USO E INTERPRETACIN DE PRUEBAS DIAGNSTICAS

MDULO 8
Luis Fernando Jaramillo* Luis Felipe Uriza* * Las apariencias para la mente son de cuatro tipos. Hay cosas que son lo que ellas aparentemente son; o cosas que no son lo que no parecen ser; o ellas son y no parecen ser; o ellas no son y parecen ser. Distinguir correctamente entre todos estos casos es parte de la gran tarea humana. Epictetus, siglo II a.C. Los mdicos gastan gran parte de su tiempo en el proceso de determinar diagnsticos para los padecimientos o anormalidades presentes en sus pacientes. A este juicio se llega despus de la aplicacin de test diagnsticos. Muchos clnicos competentes basan el proceso diagnstico en su buen juicio o en su conocimiento, basado en la literatura mdica. Sin embargo, existen varios principios bsicos que deben ser considerados para la apropiada seleccin e interpretacin de las diferentes (cada da ms numerosas y costosas) pruebas diagnsticas. costosas o con riesgos implcitos, como podra ser el caso en lo referente a las biopsias o exploracin quirrgica, o de poco valor prctico, cuando se est al lado de la cama del paciente, como seran los estudios post mrtem. Para enfermedades no autolimitadas, de larga evolucin, el resultado del seguimiento prolongado por aos puede convertirse en su patrn de oro. Por las anteriores consideraciones, la mayora de los clnicos prefieren test ms simples y menos engorrosos que el estricto patrn de oro; de hecho, se prefiere la realizacin de electrocardiogramas y mediciones sricas de enzimas, ms que la realizacin de cateterismos cardiacos en el proceso diagnstico de un infarto del miocardio.

El patrn de oro (o criterio de referencia)

El establecimiento de la precisin de un test se lleva a cabo con base en el conocimiento inequvoco de si determinada enfermedad est o no presente. A este indicador de la verdad se le denomina patrn de oro (en ingls gold standard), el cual, con frecuencia, es elusivo. En algunas situaciones, el estndar de exactitud es en s mismo una prueba sencilla y relativamente econmica, como el cultivo orofarngeo del estreptococo hemoltico del grupo B, para la validacin de la impresin clnica de infeccin bacteriana oral; sin embargo, esto no sucede en la mayora de los casos. De hecho, la mayora de estos patrones suelen ser pruebas muy elaboradas, casi siempre

Consecuencias de los estndares imperfectos

Por dificultades de diferentes tipos, en muchas ocasiones no es posible que los mdicos, en su prctica, encuentren suficiente informacin sobre qu tan buenos son los test por ellos usados cuando se comparan con un estndar universalmente aceptado. En estas circunstancias, como estndar de validacin, se deben elegir test que, se sabe, son imperfectos, pero son considerados lo mejor disponible. Esto origina una de las mayores paradojas dentro del captulo de las pruebas diagnsticas: como en teora nada puede ser mejor que el pa-

* Mdico patlogo del Hospital Universitario San Ignacio (HUSI). ** Mdico radilogo del Hospital Universitario San Ignacio (HUSI).

1852

artculo de educacin
trn de referencia, una prueba que sea mejor que el estndar no va a ser considerada como tal, e incluso puede ser tomada como peor que la prueba de referencia. Por ejemplo, si un nuevo test es ms sensible que el test estndar, los pacientes adicionales identificados por el nuevo test sern considerados resultados falsos positivos en relacin con el viejo test. Esta situacin se evidenci cuando se hizo la comparacin entre la ultrasonografa de tiempo real y la colecistografa oral para el diagnstico de litiasis vesicular. En cinco pacientes donde la ultrasonografa revel la presencia de clculo, la colecistografa oral report resultados negativos; sin embargo, dos de estos pacientes requirieron ciruga y se document la presencia de los clculos vesiculares. Esto puso de relieve que el test estndar era menos preciso que la nueva tcnica imagenolgica. Similarmente, si el nuevo test es ms especfico que el test estndar (es decir, es negativo en quienes no tienen la enfermedad), estos resultados negativos, al compararlos con el patrn de referencia, sern considerados falsos negativos. Por lo tanto, la comparacin de validez contra un estndar imperfecto puede mostrar que un nuevo test no es mejor que el tradicional, e incluso puede resultar como peor, sin que esto refleje la verdad. En estos casos, la historia natural de la enfermedad servir como patrn de oro y permitir reevaluar las verdaderas caractersticas operativas de la prueba.
LR+ = LR- = (a/a) + c (b/b) + d (c/a) + c (d/b) + d

