Pruebas diagnósticas y decisiones médicas C. Diana Nicoll, MD, PhD, MPA Michael Pignone, MD, MPH 43 La principal tarea del médico es tomar decisiones razonadas en relación con la atención del paciente, tanto si la información es incompleta como si los resultados clínicos suscitan cierta incertidumbre. Aunque los datos obtenidos del interrogatorio y la exploración física son a menudo suficientes para establecer un diagnóstico o definir el tratamiento, tal vez se requiera más información. En tales situaciones, el clínico recurre con frecuencia a las pruebas diagnósticas. RENTABILIDAD Y RIESGOS Cuando se utilizan en forma apropiada, las pruebas diagnósticas pueden ser de gran ayuda para el médico y también útiles para el procedimiento de detección, por ejemplo, para identificar factores de riesgo y descubrir alguna enfermedad oculta en personas asintomáticas. El reconocimiento de factores de riesgo permite una intervención temprana que prevenga la aparición de un trastorno; asimismo, la detección oportuna de una enfermedad oculta puede disminuir la morbilidad y mortalidad del padecimiento por la instauración oportuna de tratamiento. Las pruebas de detección recomendadas para la atención preventiva en adultos asintomáticos de bajo riesgo incluyen medición de la presión arterial y lípidos séricos. También se recomienda la detección de cánceres mamario, cervicouterino y colónico (la del cáncer prostático es controvertida, véase el capítulo 1). Las pruebas de detección óptimas cumplen los criterios listados en el cuadro 43-1. Cuadro 43–1. Criterios para utilizar los procedimientos de detección Características de la población 1. Prevalencia de la enfermedad suficientemente elevada. 2. Probabilidad de cumplir las pruebas y tratamientos subsiguientes. Características de la enfermedad 1. Morbilidad y mortalidad significativas. 2. Tratamiento disponible efectivo y aceptable. 3. Periodo preclínico detectable. 4. Mejor resultado con el tratamiento temprano. Características de la prueba 1. Sensibilidad y especificidad adecuadas. 2. Costo y riesgo bajos. 3. Prueba confirmatoria disponible y práctica. Las pruebas también pueden ser útiles con fines diagnósticos, es decir, para establecer o descartar la presencia de una afección en personas asintomáticas. Algunas pruebas favorecen el diagnóstico temprano después del inicio de los signos y síntomas, otras permiten delinear el diagnóstico diferencial, y otras más contribuyen a definir la etapa o actividad del trastorno. Las pruebas tienen utilidad para la atención al paciente, ya que ayudan a: 1) valorar la gravedad del padecimiento; 2) precisar el pronóstico; 3) vigilar la evolución de la enfermedad (progresión, estabilidad o resolución); 4) detectar la recurrencia de la anomalía, y 5) seleccionar fármacos y adecuar el tratamiento. Al solicitar pruebas diagnósticas, los médicos deben comparar los posibles beneficios con los costos y desventajas. Algunos de estos procedimientos conllevan riesgo de morbilidad o mortalidad, como la angiografía cerebral, que ocasiona accidente vascular cerebral en 0.5% de los casos. Las molestias vinculadas con pruebas como la colonoscopia disuaden a algunos pacientes de completar el estudio diagnóstico. Es posible que el resultado de una prueba diagnóstica obligue a solicitar estudios adicionales o seguimientos frecuentes; por ejemplo, un sujeto con resultado positivo en la prueba de sangre oculta en heces debe enfrentar el costo significativo, la molestia y el riesgo de la colonoscopia de seguimiento. Además, el resultado positivo falso en una prueba puede conducir a diagnóstico incorrecto o pruebas adicionales innecesarias. Considerar a un individuo sano como enfermo a partir de una prueba diagnóstica con resultado positivo falso puede ocasionar estrés psicológico y exposición a riesgos innecesarios o tratamientos inapropiados. Una prueba diagnóstica o de detección puede revelar un trastorno que no se hubiera identificado de otra manera y no habría ocasionado molestias a la persona. Un ejemplo es el descubrimiento de un cáncer prostático de grado bajo en etapa temprana mediante antígeno prostático específico en un varón de 84 años con insuficiencia cardiaca congestiva grave diagnosticada; en