{"id":135217,"date":"2019-02-08T00:40:20","date_gmt":"2019-02-07T23:40:20","guid":{"rendered":"http:\/\/www.madrimasd.org\/blogs\/fisioterapia\/?p=135217"},"modified":"2019-02-16T14:23:30","modified_gmt":"2019-02-16T13:23:30","slug":"probabilidad-posprueba","status":"publish","type":"post","link":"https:\/\/www.madrimasd.org\/blogs\/fisioterapia\/2019\/02\/08\/probabilidad-posprueba\/","title":{"rendered":"PRUEBAS DIAGN\u00d3STICAS (IV): PROBABILIDAD POSPRUEBA"},"content":{"rendered":"

Como hemos visto en la entrada previa, el cociente de probabilidades<\/a> me da una idea de la utilidad de una prueba diagn\u00f3stica una vez la hemos aplicado y conocemos su resultado en un paciente. Si tiene determinados valores me confirma que dicho resultado es relevante. Vimos tambi\u00e9n que el cociente de probabilidades se obtiene a partir de la sensibilidad y especificidad de una prueba y que, al contrario que los valores predictivos, no depende le la probabilidad preexamen o de la prevalencia de la condici\u00f3n a estudio.<\/strong><\/p>\n

Lo que proponemos ahora es conocer la probabilidad de que un paciente tenga o no la condici\u00f3n o enfermedad que se estudia mediante una prueba validada, teniendo en cuenta los cocientes de probabilidades de dicha prueba y la probabilidad estimada previamente (preprueba, preexamen o pretest<\/em>). Es decir, si s\u00e9 cu\u00e1nto de relevante es el resultado de la prueba y la prevalencia de la condici\u00f3n (o la estimaci\u00f3n de la probabilidad preprueba a partir de anamnesis y examen f\u00edsico), \u00bfcu\u00e1l es la probabilidad de confirmar ese resultado?<\/p>\n

La prevalencia ser\u00e1 la de la poblaci\u00f3n a la que pertenezca nuestro paciente o usuario. Pero, si tenemos en cuenta la experiencia del profesional y los datos de la historia cl\u00ednica, se hace la estimaci\u00f3n \u00abpersonalizada\u00bb para ese paciente. Esta es la situaci\u00f3n m\u00e1s t\u00edpica a la que se enfrenta un fisioterapeuta. Con el dato de la probabilidad preprueba y los de los cocientes de probabilidades (o razones de verosimilitud o\u00a0likehood ratios<\/em>) obtengo una probabilidad posprueba de que el paciente tenga o no la condici\u00f3n. Para ello, podemos hacer los c\u00e1lculos pertinentes seg\u00fan el teorema de Bayes, lo cual nos complica un poco la vida. O podemos, siendo pr\u00e1cticos, emplear un diagrama bidimensional que nos presenta el cambio de probabilidades, de la preprueba a la posprueba, el nomograma de Fagan<\/strong>:<\/p>\n

\"\"<\/a><\/p>\n

<\/a><\/p>\n

Su uso es sencillo. Simplemente se trazan dos l\u00edneas que unen la posibilidad preprueba estimada y que pasa por cada uno de los valores de los cocientes de probabilidades positivo y negativo, hasta la l\u00ednea vertical que marca las probabilidades posprueba para cada cociente de probabilidades. Pero, siendo a\u00fan m\u00e1s pragm\u00e1tico, podemos hacer uso de una calculadora en l\u00ednea\u00a0(esta<\/a> o esta\u00a0otra calculadora<\/a>), en la que introduciendo los valores conocidos antedichos obtenemos las misma probabilidades posprueba.<\/p>\n

As\u00ed pues, en las entradas previas y aqu\u00ed hemos intentado entender y hacer entender c\u00f3mo reconocemos, en base a los estudios disponibles, si una prueba es v\u00e1lida; y si los resultados en nuestro paciente predecir\u00e1n el diagn\u00f3stico correcto (\u00bftiene o no la condici\u00f3n o enfermedad?) con un cierto margen de seguridad. Todo eso lo encontraremos en la literatura.<\/p>\n

La cuesti\u00f3n un tanto espinosa que, llegado este punto, debemos considerar ante una eventual molestia, dolor o dificultad, \u00bfcu\u00e1l es nuestra capacidad\u00a0prediagn\u00f3stica<\/em>?\u00a0 En definitiva, \u00bfc\u00f3mo se estima la probabilidad preprueba?<\/p>\n

Siguiente entrada de la serie.<\/a><\/p>\n

Para saber m\u00e1s:<\/p>\n