Definiciones
La sensibilidad se define como la proporcin de personas con la enfermedad que tengan positivo el test diagnstico. Un test muy sensible raramente deja de detectar a personas con la enfermedad. La especificidad es definida como la proporcin de personas sin la enfermedad que tienen el test negativo. Un test muy especfico casi nunca clasifica errneamente a personas sin la enfermedad como enfermos. Los valores predictivos (VP) son tanto positivos como negativos, el VP+ nos indica qu tan probable es que el paciente tenga la enfermedad, dado que la prueba o test fue positiva. Su contraparte o VP- es la probabilidad de no tener la enfermedad, dado que el test fue negativo. En sntesis, los valores predictivos responden a un interrogante clnico esencial: Dado que mi paciente tuvo en su test un resultado positivo (negativo), cul es la probabilidad de que mi paciente tenga (no tenga) la enfermedad?. La sensibilidad conocida de la prueba aplicada es llamada tambin probabilidad pretest y el VP es conocido como probabilidad postest. Por lo tanto, debemos concluir que los determinantes del VP de una prueba son su sensibilidad y la prevalencia (definida como el nmero de personas en una poblacin dada que en un punto dado del tiempo presenta la enfermedad de inters) del trastorno bajo estudio. Es decir, a diferencia de la sensibilidad y la especificidad, que son propiedades intrnsecas de las pruebas diagnsticas, los VP varan segn la prevalencia de las diferentes enfermedades. Con fines didcticos desarrollemos el siguiente ejemplo hipottico: se tomaron 100 hombres, a quienes se les realiz una biopsia prosttica por la deteccin clnica de un ndulo indurado encontrado dentro de un examen clnico urolgico rutinario, y sin ninguna otra sintomatologa asociada. Veamos los resultados que comparan el tacto rectal y examen fsico contra un patrn de oro aceptado como es el estudio histopatolgico del tejido resultado de una biopsia (Tabla 2).

Caractersticas operativas de las pruebas diagnsticas

La Tabla 1 seala las relaciones entre los resultados de una prueba diagnstica y la presencia o ausencia actual de enfermedad:

Tabla 1. Relacin entre resultados de una prueba diagnstica y enfermedad

Prueba Positivo Negativo Enfermedad Presente Ausente a b c d

En la casilla a se ubican los resultados verdaderos positivos (tienen la enfermedad y la prueba fue positiva). En b se ubican los resultados falsos positivos (no tienen la enfermedad y la prueba fue positiva). En c se ubican los resultados falsos negativos (tienen la enfermedad y la prueba fue negativa). En d se ubican los resultados verdaderos negativos (no tienen la enfermedad y la prueba fue negativa). Aplicando estas consideraciones podemos hacer las siguientes relaciones: Sensibilidad = (a/a)+b Especificidad = (d/b)+d Prevalencia = a+(c/a)+b+c+d Exactitud = a+(d/a)+b+c+d VP+ = (a/a)+b VP- = (d/c)+d
Revista Colombiana de Radiologa Vol. 16 No. 4, 1852-1858, diciembre de 2005

Tabla 2.
Positiva Positivo 20 Negativo 15 Total 35 Biopsia Negativa Total 10 30 55 70 65 100

Examen fsico

Analicemos, los aspectos operativos del examen fsico para esta circunstancia particular: Sensibilidad = 20/35 = 57% Especificidad = 55/65 = 85% Prevalencia = 35/100 = 35%

