manuel Ruiz Olano, Médico Epidemiólogo de Campo. Docente contratado. Universidad Alas Peruanas. Lima. Perú. 2017.
LOS EFECTOS DE ELEGIR DIFERENTES NIVELES DE CORTE PARA DEFINIR UN RESULTADO POSITIVO EN
UNA PRUEBA CUANDO SE REALIZA UN CRIBADO DE DIABETES UTILIZANDO UN MARCADOR
CONTINUO, LA GLUCEMIA, EN UNA POBLACIÓN HIPOTÉTICA (3)
Diabéticos No
diabéticos Diabéticos No diabéticos

Alta

120 mg / 100 cc
Prueba ( + ) 17 14
Glucemia

Normal

Prueba ( - ) 3
6
80 mg / 100 cc

Baja
20 20

Elaborado por: Julio Manuel Ruiz Olano, Médico Epidemiólogo de Campo. Docente contratado. Universidad Alas Peruanas. Lima. Perú. 2017.
 PRUEBAS DE CRIBADO O TAMIZAJE O SELECCIÓN PARA VARIABLES
MULTIPLES (1)
1. Distribución de las
concentraciones
sanguíneas de la
glucosa en diabéticos y
diabéticos. Sin nivel de
corte.

(Adaptado de Blumberg M: Evaluating health screening procedures. Operations Res 5:351-360, 1957.)
 PRUEBAS DE CRIBADO O TAMIZAJE O SELECCIÓN PARA VARIABLES
MÚLTIPLES (2)

2. Distribución de las
concentraciones
sanguíneas de la
glucosa en diabéticos y
no diabéticos con un
nivel de corte bajo para
los resultados positivos
y negativos para la
prueba.
(Adaptado de Blumberg M: Evaluating health screening procedures. Operations Res 5:351-360, 1957.)
 PRUEBAS DE CRIBADO O TAMIZAJE O SELECCIÓN PARA VARIABLES
MÚLTIPLES (3)
3. Distribución de las
concentraciones
sanguíneas de la
glucosa en diabéticos y
diabéticos con un nivel
de corte alto para los
resultados positivos y
negativos para la
prueba.
(Adaptado de Blumberg M: Evaluating health screening procedures. Operations Res 5:351-360, 1957.)
 PRUEBAS DE CRIBADO O TAMIZAJE O SELECCIÓN PARA VARIABLES
MÚLTIPLES (1)

 Las variables continuas, necesitan ser analizadas, como la presión arterial o la

concentración de glucosa en sangre, para la que no existe un resultado
«positivo» o «negativo».
 Por tanto, se debe adoptar una decisión para establecer un punto de corte por
encima del cual el resultado de la prueba es considerado positivo y por debajo
del cual el resultado es considerado negativo.
 El objetivo es que los resultados que se encuentren por encima del punto de
corte puedan considerarse «positivos» y puedan ser vueltos a explorar con mas
pruebas, y del mismo modo, los resultados «negativos.
 PRUEBAS DE CRIBADO O TAMIZAJE O SELECCIÓN PARA VARIABLES
MÚLTIPLES (2)

 El dilema de decidir, un punto de corte alto o bajo, reside en el problema de los

falsos positivos y los falsos negativos que resultan de la prueba.
 Con las pruebas de cribado obtenemos grupos clasificados únicamente según los
resultados de las pruebas de cribado, como positivos o negativos.
 No dan información acerca del verdadero estado de su enfermedad, que, por
supuesto, es el motivo para realizar el tamizaje.
 Por tanto, la elección de los puntos de corte depende de la importancia relativa
de la falsa positividad y la falsa negatividad para la enfermedad en cuestión.
USO DE PRUEBAS MÚLTIPLES
 PRUEBAS DE CRIBADO O TAMIZAJE O SELECCIÓN MULTIPLES

Las pruebas de cribado o tamizaje pueden ser realizadas en los mismos

individuos de manera secuencial y/o simultanea.
 PRUEBAS SECUENCIALES O EN DOS ETAPAS

Objetivo
 Ahorro de costos en pruebas de tamizaje.
 Mejorar la sensibilidad y especificidad en el diagnóstico.
 Reducir el problema de los falsos positivos.

