Pruebas diagnósticas
Epidemiología
VET2101-1
29 mayo 2023
Gabriel Arriagada
Profesor Asociado
Instituto de Ciencias Agroalimentarias, Animales y
Ambientales (ICA3)
Necesidad de pruebas diagnósticas
En epidemiología, un objetivo importante es medir la frecuencia
de una enfermedad. ¿Ejemplos?
Prevalencia (proporción)
Incidencia (Incidencia Acumulada: proporción; Incidencia Verdadera: tasa)
Si se trata de una enfermedad infecciosa, se pueden medir:
Enfermedad clínica
Infección
Seropositividad
También podemos estar interesados en enfermedades crónicas
Necesidad de pruebas diagnósticas
Técnicas diagnósticas:
Examinación clínica y patológica
Técnicas microbiológicas, bioquímicas e inmunológicas
Diagnóstico de imágenes (ej. radiología, ultrasonido)
En general, los resultados de estas técnicas están originalmente en una escala continua:
anticuerpos: mg/ml – variable continua
hematología: recuento de glóbulos blancos – variable discreta (0, 1, 2,… etc)
bioquímica, p.e. glicemia: mg/dL – variable continua
qPCR: intensidad de fluorescencia asociada a ciclos de reacción en cadena de la polimerasa.
En todos estos casos se debe fijar un “punto de corte” que clasifica a los individuos entre
sanos o enfermos, normales o anormales, positivos o negativos, es decir, la variable se
dicotomiza.
P.e. el punto de corte para la glicemia es 100 mg/dL. Sobre este límite, la glicemia será anormal
(sospecha de diabetes) y bajo este límite, la glicemia será normal (paciente sano)
Necesidad de pruebas diagnósticas
Objetivos de la aplicación de pruebas diagnósticas:
Diagnosticar enfermedades en individuos (pacientes)
Estudiar la distribución de enfermedad en población (en lo que se centra
esta clase)
Aplicación de pruebas diagnósticas a una población
Posibles objetivos:
Detectar una enfermedad
Para declarar una población libre
Para identificar positivos y aplicar medidas de control (caso actual con COVID-19)
Estimar la prevalencia/incidencia (estudios prevalenciales)
Determinar la frecuencia y distribución de un agente infeccioso.
◼ Frecuentemente por medición de anticuerpos.
Una variante de este tipo de estudios son las pruebas de tamizaje (screening)
◼ Se aplican a individuos aparentemente sanos.
◼ Utilizadas para identificar individuos infectados.
◼ Generalmente se requiere aplicar una segunda prueba para confirmar si son realmente infectados.
Propiedades de las pruebas diagnósticas
Sensibilidad (Se)
Especificidad (Sp)
Exactitud (E)
Clasificación de resultados
realidad
I+ I−
(infectados) (no infectados)
P+ VP FP
(verdaderos (falsos P+
(positivos)
positivos) positivos)
prueba
P− FN VN
(verdaderos P−
(negativos) (falsos negativos)
negativos)
I+ I− N
Clasificación de resultados
realidad
I+ I−
(infectados) (no infectados)
P+ 18 15 33
(positivos) VP FP P+
prueba
P− 38 78 116
(negativos) FN VN P−
56 93 149
I+ I− N
Prevalencia verdadera
Proporción de individuos
realmente infectados
𝐼+
𝑁
Prevalencia aparente
Proporción de individuos
dados como positivos por
la prueba
𝑃+
𝑁
Sensibilidad (Se)
Probabilidad de que una
prueba identifique
correctamente a los
individuos infectados
𝑉𝑃
𝐼+
𝐼 + = 𝑉𝑃 + 𝐹𝑁
Especificidad (Sp)
Probabilidad de una prueba
identifique correctamente a
aquellos individuos NO
infectados
𝑉𝑁
𝐼−
𝐼 − = 𝑉𝑁 + 𝐹𝑃
Exactitud (E)
Proporción de individuos
correctamente identificados
por la prueba
𝑉𝑃 + 𝑉𝑁
𝑁
Valor predictivo de los positivos (VP+)
Proporción de individuos
positivos a la prueba que
están realmente infectados
𝑉𝑃
𝑃+
𝑃+ = 𝑉𝑃 + 𝐹𝑃
Valor predictivo de los negativos (VP-)
Proporción de individuos
negativos a la prueba que
son realmente NO
infectados
𝑉𝑁
𝑃−
𝑃− = 𝐹𝑁 + 𝑉𝑁
Efecto de la prevalencia sobre el valor predictivo
Efecto de la prevalencia sobre el valor predictivo
Selección de pruebas diagnósticas
Usar una prueba con alta Se y alto VP-
cuando se requiere:
Reducir el número de falsos negativos.
Evitar la introducción de una
enfermedad a una población
Usar una prueba con alta Sp y alto
VP+ cuando se quiere:
Confirmar un diagnóstico
Evitar el sacrificio innecesario de
animales
Uso conjunto de dos pruebas: pruebas en paralelo
Se aplican 2 pruebas a animales al mismo tiempo.
Un positivo será el individuo que da positivo a alguna de las dos pruebas (o a
ambas)
Un negativo será el individuo que da negativo a ambas pruebas
Por lo tanto, sólo se aplicará una segunda prueba si el resultado a la primera
prueba es negativo.
Modalidad adecuada cuando:
se desea aumentar la Sensibilidad (Se) por sobre las Se individuales
se desea aumentar el Valor Predictivo Negativo (VP-)
𝑆𝑒𝑝𝑎𝑟 = 1 − 1 − 𝑆𝑒𝐴 × (1 − 𝑆𝑒𝐵 )
𝑆𝑝𝑝𝑎𝑟 = 𝑆𝑝𝐴 × 𝑆𝑝𝐵
Uso conjunto de dos pruebas: pruebas en serie
Se aplican 2 pruebas a animales en forma secuencial, basados en el resultado de la
primera prueba.
Un positivo será el individuo que da positivo a ambas pruebas
Un negativo será el individuo que da negativo a alguna de las pruebas (o a ambas)
Por lo tanto, sólo se aplicará una segunda prueba si el resultado a la primera prueba
es positivo.
Modalidad adecuada cuando:
se desea aumentar la Especificidad (Sp), por sobre las Sp individuales
se desea aumentar el Valor Predictivo Positivo (VP+)
𝑆𝑒𝑠𝑒𝑟 = 𝑆𝑒𝐴 × 𝑆𝑒𝐵
𝑆𝑝𝑠𝑒𝑟 = 1 − 1 − 𝑆𝑝𝐴 × (1 − 𝑆𝑝𝐵 )
Estimación de Prevalencia Verdadera
La prevalencia verdadera (PV) generalmente es desconocida, pero
se puede estimar a partir de la prevalencia aparente (PA), cuando
se conoce la Se y Sp de la prueba.
(𝑃𝐴 + 𝑆𝑝 − 1)
𝑃𝑉 =
(𝑆𝑒 + 𝑆𝑝 − 1)
Conclusiones
Antes de interpretar un resultado:
Conocer las características de la prueba
Conocer la situación epidemiológica general a la que se enfrenta
Aceptar que no existen pruebas 100% confiables
Gracias por su atención
[Link]@[Link]
Gabriel Arriagada
Profesor Asociado
Instituto de Ciencias Agroalimentarias, Animales y
Ambientales (ICA3)