1853

VP+ = 20/30 = 67% VP- = 55/70 = 79% LR+ = (20/35)/(10/65) = 3,71 LR- = (15/35)/(55/65) = 0,5 En el presente ejemplo podemos ver que 35 de los 100 pacientes tuvieron estudio histolgico positivo (confirmatorio de cncer), y el examen fsico clasific correctamente a 20 de estos 37, por lo que decimos que su sensibilidad es del 57%. Por otro lado, la biopsia fue negativa en 65 de los 100 pacientes, y el examen fsico clasific correctamente a 55 de estos 65 pacientes, por lo que su especificidad es del 85%. El VP+ dice que la probabilidad de cncer, dado que el examen fsico es positivo, es del 67%. El VP- dice que la probabilidad de que el paciente no tenga cncer cuando el examen fsico es negativo es del 79%. Veamos qu sucede cuando aplicamos la misma prueba (examen clnico) con las caractersticas operativas ya establecidas, pero con una prevalencia del 10% y no del 35% como fue el ejemplo previo (Tabla 3).

Tabla 3.
Positivo Negativo Total Positiva 6 4 10 Biopsia Negativa Total 13 19 77 81 90 100

Examen fsico

La sensibilidad y la especificidad permanecen estables, pero los cambios se dan en los valores predictivos: VP+ = 6/19 = 31% VP- = 77/81 = 95 % Con prevalencias ms bajas, baja el valor predictivo positivo de la prueba y aumenta el valor predictivo negativo. Veamos qu sucede con la misma prueba si aumentamos la prevalencia de la enfermedad del 35% al 60% (Tabla 4).

resultados de una prueba depende de la mejor estimacin posible de la probabilidad de la enfermedad antes de realizar la prueba o, lo que hemos denominado, probabilidad pretest. Una orientacin de ndole prctica sobre valores predictivos es emplear las siguientes aproximaciones de probabilidad pretest, y ver qu tanto varan stos de acuerdo con la prevalencia del trastorno, considerando para el test diagnstico las mismas sensibilidades y especificidades: 1% equivale a la probabilidad pretest de los que estn expuestos a los factores de riesgo de una enfermedad comn, pero son asintomticos. 10% equivale a la probabilidad pretest cuando la enfermedad es improbable, pero clnicamente posible y el mdico desea descartarla. 50% equivale a la probabilidad pretest cuando la incertidumbre es considerable, pero la presentacin clnica es compatible con la enfermedad. 90% equivale a la probabilidad pretest cuando la enfermedad es muy probable clnicamente, pero el mdico desea confirmarla con una prueba diagnstica. Aplicando estos sencillos pero valiosos criterios, el mdico puede hacer una aproximacin ms racional al uso de las pruebas diagnsticas en sus pacientes. Resulta obvio que para este ejercicio el clnico debe tener un amplio conocimiento del tema, que le permita juzgar dentro de un marco de veracidad las probabilidades preexamen que tiene el paciente de presentar la enfermedad en estudio, y tener una idea, al menos aproximada, de las caractersticas operativas de la prueba recomendada y de la prevalencia local del trastorno sospechado.

Cundo usar pruebas sensibles?

Una prueba sensible (la que usualmente es positiva en presencia de la enfermedad) debe ser escogida cuando el precio que se paga por dejar escapar un caso tratable es muy alto. Tambin son de gran ayuda durante las fases tempranas del proceso diagnstico, cuando se desea reducir las posibilidades que inicialmente se han considerado, es decir, cuando se quiere iniciar un proceso de descarte, estableciendo que ciertas enfermedades son improbables. Por ejemplo, ante el caso de un paciente con vida sexual activa, que presenta fiebre, prdida de peso e infiltrados pulmonares, realizar un test de VIH resulta una conducta razonable. En resumen, un test sensible es de ms ayuda cuando el clnico espera que su resultado sea negativo.