este caso, lo más probable es que el individuo no muestre síntomas ni requiera tratamiento para el tumor en lo que le resta de vida. Siempre deben comprenderse y considerarse los costos de las pruebas diagnósticas. Es probable que los costos sean altos o la efectividad desfavorable. El costo de un procedimiento diagnóstico específico, como la prueba genética molecular por sospecha de cáncer colorrectal hereditario, puede ascender a más de 2 000 dólares. En conjunto, las pruebas diagnósticas representan cerca de 20% de los gastos de atención a la salud en Estados Unidos. Incluso las pruebas relativamente baratas pueden tener baja rentabilidad si producen muy pocos beneficios para la salud. La disponibilidad de pruebas genéticas y moleculares es cada vez mayor. La prueba genética diagnóstica basada en síntomas (p. ej., la prueba para X frágil en un niño con retraso mental) difiere de otras pruebas genéticas predictivas (p. ej., evaluación de una persona sana con antecedente familiar de enfermedad de Huntington) y de pruebas genéticas de predisposición, las cuales indican la sensibilidad relativa a ciertos trastornos (p. ej., prueba de BRCA-1 para el cáncer mamario). La prueba de portadores (p. ej., para fibrosis quística) y las pruebas fetales (p. ej., para síndrome de Down) son otras aplicaciones de evaluaciones genéticas. Todas estas valoraciones requieren asesoría extensa para los pacientes, a fin de que comprendan el efecto clínico y emocional de los resultados. Boulware LE et al. Systematic review: the value of the periodic health evaluation. Ann Intern Med. 2007 Feb 20;146(4):289–300. [PMID: 17310053] Gonzalgo ML et al. Update on PSA testing. J Natl Compr Canc Netw. 2007 Aug;5(7):737–42. [PMID: 17692178] Kroese M et al. Genetic tests and their evaluation: can we answer the key questions? Genet Med. 2004 Nov–Dec;6(6):475–80. [PMID: 15545742] McPherson E. Genetic diagnosis and testing in clinical practice. Clin Med Res. 2006 Jun:4(2):123–9. [PMID: 16809405] Pignone M et al. Challenges in systematic reviews of economic analyses. Ann Intern Med. 2005 Jun 21;142 (12 Pt 2):1073–9. [PMID: 15968032] REALIZACIÓN DE LAS PRUEBAS DIAGNÓSTICAS PREPARACIÓN DE LA PRUEBA Los factores que afectan al paciente y la muestra son importantes. El elemento determinante en una prueba de laboratorio bien realizada es la obtención de una muestra apropiada. Preparación del paciente La preparación del individuo es esencial para ciertas pruebas; por ejemplo, es necesario el estado de ayuno para obtener mediciones óptimas de glucosa y triglicéridos; la postura y la ingestión de sodio deben controlarse en forma estricta cuando se miden los niveles de renina y aldosterona, y debe evitarse el ejercicio intenso antes de la obtención de muestras para cuantificar cinasa de creatina, ya que la actividad muscular intensa puede inducir resultados anormales falsos. Recolección de la muestra Debe concederse mucha atención a la identificación del paciente y el etiquetado de la muestra. Algunas veces es importante conocer el momento en que se tomó la muestra. Por ejemplo, para interpretar en forma correcta los niveles de aminoglucósidos es preciso saber si la muestra se tomó justo antes (concentración “farmacológica mínima”) o después (concentración “farmacológica máxima”) de administrar el medicamento. Las concentraciones farmacológicas no pueden interpretarse si la muestra se obtiene durante la fase de distribución del compuesto (p. ej., los niveles de digoxina cuantificados en las 6 h siguientes a una dosis oral). La interpretación de sustancias que tienen variación circadiana (p. ej., cortisol) sólo puede efectuarse en el contexto de la hora del día en que se recogió la muestra. Deben recordarse asimismo otros principios durante la recolección de muestras. Éstas no deben extraerse de un sitio proximal a un catéter intravenoso, ya que se contaminarían con la solución intravenosa. La permanencia de un torniquete por un tiempo excesivo produce hemoconcentración e incrementa la concentración de sustancias unidas a proteínas, como el calcio. La lisis celular durante la recolección de una muestra sanguínea produce valores séricos altos falsos de sustancias concentradas en las células (p. ej., deshidrogenasa láctica y potasio). Las muestras para ciertas pruebas requieren manipulación o almacenamiento especiales (como las correspondientes a gases sanguíneos). El retraso en la entrega de muestras al laboratorio motiva que el metabolismo celular continúe, lo que produce resultados falsos en algunos estudios (p. ej., glucosa sérica baja). CARACTERÍSTICAS DE LAS PRUEBAS En el cuadro 43–2 se presentan las características generales de las pruebas diagnósticas útiles. La mayor parte de los principios detallados a continuación se aplica no sólo a las pruebas de laboratorio y radiográficas, sino también a elementos del interrogatorio y la exploración física. Cuadro 43–2. Propiedades de las pruebas diagnósticas útiles 1. La metodología de la prueba se ha descrito de manera detallada, por lo que puede reproducirse en forma exacta y confiable. 2. Se han confirmado tanto la exactitud como la precisión de la prueba. 3. El intervalo de referencia está bien establecido. 4. La sensibilidad y especificidad se determinaron de forma confiable mediante la comparación con un método de referencia. La valoración se realizó en diversos pacientes, incluidos los que padecen trastornos diferentes, pero que a menudo se confunden, y otros con espectro patológico de leve a grave, con y sin tratamiento. El proceso de selección de los individuos está bien descrito, de modo que los resultados no se generalizan en forma inapropiada. 5. La contribución independiente al desempeño general de un panel de pruebas está confirmada, si la prueba es propuesta como parte de un panel de pruebas. Exactitud La exactitud de una prueba de laboratorio radica en su correspondencia con el valor verdadero. Una prueba inexacta es aquella que difiere del valor verdadero, aunque los resultados sean reproducibles (fig. 43–1A). En el laboratorio clínico, la exactitud de las pruebas se maximiza mediante la calibración del equipo de laboratorio con material de referencia y la participación en programas externos de control de calidad. FIGURA 43–1 Relación entre la exactitud y la precisión de las pruebas diagnósticas. El centro del blanco representa el valor verdadero de la sustancia de prueba. A: prueba diagnóstica precisa, pero inexacta; con la medición repetida, la prueba produce resultados muy similares, pero todos están lejos del valor real. B: prueba imprecisa e inexacta; la medición repetida suministra resultados muy diferentes y éstos están lejos del valor real. C: una prueba ideal es precisa y exacta. Precisión La precisión es una medida de la reproducibilidad de una prueba cuando se repite en la misma muestra. Si la misma muestra se analiza muchas veces, se esperan algunas variaciones en los resultados, las cuales se expresan como coeficiente de variación (CV: la desviación estándar dividida entre el promedio). Una prueba imprecisa es aquella que suministra resultados muy variables con las mediciones repetidas (fig. 43–1B). La precisión de las pruebas diagnósticas (que se vigila en los laboratorios clínicos con material de control) debe ser lo bastante buena para distinguir los cambios de importancia clínica en el estado del paciente a partir de la variabilidad analítica de la prueba. Por ejemplo, el recuento diferencial manual de leucocitos no tiene la precisión suficiente para advertir cambios importantes en la distribución de los tipos celulares, ya que se calcula por evaluación subjetiva de una pequeña muestra (100 células). Las mediciones repetidas en la misma muestra por parte de distintos técnicos proporcionan resultados muy diferentes. Los recuentos diferenciales automáticos son más precisos porque se obtienen con aparatos que utilizan características físicas objetivas para clasificar una muestra mucho mayor (10 000 células). Intervalo de referencia Los resultados de algunas pruebas diagnósticas se formulan como positivos o negativos, pero otros se presentan de manera cuantitativa. El uso de intervalos de referencia es una técnica para interpretar estos últimos resultados. FIGURA 43–2 El intervalo de referencia suele definirse como el delimitado por 2 desviaciones estándar del resultado promedio de la prueba (se muestra como 22 y 2) en una pequeña población de voluntarios