Calcular sensibilidad y especificidad: 9 pasos (con fotos)

Contenido

Pasos
- Método 1 de 1: Realizar el cálculo
Consejos
Advertencias

Para cualquier prueba administrada a una población en particular, es importante sensibilidad, especificidad, valor predictivo positivo, y valor predictivo negativo para determinar qué tan útil es la prueba para determinar los rastros de una enfermedad o característica de la población dada. Si queremos usar una prueba para determinar una característica específica de una muestra, nos gustaría saber lo siguiente:

¿Qué probabilidad hay de que la prueba presencia indica una característica en alguien de el atributo (sensibilidad)?
¿Qué probabilidad hay de que la prueba ausencia de una característica indica en alguien sin que el atributo (especificidad)?
¿Qué tan probable es que alguien con un positivo resultado de la prueba Por supuesto el atributo (valor predictivo positivo) posee?
¿Qué tan probable es que alguien con un negativo resultado de la prueba en realidad el atributo (valor predictivo negativo) no posee?

Estos valores son muy importantes de calcular, para poder determinar si una prueba es útil para medir una característica específica de una población en particular. Este artículo demostrará cómo calcular estos valores.

Pasos

Método 1 de 1: Realizar el cálculo

Imagen titulada Calcular sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 1

1. Defina una población para probar, por ejemplo, 1000 pacientes en una clínica.

Imagen titulada Calcular sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 2

2. Defina la enfermedad o característica que le interesa, por ejemplo sífilis.

Imagen titulada Calcular sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 3

3. Suponga una prueba confiable de "estándar de oro" para determinar la prevalencia de la enfermedad o rasgo, por ejemplo, documentación de microscopía de campo oscuro sobre la presencia de la bacteria Treponema pallidum de raspados de úlceras por sífilis, en asociación con hallazgos clínicos. Use el estándar de oro para determinar quién tiene los atributos y quién no. Por ejemplo, digamos que este es el caso para 100 personas y no para 900.

Imagen titulada Calcular sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 4

4. Elija una prueba que le interese determinar la sensibilidad, la especificidad, el valor predictivo positivo y el valor predictivo negativo para esta población, y evalúe a todos en la población elegida. Por ejemplo, supongamos que se trata de una prueba de reagina plasmática rápida (RPR) para detectar la presencia de sífilis. Úselo para evaluar a 1000 personas en la población.

Imagen titulada Calcular sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 5

5. Para las personas que tienen el rasgo (según lo determinado por el estándar de oro), registre la cantidad de personas que dieron positivo y la cantidad de personas que dieron negativo. Haz lo mismo con las personas que no tienen el atributo (según lo determina el estándar de oro). Eventualmente tendrás cuatro números. Las personas con la característica Y una prueba positiva son las verdaderos positivos (TP). Las personas con la característica Y una prueba negativa son las falsos negativos (FN). Las personas sin el rasgo Y una prueba positiva son las falsos positivos (FP). Las personas sin el rasgo Y una prueba negativa son las verdaderos negativos (TN). Suponga que ha administrado una prueba de RPR en 1000 pacientes. Entre 100 pacientes con sífilis, 95 dieron positivo y 5 negativo. Entre 900 pacientes sin sífilis, 90 dieron positivo y 810 negativo. En este caso, TP = 95, FN = 5, FP = 90 y TN = 810.

Imagen titulada Calcular sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 6

6. Para calcular la sensibilidad, divida TP por (TP + FN). En el caso anterior, se convierte en 95/(95+5) = 95%. La sensibilidad nos dice qué tan probable es que la prueba dé un resultado positivo en alguien que exhibe la característica. ¿Qué porcentaje de personas con el rasgo darán positivo?? La sensibilidad del 95% es bastante buena.

Imagen titulada Calcular sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 7

7. Para calcular la especificidad, divida TN por (FP + TN). En el caso anterior, eso se convierte en 810/(90+810) = 90%. La especificidad nos dice qué tan probable es que la prueba dé un resultado negativo si alguien no tiene el rasgo. ¿Qué porcentaje de todas las personas sin el rasgo darán negativo?? 90% de especificidad es bastante bueno.

Imagen titulada Calcular sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 8

8. Para calcular el valor predictivo positivo (PVW), divida TP por (TP + FP). En el caso anterior, se convierte en 95/(95+90) = 51,4 %. El valor predictivo positivo nos dice qué tan probable es que alguien con el rasgo resulte positivo. ¿Qué proporción de todas las personas con resultados positivos exhiben realmente las características? Un VPP del 51,4 % significa que si da positivo, tiene un 51,4 % de posibilidades de que realmente tenga la enfermedad.

Imagen titulada Calcular sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 9

9. Para calcular el valor predictivo negativo (NAV), divida TN por (TN + FN). En el caso anterior, se convierte en 810/(810+5) = 99,4%. El valor predictivo negativo nos dice qué tan probable es que alguien no tenga la característica si la prueba es negativa. ¿Qué proporción de todas las personas que dan negativo realmente no tienen el rasgo? Un NAV del 99,4 % significa que si su prueba es negativa, tiene un 99,4 % de posibilidades de no tener la enfermedad.

Consejos

Exactitud o eficiencia, es el porcentaje de resultados de prueba identificados correctamente por la prueba, es decir (positivos verdaderos + negativos verdaderos) / total de resultados de prueba = (TP+TN)/(TP+TN+FP+FN).
Las buenas pruebas de detección tienen una alta sensibilidad, porque desea poder identificar a todas las personas con la característica. Las pruebas con una sensibilidad muy alta son útiles para detectar enfermedades o características excluir si el resultado es negativo. ("HOCICO": regla de sensibilidad FUERA)
Dibuja una tabla de 2 x 2 para facilitar las cosas.
Saber que la sensibilidad y la especificidad son propiedades intrínsecas de una prueba en particular, y no dependen de la población dada, es decir, estos dos valores deben ser los mismos si se aplica la misma prueba a diferentes poblaciones.
Las buenas pruebas de confirmación tienen una alta especificidad porque desea que la prueba sea específica y no malinterprete a alguien sin el rasgo como positivo. Las pruebas de especificidad muy alta son útiles para: estar seguro de enfermedades o características si son positivas. ("GIRAR": regla de especificidad IN)
Por otro lado, el valor predictivo positivo y el valor predictivo negativo dependen de la prevalencia del rasgo en una población particular. Cuanto más rara sea la característica, menor será el valor predictivo positivo y mayor el valor predictivo negativo (porque la probabilidad de la prueba previa es baja para una característica rara). Por el contrario, cuanto más frecuentemente ocurre un rasgo, mayor es el valor predictivo positivo y menor el valor predictivo negativo (porque la probabilidad de la prueba previa es alta para un rasgo más general).
Intenta entender bien estos conceptos.