Tabla 4.
Positiva Positivo 34 Negativo 26 Total 60 Biopsia Negativa Total 6 40 34 60 40 100

Examen fsico

VP+ = 34/40 = 85% VP- = 34/60 = 57% El anterior ejemplo deja en claro que la sensibilidad y la especificidad de una prueba son caractersticas propias de sta, pero los valores predictivos s varan, y mucho, dependiendo de la prevalencia de la enfermedad que se est estudiando. En resumen, podemos decir que cuando el trastorno es muy frecuente, es ms valioso que el test sea positivo, y cuando el trastorno es muy raro, es ms valioso que el test sea negativo. El clculo de los valores predictivos tiene importantes implicaciones de tipo clnico. Indican que la probabilidad de que la enfermedad est presente o ausente despus de obtener los

Cundo usar pruebas especficas?

Los test especficos son valiosos para la confirmacin de una determinada enfermedad; esto, gracias a que los test especficos raramente son positivos en ausencia de la enfermedad, es decir, su tasa de falsos positivos es muy baja. Estos test son especialmente necesarios cuando los resultados de un test falso positivo son lesivos bien para la salud fsica y emocional del paciente, bien para su bienestar econmico. Por esto, antes de someter a un paciente a un tratamiento triconjugado (ciruga,

1854

Uso e interpretacin de pruebas diagnsticas 8. Jaramillo L, Uriza L.

artculo de educacin
radio y quimioterapia) para cncer, con sus riesgos fsicos e implicaciones psicolgicas, sociales y financieras, es deseable desde todo punto de vista tener una confirmacin histolgica de su enfermedad. En resumen, los test especficos son de mayor utilidad cuando su resultado es positivo. torcico atpico que un hombre de 30 aos; por lo tanto, un test como el electrocardiograma de estrs es menos til en confirmar el diagnstico en el hombre joven que en el paciente mayor. De forma similar, un test de deteccin de clulas falciformes tiene un mayor valor predictivo positivo en pacientes de raza negra que entre los de raza blanca.

Cmo estimar la prevalencia

De lo revisado sobre los valores predictivos queda claro que su principal determinante lo constituye la prevalencia de la enfermedad en estudio. Para una estimacin aproximada de sta, se recomiendan las siguientes estrategias: Revisin de la literatura mdica. Acceso a bases de datos manuales o electrnicas. Consenso de expertos. Juicio clnico.

Situaciones clnicas especficas

Sin duda, lo que con mayor peso influye para que el mdico seleccione una u otra prueba diagnstica es el reconocimiento y valor que ste le otorgue a los sntomas y signos que el clnico detecte en sus pacientes. Para esto es necesario un apropiado interrogatorio y un examen fsico detenido (actos que con la estructura del actual sistema de salud son, en muchos casos, impracticables). Queda claro que nada reemplaza (por novedoso o costoso que sea) a estos actos mdicos bsicos y que, por el contrario, stos constituyen el punto de partida lgico y necesario para todo el proceso confirmatorio de la enfermedad.

Cmo incrementar la prevalencia de la enfermedad?

Al considerar las relaciones tan claramente demostradas entre los VP de una prueba diagnstica (entendiendo por esto el examen clnico, un estudio imaginolgico, una prueba de laboratorio o un estudio anatomopatolgico) y la prevalencia de la enfermedad en estudio, el mdico puede desear tener la ventaja de aplicar los test diagnsticos a los pacientes con mayor probabilidad de tener la enfermedad. Para esto existen diferentes estrategias, como son el proceso de referencia, la seleccin de grupos demogrficos y las situaciones clnicas especficas.

El teorema de Bayes
Este conocido teorema, herencia del abate Bayes, en el siglo XVII, permite determinar los valores predictivos de las pruebas diagnsticas desde el punto de vista probabilstico. Los VP no son una propiedad de la prueba diagnstica, sino que son dependientes de la sensibilidad y especificidad de sta, y en mayor grado, de la prevalencia del trastorno en estudio; el teorema involucra todos estos elementos para su apropiado clculo. La frmula del teorema, expresada en trminos de sensibilidad y especificidad, es la siguiente:
P (D +|T+) = Sensibilidad probabilidad pretest Sensibilidad probabilidad pretest + [1 - especificidad 1 - prevalencia]

