IMMUNOLOGIA

1. Pruebas diagnósticas

2. Introducción
 Cuando no existen métodos para prevenir una
enfermedad, nuestra mejor alternativa es la
detección temprana de la misma

3. Introducción
 Existen dos estrategias para la detección temprana de
una enfermedad
 atención cuando aparezcan los primeros síntomas de
la enfermedad
 intentar la detección de la enfermedad en individuos
asintomáticos

4. Introducción
El detectar los síntomas incipientes de enfermedad
requiere la educación tanto del personal del sector salud
como de la población general para que ambos puedan
responder apropiadamente a aquellos indicios incipientes
de enfermedad

5. Pruebas diagnósticas
Objetivo: Diagnosticar toda enfermedad
Permiten:
 Detectar casos
 Confirmar o descartar un diagnóstico
 Medir el efecto de un tratamiento

7. Pruebas diagnósticas
 El diagnóstico debe ser un proceso científico
 Determinar el valor de las pruebas diagnósticas

8. Pruebas diagnósticas
 La prueba ideal, proporciona respuestas correctas.
 Rápida, segura, simple, no dolorosa, fiable y barata.

9. Resultado de una prueba
 Valores categóricas dicotómicos: (si/no)
 Variables categóricas: leve moderado o severa
 Variable numéricas: mm, segundos
 Las variables categóricas y numéricas proporcionan
mayor información.

10. Validez de las pruebas diagnósticas
Se define como su capacidad para
diferenciar entre los que tienen una
enfermedad y los que no la tienen.

11. Prueba diagnóstica
 El propósito de la evaluación de las pruebas diagnósticas, es
determinar el grado con que una prueba puede distinguir entre los
individuos que presentan la enfermedad y los que no la presentan.
 Determinar la asociación entre el resultado de la prueba y la
presencia o no de la enfermedad

13. Validez de una prueba diagnóstica
Sensibilidad de la prueba se define como la capacidad
de la prueba para identificar correctamente a aquellos
que tienen la enfermedad. O la proporción de sujetos con
la enfermedad que tienen una prueba positiva para la
enfermedad.

14. Evaluación de una prueba diagnóstica
Estado respecto de la enfermedad
Resultado de
la prueba
Presente Ausente
Positivo
Negativo
Positivo
verdadero
Falso negativo
Falso
positivo
Negativo
verdadero
PV + FN FP + NV
Sensiblidad: PV/(PV + FN), a / (a+c) Especificidad: NV / (NV + FP), d / (d+b)
a b
c d

15. Sensibilidad
Resultado de
la prueba
Enfermo No enfermo Total
Positivo 80 100 180
Negativo 20 900 920
Totales 100 1000
Sensibilidad: PV / (PV + FN), a / (a+c)
80 / (80 + 20) = 80%

16. Validez de una prueba diagnóstica
 La especificidad de la prueba se define
como la capacidad de la prueba para
identificar a aquellos que no tienen la
enfermedad o la proporción de sujetos sin la
enfermedad que tienen una prueba negativa.

17. Evaluación de una prueba diagnóstica
Estado respecto de la enfermedad
Resultado de
la prueba
Presente Ausente
Positivo
Negativo
Positivo
verdadero
Falso negativo
Falso
positivo
Negativo
verdadero
PV + FN FP + NV
Sensiblidad: PV/(PV + FN), a / (a+c) Especificidad: NV / (NV + FP), d / (d+b)
a b
c d

18. Especificidad
Resultado de
la prueba
Enfermo No enfermo Total
Positivo 80 100 180
Negativo 20 800 920
Totales 100 1000
Especificidad: NV / (NV + FP), d / (d+b)
800 / (800 + 100) = 89%

19. Pruebas de variables continuas
 Presión arterial sanguínea o la glucosa en sangre
 Se debe adoptar una decisión para establecer un
punto de corte por encima del cual el resultado de la
prueba es considerado positivo y por debajo del cual
el resultado es considerado negativo.

20. Variables numéricas continuas

21. COMPARACIÓN ENTRE SENSIBILIDAD Y
ESPECIFICIDAD
 Curva de características operativas (COR O ROC)
 Describe la precisión de una prueba en intervalos de
puntos de corte.
 La precisión puede describirse como el área bajo la
curva COR
 Cuanto mayor sea el área, mejor será la prueba.

24. Diseño para pruebas diagnósticas
 Resultado de la prueba
 La prueba diagnóstica predice una enfermedad
 La prueba pronóstica: predice el desenlace de
una enfermedad

25. Eficacia de una prueba
 VALOR PREDICTIVO: Probabilidad de enfermedad
dados los resultados de una prueba.
 Valor predictivo positivo: Probabilidad de que exista
enfermedad en un paciente en el que el resultado de la
prueba ha sido positivo
¿Qué proporción de los pacientes con resultados positivos
en la prueba tienen realmente la enfermedad en cuestión?

