especificidad (epidemiología)

2
Especicidad (epidemiología) La especicidad de una prueba es la probabilidad de que un sujeto sano tenga un resultado negativo en la prueba. La especicidad es el porcentaje de verdaderos negativos o la pr obabi li dad de que la pru eb a sea ne ga ti va si la enf er- medad no está presente. Los falsos positivos son sujetos sanos diagnosti cados como enf ermos. Especificidad = V N V N +F P Donde VN , serían los verdaderos negati vos; y FP , los fal- sos positiv os. Por es o a la es pec ici dad también se le de nomin a fr acción de verdaderos negativos (FVN) . Con la especicidad lo que se detecta son los individuos sanos. Por ejemplo, si en una prueba queremos que las personas que no tengan SIDA no den resultados positivos, esa prueba debe tener un 99% de especicidad. Así, tan solo un 1% del total se corresponderán con falsos positivos. No obstante, cada prueba tendrá mayor o menos por- centaje tanto en especicidad (SP) como en sensibilidad (SE) de pe ndiend o de su punt o de corte. Lo id ea l se a qu e no se sol apase n y al hac er un test solamente obt uv se mos verdaderos positivos (enfermos) y verdaderos negativos (sanos) pero no es así, por lo que siempre habrá indivi- duos que salgan positivos pero no tengan la enfermedad y viceversa. Por ello lo importante es para cada enferme- dad y cada tipo de test, ver qué podemos despr eciar o qué es más importante considerar y poner el punto de corte en su lugar justo. Para seleccionar un punto de corte adecuado, podemos ayudarnos de las curvas de rendimiento diagnóstico co- nocidas como  curvas ROC  (del inglés,  Receiver Opera- ting Characteristic ). En ellas se representa la sensibilidad de la técnica diagnóstica frente el valor que se obtiene al restarle la especicidad a la unidad (1-especicidad). El área bajo la curva obtenida oscila entre un valor de 0,5 (no discrimina entre un enfermo y un falso positivo) y 1 (test diagnóstico perfecto), siendo aceptable un valor de 0,8. Sabiendo esto, podemos jugar con los valores de especicidad y sensibilidad hasta validar nuestra técnica diagnóstica. En diagnóstico clínico, cuando el valor de especicidad supera el 80%, se considera buena [ cita requeri da]. Por regla genera l, se eli ge una prue ba muy espec íc a cuando preere s obtener falsos negativ os en lugar de fal- sos positivos, es decir, necesitas asegurarte de que el pa- ciente tiene realmente la enfermedad. Esto se da en el ca- so de que la enfermedad sea grave y prácticamente incu- rable por lo que desde el punto de vista sanitario y psico- lógico es importante saber que no se padece la enferme- dad ya que un resultado positivo falso supone un trauma económico y psicológico para el sujeto. Por ejemplo, una prueba para detectar una enfermedad que implique una operación, es imprescindible asegurarse de que el pacien- te está enfermo y necesita la operación, para no operar a un paciente sano. Hay que tener en cuenta que la tasa de verdaderos nega- tivos puede estar sobrevalorada, puesto que para calcu- lar la especicidad se emplea una población de estudio muy bien denida y claramente dividida entre enfermos y sanos. Sin embargo, en la realidad el espectro de la en- fermedad puede ser mayor y la especicidad “real” será menor de la esperada. Los parámetros que nos indican realmente la ecacia del test aplicado a cada población son los Valores predictivos. 1 ase tambi én  Falso negativo (medicina)  Falso positiv o (medicina)  Verdadero negativo (medicina)  Verdadero positivo (medicina)  Valores predictivos  Resultado sanitario  Sensibilidad (epidemiología) 1

Upload: ismael-isaac-rios-jose

Post on 10-Jan-2016

10 views

Category:

Documents


0 download

DESCRIPTION

Descrpcion de la especificdad

TRANSCRIPT

7/18/2019 Especificidad (epidemiología)

http://slidepdf.com/reader/full/especificidad-epidemiologia 1/2

Especificidad (epidemiología)

La especificidad de una prueba es la probabilidad de que

un sujeto sano tenga un resultado negativo en la prueba.

La especificidad es el porcentaje de verdaderos negativos

o la probabilidad de que la prueba sea negativa si la enfer-

medad no está presente. Los falsos positivos son sujetos

sanos diagnosticados como enfermos.