Proceso de referencia
El proceso de referencia es la forma ms comn de incrementar la prevalencia de una enfermedad. La remisin de pacientes a hospitales universitarios de tercer nivel o a las unidades de emergencia especializadas, incrementa notablemente la probabilidad de que un determinado paciente s presente un trastorno fsico significativo, a diferencia de lo que ocurre en los niveles bsicos de atencin (atencin primaria), donde un gran nmero de consultas son vagas o irrelevantes. En estas circunstancias, la probabilidad de encontrar enfermedad clnicamente relevante es considerablemente menor, y por lo tanto tambin es menor la necesidad de emplear test diagnsticos. Como no es inusual que los clnicos laboren simultneamente en sitios donde se da todo el espectro de prevalencias (en la maana trabajan en un hospital universitario donde las prevalencias son altas, y en las tardes en su consultorio privado donde las prevalencias son bajas) ellos deben ajustar su mente y juicio clnico a estas circunstancias y obrar en consonancia con esto.

No se asuste, esto solo quiere decir: cul es la probabilidad de que mi paciente tenga la enfermedad (D+), dado que tiene la prueba positiva (T+)?, que como podr recordar es el interrogante al que responde el VP+. De igual forma, se puede establecer el valor predictivo negativo de la prueba (VP-), es decir, establecer qu tan probable es que mi paciente no tenga la enfermedad (D-), dado que la prueba fue negativa (T-). La frmula operativa es la siguiente:
P (D -|T-) = Sensibilidad (1 - prevalencia) Sensibilidad (1 - prevalencia) + (1 - especificidad prevalencia)

Para que se relaje, veamos que este planteamiento no es tan complicado. Traigamos de nuevo la Tabla 2, de contingencia, desarrollada anteriormente:
Biopsia Negativa Total 10 30 55 70 65 100

Seleccin de grupos demogrficos

Otra forma de incrementar el rendimiento de las pruebas diagnsticas disponibles es aplicndolas a grupos demogrficos reconocidos por su alto riesgo de presentar la enfermedad en estudio. Por ejemplo, un hombre de 65 aos tiene 15 veces ms riesgo de presentar enfermedad cardiovascular y dolor
Revista Colombiana de Radiologa Vol. 16 No. 4, 1852-1858, diciembre de 2005

Examen fsico

Positiva Positivo 20 Negativo 15 Total 35

1855

Recordemos las caractersticas operativas del test en estudio: Sensibilidad = 20/35 = 57% Especificidad = 55/65 = 85% Prevalencia = 35/100 = 35% VP+ = 20/30 = 67% VP- = 55/70 = 79% Desarrollemos el teorema bayesiano para calcular el valor predictivo positivo de la prueba: P (D+/T+) = (0,570,35 )/(0,570,35)+(0,150,65) = 0,67 o 67%, resultado idntico al obtenido por el mtodo de la tabla de 22. Desarrollemos el teorema bayesiano para calcular el valor predictivo negativo de la prueba: P (D-/T-) = (0,850,65)/(0,850,65)+(0,430,35) = 0,79 o 79%, resultado idntico al obtenido aplicando la tabla de 22. Como norma general se debe tener en mente que resultados positivos para un test muy especfico, cuando son aplicados a pacientes con muy baja probabilidad de enfermedad, pueden ser falsos positivos. Similarmente, resultados negativos de test muy sensibles, cuando son aplicados a pacientes con alta probabilidad de tener la enfermedad, pueden ser falsos negativos.