26. Valor predictivo de una prueba
 En la practica, la capacidad de predecir la presencia o
ausencia de enfermedad a partir de los resultados de
una prueba de rastreo dependerá de la prevalencia de
la enfermedad en la población que fue examinada así
como de la sensibilidad y especificidad de la prueba.
 A mayor prevalencia, mayor sera la probabilidad de
que una prueba positiva sea predictiva de enfermedad

28. Eficacia de una prueba
Estado respecto de la enfermedad
Resultado de la
prueba
Presente Ausente
Positivo
Negativo
Positivo
verdadero
Falso negativo
Falso
positivo
Negativo
verdadero
PV + FN FP + NV
VPP = a / ( a + b) ; PV/ (PV + FP)
a b
c d

29. Valor predictivo positivo de una prueba
Resultado de
la prueba
Enfermo No enfermo Total
Positivo 80 100 180
Negativo 20 900 920
Totales 100 1000
VPP: a / ( a + b); PV/ (PV +
FP)
80 / (80 + 100) = 44%

30. Eficacia de una prueba
 VALOR PREDICTIVO NEGATIVO: Es la probabilidad
de que un paciente no tenga la enfermedad cuando el
resultado de la prueba ha sido negativo.
 Predice un resultado negativo de la prueba, la
ausencia de la enfermedad.

31. Valor predictivo negativo de una prueba
Estado respecto de la enfermedad
Resultado de
la prueba
Presente Ausente
Positivo
Negativo
Positivo
verdadero
Falso negativo
Falso
positivo
Negativo
verdadero
PV + FN FP + NV
VPN = d / ( d + c) ; NV/ (NV + FN)
a b
c d

32. Valor predictivo negativo de una prueba
Resultado de
la prueba
Enfermo No enfermo Total
Positivo 80 100 180
Negativo 20 900 920
Totales 100 1000
VPN: d/(d +c); NV/(NV + FN)
900 / (900 + 20) = 98%

33. Eficacia de una prueba
 El valor predictivo depende de la sensibilidad y de la
especificidad de la prueba
 Depende de la prevalencia de la enfermedad en la
población estudiada. La mayor prevalencia permite un
VPP mayor.
 La prevalencia es una determinante del valor de una
prueba

34. Confiabilidad, variación
intraindividual

35. Confiabilidad de una prueba,
variación intraobservador

36. Confiabilidad de una prueba,
variación interobservador
Estadístico de Kappa: el porcentaje de concordancia entre dos
observadores, evalúa la calidad de sus observaciones y el azar.

37. Problema Ejemplo
 Probar la sensibilidad de una prueba diagnóstica para detectar una
enfermedad específica. De 1000 pacientes se obtuvo la siguiente
información:
 43 sufrieron de la patología en estudio
 35 pacientes que sufrieron la enfermedad fueron identificados
correctamente por la prueba.
 6 pacientes que no tenían la enfermedad, fueron diagnosticados
incorrectamente

38. Problema Ejemplo
1. ¿Cuántos son verdaderos positivos?
2. ¿Cuántos fueron falsos positivos?
3. ¿Cuántos pacientes desarrollaron la patología?
4. ¿En cuántos pacientes la prueba no
diagnosticó la patología?
5. ¿A cuantos pacientes sin patología identificó la
prueba?
6. ¿Cuál es la sensibilidad de la prueba?
7. De sus próximos 100 pacientes que
desarrollarán la patología ¿Cuántos tendrán
una prueba positiva?

39. Evaluación de una prueba diagnóstica
Estado respecto de la enfermedad
Resultado de la
prueba
Presente Ausente
Positivo
Negativo
Positivo
verdadero = 35
Falso negativo= 8
Falso positivo= 6
Negativo verdadero= 951
a + c b + d
a
b
c d
S E
VPP
VPN

40. Problema Ejemplo
1. ¿Cuántos son verdaderos positivos? 35
2. ¿Cuántos fueron falsos positivos? 6
3. ¿Cuántos pacientes desarrollaron la patología?
43
4. ¿En cuántos pacientes la prueba no
diagnosticó la patología? 8
5. ¿A cuantos pacientes sin patología identificó la
prueba? 951
6. ¿Cuál es la sensibilidad de la prueba? 81%
7. De sus próximos 100 pacientes que
desarrollarán la patología ¿Cuántos tendrán
una prueba positiva? 81