sanos. Obsérvese que en este ejemplo los resultados de la prueba tienen una distribución normal, pero muchas sustancias biológicas poseen distribuciones sesgadas. Los intervalos de referencia son específicos para cada método y laboratorio. En la práctica, muchas veces representan los resultados de la prueba encontrados en 95% de una pequeña población que se presupone sana; por consiguiente, 5% de los pacientes sanos tiene resultados anormales en la prueba (fig. 43-2). Los resultados ligeramente anormales deben interpretarse en forma crítica, ya que pueden ser anormales verdaderos o falsos. El médico siempre debe estar consciente de que entre más pruebas solicite, mayor será la probabilidad de obtener un resultado anormal falso. En una persona sana sometida a 20 pruebas independientes hay una probabilidad de 64% de que en una se obtengan resultados fuera del intervalo de referencia (cuadro 43–3). Por el contrario, es factible que valores dentro del intervalo de referencia no descarten la presencia real de enfermedad, ya que dicho intervalo no establece la distribución de resultados en pacientes con la enfermedad. Por ello los intervalos de referencia deben usarse dentro del contexto del conocimiento médico sobre el trastorno en duda. Cuadro 43–3. Relación entre el número de pruebas y la probabilidad de que una persona sana tenga uno o más resultados anormales Número de pruebas Probabilidad de que uno o más resultados sean anormales 1 5% 6 26% 12 46% 20 64% Es importante considerar también si los intervalos de referencia publicados son apropiados para el individuo en estudio, ya que algunos intervalos dependen de la edad, sexo, peso, dieta, hora del día, nivel de actividad o postura, incluso de la época del año. La variabilidad biológica se presenta tanto entre individuos como en el mismo sujeto. Por ejemplo, el nivel de estrógeno sérico en las mujeres puede variar de manera cotidiana, de acuerdo con el ciclo menstrual; el cortisol sérico muestra variación diurna (en la mañana es mayor y decrece en el transcurso del día), y la vitamina D muestra variación estacional con valores menores en invierno. El cuadro 2 del Apéndice detalla los intervalos de referencia para las pruebas comunes de química sanguínea y hematológicas. Más adelante se describen las características de desempeño de la prueba, como sensibilidad y especificidad, que son necesarias para interpretar los resultados. Factores de interferencia Los resultados de las pruebas diagnósticas pueden alterarse por factores externos (como ingestión de fármacos) e internos (como estados fisiológicos anormales). Las interferencias externas influyen en los resultados de las pruebas in vivo o in vitro. In vivo, el alcohol incrementa la concentración de transpeptidasa de glutamilo γ, y los diuréticos modifican las concentraciones de sodio y potasio. El tabaquismo induce enzimas hepáticas, lo que reduce los niveles de sustancias como la teofilina, que se metabolizan en hígado. In vitro, las cefalosporinas pueden suscitar niveles falsos de creatinina sérica por la interferencia con el método de análisis habitual de los laboratorios. Las interferencias internas derivan de estados fisiológicos anormales que influyen en la medición. Por ejemplo, en sujetos con lipemia notable puede obtenerse un resultado bajo falso de sodio sérico, si la metodología de la prueba incluye un paso en que se diluya el suero antes de medir el sodio. En virtud de la posibilidad de interferencia con la prueba, los médicos deben ser cautos ante los resultados inesperados e investigar razones distintas a la enfermedad que expliquen los resultados anormales, incluidos los errores del laboratorio. Sensibilidad y especificidad Los clínicos deben usar mediciones del desempeño de las pruebas (como su sensibilidad y especificidad), con el propósito de juzgar la calidad de un método diagnóstico para una enfermedad específica. La sensibilidad de una prueba es su capacidad para detectar enfermedad, y se expresa como el porcentaje de pacientes con enfermedad en que la prueba es positiva. Entonces, una prueba con 90% de sensibilidad dará resultados positivos en el mismo porcentaje de pacientes enfermos y resultados negativos en 10% de sujetos