Cómo calcular la sensibilidad, la especificidad, el valor predictivo positivo y el valor predictivo negativo

Video: 4.- Sensibilidad, especificidad valores predictivos

Contenido

Pasos
Método 1 de 1: haga su propio recuento
Consejos
Advertencias

En cualquier prueba realizada en una población determinada, es importante calcular sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo con el fin de determinar qué tan útil es esta prueba para diagnosticar una enfermedad o características de un grupo de población determinado. Si queremos utilizar esta prueba para investigar las características de una población seleccionada, necesitamos saber:

¿Qué posibilidades hay de que la prueba detecte Disponibilidad signos en humanos con rasgos característicos (sensibilidad)?
¿Qué posibilidades hay de que la prueba detecte ausencia signos en humanos sin rasgos característicos (especificidad)?
¿Cuál es la probabilidad de que una persona con positivo el resultado de la prueba es en realidad hay señales (valor predictivo positivo)?
¿Cuál es la probabilidad de que una persona con negativo el resultado de la prueba es en realidad No señales (valor predictivo negativo)?

Es muy importante calcular estos valores para poder determinar si una prueba es útil para evaluar las características de una población determinada... En este artículo, le mostraremos cómo calcular estos valores.

Pasos

Método 1 de 1: haga su propio recuento

1 Construya una muestra de la población, por ejemplo 1000 pacientes en una clínica.
2 Identifique la enfermedad o los signos que está investigando, como la sífilis.
3 Realizar una prueba estándar de oro confiable para determinar la prevalencia de enfermedades o signos, como información sobre la presencia de bacterias. treponema pálido, obtenido con un microscopio de campo oscuro, teniendo en cuenta el cuadro clínico. Utilice una prueba estándar de oro para determinar quién tiene y quién no. Para mayor claridad, supongamos que 100 sujetos los tienen, pero 900 no.
4 Diseñe una prueba para la sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo de la población de interés y pruebe una muestra de la población. Por ejemplo, digamos que se trata de una prueba de reactivo de plasma rápido (RPR) para la sífilis. Úselo para muestrear 1000 personas.
5 De aquellos con síntomas (según lo establecido por el estándar de oro), anote el número de personas con resultados positivos y negativos. Pruebe de la misma manera a las personas que no muestren signos (según lo establecido por el estándar de oro). Recibirás cuatro dígitos. Las personas con síntomas Y un resultado positivo son verdadero positivo (PI)... Las personas con síntomas Y resultados negativos son falso negativo (LO)... Las personas sin signos Y un resultado positivo son falso positivo (LP)... Las personas sin signos Y un resultado negativo son verdadero negativo (IR)... Para mayor claridad, digamos que evaluó a 1000 pacientes con RPR. 95 de cada 100 pacientes con sífilis dieron positivo y 5 negativos. De los 900 pacientes que no tenían sífilis, 90 dieron positivo y 810 negativos. En este caso, PI = 95, LO = 5, LP = 90 e IO = 810.
6 Para calcular la sensibilidad, divida el PI por (PI + LO). En el caso anterior, obtenemos 95 / (95 + 5) = 95%. La sensibilidad nos dice qué tan probable es que una prueba dé positivo en una persona con los síntomas.Entre las personas con los síntomas, ¿qué proporción dará positivo en la prueba? Una sensibilidad del 95% es bastante buena.
7 Para calcular la especificidad, divida RO por (LP + RO). En el caso anterior, obtenemos 810 / (90 + 810) = 90%. La especificidad nos dice la probabilidad de que una prueba dé negativo en una persona que no presenta síntomas. Entre las personas sin síntomas, ¿qué proporción obtendrá un resultado negativo? Una especificidad del 90% es bastante buena.
8 Para calcular el valor predictivo positivo (VPP), divida PI entre (PI + LP). En el caso anterior, obtenemos 95 / (95 + 90) = 51,4%. El valor predictivo positivo nos dice la probabilidad de que una persona con un resultado positivo en la prueba tenga los síntomas. Entre las personas que dan positivo en la prueba, ¿qué proporción tiene realmente los síntomas? Un VPP del 51,4% significa que si el resultado de la prueba es positivo, hay un 51,4% de probabilidades de que esté realmente enfermo.
9 Para calcular el valor predictivo negativo (VPN), divida RO entre (RO + LO). En el caso anterior, obtenemos 810 / (810 + 5) = 99,4%. El valor predictivo negativo nos dice qué tan probable es que una persona con un resultado negativo en la prueba no presente síntomas. Entre las personas que dan negativo en la prueba, ¿qué proporción son realmente asintomáticas? Un HMO del 99,4% significa que si el resultado de la prueba es negativo, existe un 99,4% de probabilidades de que no esté enfermo.

Consejos

Las buenas pruebas de detección son muy sensibles y ayudan a identificar a los pacientes que presentan síntomas. Las pruebas de alta sensibilidad son útiles en diagnóstico diferencial enfermedades o signos si son negativos. ("SNOUT": desviación de sensibilidad)
Exactitud o eficacia es el porcentaje de resultados de la prueba establecidos con precisión por la prueba, es decir, (verdadero positivo + verdadero negativo) / resultados generales de la prueba = (PI + RO) / (PI + RO + LP + LO).
Intente dibujar una tabla de contingencia para que le resulte más fácil.
Recuerde que la sensibilidad y la especificidad son propiedades intrínsecas de una prueba dada que no dependen del grupo de población dado, es decir, si la prueba se lleva a cabo en diferentes grupos de población, estos dos valores deben permanecer sin cambios.
Las buenas pruebas de control tienen una alta especificidad para que las pruebas no cometan errores al identificar a los pacientes con síntomas. Las pruebas de alta sensibilidad son útiles en diagnósticos enfermedades o signos, si muestran un resultado positivo. ("SPIN": aprobación de especificidad)
Por otro lado, el valor predictivo positivo y el valor predictivo negativo dependen del nivel de prevalencia de signos entre el grupo de población seleccionado. Cuanto menos comunes sean los signos, menor será el valor predictivo positivo y mayor el valor predictivo negativo (ya que la prevalencia es menor en los casos en que los signos son menos comunes). Por el contrario, cuanto más frecuentes son los signos, mayor es el valor predictivo positivo y menor el valor predictivo negativo (ya que la prevalencia es mayor en los casos en que los signos son más comunes).
Trate de comprender bien estas definiciones.