TwitterLinkedinWhatsAppTelegramTelegram
0
Lee este artículo en:

Sensibilidad y especificidad de un test

Empezaremos con una pregunta que muchas veces nos hacemos los clínicos a nivel de campo:

Empezaremos con una pregunta que muchas veces nos hacemos los clínicos a nivel de campo:

¿Si después de tomar un número considerable de muestras aparecen algunos positivos, es una indicación de la entrada de la infección en la explotación?

Antes de poder contestar tenemos que conocer los conceptos de sensibilidad y especificidad.

La sensibilidad y la especificidad son dos características que poseen todos los tests analíticos que hacemos. Por definición, la sensibilidad es la probabilidad que posee la técnica de detectar un animal realmente enfermo en la población de enfermos, mientras que la especificidad sería la probabilidad que posee el test de detectar los animales sanos como sanos.

La situación ideal sería trabajar siempre con técnicas analíticas que tuvieran una sensibilidad y especificidad del 100%, sin embargo, esto muy poco probable. Todo test (aunque sea muy bueno) posee sus limitaciones.

Entonces, para contestar a la pregunta anteriormente mencionada, tendríamos que decir que dependerá de la especificidad que posea el test. Si el porcentaje de positivos hallados es igual o inferior a los permitidos por la especificidad del test deberíamos seguir considerando la explotación como negativa.


Con un ejemplo quizás quede más claro: supongamos que un test posee una especificidad del 96% ¿Qué significa? Si tomamos 100 muestras en una explotación en la que no hay enfermedad, pero realizamos una analítica de la misma, la probabilidad de detectar como positivos animales que no lo son (falsos positivos) es del 4% (puesto que la probabilidad de detectar a los sanos como sanos -especificidad- es del 96%), es decir, si de 100 muestras tenemos 4 o menos positivas no podemos asegurar que la infección haya entrado en la granja ya que nos encontramos dentro de los límites de error del test. Pongamos otro ejemplo: supongamos una explotación en la que existe una enfermadad y queremos confirmarla tomando tan sólo 10 muestras para analizarlas con un test que posee una sensibilidad del 85% y todas la muestras son negativas. ¿Podemos estar seguros de que la explotación se encuentra completamente libre de animales positivos? No, imaginemos que la enfermedad que queremos detectar posee muy poca prevalencia, por ejemplo un 10%, es decir en 10 muestras como mucho puede haber una positiva, pero como el test posee una sensibilidad del 85% la probabilidad de detectar el positivo será tan sólo de 0,85, es decir, menos que 1, con lo que es posible que en algunos casos no detectemos al positivo.

Otra pregunta que nos surge a menudo es la siguiente:

¿Tendré un diagnóstico más certero si hago muchas pruebas?

No. Cuantas más pruebas se hagan, la probabilidad de que por lo menos en alguna de ellas aparezca un falso positivo aumenta. Pongamos un ejemplo, supongamos que tomamos 100 muestras y desarrollamos en ellas una técnica que posee un 92% de especificidad. Es probable que de las 100 muestras 8 o menos sean falsos positivos (8% de probabilidad de tener por lo menos un falso positivo). Si en las 92 muestras restantes realizamos un segundo test cuya especificidad sea otra vez del 92%, es probable que de todas ellas 7 o menos sean falsos positivos. Ahora, con las dos pruebas la probabilidad de sacar por lo menos un falso positivo de las 100 iniciales es ya del 15% (8 + 7) y así iría aumentando conforme vayamos realizando más pruebas. Cuantas más pruebas se hagan la probabilidad de tener por lo menos un diagnóstico aumenta, pero también la de que sea un falso diagnóstico.

Habría muchas más preguntas que realizarse, pero quizás éstas nos ayuden a comprender mejor los conceptos de sensibilidad y especificidad y por lo tanto a usar un poco mejor los análisis.

Comentarios del artículo

Este espacio no está orientado a ser una zona de consultas a los autores de los artículos sino que pretende ser un lugar de discusión abierto a todos los usuarios de 3tres3
Publica un nuevo comentario

Para comentar debes registrarte en 3tres3 y acceder como usuario.