Valores predictivos positivos y negativos

El valor predictivo positivo (VPP), o precisión , se define como

${\displaystyle {\text{PPV}}={\frac {\text{Número de verdaderos positivos}}{{\text{Número de verdaderos positivos}}+{\text{Número de falsos positivos}}}}={\frac {\text{Número de verdaderos positivos}}{\text{Número de llamadas positivas}}}}$

donde un " verdadero positivo " es el evento en el que la prueba realiza una predicción positiva y el sujeto obtiene un resultado positivo según el estándar de referencia , y un " falso positivo " es el evento en el que la prueba realiza una predicción positiva y el sujeto obtiene un resultado negativo según el estándar de referencia. El valor ideal del VPP, con una prueba perfecta, es 1 (100%), y el peor valor posible sería cero.

El valor predictivo positivo (VPP) también se puede calcular a partir de la sensibilidad , la especificidad y la prevalencia de la afección:

${\displaystyle {\text{PPV}}={\frac {{\text{sensibilidad}}\times {\text{prevalencia}}}{{\text{sensibilidad}}\times {\text{prevalencia}}+(1-{\text{especificidad}})\times (1-{\text{prevalencia}})}}}$

cf. teorema de Bayes

El complemento del VPP es la tasa de falsos descubrimientos (TFD):

${\displaystyle {\text{FDR}}=1-{\text{PPV}}={\frac {\text{Número de falsos positivos}}{{\text{Número de verdaderos positivos}}+{\text{Número de falsos positivos}}}}={\frac {\text{Número de falsos positivos}}{\text{Número de llamadas positivas}}}}$

El valor predictivo negativo se define como:

${\displaystyle {\text{VPN}}={\frac {\text{Número de verdaderos negativos}}{{\text{Número de verdaderos negativos}}+{\text{Número de falsos negativos}}}}={\frac {\text{Número de verdaderos negativos}}{\text{Número de llamadas negativas}}}}$

donde un " verdadero negativo " es el evento en el que la prueba realiza una predicción negativa y el sujeto obtiene un resultado negativo según el estándar de referencia, y un " falso negativo " es el evento en el que la prueba realiza una predicción negativa y el sujeto obtiene un resultado positivo según el estándar de referencia. Con una prueba perfecta, que no arroja falsos negativos, el valor del VPN es 1 (100%), y con una prueba que no arroja verdaderos negativos, el valor del VPN es cero.

El VPN también se puede calcular a partir de la sensibilidad , la especificidad y la prevalencia :

${\displaystyle {\text{VPN}}={\frac {{\text{especificidad}}\times (1-{\text{prevalencia}})}{{\text{especificidad}}\times (1-{\text{prevalencia}})+(1-{\text{sensibilidad}})\times {\text{prevalencia}}}}}$

${\displaystyle {\text{VPN}}={\frac {TN}{TN+FN}}}$

El complemento del VPN es eltasa de falsa omisión (FOR):

${\displaystyle {\text{FOR}}=1-{\text{NPV}}={\frac {\text{Number of false negatives}}{{\text{Number of true negatives}}+{\text{Number of false negatives}}}}={\frac {\text{Number of false negatives}}{\text{Number of negative calls}}}}$

Aunque a veces se usan como sinónimos, el valor predictivo negativo generalmente se refiere a lo que establecen los grupos de control, mientras que la probabilidad negativa posterior a la prueba se refiere a la probabilidad de un individuo. Sin embargo, si la probabilidad previa a la prueba de que el individuo presente la afección objetivo es la misma que la prevalencia en el grupo de control utilizado para establecer el valor predictivo negativo, entonces ambos valores son numéricamente iguales.

El siguiente diagrama ilustra cómo se relacionan el valor predictivo positivo , el valor predictivo negativo , la sensibilidad y la especificidad .

Cabe señalar que los valores predictivos positivos y negativos solo pueden estimarse utilizando datos de un estudio transversal u otro estudio poblacional en el que se puedan obtener estimaciones válidas de prevalencia . En cambio, la sensibilidad y la especificidad pueden estimarse a partir de estudios de casos y controles .

Supongamos que la prueba de sangre oculta en heces (FOB, por sus siglas en inglés) se utiliza en 2030 personas para detectar cáncer de intestino:

El bajo valor predictivo positivo (VPP  =  10 %) indica que muchos de los resultados positivos de esta prueba son falsos positivos. Por lo tanto, será necesario realizar una prueba más fiable para confirmar cualquier resultado positivo y obtener una evaluación más precisa de la presencia de cáncer. No obstante, dicha prueba puede ser útil si es económica y accesible. La principal ventaja de la prueba de cribado FOB reside en su valor predictivo negativo, que, si resulta negativo para un individuo, nos da una alta probabilidad de que el resultado negativo sea verdadero.

Cabe señalar que el VPP no es intrínseco a la prueba, sino que también depende de la prevalencia. ^{[ 2 ]} Debido al gran efecto de la prevalencia sobre los valores predictivos, se ha propuesto un enfoque estandarizado, donde el VPP se normaliza a una prevalencia del 50 %. ^{[ 11 ]} El VPP es directamente proporcional a la prevalencia de la enfermedad o afección. En el ejemplo anterior, si el grupo de personas evaluadas hubiera incluido una mayor proporción de personas con cáncer de intestino, entonces el VPP probablemente sería mayor y el VPN menor. Si todos en el grupo tuvieran cáncer de intestino, el VPP sería del 100 % y el VPN del 0 %.

