Calculadora de valor predictivo positivo (VPP) a partir de una tabla 2×2

Se divide el número de verdaderos positivos entre el total de resultados positivos, es decir, entre la suma de verdaderos positivos y falsos positivos: VPP = VP ÷ (VP + FP). Para expresarlo en porcentaje se multiplica por 100. Por ejemplo, si un examen dio 105 resultados positivos y de ellos 90 correspondían a personas realmente enfermas y 15 a personas sanas, el VPP es 100 × 90 ÷ 105 = 85,7 %. Eso significa que casi 86 de cada 100 personas con resultado positivo tenían la enfermedad, y las 14 restantes eran falsas alarmas. Solo se usan las dos celdas de la fila positiva de la tabla.

Porque el VPP depende de la prevalencia de la enfermedad en la población donde se aplica la prueba. La sensibilidad y la especificidad son características del examen y se mantienen relativamente estables; el VPP, en cambio, mezcla esas características con la frecuencia de la enfermedad. La AHRQ escribe esa relación como sensibilidad × prevalencia ÷ [sensibilidad × prevalencia + (1 − prevalencia) × (1 − especificidad)]. En la práctica, cuando la enfermedad es rara, la mayoría de los positivos de una prueba imperfecta son falsos positivos, aunque la especificidad sea alta; y cuando es frecuente, un positivo pesa mucho más.

Se leen en direcciones distintas de la tabla 2×2. La sensibilidad se lee por columnas: de las personas que sí tienen la enfermedad, cuántas dieron positivo. El VPP se lee por filas: de las personas que dieron positivo, cuántas sí tienen la enfermedad. La sensibilidad responde una pregunta del estudio y el VPP responde la pregunta del paciente frente a su propio resultado. Por eso una prueba puede tener sensibilidad del 95 % y aun así un VPP bajo si la enfermedad es poco frecuente: las dos cifras describen cosas diferentes y no son intercambiables.

El VPP no está definido. El denominador de la ecuación es el total de resultados positivos (VP + FP), y si ese total es cero no hay nada que dividir. La calculadora no devuelve 0 % ni 100 % en ese caso: avisa que el dato no es interpretable, porque cualquier número que mostrara sería inventado. Si te ocurre, revisa que estés ingresando la fila de positivos de tu tabla 2×2 y no la de negativos, que es la que alimenta el valor predictivo negativo.

Solo si la prevalencia de la enfermedad en tu población es parecida a la del estudio. El VPP calculado con una tabla 2×2 describe esa muestra concreta; StatPearls advierte que los valores de la población en la que se usará la prueba pueden diferir de los de la muestra de investigación. Los estudios de validación suelen hacerse en poblaciones enriquecidas, con más enfermos de los que verías en atención primaria, y eso infla el VPP. Lo transferible entre poblaciones son la sensibilidad y la especificidad; el VPP conviene recalcularlo con la prevalencia de tu contexto.

Porque no existe un punto de corte universal que separe un VPP bueno de uno malo, y ninguna fuente autorizada publica esas bandas. El mismo porcentaje se interpreta de forma opuesta según el contexto: un VPP del 70 % puede bastar para iniciar tratamiento en una enfermedad grave con terapia segura, y ser inaceptable en un tamizaje poblacional donde cada falso positivo implica estudios invasivos. Además, el valor depende de la prevalencia, así que un semáforo fijo sugeriría una interpretación independiente del escenario que sería falsa. La herramienta entrega el número y la interpretación queda en la prosa y en el juicio clínico.