Calculadora de estadística bayesiana II: tabla 2×2 de una prueba diagnóstica

Se leen en direcciones opuestas de la tabla. La sensibilidad se lee por columnas: entre las personas que SÍ tienen la enfermedad, qué proporción da positivo, VP/(VP+FN). El valor predictivo positivo se lee por filas: entre las personas que dieron POSITIVO, qué proporción realmente tiene la enfermedad, VP/(VP+FP). La distinción es práctica, no académica: la sensibilidad es una propiedad de la prueba y no cambia con la prevalencia, mientras que el VPP sí cambia, y mucho. Una prueba con 99 % de sensibilidad y 99 % de especificidad aplicada a una enfermedad muy rara devuelve un VPP bajísimo, porque casi todos los positivos son falsos positivos de una población enorme de sanos. Cuando un paciente pregunta «¿qué tan probable es que yo la tenga?», la respuesta es el VPP o la probabilidad posprueba, no la sensibilidad.

En los tres pasos que describe el Centre for Evidence-Based Medicine de Oxford. Primero se convierte la probabilidad preprueba en odds: odds preprueba = probabilidad / (1 − probabilidad). Segundo, se multiplica por la razón de verosimilitud del resultado obtenido: odds posprueba = odds preprueba × LR. Tercero, se vuelve a probabilidad: probabilidad posprueba = odds posprueba / (odds posprueba + 1). El ejemplo del propio CEBM lo resume: una prueba con 90 % de sensibilidad y 85 % de especificidad tiene un LR+ de 90/15 = 6; en un paciente con probabilidad preprueba del 50 % (odds 1:1), el positivo lleva los odds a 6 y la probabilidad a 6/7, alrededor del 86 %. Esta calculadora hace ese mismo recorrido tomando la prevalencia de tu tabla como probabilidad preprueba.

No, es su complemento, y confundirlos invierte la lectura. La probabilidad posprueba con resultado negativo es la probabilidad de que la enfermedad SIGA presente a pesar de que la prueba salió negativa: es el resultado de actualizar los odds preprueba con el LR− en lugar del LR+. El valor predictivo negativo es lo contrario, la probabilidad de estar realmente sano tras un negativo. Las dos suman 1: si el VPN es 94,4 %, la probabilidad posprueba tras un negativo es 5,6 %. La calculadora muestra las dos a propósito, porque la cadena de Bayes produce naturalmente la primera y la práctica clínica suele citar la segunda, y verlas juntas evita el error de leer un 5,6 % como si fuera un mal resultado.

Porque no dependen de la prevalencia. El LR+ = sensibilidad/(1−especificidad) y el LR− = (1−sensibilidad)/especificidad se construyen solo con propiedades de la prueba, así que el valor publicado en un estudio hecho en otro país, con otra proporción de enfermos, sigue siendo válido para tu paciente. El VPP y el VPN de ese mismo artículo, en cambio, solo valen para la prevalencia de esa muestra. La forma correcta de usar un artículo es entonces: tomar sus razones de verosimilitud, estimar la probabilidad preprueba de tu paciente con tu propia epidemiología y tu examen clínico, y hacer la actualización bayesiana tú mismo. El CEBM señala como orientación que, con una probabilidad preprueba entre 30 % y 70 %, un LR por encima de 10 permite confirmar la enfermedad y un LR por debajo de 0,1 prácticamente la descarta; fuera de ese rango de probabilidad preprueba la misma razón de verosimilitud concluye menos.

Porque mezcla los aciertos en enfermos y en sanos ponderándolos por la prevalencia, y en enfermedades poco frecuentes ese promedio queda dominado por los sanos. La exactitud global es (VP+VN)/total, que es lo mismo que sensibilidad × prevalencia + especificidad × (1 − prevalencia), la forma en que la escribe MedCalc. Si en tu muestra solo el 1 % tiene la enfermedad, una prueba que siempre dijera «negativo» acertaría el 99 % de las veces y tendría una exactitud del 99 %, con una sensibilidad de cero. Por eso la calculadora la reporta pero no la usa como cifra principal: sensibilidad y especificidad por separado, y las razones de verosimilitud, describen mucho mejor lo que hace la prueba.

Porque ninguna de las fuentes consultadas —StatPearls, la guía metodológica de la AHRQ para revisiones de pruebas médicas, el CEBM de Oxford— publica un umbral universal para estas medidas, y fabricar uno daría una precisión falsa. Lo que hace «suficiente» a una sensibilidad depende de la enfermedad y del costo de pasarla por alto: para descartar una embolia pulmonar se exige un valor que sería exagerado para una faringitis. Lo mismo con las razones de verosimilitud, cuya capacidad de confirmar o descartar cambia con la probabilidad preprueba del paciente concreto. La herramienta entrega las cifras y explica cómo se leen; la decisión de si la prueba alcanza para tu escenario es clínica, no aritmética.

Depende de cuál. Si no hubo ningún falso positivo, la especificidad es del 100 % y el LR+ divide entre cero: la calculadora lo marca como «no estimable» en lugar de imprimir un infinito, porque cero falsos positivos en tu muestra no demuestra que la prueba nunca los produzca, solo que no aparecieron con ese tamaño de muestra. Lo mismo ocurre con el LR− si no hubo verdaderos negativos. Las demás medidas que se leen directo de la tabla se siguen mostrando: con cero falsos positivos, por ejemplo, el VPP es del 100 % y esa cifra sí es correcta. Si la tabla no tiene ningún enfermo o ningún sano, la calculadora no devuelve ningún número y avisa qué revisar, porque esa tabla no puede describir el rendimiento de una prueba.