Metodología
1. Primero se tamiza con una prueba menos cara, menos invasiva o menos incómoda.
2. Aquellos con resultado es positivo son vueltos a citar para realizar pruebas adicionales más
sofisticadas (caras, invasivas o incómodas).
 PRUEBAS SECUENCIALES O EN DOS ETAPAS

1ra. Etapa: Uso de prueba de tamizaje de la glucemia en sangre

En una población de 10.000 habitantes, se quiere estudiar la diabetes en la
población. Se utilizó una prueba con una sensibilidad del 70% y una especificidad
del 80%. La prevalencia de la enfermedad en esta población del 5%.

2da. Etapa: Uso de prueba de tolerancia a la glucosa

Con los verdaderos positivos de diabetes y con los falsos positivos de diabetes.
Se utilizará una prueba con una sensibilidad del 90% y una especificidad del 90%.
 PRUEBA DE TAMIZAJE 1RA. ETAPA

No Prevalencia: 10.000 100% 10.000 X 5

Diabéticos diabéticos X 5.0% P=
100

Prueba ( + ) 350 1.900 2.250 P = 500

Resultados

500 X 70
Sensibilidad: 500 100% S=
Prueba ( - ) 150 7.600 7.750 X 70% 100

S = 350
500 9.500 10.000
9.500 X 80
Especificidad: 9.500 100% E=
X 80% 100

E= 7.600
 PRUEBA DE TAMIZAJE 2DA. ETAPA

No
Diabéticos diabéticos
350 X 90
Sensibilidad: 350 100% S=
315 190 505
Resultados

Prueba ( + ) 100
X 90%
S = 315
Prueba ( - ) 35 1.710 1.745
1.900 X 90
Especificidad: 1.900 100% E=
1.900 2.250 X 90% 100
350
E= 1.710
 CÁLCULO DE LA SENSIBILIDAD NETA
PRUEBAS DE CRIBADO O TAMIZAJE SECUENCIAL (1)

Tras completar ambas pruebas, 315 personas del total de 500 diabéticos en esta
población de 10.000 han sido considerados correctamente positivos:

315
Sensibilidad neta = X 100 Sensibilidad neta = 63%
500

Por tanto, empleando ambas pruebas secuencialmente se produce una pérdida de

sensibilidad neta.
 CÁLCULO DE LA ESPECIFICIDAD NETA
PRUEBAS DE CRIBADO O TAMIZAJE SECUENCIAL (2)

 En el 1ra prueba de cribado, 7.600 de los 9.500 no diabéticos fueron considerados correctamente
negativos.
 De la 2da prueba de tamizaje, 1.710 mas de los 9.500 no diabéticos fueron considerados
correctamente negativos.
 Así, un total de 7.600 + 1.710 de los 9.500 no diabéticos fueron considerados correctamente
negativos:

9310
Especificidad neta = X 100 Especificidad neta = 98%
9.500

Por tanto, empleando ambas pruebas secuencialmente se produce una ganancia en la especificidad
neta.
 PRUEBAS SIMULTÁNEAS (1)

En una población de 1.000 personas, la prevalencia de la enfermedad tiroidea es del

20%; pero no sabemos quienes son. Para identificar a las personas que tienen la
enfermedad tiroidea. Se realizaran pruebas de cribado en esta población de 1.000
personas utilizando 2 pruebas para esta enfermedad, al mismo tiempo; la prueba A,
tiene una sensibilidad de 80% y especificidad del 60%; y la prueba B, tiene una
sensibilidad de 90% y especificidad de 90%.
 RESULTADOS DEL CRIBADO CON LA PRUEBA A

Población Prevalencia = 1.000 * 20 / 100

Resultado No
Enfermedad Enfermedad Prevalencia = 200
del cribado

Sensibilidad = 200 * 80 / 100

Positivo 160 320 Sensibilidad = 160

Especificidad = 800 * 60 / 100

Especificidad = 480
Negativo 40 480

200 800 1.000

 RESULTADOS DEL CRIBADO CON LA PRUEBA B

Población Prevalencia = 1.000 * 20 / 100

Resultado No
Enfermedad Enfermedad Prevalencia = 200
del cribado

Sensibilidad = 200 * 90 / 100

Positivo 180 80 Sensibilidad = 180

Especificidad = 800 * 90 / 100

Especificidad = 720
Negativo 20 720

200 800 1.000

 SENSIBILIDAD NETA UTILIZANDO DOS PRUEBAS SIMULTÁNEAS (1)

En la prueba A:
Sensibilidad = 80%. Identifica correctamente a 160 positivos.
En la prueba B:
Sensibilidad = 90%. Identifica correctamente a 180 positivos.