Donde odds1 es la probabilidad pretest, y odds2, la probabilidad postest. Frmula para pasar de odds2 (probabilidad postest) a probabilidades: Probabilidad = odds2/odds2+1 Frmula para el clculo de los LR en pruebas con resultados dictomos: LR+ = sensibilidad/(1especificidad) LR- = (1sensibilidad)/especificidad Frmula general para los LR en pruebas no dictomas:
LR = probabilidad del resultado en personas con la enfermedad probabilidad del resultado en personas sin la enfermedad

Razones de probabilidad o likelihood ratios (LR)

Los LR constituyen una va alternativa para describir el rendimiento de una prueba diagnstica. Ellos resumen la misma informacin que la sensibilidad y la especificidad, y pueden ser utilizados para el clculo de enfermedad despus de un test positivo o negativo, pero con la gran ventaja de que pueden aplicarse a pruebas donde los resultados no son dicotmicos, es decir, se expresan con una serie de valores segn diferentes niveles de medicin y no con un simple resultado, en trminos de positivo o negativo. Para el entendimiento de los LR hay que entrar a definir el trmino odds, cuya mejor traduccin es suertes; pero para no confundir al lector optamos por seguir llamndolo por su nombre en ingls. Los no anglosajones estamos acostumbrados a pensar en trminos de probabilidades, es decir, cuando decimos que la prevalencia de parasitismo intestinal en Colombia es del 50%, estamos diciendo que tenemos el 50% de probabilidades de tener parsitos intestinales. En los pases anglosajones piensan ms en trminos de odds, que no es ms que la razn de dos probabilidades. En sntesis, las probabilidades y los odds recogen la misma informacin, pero se expresan en forma diferente; sin embargo, existen sencillas frmulas para convertir los odds en probabilidades, que son los trminos en que estamos acostumbrados a pensar. Primero convertimos la probabilidad pretest o prevalencia en el odds1: Odds1 = probabilidad (prevalencia)/1probabilidad La frmula bsica para el clculo de probabilidad de enfermedad es: Odds2 = odds1LR

Para entender las bondades e ilustrar los clculos, analicemos el siguiente ejemplo: una mujer de 18 aos de edad tiene una probabilidad pretest del 20% de presentar anemia por deficiencia de hierro. Esto, basado en la historia familiar y en el anlisis de la sangre perifrica. En el laboratorio, una prueba de ferritina con resultado por debajo de 12 ng/ml se considera positiva para deficiencia de hierro. Dicha prueba tiene una sensibilidad del 65% y una especificidad del 99%. Esta paciente report 40 ng/ml de ferritina, y el test se consider negativo. Primero, calculemos los LR: LR+ = 0,65/0,01 = 65 LR- = 0,35/0,99 = 0,353 Segundo, dado que en la paciente la prueba fue negativa, calculamos el odds1 o pretest: Odds1 = Prob/1Prob = 0,2/0,8 = 0,25 Tercero, calculamos luego el odds2 o postest: Odds1LR = odds2 Entonces tenemos: 0,250,35 = 0,087 Finalmente, convertimos el odds2 en probabilidades: P = odds2/1+odds2 Entonces tenemos: 0,087/1,087 = 0,08, que equivale a decir el 8%. Interpretacin: la probabilidad de que esta paciente tenga una anemia por deficiencia de hierro, con un test negativo es del 8%, lo cual es una probabilidad realmente baja (menor que la pretest); pero como el test de ferritina no es dictomo, recalculemos la probabilidad usando los datos aportados por el dr. Guyatt y cols. (J Gen Intern Med. 1992;7(2):145-53), a partir de la Tabla 5.

Tabla 5. Patrn de oro: biopsia de mdula sea

Ferritina Dficit+ Ms de 100 50 45-99 75 35-44 35 25-34 60 15-24 120 Menos de 14 475 Total 815 DficitLR 1.300 0,09 400 0,40 45 2,00 50 2,33 30 7,50 20 58,00 1.845 Prob. (%) 2,2 9,0 33,0 36,0 65,0 93,0

1856

Uso e interpretacin de pruebas diagnsticas 8. Jaramillo L, Uriza L.

artculo de educacin
Para calcular el LR con una ferritina de 40
= (35/815) (45/1.845) = 0 , 04 / 0 , 02 = 2

Calculamos el odds2 as: 0,252 = 0,5 Lo convertimos en probabilidades as: 0,5/1,05 = 0,33 o 33%. Conclusin: con concentraciones sricas de ferritina de 40 ng/ml, la probabilidad postest de enfermedad en la paciente subi del 8% al 33% (mayor que la pretest). El ejemplo anterior muestra las bondades de usar los LR principalmente en pruebas con resultados no dictomos, que son los ms frecuentes en medicina. Los LR permiten que el mdico saque ms provecho de las pruebas de laboratorio y racionalice su empleo. Finalmente, se aborda otro punto crtico en lo pertinente al captulo sobre pruebas diagnsticas.