Para superar este problema, el VPN y el VPP solo deben utilizarse si la razón entre el número de pacientes del grupo de enfermedad y el número de pacientes del grupo de control sano, utilizada para establecer el VPN y el VPP, es equivalente a la prevalencia de las enfermedades en la población estudiada. En caso de comparar dos grupos de enfermedades, la razón entre el número de pacientes del grupo 1 y el número de pacientes del grupo 2 es equivalente a la razón entre las prevalencias de las dos enfermedades estudiadas. De lo contrario, las razones de verosimilitud positivas y negativas son más precisas que el VPN y el VPP, ya que no dependen de la prevalencia.

Cuando un individuo sometido a prueba tiene una probabilidad previa a la prueba de padecer una afección diferente a la de los grupos de control utilizados para establecer el VPP y el VPN, estos valores se distinguen generalmente de las probabilidades posteriores a la prueba , ya sean positivas o negativas. El VPP y el VPN se refieren a las probabilidades establecidas por los grupos de control, mientras que las probabilidades posteriores a la prueba se refieren a las del individuo evaluado (estimadas, por ejemplo, mediante razones de verosimilitud ). Preferiblemente, en estos casos, se debería estudiar un grupo numeroso de individuos equivalentes para establecer valores predictivos positivos y negativos independientes para el uso de la prueba en dichos individuos.

El teorema de Bayes impone limitaciones inherentes a la precisión de las pruebas de detección en función de la prevalencia de la enfermedad o la probabilidad previa a la prueba. Se ha demostrado que un sistema de pruebas puede tolerar descensos significativos en la prevalencia, hasta un cierto punto bien definido conocido como umbral de prevalencia , por debajo del cual la fiabilidad de una prueba de detección positiva disminuye drásticamente. Dicho esto, Balayla et al. ^{[ 12 ]} demostraron que las pruebas secuenciales superan las limitaciones bayesianas mencionadas y, por lo tanto, mejoran la fiabilidad de las pruebas de detección. Para un valor predictivo positivo deseado${\displaystyle \rho }$, dónde${\displaystyle \rho <1}$que se aproxima a alguna constante${\displaystyle k}$, el número de iteraciones de prueba positivas${\displaystyle n_{i}}$Se necesita:

${\displaystyle n_{i}=\lim _{k\to \rho }\left\lceil {\frac {\ln \left[{\frac {k(\phi -1)}{\phi (k-1)}}\right]}{\ln \left[{\frac {a}{1-b}}\right]}}\right\rceil }$

dónde

• ${\displaystyle \rho }$es el PPV deseado
• ${\displaystyle n_{i}}$es el número de iteraciones de prueba necesarias para lograr${\displaystyle \rho }$
• ${\displaystyle a}$es la sensibilidad
• ${\displaystyle b}$es la especificidad
• ${\displaystyle \phi }$es la prevalencia de la enfermedad

Cabe destacar que el denominador de la ecuación anterior es el logaritmo natural del cociente de probabilidad positivo (LR+). Asimismo, es importante señalar que un supuesto fundamental es que las pruebas deben ser independientes. Como describen Balayla et al., ^{[ 12 ]} repetir la misma prueba puede violar este supuesto de independencia y, de hecho, «un método más natural y fiable para mejorar el valor predictivo positivo sería, cuando sea posible, utilizar una prueba diferente con parámetros completamente distintos tras obtener un resultado positivo inicial». ^{[ 12 ]}

El VPP se utiliza para indicar la probabilidad de que, en caso de un resultado positivo en la prueba, el paciente realmente padezca la enfermedad especificada. Sin embargo, una enfermedad puede tener más de una causa y una sola causa potencial no siempre resulta en la enfermedad manifiesta observada en un paciente. Existe la posibilidad de confundir las condiciones objetivo relacionadas del VPP y el VPN, como interpretar el VPP o el VPN de una prueba como indicativo de la presencia de una enfermedad, cuando dicho valor de VPP o VPN en realidad se refiere únicamente a una predisposición a padecerla. ^{[ 13 ]}

Un ejemplo es el hisopado faríngeo microbiológico utilizado en pacientes con dolor de garganta . Generalmente, las publicaciones que indican el VPP de un hisopado faríngeo informan sobre la probabilidad de que esta bacteria esté presente en la garganta, en lugar de que el paciente esté enfermo a causa de la bacteria encontrada. Si la presencia de esta bacteria siempre resultara en dolor de garganta, el VPP sería muy útil. Sin embargo, la bacteria puede colonizar a los individuos de forma inofensiva y nunca causar infección o enfermedad. Los dolores de garganta que se presentan en estos individuos son causados ​​por otros agentes, como un virus. En esta situación, el estándar de referencia utilizado en el estudio de evaluación representa solo la presencia de bacterias (que podrían ser inofensivas), pero no una enfermedad bacteriana causal de dolor de garganta. Se puede demostrar que este problema afectará el valor predictivo positivo mucho más que el valor predictivo negativo. ^{[ 14 ]} Para evaluar pruebas diagnósticas donde el estándar de referencia solo considera las posibles causas de la enfermedad, se puede utilizar una extensión del valor predictivo denominada Valor Predictivo Etiológico . ^{[ 13 ] [ 15 ]}