Medidas de diagnóstico

Para las aplicaciones de los estudios de diagnóstico en medicina musculoesquelética ya sean clínicos o paraclínicos (electrodiagnóstico, imágenes diagnósticas) se deben tener claros los conceptos de validez y confiabilidad.  Una prueba es válida si mide lo que pretende medir. La validez se determina mediante estudios de sensibilidad y especificidad tomando una referencia clínica o paraclínica. Una prueba es confiable si genera los mismos resultados en diferentes momentos por el mismo examinador o por diferentes evaluadores.

La sensibilidad y la especificidad de la prueba diagnóstica, así como los valores predictivos, la razón de probabilidad y la curva operador-receptor (COR), son conceptos útiles ya que permiten informar los resultados de una prueba  en términos de probabilidad sobre la presencia o ausencia de la enfermedad así como sobre su  pronóstico. Estas medidas evalúan la calidad de una prueba de diagnóstico y son utilizadas en diferentes especialidades médicas. Se recomienda la lectura de las revisiones sobre este tema en BMJ(1-4)

En medicina musculoesquelética existen varias aplicaciones de las medidas de diagnóstico. Los siguientes son algunos ejemplos:

¿Cuál es la sensibilidad y especificidad de los estudios de neuroconducción tomando como referencia un cuadro clínico altamente sugestivo de Síndrome de Túnel del Carpo?
¿Cuál es la especificidad de un estudio electromiográfico en el diagnóstico de radiculopatías lumbares?
¿Cuál es el valor predictivo positivo de un estudio de neuroconducciones compatible con Síndrome de túnel del carpo en la comunidad? ¿Cómo cambia este valor predictivo positivo cuando el examen se realiza en un hospital de tercer nivel?
¿Cuál es la especificidad de una prueba positiva de Neer en el Síndrome de pinzamiento?

Las pruebas de diagnóstico no son perfectas. En algunas situaciones clínicas, es preferible contar con pruebas de diagnóstico muy sensibles con una especificidad no muy alta, como en el diagnóstico de enfermedades que son tratables tales como la tuberculosis. Por el contrario, y esto sucede en Rehabilitación y en las especialidades que tratan la sintomatología musculoesquelética crónica, es preferible contar con pruebas altamente específicas ya que los resultados apoyan un tratamiento quirúrgico.

Un buen ejemplo es el síndrome de túnel del carpo. Esta enfermedad se presenta aislada o asociada a comorbilidades musculoesqueléticas tales como poliartralgias, síndrome de pinzamiento del hombro, epicondilitis, etc, patologías que son crónicas y de difícil manejo y que en ocasiones tienen un componente psicosocial importante. Un mal diagnóstico puede implicar un manejo quirúrgico con resultados desfavorables para el paciente.

 

Sensibilidad, especificidad y valores predictivos

Para la estimación puntual de la sensibilidad, especificidad y valores predictivos se realizan los cálculos  en las  tablas de 2x2 y los resultados se obtienen en forma de  proporciones. La presencia o ausencia de la enfermedad la define el estándar de oro o la referencia utilizada por el investigador. La referencia puede ser un marcador biológico obtenido por un análisis de sangre, una biopsia, una imagen, una prueba electrofisiológica, el cuadro clínico o incluso el desenlace de la enfermedad. En algunas situaciones, las fallas son inevitables ya que o no existe el marcador biológico o la referencia en sí misma es imprecisa. Por ejemplo, los estudios de sensibilidad y especificidad para Síndrome de túnel del carpo que se mencionan más abajo, utilizan como referencia o estándar de oro las características clínicas del paciente. En otras investigaciones, por el contrario, el estándar de oro para evaluar la sensibilidad y especificidad de los hallazgos clínicos son los estudios de neuroconducción.

 

 

Enfermedad
presente

Enfermedad
ausente

Prueba positiva

a
Verdadero positivo

b
Falso positivo

Prueba negativa

c
Falso negativo

d
Verdadero negativo


Tabla 1. Tabla de 2 x 2 para las pruebas de diagnóstico

 

La sensibilidad de una prueba se define como el porcentaje de personas con la enfermedad que tienen un resultado positivo.

Sensibilidad = Verdaderos positivos/Verdaderos positivos+Falsos negativos
                   =  a/a+c x 100

Un resultado negativo de una prueba altamente sensible muy probablemente descarta la enfermedad.

 

La especificidad se define como el porcentaje de personas sin la enfermedad de interés que tienen un resultado negativo.

Especificidad= Verdaderos negativos/Verdaderos negativos+Falsos positivos
                     =  d/d+b x 100

Si la prueba es positiva, con una alta probabilidad la persona padece la enfermedad.

 

Teniendo en cuenta la variación del azar, es preferible presentar estas proporciones en intervalos de confianza del 95% de acuerdo a la fórmula:

p+/-z (1/2a)

p(1-p)/n
  
donde p es la proporción observada y n el número de individuos.

 

Los estudios de sensibilidad y especificidad son ejemplos de probabilidades condicionales que si no son manejadas en la práctica cotidiana producen confusión. La información se puede presentar de dos formas y a continuación se presenta un ejemplo:

Primera forma:

Ejemplo de información presentada en la forma de probabilidad condicional:
La probabilidad que una mujer tenga STC es 1%. Si tiene STC la probabilidad de tener una EMG anormal es del 80% (sensibilidad). Si no tiene STC la probabilidad de tener una EMG anormal es del 5% (especificidad del 95%).

 

Segunda forma:


El mismo ejemplo presentado  en la forma de frecuencias naturales:
10 de cada 1000 mujeres tienen STC. De las 10 mujeres, 8 tendrán una EMG anormal. De las 990 que no tienen STC, 50 tendrán una EMG anormal.

La sensibilidad y la especificidad son medidas de la exactitud de una prueba de diagnóstico que sin embargo, no resuelven las preguntas referentes a un paciente en particular. Estas preguntas son: ¿si la prueba es positiva, cuál es la probabilidad de que el paciente tenga la enfermedad? si la prueba es negativa ¿cuál es la probabilidad de que no exista la enfermedad? Para resolver estas preguntas se debe entender el significado del valor predictivo de una prueba de diagnóstico el cual depende en buena parte de la prevalencia de la enfermedad. En el caso de enfermedades raras, una prueba puede tener una alta especificidad pero un bajo valor predictivo positivo.  Para determinar la probabilidad de que una persona tenga o no tenga la enfermedad basándose en los resultados de la prueba, se utilizan los valores predictivos.

El valor predictivo positivo se define como el porcentaje de personas con la prueba positiva que realmente tienen la enfermedad. Es decir, el valor predictivo positivo estima la probabilidad de que la enfermedad exista si la prueba es positiva.

 

VP+ = Verdaderos Positivos/Verdaderos positivos+Falsos positivos x 100
       = a/a+b

El valor predictivo negativo se define como el porcentaje de personas con la prueba negativa que realmente no tiene la enfermedad.

VP- = Verdaderos negativos/Verdaderos negativos + Falsos negativos
      = d/d+c

 



Universidad Nacional de Colombia
Carrera 30 No 45-03 - Edificio 477
Bogotá D.C. - Colombia

Aviso Legal - Copyright
Gobierno en LíneaAgencia de Noticias UN