|
El caso más sencillo que se
nos puede plantear es el de una prueba dicotómica, que clasifica a cada
paciente como sano o enfermo en función de que el resultado de la prueba
sea positivo o negativo. En casos como éste, generalmente un resultado
positivo se asocia con la presencia de enfermedad y un resultado
negativo con la ausencia de la misma.
Cuando se estudia una muestra
de pacientes, los datos obtenidos permiten clasificar a los sujetos en
cuatro grupos según una tabla 2x2 .
En ella, se enfrenta el
resultado de la prueba diagnóstica (en filas) con el estado real de los
pacientes (en columnas) o, en su defecto, el resultado de la prueba de
referencia o “gold standard” que vayamos a utilizar. El resultado de la
prueba puede ser correcto (verdadero positivo y verdadero negativo) o
incorrecto (falso positivo y falso negativo). El análisis de su validez
puede obtenerse calculando los valores de sensibilidad y especificidaad:
Ver tabla
Sensibilidad
Es la probabilidad de
clasificar correctamente a un individuo enfermo, es decir, la
probabilidad de que para un sujeto enfermo se obtenga en la prueba un
resultado positivo. La sensibilidad es, por lo tanto, la capacidad del
test para detectar la enfermedad.
Cuando los datos obtenidos a
partir de una muestra de pacientes se clasifican en una tabla, es fácil
estimar a partir de ella la sensibilidad como la proporción de
pacientes enfermos que obtuvieron un resultado positivo en la prueba
diagnóstica. Es decir:
De ahí que también la
sensibilidad se conozca como “fracción de verdaderos positivos (FVP)”.
Especificidad
Es la probabilidad de
clasificar correctamente a un individuo sano, es decir, la
probabilidad de que para un sujeto sano se obtenga un resultado
negativo. En otras palabras, se puede definir la especificidad como
la capacidad para detectar a los sanos. A partir de una tabla la
la especificidad se estimaría como:
De ahí que
también sea denominada “fracción de verdaderos negativos (FVN)”.
|
Para T
