Otra de las herramientas que ha popularizado la #EBM es la interpretación de los test diagnósticos.
Y para darle una vuelta a su explicación voy a volver a mis orígenes. Las ovejitas.
"Test de antígeno y COVID desde la EBM"
@drmiguelmarcos @boticariors @mpericacho
1/20
Y para darle una vuelta a su explicación voy a volver a mis orígenes. Las ovejitas.
"Test de antígeno y COVID desde la EBM"
@drmiguelmarcos @boticariors @mpericacho
1/20
De forma simplista se tiende a pensar que un test que da POSITIVO es que uno tiene la enfermedad o condición a estudio.
Y si da NEGATIVO, pues que uno está “sano”.
Nada más lejos de la realidad
2/
Y si da NEGATIVO, pues que uno está “sano”.
Nada más lejos de la realidad
2/
La interpretación de un test diagnóstico depende de 2 cosas:
1) la probabilidad de padecer la enfermedad de la que partimos
Es decir, necesitamos valorar a nuestro paciente, sospechar una condición y entonces pedir una prueba para confirmarla
3/
1) la probabilidad de padecer la enfermedad de la que partimos
Es decir, necesitamos valorar a nuestro paciente, sospechar una condición y entonces pedir una prueba para confirmarla
3/
Lo contrario, pedir pruebas para cazar enfermedades es siempre un camino directo a la frustración y el fracaso, así como a la condena a una cadena de test y tratamiento posiblemente innecesarios.
4/
4/
Y 2) la validez del test (Aquello de la sensibilidad, especificidad, etc)
Vamos con un ejemplo práctico en la enfermedad que nos trae locos en los últimos meses.
Y vamos con un test que podría llegar a realizarse de forma particular, el test de antígeno para el SARS-CoV-2
5/
Vamos con un ejemplo práctico en la enfermedad que nos trae locos en los últimos meses.
Y vamos con un test que podría llegar a realizarse de forma particular, el test de antígeno para el SARS-CoV-2
5/
No todos los test son iguales, pero vamos con los mejores.
Aquellos que tengan una ESPECIFICIDAD muy alta (se estima que del 99%)
Es decir, que si se lo hiciéramos a 100 personas SIN la #COVID19, solo 1 daría positivo y sería un falso positivo.
6/
Aquellos que tengan una ESPECIFICIDAD muy alta (se estima que del 99%)
Es decir, que si se lo hiciéramos a 100 personas SIN la #COVID19, solo 1 daría positivo y sería un falso positivo.
6/
Y una SENSIBILIDAD aceptable, digamos un 70% en un paciente que comienza con síntomas (primera semana).
Es decir, que si se lo hiciéramos a 100 personas CON la #COVID19 dando síntomas en la primera semana, 70 daría positivo, pero ojo, habría 30 falsos negativos.
En ovejas:
7/
Es decir, que si se lo hiciéramos a 100 personas CON la #COVID19 dando síntomas en la primera semana, 70 daría positivo, pero ojo, habría 30 falsos negativos.
En ovejas:
7/
En el mundo anglosajón, en vez de hablar de probabilidades [probabilidad=casos favorables/todos los casos], usan las Odds, pero es lo mismo. Solo piensen en ello en forma de juego.
Que hablen las ovejas
8/
Que hablen las ovejas
8/
Una probabilidad del 70% es una odd de 7 frente a 3, es decir de 2,3 (70/30=2,3) [Odds=casos favorable/casos desvaforables].
Si queremos hacer el camino inverso y pasar de odds a % vale con dividir la Odd por la Odd+1 (2,3/3,3=70%)
9/
Si queremos hacer el camino inverso y pasar de odds a % vale con dividir la Odd por la Odd+1 (2,3/3,3=70%)
9/
La estimación que hacemos de que nuestro paciente padezca la enfermedad es la clave para seguir el resto del proceso.
El resultado del test modificará está probabilidad, o bien aumentándola, o bien disminuyéndola.
Para ello podemos utilizar las razones de verosimilitud
10/
El resultado del test modificará está probabilidad, o bien aumentándola, o bien disminuyéndola.