Pruebas mltiples
Como en la vida real, el mdico nunca tiene a la mano pruebas con el 100% de sensibilidad ni con el 100% de especificidad; adems, usa razones de probabilidad intermedias. Una prueba solitaria resulta en una probabilidad de enfermedad que no es muy alta ni es muy baja, algo as como entre el 10% y el 90% de probabilidades de enfermedad. Nadie (ni mdico ni paciente) puede quedar satisfecho con una probabilidad del 20% de tener un carcinoma broncognico o una probabilidad del 40% de presentar una colitis ulcerativa. Aun para enfermedades menos graves que stas, las probabilidades intermedias postest resultan de poca ayuda. El mdico, en estos casos, desear elevar o disminuir razonablemente su probabilidad de enfermedad, a menos que se trate de un trastorno trivial y pasajero (donde la justificacin del examen es cuestionable) o que los riesgos de un nuevo examen sean prohibitivos. Cuando se realizan exmenes mltiples, la negatividad o positividad de todos da una muy fuerte evidencia en contra o a favor de la enfermedad. El problema surge cuando algunos son positivos y otros son negativos. Aqu toca analizar la estrategia empleada para la ejecucin de las pruebas, que en esencia son dos bsicas: pruebas en paralelo y pruebas en serie, cada una con fortalezas y debilidades.

Los mltiples test en paralelo incrementan la sensibilidad y, por ende, el valor negativo predictivo para una prevalencia de enfermedad dada. Por otro lado, la especificidad y el valor predictivo positivo disminuyen. En trminos prcticos, esto significa que la probabilidad de clasificar mal la enfermedad disminuye, pero se incrementa el riesgo de los diagnsticos falsos positivos (es decir, hay propensin al sobrediagnstico). El grado de incremento de la sensibilidad y del VP- depende de las caractersticas operativas de cada prueba empleada. Por ejemplo, si se usan dos pruebas, una con sensibilidad del 60% y otra del 80%, la sensibilidad del test en paralelo ser del 80%, es decir, el mejor test debe identificar los casos no detectados por el test menos sensible. La estrategia de las pruebas en paralelo es muy til cuando el mdico necesita ser muy sensible a la deteccin de la enfermedad, pero slo tiene a su disposicin dos o ms pruebas relativamente insensibles. Usando las pruebas de esta forma logra incrementar su capacidad de adecuada clasificacin.

Pruebas en serie
Las pruebas en serie son de mayor aplicacin en situaciones donde no existe la urgencia de establecer el diagnstico en forma ms o menos inmediata, como ocurre con los pacientes de la consulta externa o los atendidos en consultorios privados. Esta estrategia est plenamente justificada cuando las pruebas son riesgosas o implican una importante demanda econmica para los pacientes o instituciones. Por lo tanto, estas pruebas slo deben realizarse despus de que pruebas ms sencillas, seguras y econmicas han sugerido la presencia de la enfermedad. El uso de pruebas en serie, a diferencia de las pruebas en paralelo, demanda menos ocupacin del laboratorio, dado que su realizacin est condicionada al resultado de la prueba previa. Los test A y B y C son positivos A +B +C + Baja sensibilidad y alta especificidad y VP+

Pruebas en paralelo
Las pruebas en paralelo se ordenan cuando se requiere una aproximacin diagnstica rpida, como en los servicios de urgencias, pacientes hospitalizados y pacientes de consulta externa, donde se estima un difcil seguimiento. Los test A o B o C son positivos A B C + + Alta sensibilidad y VP- y baja especificidad +

