Recomendamos en principio releer la entrega anterior, sobre sensibilidad y especificidad, para comprender cabalmente los siguientes contenidos.
Como ya vimos, la sensibilidad de un test, o tasa de verdaderos positivos (VP/ VP+FN), es la capacidad del test para detectar enfermos (E+). La especificidad, o tasa de verdaderos negativos (VN /VN + FP), su capacidad de diagnosticar ausencia de enfermedad (E-).
Pero, en realidad, cuando hacemos un test, nuestro interés se centra en determinar la probabilidad de que el paciente sea un enfermo (E+) si el test es positivo (T+), o bien que haya ausencia de patología (E-) si el test es negativo (E-). No estamos evaluando la capacidad diagnóstica del test, estamos evaluando a un sujeto y queremos saber, frente a un T+, si estamos realmente en presencia de un E+, y frente a un T-, si se trata de un E-.
El primer punto (probabilidad de E+ si T+) corresponde al valor predictivo positivo (VPP), que surge del cociente de los T+ en E+ (VP) sobre el total de los T+ (VP+FP). Es decir que VPP= VP/ VP + FP. Si el valor de FP aumenta, aumenta el denominador, y por lo tanto el VPP cae. ¿Y cuándo aumenta el valor de FP? Como ya vimos, si un test es poco específico. Colofón: los tests muy específicos tienen alto VPP; un resultado positivo por lo tanto, es con alto grado de probabilidad un verdadero positivo. Un test positivo con alto grado de especificidad incluye: suma al positivo al grupo de los enfermos.
El segundo punto (probabilidad de E- si T-) corresponde al valor predictivo negativo (VPN), que surge del cociente de los T- en E- (VN) sobre el total de los T- (VN+FN). Es decir que VPN= VN/ VN + FN. Si el valor de FN aumenta, aumenta el denominador, y por lo tanto el VPN cae. ¿Y cuándo aumenta el valor de FN? Aumenta si un test es poco sensible. Por lo tanto, los tests muy sensibles tienen alto VPN; un resultado negativo es con alto grado de probabilidad un verdadero negativo. Un test negativo con alto grado de sensibilidad excluye: suma al negativo al grupo de los sanos.
A diferencia de la sensibilidad y la especificidad, que son propias del test, cualquiera sea el escenario y la probabilidad pre test, los valores predictivos positivo y negativo varían según la prevalencia de la enfermedad en el grupo estudiado o en el paciente individual. Tal como señalan las figuras 1 a 3, al variar la prevalencia, un test con la misma sensibilidad y especificidad varía su VPP y VPN.
Consideremos como ejemplo un test con sensibilidad de 80% y especificidad de 90%. Para una prevalencia o probabilidad pre test de enfermedad del 10%, un resultado positivo del test lleva la probabilidad post test al 47%, mientras que un resultado negativo no excluye totalmente la probabilidad de enfermedad: el VPN es de 97.6%, por lo que existe aún una probabilidad luego del test de padecer la enfermedad o presentar el carácter en estudio del 2.4% (figura 1).
En el caso de una prevalencia muy alta (ejemplo del 90%), un resultado positivo lleva la probabilidad al 98.6%, y uno negativo no puede excluir que exista enfermedad en un 66.7% de los casos! (figura 2).
En resumen, en casos de prevalencia muy alta o muy baja, no es significativo el rédito del test. En casos de prevalencia intermedia es donde la ganancia del test es máxima: veamos como frente a una probabilidad pre test del 50%, un resultado positivo lleva la probabilidad post test al 88.8%, y uno negativo la baja al 18.2%. (figura 3).
En conclusión, a la hora de considerar el resultado de un T, debemos tener en cuenta su sensibilidad y su especificidad, pero también, y claramente, la prevalencia de enfermedad en el sujeto estudiado. Ella depende de las características propias del sujeto, del cuadro clínico y de los resultados de tests previos. Solo de esta manera podremos interpretar adecuadamente los hallazgos, y acercarnos o alejarnos del diagnóstico de enfermedad.
Dr. Jorge Thierer