Pero, la prueba B posee una sensibilidad del 90% y, por tanto, identifica como positivas al 90% de las
mismas 160 personas que fueron identificadas por la prueba A.

Sensibilidad de los 160 positivos de la prueba A con la utilización del 90% de la prueba B = 160 * 90 /
100. Identifica correctamente a 144 positivos utilizando simultáneamente las pruebas A y B.
 SENSIBILIDAD NETA UTILIZANDO DOS PRUEBAS SIMULTÁNEAS (2)

Obteniendo los correctamente positivos identificados por la Prueba A = 160 – 144

Obteniendo los correctamente positivos identificados por la Prueba A = 16

Obteniendo los correctamente positivos identificados por la Prueba B = 180 – 144

Obteniendo los correctamente positivos identificados por la Prueba B = 36

Sensibilidad neta simultánea = 16 + 144 + 36 / 200 * 100

Sensibilidad neta simultánea = 196 / 200 * 100

Sensibilidad neta simultánea = 98%

 ESPECIFICIDAD NETA UTILIZANDO DOS PRUEBAS SIMULTÁNEAS (1)

En la prueba A:
Especificidad = 60%. Identifica correctamente a 480 negativos.
En la prueba B:
Especificidad = 90%. Identifica correctamente a 720 negativos.

Pero, la prueba B posee una especificidad del 90% y, por tanto, identifica como negativos al 90% de
las mismas 480 personas que fueron identificadas como negativos por la prueba A.

Especificidad de los 480 negativos de la prueba A con la utilización del 90% de la prueba B = 480 *
90 / 100. Identifica correctamente a 432 negativos utilizando simultáneamente las pruebas A y B.
 ESPECIFICIDAD NETA UTILIZANDO DOS PRUEBAS SIMULTÁNEAS (2)

Especificidad neta simultánea = 432 / 800 * 100

Especificidad neta simultánea = 54%

Por tanto, cuando se emplean dos pruebas simultaneas existe una ganancia neta de
sensibilidad (del 80% utilizando la prueba A y el 90% utilizando la prueba B al 98%
utilizando ambas pruebas simultáneamente).
Sin embargo, existe una perdida neta de la especificidad (especificidad neta = 54%)
respecto a cuando se utiliza cada prueba aisladamente (especificidad del 60% con la
prueba A y del 90% con la prueba B).
 COMPARACIÓN DE LAS PRUEBAS SIMULTANEAS Y
SECUENCIALES
 Detección de una enfermedad especifica.
 En las pruebas secuenciales, se produce una perdida en la sensibilidad neta y una ganancia en la
especificidad neta.
 En las pruebas simultaneas, se produce una ganancia en la sensibilidad neta y pérdida en la
especificidad neta.
 La aplicación de la prueba secuencial o simultanea, se basa en los objetivos de las pruebas:
 Fines diagnósticos o de cribado.
 Contexto en el que se realizan las pruebas.
 Duración del ingreso hospitalario.
 Costes
 Grado de invasividad de cada prueba.
 Grado de cobertura del seguro a terceros.
VALOR PREDICTIVO POSITIVO DE UNA PRUEBA O TEST
 VALOR PREDICTIVO POSITIVO DE UNA PRUEBA O TEST

Valor predictivo positivo (VPP) de la prueba

Es la proporción de los pacientes con una prueba positiva tienen

realmente la enfermedad en cuestión.

Valor predictivo negativo (VPN) de la prueba

Es la probabilidad de que el paciente no tenga la enfermedad.

 PRUEBAS CON RESULTADOS DICOTÓMICOS
(Valor predictivo positivo y Valor predictivo negativo)

X 100

Embarazo Sin embarazo

X 100

80 100 180

X 100

20 800 820

X 100

100 900 1000

RELACIÓN ENTRE LA PREVALENCIA DE LA ENFERMEDAD Y EL
VALOR PREDICTIVO POSITIVO DE LA PRUEBA
 PREVALENCIA DE LA ENFERMEDAD Y VALOR PREDICTIVO POSITIVO

Ejemplo:

 Se esta utilizando una prueba con una sensibilidad del 99% y una
especificidad del 95% en una población de 10.000 personas en la que
la prevalencia de la enfermedad es del 1%.
PREVALENCIA DE LA ENFERMEDAD Y VALOR PREDICTIVO POSITIVO
Prevalencia de la enfermedad = 1,0%
Población = 10.000 habitantes.
Enfermos No enfermos N° enfermos = ?
10.000 hab. 100%
¿? 1,0%
99 495 594
10.000 x 1
N° enfermos = = 100
100
Sensibilidad = 99,0% Especificidad = 95,0%
N° No enfermos = ?
9.900 hab. 100%
1 9.405 9.406
¿? 95%
9.900 x 95
N° no enfermos = = 9.405
100
100 9.900 10.000 99
VPP = X 100 = 16,7%
594
 PREVALENCIA DE LA ENFERMEDAD Y VALOR PREDICTIVO POSITIVO

Analizando e interpretando:

 Debido a que la prevalencia es del 1%, entonces 100 de las 10.000 personas
tienen la enfermedad y 9.900 no.

 Con una sensibilidad del 99%, la prueba identifica correctamente a 99 de las 100
personas que tienen la enfermedad.

 Con una especificidad del 95%, la prueba identifica correctamente como

negativos a 9.405 personas de 9.900 que no tiene la enfermedad.
 PREVALENCIA DE LA ENFERMEDAD Y VALOR PREDICTIVO POSITIVO

Analizando e interpretando:

 Luego, en esta población con una prevalencia del 1%, a 594 personas se las
identifica como positivas mediante la prueba (99 + 495).

 Pero de estas 594 personas, 495 (83%) son falsos positivos y el valor predictivo
positivo es, por tanto, de 99/594 o solo del 16,7%.
 PREVALENCIA DE LA ENFERMEDAD Y VALOR PREDICTIVO POSITIVO

Ejemplo:

 Se esta utilizando una prueba con una sensibilidad del 99% y una
especificidad del 95% en una población de 10.000 personas en la que
la prevalencia de la enfermedad es del 5%.
PREVALENCIA DE LA ENFERMEDAD Y VALOR PREDICTIVO POSITIVO
Prevalencia de la enfermedad = 5,0%
Población = 10.000 habitantes.

Enfermos No enfermos N° enfermos = ?

10.000 hab. 100%

¿? 5,0%
495 475 970
10.000 x 5
N° enfermos = = 500
100
Sensibilidad = 99,0% Especificidad = 95,0%
N° No enfermos = ?
9.500 hab. 100%
5 9.025 9.030
¿? 95%
9.500 x 95
N° no enfermos = = 9.025
100
500 9.500 10.000
495
VPP = X 100 = 51,0%
970
PREVALENCIA DE LA ENFERMEDAD Y VALOR PREDICTIVO POSITIVO
 RELACIÓN
PREVALENCIA DE LA ENFERMEDAD Y VALOR PREDICTIVO POSITIVO

 La relación entre el VPP y la Prevalencia de la enfermedad, es directamente

proporcional, a mayor tasa de prevalencia mayor es el VPP.

 Por tanto, un programa de tamizaje o cribado es mas productivo y eficiente si se

dirige a una población diana (objetivo) con un riesgo elevado (PREVALENCIA).

 Estudiar en toda la población una enfermedad relativamente infrecuente puede

ser un desperdicio de recursos y detectar pocos casos previamente no detectados
en relación con el esfuerzo realizado.
 RELACIÓN
PREVALENCIA DE LA ENFERMEDAD Y VALOR PREDICTIVO POSITIVO

 Pero si puede identificarse un subgrupo de riesgo elevado y hacer un

estudio de tamizaje o cribado directamente a ese grupo, es probable
que el programa será mucho mas productivo.

 Además, una población de riesgo elevado puede estar mas motivada a

participar en tal programa y es mas probable que ponga en practica la
acción recomendada si los resultados del tamizaje o cribado son
positivos.
RELACIÓN ENTRE EL VALOR PREDICTIVO POSITIVO Y LA
ESPECIFICIDAD DE LA PRUEBA
 RELACIÓN ENTRE EL VPP Y LA ESPECIFICIDAD DE LA PRUEBA (1)
(Prevalencia = 50%. Sensibilidad = 50%. Especificidad = 50%)
Población Prevalencia = 1.000 * 50 / 100
Resultado Prevalencia = 500
del cribado Enfermedad No Enfermedad