Para ello podemos utilizar las razones de verosimilitud
10/
En “grueso”,
La razón de verosimilitud POSITIVA (Likelihood ratio+) es la relación entre los enfermos que dan positivo (sensibilidad) y los sanos que dan positivo (1-especifidad)
11/
La razón de verosimilitud POSITIVA (Likelihood ratio+) es la relación entre los enfermos que dan positivo (sensibilidad) y los sanos que dan positivo (1-especifidad)
11/
La razón de verosimilitud NEGATIVA (Likelihood ratio-) es la relación entre los enfermos que dan negativo (1-sensibilidad) y los sanos que dan negativo (Especificidad).
12/
12/
Volvamos al escenario clínico.
Partimos de establecer la probabilidad en nuestro escenario.
No es lo mismo un paciente donde sospechamos de forma muy importante que tiene covid, porque tiene fiebre, anosmia y tos,
que alguien sin ningún síntoma que va a ir a un concierto.
13/
Partimos de establecer la probabilidad en nuestro escenario.
No es lo mismo un paciente donde sospechamos de forma muy importante que tiene covid, porque tiene fiebre, anosmia y tos,
que alguien sin ningún síntoma que va a ir a un concierto.
13/
En este caso tenemos que establecer una estimación en nuestra cabeza usando datos epidemiológicos y clínicos (ya en la atención médica podremos añadir otros como el laboratorio o la imagen)
14/
14/
Con estos datos epidemiológicos y clínicos podremos imaginar tres escenarios.
14/
14/
1) Un paciente donde tengo muy claro que puede haber una COVID ¿probabilidad pre-pueba del 60%?,
2) donde no sospecho que haya una COVID ¿probabilidad preprueba similar a un poco menos de la prevalencia de enfermedad en mi zona, ej: 5%?
3) o intermedia, ni si ni no ¿30%?
15/
2) donde no sospecho que haya una COVID ¿probabilidad preprueba similar a un poco menos de la prevalencia de enfermedad en mi zona, ej: 5%?
3) o intermedia, ni si ni no ¿30%?
15/
¿Cómo funcionaría la estimación de la probabilidad en un paciente sano, sin síntomas, con baja probabilidad?
A) partimos de una probabilidad del 5% (5 de cada 100), en Odd 0,05
B) Tenemos un test con una sensibilidad (en asintomáticos) del 50% y una especificidad del 99%
16/
A) partimos de una probabilidad del 5% (5 de cada 100), en Odd 0,05
B) Tenemos un test con una sensibilidad (en asintomáticos) del 50% y una especificidad del 99%
16/
Es decir, LR+=0,5/(1-0,99)=50, LR-=(1-05)/0,99=0,51.
Si el resultado es positivo, nuestra odd de 0,05 inicial se multiplica por 50, lo que da una odds de 2,5, en %, un 71% de posibilidades de tener covid.
Si da negativo, una odds de 0,3, en % un 2,3% de posibilidades de tenerlo
Si el resultado es positivo, nuestra odd de 0,05 inicial se multiplica por 50, lo que da una odds de 2,5, en %, un 71% de posibilidades de tener covid.
Si da negativo, una odds de 0,3, en % un 2,3% de posibilidades de tenerlo
Para hacerlo sin calculadora podemos utilizar la del BMJ
bmj.com/content/369/bm…
Imagine un escenario de alta probabilidad (fiebre y anosmia o haber convivido con un positivo) con el mismo test (en síntomáticos Sensibilidad del 70%)
18/
bmj.com/content/369/bm…
Imagine un escenario de alta probabilidad (fiebre y anosmia o haber convivido con un positivo) con el mismo test (en síntomáticos Sensibilidad del 70%)
18/
¿Qué quiere decir? Que si es positivo confirma mi sospecha, pero ojo, si es negativo en este contexto de alta probabilidad, aun me deja un 32% de posibilidades de padecer la enfermedad y por tanto necesitaré que se confirme con una PCR, etc (requiere atención profesional)
19/
19/
Nota: Ser conviviente, aunque sea asintomático, me pone en una probabilidad preprueba alta, por tanto un test de antígeno negativo NO DESCARTA enfermedad y no me permite ni ir a conciertos ni evitar el confinamiento (lo que manda aquí es la exposición a un caso)
Bayesianamente
20
Bayesianamente
20
• • •
Missing some Tweet in this thread? You can try to
force a refresh