Especificidad = VN 

V N +FP 

Donde VN , serían los verdaderos negativos; y FP , los fal-

sos positivos.

Por eso a la especificidad también se le denomina fracciónde verdaderos negativos (FVN). Con la especificidad lo

que se detecta son los individuos sanos. Por ejemplo, si

en una prueba queremos que las personas que no tengan

SIDA no den resultados positivos, esa prueba debe tener

un 99% de especificidad. Así, tan solo un 1% del total se

corresponderán con falsos positivos.

No obstante, cada prueba tendrá mayor o menos por-

centaje tanto en especificidad (SP) como en sensibilidad

(SE) dependiendo de su punto de corte. Lo ideal sería que

no se solapasen y al hacer un test solamente obtuviésemos

verdaderos positivos (enfermos) y verdaderos negativos

(sanos) pero no es así, por lo que siempre habrá indivi-duos que salgan positivos pero no tengan la enfermedad

y viceversa. Por ello lo importante es para cada enferme-

dad y cada tipo de test, ver qué podemos despreciar o qué

es más importante considerar y poner el punto de corte

en su lugar justo.

Para seleccionar un punto de corte adecuado, podemos

ayudarnos de las curvas de rendimiento diagnóstico co-

nocidas como curvas ROC  (del inglés,  Receiver Opera-ting Characteristic ). En ellas se representa la sensibilidad

de la técnica diagnóstica frente el valor que se obtiene

al restarle la especificidad a la unidad (1-especificidad).

El área bajo la curva obtenida oscila entre un valor de0,5 (no discrimina entre un enfermo y un falso positivo)

y 1 (test diagnóstico perfecto), siendo aceptable un valor

de 0,8. Sabiendo esto, podemos jugar con los valores de

especificidad y sensibilidad hasta validar nuestra técnica

diagnóstica.

En diagnóstico clínico, cuando el valor de especificidad

supera el 80%, se considera buena [cita requerida].

Por regla general, se elige una prueba muy específica

cuando prefieres obtener falsos negativos en lugar de fal-

sos positivos, es decir, necesitas asegurarte de que el pa-

ciente tiene realmente la enfermedad. Esto se da en el ca-

so de que la enfermedad sea grave y prácticamente incu-

rable por lo que desde el punto de vista sanitario y psico-

lógico es importante saber que no se padece la enferme-

dad ya que un resultado positivo falso supone un trauma

económico y psicológico para el sujeto. Por ejemplo, una

prueba para detectar una enfermedad que implique una

operación, es imprescindible asegurarse de que el pacien-

te está enfermo y necesita la operación, para no operar a

un paciente sano.

Hay que tener en cuenta que la tasa de verdaderos nega-

tivos puede estar sobrevalorada, puesto que para calcu-

lar la especificidad se emplea una población de estudio

muy bien definida y claramente dividida entre enfermosy sanos. Sin embargo, en la realidad el espectro de la en-

fermedad puede ser mayor y la especificidad “real” será

menor de la esperada. Los parámetros que nos indican

realmente la eficacia del test aplicado a cada población

son los Valores predictivos.

1 Véase también

•   Falso negativo (medicina)

•   Falso positivo (medicina)

•   Verdadero negativo (medicina)

•   Verdadero positivo (medicina)

•   Valores predictivos

•  Resultado sanitario

•   Sensibilidad (epidemiología)

1

7/18/2019 Especificidad (epidemiología)

http://slidepdf.com/reader/full/especificidad-epidemiologia 2/2

2   2 TEXTO E IMÁGENES DE ORIGEN, COLABORADORES Y LICENCIAS 

2 Texto e imágenes de origen, colaboradores y licencias

2.1 Texto

•   Especificidad (epidemiología) Fuente:  https://es.wikipedia.org/wiki/Especificidad_(epidemiolog%C3%ADa)?oldid=78618235 Colabo-radores: Pabloes, Juansempere, Akhram, Raimundo Pastor, Xvazquez, Muro Bot, JuanIgnacioIglesias, MaSt, Wikijens, Ava0311, Humbefa,

Jorge c2010, UPO649 1011rcanmar, UPO649 1011 esanlop, UPO649 1011 fjagumon, Invadibot, UPO649 1112 mreycor1, UPO649 1112

ebatsan, UPODMG 1314 cmancor1 y Anónimos: 4

2.2 Imágenes

2.3 Licencia de contenido

•   Creative Commons Attribution-Share Alike 3.0