con enfermedad (falsos negativos). Por lo general, una prueba con alta sensibilidad ayuda a descartar un diagnóstico, dado que arroja pocos resultados negativos falsos. Por ejemplo, para descartar infección por el virus que causa el sida, un médico podría elegir un estudio muy sensible, como el de anticuerpo contra el virus de inmunodeficiencia humana (VIH). La especificidad de una prueba es su capacidad para detectar ausencia de enfermedad, y se expresa como el porcentaje de pacientes sin enfermedad en que la prueba es negativa. Así, una prueba con 90% de especificidad arrojará resultados negativos en el mismo porcentaje de sujetos sin enfermedad, y resultados positivos en 10% de individuos no enfermos (falsos positivos). Una prueba con alta especificidad contribuye a confirmar el diagnóstico, ya que tiene pocos resultados positivos falsos. Por ejemplo, para establecer el diagnóstico de artritis gotosa, un médico puede elegir una prueba muy específica, como la presencia de cristales en forma de aguja con birrefringencia negativa dentro de los leucocitos en el estudio microscópico del líquido sinovial. Para determinar la sensibilidad y especificidad de una prueba para una enfermedad particular, la técnica debe compararse con una “prueba de referencia” que defina el estado real de afección del individuo. Por ejemplo, la sensibilidad y especificidad de la prueba de detección rápida de antígenos para diagnosticar faringitis por el estreptococo hemolítico β del grupo A se obtiene mediante la comparación de sus resultados con los de la prueba de elección para este trastorno, que es el cultivo de exudado faríngeo. La aplicación de la prueba de elección a los pacientes con prueba positiva para la demostración rápida de antígenos establece la especificidad. Cuando no se aplica la prueba de elección después de la detección rápida negativa, puede haber sobreestimación de la sensibilidad, ya que no se identifican los falsos negativos. Sin embargo, en muchas enfermedades (p. ej., pancreatitis) no hay prueba de elección o su aplicación es muy difícil o costosa; en tales casos es difícil obtener estimados de confianza a partir de la prueba de sensibilidad y especificidad. La población de la cual derivan los valores también puede afectar la sensibilidad y especificidad; en consecuencia, muchos procedimientos diagnósticos se valoran primero en personas con la forma grave de la enfermedad y en grupos de control jóvenes y sanos. En comparación con la población general, este grupo de estudio presenta más resultados positivos verdaderos (porque los individuos sufren enfermedad más avanzada) y más resultados negativos reales (porque el grupo control es sano); por tanto, la sensibilidad y especificidad de la prueba son más altas de lo que se espera en la población general, ya que en ésta hay un espectro más amplio de salud y enfermedad. Los médicos deben estar conscientes de este sesgo de espectro al extrapolar los resultados publicados de las pruebas a su práctica particular. Otros sesgos, que incluyen la composición del espectro, reclutamiento de población y estándar de referencia inexistente o inadecuado, así como el sesgo de verificación, se explican en las referencias. Es importante recordar que la sensibilidad y especificidad informada de la prueba depende del nivel del análito (umbral) utilizado para distinguir un resultado normal de otro anormal. Si se reduce el umbral, la sensibilidad aumenta a expensas de menor especificidad; si se incrementa, la sensibilidad disminuye al tiempo que aumenta la especificidad (fig. 43-3). La figura 43–4 muestra la forma en que pueden calcularse la sensibilidad y la especificidad con los resultados de la prueba en pacientes clasificados en forma previa como enfermos o no enfermos, con base en la prueba de referencia. Puede comparase el desempeño de dos pruebas diferentes mediante la diagramación de las curvas de eficacia diagnóstica (ROC) en diversos valores límite de los intervalos de referencia. Las curvas resultantes, que se obtienen al diagramar la sensibilidad (1-especificidad) para cada prueba, muestran a menudo cuál es la mejor técnica; la curva ROC de la prueba superior queda siempre arriba y a la izquierda de la curva de una prueba inferior. En general, la mejor técnica tiene un área mayor bajo la curva ROC. Por ejemplo, la ilustración de la figura 43-5 muestra las curvas ROC para el antígeno prostático específico (PSA) y la fosfatasa ácida prostática (PAP) en el diagnóstico de cáncer prostático. La prueba de PSA es superior porque tiene mayor sensibilidad y especificidad para todos los valores límite. Akobeng AK. Understanding diagnostic tests 3: Receiver operating characteristic curves. Acta Paediatr. 