Sensibilidad = 500 * 50 / 100

Sensibilidad = 250
Positivo 250 250 500

Especificidad = 500 * 50 / 100

Especificidad = 250

Negativo 250 250 500 VPP = VP / VP + FP * 100

VPP = 250 / 500 * 100
VPP = 50%
500 500 1.000
 RELACIÓN ENTRE EL VPP Y LA ESPECIFICIDAD DE LA PRUEBA (2)
(Prevalencia = 20%. Sensibilidad = 50%. Especificidad = 50%)
Población Prevalencia = 1.000 * 20 / 100
Resultado Prevalencia = 200
Enfermedad No Enfermedad
del cribado
Sensibilidad = 200 * 50 / 100
Sensibilidad = 100
Positivo 100 400 500

Especificidad = 800 * 50 / 100

Especificidad = 400

Negativo 100 400 500 VPP = VP / VP + FP * 100

VPP = 100 / 500 * 100
VPP = 20%
200 800 1.000
 RELACIÓN ENTRE EL VPP Y LA ESPECIFICIDAD DE LA PRUEBA (3)
(Prevalencia = 20%. Sensibilidad = 90%. Especificidad = 50%)
Población Prevalencia = 1.000 * 20 / 100
Resultado Prevalencia = 200
Enfermedad No Enfermedad
del cribado
Sensibilidad = 200 * 90 / 100
Sensibilidad = 180
Positivo 180 400 580

Especificidad = 800 * 50 / 100

Especificidad = 400

Negativo 20 400 420 VPP = VP / VP + FP * 100

VPP = 180 / 580 * 100
VPP = 31%
200 800 1.000
 RELACIÓN ENTRE EL VPP Y LA ESPECIFICIDAD DE LA PRUEBA (4)
(Prevalencia = 20%. Sensibilidad = 50%. Especificidad = 90%)
Población Prevalencia = 1.000 * 20 / 100
Resultado Prevalencia = 200
Enfermedad No Enfermedad
del cribado
Sensibilidad = 200 * 50 / 100
Sensibilidad = 100
Positivo 100 80 180

Especificidad = 800 * 90 / 100

Especificidad = 720

Negativo 100 720 820 VPP = VP / VP + FP * 100

VPP = 100 / 180 * 100
VPP = 56%
200 800 1.000
 RELACIÓN ENTRE EL VPP Y LA ESPECIFICIDAD DE LA PRUEBA (5)

1. Prevalencia = 50%. Sensibilidad = 50%, Especificidad = 50%. El valor predictivo

positivo es de 50%. Es una enfermedad muy prevalente.
2. Prevalencia = 20%. Sensibilidad = 50%, Especificidad = 50%. El valor predictivo
positivo es del 20%. Es una enfermedad moderadamente prevalente.
3. Prevalencia = 20%. Sensibilidad = 90%, Especificidad = 50%. El valor predictivo
es del 31%. Es una enfermedad con un aumento modesto.
4. Prevalencia = 20%. Sensibilidad = 50%, Especificidad = 90%. El valor predictivo
positivo es del 56%. Por tanto, el aumento de la especificidad produce un mayor
aumento del VPP que el logrado con el mismo aumento de la sensibilidad.
FIABILIDAD (REPETIBILIDAD) DE LAS PRUEBAS
 VARIACIÓN INTRA INDIVIDUAL

Los valores obtenidos al medir muchas características humanas a menudo varían a

lo largo del tiempo, incluso durante un periodo corto de tiempo. Hay mayor
variación si lo realizan tres observadores en un periodo de 24 horas.
La variabilidad a lo largo del tiempo es considerable. A veces son las condiciones
en las que se realizan ciertas pruebas, claramente pueden arrojar diferentes
resultados en la misma persona.
Por tanto, a la hora de valorar los resultados de cualquier prueba, es importante
considerar las condiciones en las que se realizó la prueba, incluida la hora del día.
 VARIACIÓN INTRA OBSERVADOR

En ocasiones se producen variaciones entre dos o mas lecturas de los

mismos resultados de la prueba valorada por un mismo observador. Por
ejemplo, un radiólogo que interprete el mismo grupo de radiografías en
dos ocasiones diferentes puede interpretar una o mas de las
radiografías de modo diferente la segunda vez.
A mayor sea el grado de subjetividad en las lecturas, mayor será la
probabilidad de que se produzca una variación intra observador en las
mismas.
 VARIACIÓN INTER OBSERVADOR

 Otra consideración importante es la variación entre observadores.

