Medicina Basada en la Evidencia

Medidas epidemiológicas – 248 – COCIENTES DE PROBABILIDADES El cociente de probabilidades (CP), también llamado ra- zón de verosimilitudes (en inglés, likelihood ratio [LR]), se define como la probabilidad del resultado de una prueba en presencia de enfermedad (patrón de referencia posi- tivo) dividido por la probabilidad de dicho resultado en ausencia de enfermedad (patrón de referencia negativo). A diferencia de la sensibilidad y la especificidad, que se refieren a pruebas con resultado dicotómico, los CP se pueden calcular para cada posible resultado de prue- bas diagnósticas con más de dos resultados (ejemplo: positivo intenso, positivo débil y negativo). Llamamos CP positivo al cociente de la probabilidad de que los enfermos (patrón de referencia positivo) tengan la prueba diagnóstica positiva, dividida por la probabilidad de que los no enfermos (patrón de referencia negativo) tengan la prueba diagnóstica positiva. Equivale al cocien- te de la sensibilidad dividido por el complementario de la especificidad ( Figura 2 ). Adopta valores entre 1 e infinito; cuanto más alejado de 1, mayor será la probabilidad de la enfermedad cuando el resultado de la prueba sea positivo. El cociente de probabilidades (CP), también llamado razón de verosimilitudes (RV), se define como la probabilidad del resultado de una prueba en presencia de enfermedad dividido por la probabilidad de dicho resultado en ausencia de enfermedad Llamamos CP negativo al cociente de la probabilidad de que los no enfermos (patrón de referencia negativo) ten- gan la prueba diagnóstica negativa, dividida por la proba- bilidad de que los enfermos (patrón de referencia positivo) tengan la prueba diagnóstica negativa. Equivale al cociente del complementario de la sensibilidad dividido por la es- pecificidad ( Figura 2 ). Adopta valores entre 0 y 1; cuanto más cercano al cero, menor será la probabilidad de la en- fermedad cuando el resultado de la prueba sea negativo. Como hemos visto ( Figura 2 ), podemos calcular los CP de una prueba sin conocer los recuentos, a partir de la sensibilidad y la especificidad. En la Tabla 1 podemos ver la interpretación de los CP. Volvamos a nuestro ejemplo anterior: En la Figura 2 vemos las fórmulas y los cálculos de los CP positivo y negativo. En la imagen representamos el cálculo de los CP de una prueba diagnóstica. El CP po- sitivo es 3,79 y el CP negativo 0,17. Vemos que la prueba está en el rango de prueba de aportación dudosa para el CP positivo y poco potente para el CP negativo. Con el cálculo de los cocientes de probabilidades nos encontramos más cerca de obtener la probabilidad pos- prueba a partir de la probabilidad preprueba, aunque todavía nos queda un paso por realizar: transformar las probabilidades en odds . La relación entre odds y proba- bilidad es sencilla: Odds = probabilidad / (1 - probabilidad). Una vez convertida la probabilidad preprueba en su odds podemos operar con el CP para obtener la odds posprueba con la fórmula: Odds posprueba = cociente de probabilidades × odds preprueba. Ya solo nos quedaría volver a convertir la odds pos- prueba en su probabilidad con la fórmula: Probabilidad = odds / (1+ odds ). En la práctica, todo este procedimiento es un poco fa- rragoso, por lo que habitualmente se recurre a alguna herramienta que permite calcular directamente la pro- babilidad posprueba a partir del valor de la probabili- dad preprueba y del cociente de probabilidades. Una de estas herramientas es el nomograma de Fagan. El nomograma de Fagan ( Figura 3 ) representa en tres líneas verticales de izquierda a derecha la probabili- dad preprueba (se representa invertida), el cociente de probabilidades y la probabilidad posprueba resultante. Basta trazar una recta a partir de la probabilidad pre- prueba que cruce el CP correspondiente. El punto en el que se cruza la línea vertical derecha localiza la proba- bilidad posprueba. Volvamos a nuestro ejemplo anterior: Imaginemos un paciente con una probabilidad pre- prueba de infección urinaria del 18% (0,18); esta pro- babilidad no coincide con la prevalencia observada en el estudio en el que evaluamos la validez de la este- rasa leucocitaria en orina, que era del 30% (0,30), sino que es una estimación basada en información clínica propia del paciente o en otros estudios. Por lo tanto, los valores predictivos no son aplicables y tenemos que estimar la probabilidad posprueba de nuestro paciente. Tabla 1. Interpretación de los valores de los cocientes de probabilidades CP positivo CP negativo Valor de la prueba >10 <0,1 Prueba muy potente 5-10 0,1-0,2 Prueba poco potente 2-5 0,2-0,5 Prueba de aportación dudosa 1-2 0,5-1 Prueba sin utilidad diagnóstica CP: cociente de probabilidades.