2007 May;96(5):644–7. [PMID: 17376185] Christenson RH; Committee on Evidence Based Laboratory Medicine. Evidence-based laboratory medicine—a guide for critical evaluation of in vitro laboratory testing. Ann Clin Biochem. 2007 Mar:44(Pt 2):111–30. [PMID: 17362577] FIGURA 43–3 Distribución hipotética de resultados en pruebas para individuos sanos y enfermos. La posición del “punto límite” entre los resultados “normal” y “anormal” (o “negativo” y “positivo”) determina la sensibilidad y especificidad de la prueba. Si A es el punto límite, la prueba tendría sensibilidad de 100%, pero especificidad baja. Si el punto límite es C, la prueba tendría una especificidad de 100%, pero sensibilidad baja. En muchas pruebas, el punto límite se determina por el intervalo de referencia, es decir, el intervalo de resultados que esté a menos de 2 desviaciones estándar del resultado promedio para individuos sanos (punto B). En algunas situaciones, el límite se altera para incrementar la sensibilidad o especificidad. Franco-Paredes C et al. Rapid HIV testing: a review of the literature and implications for the clinician. Curr HIV/AIDS Rep. 2006 Nov;3(4):169–75. [PMID: 17032576] Whiting P et al. Development and validation of methods for assessing the quality of diagnostic accuracy studies. Health Technol Assess. 2004 Jun;8(25):iii, 1–234. [PMID: 15193208] Whiting P et al. Sources of variation and bias in studies of diagnostic accuracy: a systematic review. Ann Intern Med. 2004;140:189–202. [PMID: 14757617] FIGURA 43–4 Número de pacientes enfermos con prueba positiva Sensibilidad Número de pacientes enfermos Número de pacientes no enfermos con prueba negativa Especificidad Probabilidad posterior a la prueba después de prueba positiva Número de pacientes no enfermos Probabilidad de enfermedad si la prueba es positiva Cálculo de sensibilidad, especificidad y probabilidad de enfermedad después de una prueba positiva (probabilidad posterior a la prueba). TP, positivo verdadero; FP, positivo falso; FN, negativo falso; TN, negativo verdadero. FIGURA 43–5 1 1 .9 2 4 0.2 .8 6 Sensibilidad .7 .6 10 0.3 .5 0.4 .4 PSA mg/L 20 .3 PAP U/L 0.6 0.8 .2 1.2 .1 0 .1 .2 .3 .4 .5 1 - Especificidad .6 .7 .8 Curvas de eficacia diagnóstica (ROC) para el antígeno prostático específico (PSA) y la fosfatasa ácida prostática (PAP) en el diagnóstico de cáncer prostático. Para todos los valores límite, el PSA tiene mayor sensibilidad y especificidad; por lo tanto, es una mejor prueba con base en estas características de eficacia. (Modificada y reproducida con autorización de Nicoll D et al. Routine acid phosphatase testing for screening and monitoring prostate cancer no longer justified. Clin Chem 1993;39(12):2540-1.) USO DE PRUEBAS PARA EL DIAGNÓSTICO Y LA ATENCIÓN El valor de una prueba en una situación clínica específica no sólo depende de la sensibilidad y la especificidad, sino también de la probabilidad de que el paciente tenga la enfermedad antes de conocer el resultado de la prueba (probabilidad anterior a la prueba). Los resultados de una prueba útil modifican en forma sustancial la probabilidad de que el sujeto padezca la afección (probabilidad posterior a la prueba). La figura 43-4 muestra la forma en que puede calcularse la probabilidad posterior a la prueba a partir de la sensibilidad y especificidad conocidas y de la probabilidad del trastorno calculada antes de la prueba (o prevalencia de la enfermedad). La probabilidad de enfermedad antes de la prueba tiene un profundo efecto sobre la probabilidad después de la prueba. Como se demuestra en el cuadro 43–4, cuando se emplea una prueba con sensibilidad y especificidad de 90%, la probabilidad posterior a la prueba puede variar de 8 a 99%, de acuerdo con la