 Dos examinadores a menudo no obtienen el mismo resultado.
 El grado de concordancia o discordancia entre observadores es un aspecto
importante.
 Pueden considerarse:
 La exploración física.
 Pruebas de laboratorio.
 Otras técnicas de evaluaci6n de características.
 VARIACIÓN INTER OBSERVADOR: PORCENTAJE DE CONCORDANCIA

De la lectura de Epidemiología de Gordis, se asignan valores a las

Radiólogo 1(R1), lectura vertical; lee 5
letras: A = 5; B = 6; C = 7; D = 8; E = 9; F = 10; G = 11; H = 12; I = 13; J
= 14; K = 15; L = 16; M = 17; N = 18; O = 19 y P= 20. Tabla N° 1 radiografía anormales y el R2 lee también 5
anormales entonces hay concordancia.
R1 lee 9 anormales y el R2 lee 9 sospechosas.
El R1 lee 13 anormales y el R2 lee 13 dudosas.
El R1 lee 17 anormales y el R2 lee 17 normales
en todas ellas hay discordancias.
Esta rutina se repite por el resto del tipo de
lectura y comparadas de manera cruzada entre
el R1 y R2.
PC = 5 + 10 + 15 +20 /200 * 100
Luego se suman las concordancias y se dividen
PC = 50 /200 * 100
entre el total de radiografía leídas.
PC = 25%
 VARIACIÓN INTER OBSERVADOR: PORCENTAJE DE CONCORDANCIA USADA
EN PRUEBAS DICOTÓMICAS CONSIDERANDO A LOS R1 Y R2 (1)
Radiólogo 1 Ver tabla N° 1. Del ejemplo anterior, solo se
toman las concordancias entre los R1 y R2:
Positivo Negativo
a)Placas radiográficas anormales = 5
(a) (b)
b)Placas radiográficas dudosas = 15
Positivo 5 15 c)Placas radiográficas sospechosas = 10
Radiólogo 2

d)Placas radiográficas normales = 20

(c) (d) PC = (a + d / a + b + c + d )*100

PC = (5 + 20 / 5 + 15 + 10 + 20 )*100
Negativo 10 20
PC = 25 / 50 * 100
PC = 50%
 VARIACIÓN INTER OBSERVADOR: PORCENTAJE DE CONCORDANCIA USADA EN
PRUEBAS DICOTÓMICAS CONSIDERANDO ÚNICAMENTE AL R1 (2)
Radiólogo 1 Ver tabla N°1. Del ejemplo anterior, solo se
toman los totales del R1. Se descarta las placas
Positivo Negativo
radiográficas normales (d), se toman en cuentas
(a) (b)
las placas radiográficas anormales (a):
Positivo 44 52 a)Placas radiográficas anormales = 44
Radiólogo 2

b)Placas radiográficas dudosas = 52

c)Placas radiográficas sospechosas = 10
(c) (d)
d)Placas radiográficas normales = 56
Negativo 10 56
PC = (a / a + b + c ) * 100 PD = 100 - 41.5%
PC = (44/44+52+10)* 100 PD = 58.5%
PC = 44 / 106 * 100
PC = 41.5%
 ESTADÍSTICO KAPPA

Landis y Koch, sugieren que un estadístico kappa:

1. Mayor de 0,75 representa una concordancia excelente mas allá del azar.
2. Menor de 0,40 representa una concordancia baja.
3. Entre 0,40 y 0,75 representa una concordancia de intermedia a buena.
4. Existe gran controversia acerca del uso apropiado de kappa (MacLure y Willetó).

Landis JR, Koch GG: The measurement of observer agreement for categorical data. Biometrics 33:159,1977.
VALIDEZ Y FIABILIDAD DE UNA PRUEBA
 RELACIÓN
VALIDEZ Y FIABILIDAD DE UNA PRUEBA

Cuando la fiabilidad o reproducibilidad de una prueba es mala, la

validez de la prueba para un individuo dado también puede serlo.

Es importante tener en cuenta la distinción entre validez grupal y validez

individual cuando se evalúen la calidad de las pruebas diagnosticas y de
tamizaje o cribado.
 RELACIÓN
VALIDEZ Y FIABILIDAD DE UNA PRUEBA

Gráfico de los resultados de una Gráfico de los resultados de una prueba Gráfico de los resultados de una
prueba hipotética que son hipotética que son validos, pero no prueba hipotética
fiables, pero no validos. fiables. que son validos y fiables.
MUCHAS GRACIAS

JULIO MANUEL RUIZ OLANO.

Médico Especialista en Epidemiología de Campo.
Prevención y Control de IAAS.
Control de Enfermedades Infecciosas