La importancia de los Test diagnósticos: Sensibilidad, Especificidad, VPP y VPN

3 min de lectura

En nuestra práctica diaria, enmarcados en el contexto de ciencias de la salud, es común querer conocer el estado real de un paciente respecto de la presencia (o ausencia) de una determinada patología, tumor, microorganismo, etc. Para determinar dicho estado, se utiliza un procedimiento llamado “gold standard”, el cual define la presencia de una condición con la máxima certeza conocida (1).

Sin embargo, no siempre es posible aplicar el gold standard por diversos motivos (acceso, costos, tiempo, etc.), recurriendo en estos casos a los test diagnósticos, que intentan determinar el estado del paciente por métodos alternativos. Para determinar la capacidad predictiva de un test diagnóstico, se debe contrastar con el gold standard. Para ello, se construye una tabla 2 x 2 en la cual se determina la habilidad del test para clasificar correctamente a los pacientes enfermos y a los sanos (Tabla 1). Las medidas utilizadas para determinar esta capacidad se denominan sensibilidad y especificidad, respectivamente (2).

Tabla 2 x 2 Test diagnóstico vs Enfermedad
Tabla 2 x 2 Test diagnóstico vs Enfermedad

La sensibilidad (S) es la capacidad del test de clasificar correctamente a los casos verdaderamente positivos, es decir, la capacidad para detectar correctamente la presencia de enfermedad, o sea, a los enfermos. Operacionalmente se define como S = VP / (VP+FN).

La especificidad (E) es la capacidad del test de clasificar correctamente los casos verdaderamente negativos, es decir, la capacidad para detectar correctamente la ausencia de enfermedad, o sea, a los sanos. Operacionalmente se define como E = VN / (FP+VN).

La elección de un test diagnóstico habitualmente depende de la gravedad de la enfermedad. Si la enfermedad en estudio es grave, se prefiere un test que tenga alta sensibilidad (alta probabilidad de detectar correctamente un enfermo). En cambio, si la enfermedad no es tan grave, se puede elegir un test más específico (alta probabilidad de detectar correctamente a un sano) (2).

En la práctica clínica, la sensibilidad y especificidad son valores intrínsecos al test diagnóstico, es decir, son valores teóricos que no varían entre poblaciones, por ende, no tienen utilidad práctica per se. De aquí, surge la importancia de los valores predictivos, los cuales miden la eficacia real de un test diagnóstico. Son valores post-test que dependen de la prevalencia de la enfermedad. Sirven para medir la relevancia de la sensibilidad y especificidad de un test en una determinada población (1).

El valor predictivo positivo (VPP) es el porcentaje de casos clasificados como positivos por el test diagnóstico, respecto al total de casos positivos según el gold standard. Operacionalmente se define como: VPP = VP / (VP+FP).

El valor predictivo negativo (VPN) es el porcentaje de casos clasificados como negativos por el test diagnóstico, respecto al total de casos negativos según el gold standard. Operacionalmente se define como: VPN = VN / (FN+VN).

Se debe tener en cuenta que si el estudio es retrospectivo, el diseño permite estimar la sensibilidad y especificidad del test, pero no los valores predictivos, a menos que se considere la prevalencia de la enfermedad (2).

Si el estudio es retrospectivo, la estimación de los valores predictivos de un test diagnóstico se hace mediante el teorema de Bayes, para lo cual es necesario tener una estimación de la prevalencia de la enfermedad, sensibilidad y especificidad del test (2).

A modo de conclusión, la sensibilidad y especificidad no varían con la prevalencia de la condición en estudio, pero no nos hablan de la probabilidad que tiene un paciente de presentar la enfermedad de interés. Por otra parte, los valores predictivos nos hablan de la probabilidad que tiene un paciente de presentar la enfermedad/condición de interés, pero varían enormemente dependiendo de la prevalencia de la condición.

Referencias útiles:

  1. Salech F, Mery V, Larrondo F, Rada G. Estudios que evalúan un test diagnóstico: interpretando sus resultados. Rev Méd Chile 2008; 136: 1203-1208.
  2. Villarroel L, Test de hipótesis y asociación de variables. En: Villarroel L. Métodos bioestadísticos. Chile: Ediciones UC. Primera edición; 2013. 135-206.

Comentar