Calculadora de valor predictivo positivo (VPP)

El valor predictivo positivo es la probabilidad de que una persona con prueba positiva tenga realmente la enfermedad. StatPearls lo define como verdaderos positivos divididos entre la suma de verdaderos positivos y falsos positivos: de todos los hallazgos positivos, cuántos son verdaderos. La sensibilidad responde a la pregunta inversa: de todas las personas enfermas, a cuántas detecta la prueba. La diferencia práctica es de dirección y de dependencia. La sensibilidad y la especificidad describen a la prueba y no cambian con la población; el VPP describe a la prueba aplicada a una población concreta y cambia por completo con la prevalencia. Por eso una prueba puede tener sensibilidad y especificidad fijas del 95 % y aun así dar un VPP del 90 % en un servicio de urgencias y del 8 % en un tamizaje comunitario.

VPP = (prevalencia × sensibilidad) ÷ [(prevalencia × sensibilidad) + ((1 − prevalencia) × (1 − especificidad))], con los tres valores expresados como proporciones entre 0 y 1. Balayla (2022) la publica como ρ(φ) = aφ ÷ [aφ + (1 − b)(1 − φ)], donde a es la sensibilidad, b la especificidad y φ la prevalencia. No es una fórmula distinta de la clásica: el numerador es la proporción de verdaderos positivos y el término (1 − prevalencia) × (1 − especificidad) es la proporción de falsos positivos, así que la expresión es la misma tabla 2×2 normalizada a una población de tamaño uno. Multiplicando por 100 se obtiene el resultado en porcentaje.

Porque el VPP compara dos grupos de tamaños muy desiguales cuando la enfermedad es rara. Con una prevalencia del 0,1 %, en 100.000 personas evaluadas hay 100 enfermas y 99.900 sanas. Una prueba con 99 % de sensibilidad detecta 99 de las 100 enfermas, pero una especificidad del 99 % produce 999 falsos positivos entre las sanas: en total 1.098 positivos, de los cuales solo 99 son verdaderos, es decir un VPP cercano al 9 %. El 1 % de error aplicado a un grupo enorme genera más falsos positivos que verdaderos positivos genera el 99 % de acierto sobre un grupo pequeño. Balayla describe justamente esta situación al señalar que una proporción significativa de las pruebas de tamizaje positivas actuales son falsos positivos, porque la mayoría de las condiciones tienen prevalencias muy por debajo del 20 %.

Depende de qué estés evaluando, y la elección importa más que cualquier otra. Si analizas un programa de tamizaje, ingresa la prevalencia de la enfermedad en la población que se va a tamizar. Si tienes delante a un paciente concreto, ingresa tu probabilidad preprueba: la probabilidad de que esa persona tenga la enfermedad antes de conocer el resultado, estimada a partir de sus síntomas, sus factores de riesgo, la exploración y el contexto epidemiológico. StatPearls recuerda que para tomar decisiones clínicas el profesional debe entender la probabilidad de que el paciente tenga la enfermedad, integrando la probabilidad preprueba con el resultado del examen. Un paciente sintomático de alto riesgo y un asintomático tamizado reciben la misma prueba, pero el mismo resultado positivo significa cosas distintas en cada uno.

Porque es la medida que responde lo que el VPP no puede: cuánto aporta la prueba con independencia de dónde se aplique. StatPearls la define como sensibilidad ÷ (1 − especificidad) y aclara que, a diferencia de los valores predictivos, las razones de verosimilitud no se ven afectadas por la prevalencia de la enfermedad. Eso las hace transportables entre entornos: la misma LR+ sirve en urgencias y en atención primaria, mientras que el VPP hay que recalcularlo cada vez. Ambas cifras se complementan: la LR+ te dice cuánto mueve la prueba tu probabilidad, y el VPP te dice a dónde la mueve partiendo de la prevalencia concreta que ingresaste. Cuando la especificidad es del 100 % la LR+ es infinita, y la calculadora lo muestra como tal en vez de imprimir un número grande.

No existe un corte publicado de VPP aceptable, y por eso esta herramienta entrega el porcentaje sin semáforo. El umbral depende por completo de la decisión que cuelgue del resultado: un VPP del 40 % puede bastar para pedir una prueba confirmatoria barata e inocua, y ser del todo insuficiente para justificar una biopsia, una cirugía o un tratamiento con efectos adversos graves. También depende del costo de equivocarse en cada dirección: en una enfermedad grave y tratable se toleran más falsos positivos que en una condición benigna cuyo estudio adicional es invasivo. Ninguna de las fuentes consultadas publica bandas de VPP, así que fabricar una aquí inventaría una precisión que no existe.

Entonces no necesitas esta calculadora, porque el VPP sale directo. Con los conteos observados, VPP = verdaderos positivos ÷ (verdaderos positivos + falsos positivos), tal como lo formula StatPearls. Esta herramienta existe para el caso inverso y más frecuente: cuando lo que conoces son la sensibilidad y la especificidad publicadas de la prueba y una estimación de la prevalencia en tu población, pero no tienes conteos propios. Como referencia, la calculadora muestra el reparto de 1.000 personas evaluadas con los valores que ingresaste, y ese desglose es precisamente la tabla 2×2 que el cálculo reconstruye.