Cuando queremos aplicar una prueba a la clínica, lo que nos interesa principalmente es que sea útil. No solo valoramos la validez técnica de una prueba, o sea la capacidad de detectar lo que se supone que tiene que detectar, sino que también es importante la validez clínica, es decir, si esta técnica nos resulta útil para el diagnóstico.
Para cuantificar la validez técnica de una prueba, se emplean la sensibilidad y la especificidad. Generalmente, consideraremos que un test es bueno si tiene una buena especificidad y sensibilidad, pero la población a la que lo apliquemos también influirá en si obtenemos o no buenos resultados. Si la población a la que aplicamos este test no es adecuada, no vamos a tener información fiable, no nos resultará útil para el diagnóstico. Vamos a ver esto con un ejemplo: las pruebas de detección del virus del VIH.
 |
Representación de la estructura interna del VIH. Fuente: RCSB PBD |
El VIH es el virus de la inmunodeficiencia humana. Este virus ataca a unas células muy importantes del sistema inmunitario, los linfocitos T CD4, provocando la muerte de estas células y disminuyendo la capacidad de nuestro sistema inmunitario de defendernos contra infecciones y algunos tumores, causando a largo plazo el síndrome de inmunodeficiencia adquirida o SIDA. Si queréis conocer más acerca de este virus y la enfermedad que provoca, os lo explica mejor que yo Sandra Ortonobes, del canal La hiperactina, en este vídeo.
Para la detección del VIH se realizan pruebas muy válidas, con valores de sensibilidad y especificidad del 99,5%. Consideremos que este test se realiza en la población gallega, de 2.800.000 ciudadanos, de los cuales 6.000 están infectados. Este test ha resultado positivo para 19.940 casos.
Para completar la tabla de contingencia, sabemos que el total de enfermos son 6.000, y el total de positivos para este test son 19.940. El total de sanos, por lo tanto, será la diferencia entre la población total y el total de enfermos, 2.794.000, mientras que el total de negativos para la prueba será la diferencia entre la población total y el total de positivos, 2.780.060.
 |
| Tabla de contingencia para la población general |
La prevalencia de la enfermedad es la proporción de personas en una población que presentan la enfermedad (no confundir con la incidencia, que solo considera los casos nuevos). En este primer ejemplo, la prevalencia sería del 0,214%. Esta prevalencia es muy baja, lo que conlleva que habrá una gran proporción de falsos positivos, aunque la especificidad y la sensibilidad sean muy buenas, como se ve en la tabla: de los 19940 resultados positivos, ¡13970 son falsos positivos!
Como hemos comentado en la entrada anterior, para la aplicación clínica de las pruebas, es más informativo considerar los valores predictivos que la especificidad y sensibilidad. Para calcular el valor predictivo negativo, dividiríamos los verdaderos negativos, 2.780.030, entre el total de negativos, 2.780.060, obteniendo así un valor predictivo negativo del 99,9%. Para calcular el valor predictivo negativo, dividimos los verdaderos positivos, 5.970, entre el total de positivos, 19.940, con lo que obtenemos un valor predictivo negativo del 29,9%.
El valor predictivo negativo de esta prueba en esta población es muy bueno, de modo que obtener un resultado negativo nos da una gran confianza, es muy poco probable que habiendo obtenido este resultado seamos enfermos. En cambio, el valor predictivo positivo es bastante malo, ya que la probabilidad de ser sano habiendo tenido un resultado positivo es mayor de la mitad, de todos los diagnosticados como positivos, solamente lo son un 29,9%.
En cambio, si en lugar de aplicar esta prueba a toda la población gallega, la realizamos solo a aquella población que esté en riesgo de estar infectado, que son 20.979 personas, la cosa cambia. El número de enfermos sigue siendo 6.000, pero como estamos considerando una población significativamente menor, la prevalencia es mucho mayor, del 28,6%. Como hemos hecho antes, rellenamos la tabla de contingencia.
 |
| Tabla de contingencia para la población en riesgo |
Ahora, podemos ver a simple vista que el número de falsos positivos en esta población va a ser mucho menor, pero vamos a calcular los valores predictivos para poder compararlos con el caso anterior. En esta población, el valor predictivo negativo del test es del 99,7% y el valor predictivo positivo es del 98,8%, por lo que podemos estar bastante seguros de que el resultado de la prueba concuerda con la condición de enfermedad, tanto cuando obtenemos un resultado negativo como cuando obtenemos un resultado positivo.
Así, podemos ver que esta prueba, aunque técnicamente es muy válida, no podemos emplearla como diagnóstico definitivo de infección por VIH en una población en la que la prevalencia sea muy baja, puesto que estaríamos clasificando como positivos a una gran cantidad de personas no infectadas, y administrándoles un tratamiento de por vida que sería innecesario, además del estigma social que supone actualmente la infección por VIH.
Por otro lado, debemos considerar que en el caso del VIH, es muy importante el diagnóstico precoz, para conseguir que la carga vírica de los pacientes no alcance valores muy grandes y evitar que lleguen a desarrollar SIDA, y por otro lado evitar que transmita este virus a otras personas, por lo que sería una buena idea aplicar esta prueba como método de cribado, y a aquellas personas que obtengan un resultado positivo, realizar una segunda prueba para confirmar el resultado.
Con este ejemplo vemos que, si bien la sensibilidad y la especificidad son características intrínsecas de la prueba, la capacidad predictiva depende de lo frecuente o rara que sea una enfermedad: si la enfermedad es muy frecuente en una población, obtener un resultado positivo hace que sea más probable estar enfermo que si la enfermedad es muy rara. Por este motivo, es muy importante elegir la población adecuada a la que se va a realizar la prueba.
Comentarios
Publicar un comentario