PRUEBAS DIAGNÓSTICAS (III): COCIENTE DE PROBABILIDADES
En las dos entradas previas hemos hablado de las propiedades intrínsecas de una prueba diagnóstica, sensibilidad y especificidad, que nos dan una idea de la validez de la prueba para detectar una condición; y de los valores predictivos, que nos informan de la calidad de la prueba diagnóstica para conocer la realidad de un paciente del que conocemos el resultado en dicha prueba.
Con esos datos, que encontraremos en la literatura científica, puedo discernir si la prueba es útil en la asistencia a nuestros usuarios. Sin embargo, si desconozco la prevalencia de la condición a estudio en la población con la que trabajo o quiero utilizar una prueba prescindiendo del dato de probabilidad preexamen o preprueba necesito recurrir al COCIENTE DE PROBABILIDADES. Como su nombre indica es una relación que se establece entre el porcentaje de positivos «verdaderos positivos» (sensibilidad o S) y el porcentaje de positivos «falsos positivos» (sujetos que dan positivo sin la condición -o realmente sanos- de entre todos los positivos), para el cociente de probabilidades positivo (CP+). Para el cociente de probabilidades negativo (CP-) se divide el porcentaje de negativos «falsos negativos» (sujetos que, entre todos los negativos, han dado negativo teniendo realmente la condición o enfermedad) y el porcentaje de negativos «verdaderos negativos» (especificidad o E) -o realmente sanos- de entre todos los negativos. El cociente de probabilidades también se denominan razón de verosimilitud, y en inglés es el likehood ratio.
En términos matemáticos:
- (CP+)= S/(1-E)
- (CP-) = (1-S)/E
La interpretación es que el (CP+) nos permite saber, cuando el resultado de la prueba es positivo, cuántas veces es más probable es que el sujeto tenga la enfermedad o condición en relación a que no la tenga. Así, si el cociente de probabilidades es 2 significa que ante una prueba positiva es el doble de probable que tenga la enfermedad a que no la tenga. Por ejemplo, la prueba de Hawkins tiene un (CP+) de 1,9. Sin saber este dato puedo obtenerlo conociendo la S y E:
- (CP+) prueba de Hawkins: 79%/(1- 59%)= 1,9
La interpretación de un (CP-) nos permite saber, cuando el resultado es negativo, cuántas veces es más probable que el sujeto esté sano o la condición esté ausente en relación a las que esté enfermo o tenga la condición. Así, si el CP- es 0,2 significa que ante una prueba negativa es 5 veces más probable que NO tenga la enfermedad a que la tenga (1/5=0,2). Por ejemplo, la prueba de Lachman tiene un (CP-) de 0,16. Sin saber este dato puedo obtenerlo conociendo la S y E:
- (CP-) prueba de Lachman: (1-85%)/94%= 0,16
Como vemos, los cocientes de probabilidades son independientes de la prevalencia y de la probabilidad preprueba o preexamen. Son útiles en situaciones reales de la práctica, es decir, ante un usuario del que conocemos el resultado de una prueba cuya validez ha sido determinada por estudios previos, por los que sabemos su sensibilidad y especificidad. Nos ayudan a valorar si la prueba aporta información para aminorar la incertidumbre diagnóstica. Para ello debemos considerar que los (CP+) que son de utilidad para apoyar el diagnóstico han de ser mayores de 5, idealmente mayores de 10. Para los valores de (CP-) debemos considerar útiles para descartar la condición los menores de 0,2, idealmente 0,1.
Con esta y las dos entradas precedentes podemos conocer, a partir de la literatura, si una prueba es válida (sensibilidad y especificidad); su capacidad detectar la probabilidad de presencia o ausencia de una condición conociendo la prevalencia de la misma en la población a la que pertenece el sujeto o la probabilidad preexamen de la misma en ese sujeto (valores predictivos); la capacidad de la prueba para detectar enfermos y sanos mediante la relación entre los que clasifica correctamente y los que no (cociente de probabilidad). Ahora, nos puede interesar, asumiendo una probabilidad de que el paciente esté sano o enfermo, conocer la probabilidad posprueba de presencia o ausencia de una condición. Pero,…basta por hoy.
Para saber más:
- Vídeo en español
- Likehood ratios (en inglés): Emory University https://med.emory.edu/about/index.html
- Diagnostics and Likelihood Ratios, Explained http://www.thennt.com/diagnostics-and-likelihood-ratios-explained/
- Calculadora de CP a partir de sensibilidad y especifidad (en inglés): http://getthediagnosis.org/calculator.htm
- How to Use an Article About a Diagnostic Test B. What Are the Results and Will They Help Me in Caring for My Patients?: https://www.lumc.nl/sub/9300/att/1212110215131959.pdf