probabilidad de enfermedad antes de la prueba. Además, conforme decrece la probabilidad antes de la prueba, es más probable que un resultado positivo sea falso. A manera de ejemplo, supóngase que el médico desea calcular la probabilidad posterior a la prueba de cáncer prostático si utiliza el procedimiento de PSA y un valor límite de 4 μg/L. A partir de los datos mostrados en la figura 43–5, la sensibilidad es de 90% y la especificidad de 60%. El médico determina la probabilidad anterior a la prueba de una enfermedad particular respecto de toda la evidencia y luego calcula la probabilidad posterior a la prueba mediante el procedimiento que se muestra en la figura 43–4. La probabilidad anterior a la prueba de que un varón de 50 años de edad, por lo demás sano, tenga cáncer prostático, es igual a la prevalencia de cáncer prostático en ese grupo de edad Cuadro 43–4. Influencia de la probabilidad anterior a la prueba sobre la probabilidad de enfermedad posterior a la prueba cuando se utiliza una técnica con sensibilidad de 90% y especificidad de 90% Probabilidad anterior a la prueba Probabilidad posterior a la prueba 0.01 0.08 0.50 0.90 0.99 0.999 (probabilidad 5 10%), y la probabilidad posterior a la prueba después de ésta (cuando el resultado es positivo) es sólo de 20%; esto significa que, aunque la prueba sea positiva, todavía hay una probabilidad de 80% de que el sujeto no tenga cáncer prostático (fig. 43–6A). Si el médico encuentra un ganglio prostático durante la exploración rectal, la probabilidad anterior a la prueba de cáncer prostático se incrementa 50% y la probabilidad posterior a la prueba (si se recurre a la misma técnica) es de 69% (fig. 43–6B). Por último, si el médico prevé que la probabilidad anterior a la prueba es de 98% con base en un ganglio prostático, dolor óseo y lesiones líticas en las radiografías de columna, la probabilidad posterior a la prueba con PSA es de 99% (fig. 43–6C). Este ejemplo ilustra que la probabilidad anterior a la prueba tiene un efecto profundo en la probabilidad posterior a la prueba, y que las pruebas suministran más información cuando el diagnóstico es muy incierto (probabilidad anterior a la prueba cercana a 50%) en comparación con un diagnóstico improbable o casi seguro. de Graaf I et al. Diagnosis of lumbar spinal stenosis: a systematic review of the accuracy of diagnostic tests. Spine. 2006 May 1;31(10):1168–76. [PMID: 16648755] Hogg K et al. The emergency department utility of Simplify D-dimer to exclude pulmonary embolism in patients with pleuritic chest pain. Ann Emerg Med. 2005 Oct;46(4):305–10. [PMID: 16187460] Roy PM et al. Systematic review and meta-analysis of strategies for the diagnosis of suspected pulmonary embolism. BMJ. 2005 Jul 30;331(7511):259. [PMID: 16052017] FIGURA 43–6 0 .1 .2 .5 0 .5 0 .5 1 .69 1 .98 1 .99 Efecto de la probabilidad anterior a la prueba y de la sensibilidad y especificidad de ésta en la probabilidad de enfermedad posterior a la prueba (véase la explicación en el texto). RELACIÓN DE PROBABILIDAD DE MOMIOS Otra forma de calcular la probabilidad de enfermedad posterior a la prueba consiste en recurrir a la probabilidad de momios. Se combinan la sensibilidad y la especificidad en una entidad llamada índice de probabilidad (LR): LR = Probabilidad del resultado en personas enfermas Probabilidad del resultado en personas no enfermas Cuando los resultados se dividen en dos, toda prueba tiene dos índices de probabilidad, uno correspondiente a un resultado positivo (LR1) y otro a uno negativo (LR2): LR+ = = LR– = = Probabilidad de que la prueba sea positiva en personas enfermas Probabilidad de que la prueba sea positiva en personas no enfermas Sensibilidad 1 – Especificidad Probabilidad de que la prueba sea negativa en personas enfermas Probabilidad de que la prueba sea negativa en personas no enfermas Sensibilidad 1 – Especificidad Para las mediciones continuas pueden definirse múltiples índices de probabilidad que correspondan a los intervalos de resultados (véase un ejemplo en el cuadro 43–5). Cuadro 43–5. Índices de probabilidad de la ferritina sérica en el diagnóstico de la anemia ferropénica Ferritina sérica (µg/L) LR para anemia ferropénica $100 0.08 45–99 0.54 35–44 