Revista Colombiana de Radiologa Vol. 16 No. 4, 1852-1858, diciembre de 2005

1857

La funcin de las pruebas en serie es maximizar la especificidad y el VP+, pero hay disminucin de la sensibilidad y el VP-. En trminos reales, el mdico est seguro de que la prueba positiva es realmente debida a la presencia de enfermedad, pero corre el riesgo de subdiagnosticar o hacer mala clasificacin como precio a la baja de la sensibilidad. Esta estrategia es de especial utilidad cuando ninguna de las pruebas disponibles es altamente especfica. En la prctica, se recomienda empezar por la prueba que ha demostrado mayor especificidad, esto disminuye el nmero de pacientes que requerirn pruebas adicionales. Sin embargo, si este test ms especfico implica asumir de entrada riesgos o costos elevados, debe iniciarse por el que no implique estas circunstancias.

En la pruebas en serie tambin es posible aplicar los LR con la mecnica que ya se ha descrito. Grficamente sera as: Probabilidad pretest (prevalencia)

11. Dodd J, Stolberg H, Malone D, Staunton M. EBR in practice: practical examples. (SY3.5.3), Dublin: St. Vincents University Hospital- Hamilton(Canada) McMaster University. 12. The Evidence Based Radiology Working Group. Evidence-based radiology: a new approach to the practice of radiology. Radiology. 2001;220:566-75.

Test Test B

Odds pretest LRa = odds postest Odds pretest LRb = odds postest

Correspondencia
Felipe Uriza Departamento de Imgenes Diagnsticas Hospital Universitario San Ignacio Carrera 7 N. 40-62 Bogot, Colombia furiza@javeriana.edu.co

Probabilidad postest

Quedan expuestos as los principios bsicos para la interpretacin y evaluacin de las pruebas diagnsticas. Slo el buen juicio mdico y la capacidad crtica de ste hacen que esta informacin sea til y que no ocurra, como ha pasado en muchos casos, que el empleo indiscriminado y poco juicioso de estos recursos clnicos se tornen en una fuente de confusin y terminen por alejar al mdico de la verdad del paciente y su entorno.

Lecturas recomendadas
1. Stolberg H. Focus on concepts: evidence-based radiology (EBR) SY 3.5.1 H.O. Hamilton (Canada): Mc Master University. 2. Dodd JD, MacEneaney PM, Malone DE. Evidence-based radiology: how to quickly assess the validity and strength of publications in the diagnostic radiology literature. Eur Radiol. 2004;14:915-22. 3. Begg CB. Biases in the assessment of diagnostic tests. Stat Med. 1987;6:411-23. 4. Hanley JA. The place of statistical methods in radiology (and in the bigger picture). Invest Radiol. 1989;24:10-6. 5. Phillips WC Jr., Scott JA. Medical decision making: practical points for practicing radiologists. Am J Roentgenol. 1990;154:1149-55. 6. Sox HC Jr., Blatt MA, Higgins MC, Marton K, editors. Medical decision making. Boston: Butterworths; 1988. Caps. 3 y 4. p. 27, 101. 7. Bossuyt PM, Reitsma JB, Bruns DE, Gatsonis CA, Glasziou PP, Irwig LM, et al. Towards complete and accurate reporting of studies of diagnostic accuracy; the STARD iniative. Am J Roentgenol. 2003;181:51-5. 8. Borrill Z, Houghton C, Sullivan PJ, Sestini P. Retrospective analysis of evidence base for tests used in diagnosis and monitorin o diseas i respirator medicine BMJ 2003 327:1136-38. 9. Sackett DL, Straus SE, Richardson WS, Rosenberg W, Haynes RB. Evidence-based Medicine: how to practice and teach EBM. 2nd ed. Churchill Livingstone: Edinburg; 2000. 10. Panzer RJ, Griner PF. Teaching quantities approaches to the use of diagnostic tests and procedure. Int. J Technol Assess Health Care. 1987;3:27-38.

1858

Uso e interpretacin de pruebas diagnsticas 8. Jaramillo L, Uriza L.