Medicina Basada en la Evidencia

Lectura crítica de documentos científicos – 474 – ayudará también a ver si hay indicios de efecto umbral y de heterogeneidad de los estudios primarios. Para evaluar la utilidad global de la prueba diagnós- tica, se recogerá inicialmente la encontrada en cada estudio: S, E, valor predictivo positivo (VPP), valor predictivo negativo (VPN) y, posteriormente, los co- cientes de probabilidad (CP) positivo y negativo (que nos permiten estimar la probabilidad posprueba del diagnostico). Para determinar la validez de un metanálisis de pruebas diagnósticas hay que evaluar la validez y heterogeneidad de los estudios primarios de la revisión, la presencia de efecto umbral y disponer de una medida de resultado resumen adecuada y robusta La medida de resultado resumen más adecuada depen- derá en parte de la heterogeneidad de los estudios; en la Tabla 1 se detallan las consideradas más robustas: ■ Se puede utilizar una combinación de la S y E y dar un valor promedio, aunque si los puntos de corte para considerar un resultado positivo o negativo de los estudios primarios han sido diferentes (hay efec- to umbral) no sería posible hacer una interpretación adecuada. ■ Los cocientes de probabilidades son medidas de re- sultado resumen más robustas frente a la presencia del efecto umbral de la prueba. ■ La odds ratio diagnóstica (ORD) es el índice más uti- lizado, que no depende de la prevalencia de la en- fermedad (aunque sí podría variar si hay grupos de enfermos con diferente gravedad); es una medida ro- busta y nos sirve de modelo para calcular las curvas ROC resumen. ■ La curva ROC resumen (ROCr) es una estimación de la curva ROC común ajustada que permite valorar el rendimiento promedio global de la curva y sintetizar gráficamente la relación de la validez diagnóstica con el umbral de positividad ( Figura 1 ). Tabla 1. Metanálisis de exactitud de pruebas diagnósticas. Medidas de resultado Concepto Rendimiento Análisis de sensibilidad y especificidad Promedio de validez diagnóstica Estimación resumen ponderada por tamaño muestral mediante: ■ análisis univariante ■ modelo efecto fijo o efectos aleatorios Análisis del cociente de probabilidad positivo y negativo de cada estudio (CP+) = S/(1-E) (CP-) = (1-S)/E S: Sensibilidad E: Especificidad CP+ >5, idealmente > 10 CP- <0,2, idealmente 0,1 Análisis de medida de rendimiento global de la prueba en un índice único : odds ratio diagnóstica (ORD) VP*VN (diagnósticos adecuados) FP*FN (diagnósticos erróneos) Independiente de la prevalencia de la enfermedad Mayor ORD: mayor rendimiento de la prueba Valor nulo: 1 Valor mayor 1: capacidad discriminatoria Análisis de la curva ROC resumen (ROCr/sROC) Área bajo la curva (ABC) Cercano a 1: buen rendimiento Cercano a 0,5: poco rendimiento Figura 1. Curva ROCr Estimación de curva ROC ajustada según los resultados de estudios primarios, cuando hay variabilidad en los umbrales. Posibilidad de usarla para extrapolar una sensibilidad a partir de una especificidad o viceversa. ABC (área bajo la curva). Índice Q (punto en que se iguala sensibilidad y especificidad). Sensibilidad Especificidad punto Q ABC