En las dos entradas previas hemos hablado de las propiedades intrínsecas de una prueba diagnóstica, sensibilidad y especificidad, que nos dan una idea de la validez de la prueba para detectar una condición; y de los valores predictivos, que nos informan de la calidad de la prueba diagnóstica para conocer la realidad de un paciente del que conocemos el resultado en dicha prueba.
Con esos datos, que encontraremos en la literatura científica, puedo discernir si la prueba es útil en la asistencia a nuestros usuarios. Sin embargo, si desconozco la prevalencia de la condición a estudio en la población con la que trabajo o quiero utilizar una prueba prescindiendo del dato de probabilidad preexamen o preprueba necesito recurrir al COCIENTE DE PROBABILIDADES. Como su nombre indica en una relación, que se establece entre el porcentaje de positivos “verdaderos positivos” (sensibilidad o S) y el porcentaje de positivos “falsos positivos” (sujetos que dan positivo sin la condición -o realmente sanos- de entre todos los positivos), para el cociente de probabilidades positivo (CP+). Para el cociente de probabilidades negativo (CP-) se divide el porcentaje de negativos “falsos negativos” (sujetos que, entre todos los negativos, han dado negativo teniendo realmente la condición o enfermedad) y el porcentaje de negativos “verdaderos negativos” (especificidad o E) -o realmente sanos- de entre todos los negativos. El cociente de probabilidades también se denominan razón de verosimilitud, y en inglés es el likehood ratio.
- (CP+)= S/(1-E)
- (CP-) = (1-S)/E
La interpretación es que el (CP+) nos permite saber, cuando el resultado de la prueba es positivo, cuántas veces es más probable es que el sujeto tenga la enfermedad o condición en relación a que no la tenga. Así, si el cociente de probabilidades es 2 significa que ante una prueba positiva es el doble de probable que tenga la enfermedad a que no la tenga. Por ejemplo, la prueba de Hawkins tiene un (CP+) de 1,9. Sin saber este dato puedo obtenerlo conociendo la S y E:
- (CP+) prueba de Hawkins: 79%/(1- 59%)= 1,9
La interpretación de un (CP-) nos permite saber, cuando el resultado es negativo, cuántas veces es más probable que el sujeto esté sano o la condición esté ausente en relación a las que esté enfermo o tenga la condición. Así, si el CP- es 0,2 significa que ante una prueba negativa es 5 veces más probable que NO tenga la enfermedad a que la tenga (1/5=0,2). Por ejemplo, la prueba de Lachman tiene un (CP-) de 0,16. Sin saber este dato puedo obtenerlo conociendo la S y E:
- (CP-) prueba de Lachman: (1-85%)/94%= 0,16
- Vídeo en español
- Likehood ratios (en inglés): Emory University https://med.emory.edu/about/index.html
- Diagnostics and Likelihood Ratios, Explained http://www.thennt.com/diagnostics-and-likelihood-ratios-explained/
- Calculadora de CP a partir de sensibilidad y especifidad (en inglés): http://getthediagnosis.org/calculator.htm
- How to Use an Article About a Diagnostic Test B. What Are the Results and Will They Help Me in Caring for My Patients?: https://www.lumc.nl/sub/9300/att/1212110215131959.pdf
LEER MÁS FISIOTERAPIA.