1.83 25–34 2.54 15–24 8.83 51.85 ,15 Tomado de Guyatt G et al. Laboratory diagnosis of iron deficiency anemia. J Gen Intern Med 1992;7(2):145-53. Se pueden encontrar listas de índices de probabilidad en algunos libros de texto, artículos de revistas y programas computacionales (véase el cuadro 43–6, que incluye valores de muestra). Los índices de Cuadro 43–6. Ejemplos de índices de probabilidad (LR) Enfermedad Prueba Absceso Tomografía computarizada de abdomen 9.5 0.06 Coronariopatía Electrocardiograma de esfuerzo (depresión de 1 mm) 3.5 0.45 Cáncer de pulmón Radiografía torácica 15 0.42 Hipertrofia ventricular izquierda Ecocardiografía 18.4 0.08 Infarto miocárdico Troponina I 24 0.01 Cáncer prostático Valoración rectal digital 21.3 0.37 Tomado de http://www.med.unc.edu/medicine/edursrc/lrmain.htm LR+ LR– probabilidad pueden calcular en forma rápida la utilidad de una prueba diagnóstica prevista en una situación particular. El método más sencillo para calcular la probabilidad posterior a la prueba, a partir de la probabilidad anterior a la prueba y los índices de probabilidad, consiste en emplear un nomograma (fig. 43–7). El médico une con una línea recta los puntos que representan la probabilidad anterior a la prueba y el índice de probabilidad, y encuentra la probabilidad posterior a la prueba en el punto en que la línea recta cruza esta última. Una manera más formal de calcular la probabilidad posterior a la prueba consiste en usar el índice de probabilidad como sigue: Momios antes de la prueba 3 índice de probabilidad 5 momios después de la prueba Para utilizar esta fórmula, las probabilidades deben convertirse en momios; en tal caso, los momios de presentar una enfermedad se expresan como la probabilidad de tener la enfermedad dividida entre la probabilidad de no tenerla. Por ejemplo, una probabilidad de 0.75 es lo mismo que momios de 3:1 (fig. 43–8). FIGURA 43–7 99 .1 .2 95 .5 1 1000 500 90 2 200 100 50 80 70 10 20 10 5 50 40 20 2 1 5 % 60 30 30 .5 40 .2 .1 .05 50 60 80 .02 .01 .005 90 .002 .001 70 95 20 % 10 5 2 1 .5 .2 99 .1 Nomograma para establecer la probabilidad posterior a la prueba a partir de la probabilidad anterior a la prueba y los índices de probabilidad. Para cuantificar la probabilidad posterior a la prueba se coloca una línea recta entre la probabilidad anterior y el índice de probabilidad para la prueba específica. La probabilidad posterior es el punto en que la línea recta cruza esta última. (Adaptada y reproducida con autorización de Fagan TJ. Nomogram for Bayes theorem. [Letter.] N Engl J Med 1975;293(5):257.) FIGURA 43–8 .PNJPT 1SPCBCJMJEBE QSPCBCJMJEBE &KFNQMPTJMBQSPCBCJMJEBEFTFOUPODFT .PNJPT 1SPCBCJMJEBE m NPNJPT NPNJPT &KFNQMPTJMPTNPNJPTFOUPODFT 1SPCBCJMJEBE Fórmulas para convertir probabilidades a momios y viceversa. Para calcular el beneficio de una prueba diagnóstica, el médico cuantifica primero los momios de la enfermedad anteriores a la prueba, a partir de toda la información clínica disponible, y a continuación multiplica los momios antes de la prueba por los índices positivo y negativo de probabilidad. Los resultados son los momios posteriores a la prueba, o los momios de que el paciente tenga la enfermedad si la prueba es positiva o negativa. Para obtener la probabilidad posterior a la prueba, los momios se convierten en una probabilidad (fig. 43–8). Por ejemplo, si el clínico cree que el enfermo tiene una probabilidad de 60% de sufrir un infarto miocárdico (momios antes de la prueba, 3:2), y la prueba de troponina I es positiva (LR1 5 24), los momios posteriores a la prueba de padecer un infarto miocárdico son los siguientes: 3 ------ o bien 36:1 momios ---- × 24 = 72 2 2 = probabilidad de 97%) ( (3636⁄1)⁄ 1+ 1 = 36 37 Si la prueba de troponina I es negativa (LR2 5 0.01), los momios posteriores a la prueba de tener un infarto miocárdico son los siguientes: ( 3 0.03 momios --- × 0.01 = --------2 2 0.03 ⁄ 2 = 0.015 = probabilidad de 1.5% (0.03⁄ 2) + 1 0.015 + 1 ) Pruebas en secuencia Hasta el momento se ha descrito el efecto de una sola prueba en la probabilidad de enfermedad; sin embargo, en la mayor parte de los estudios diagnósticos, los médicos obtienen información clínica de manera secuencial. Por ejemplo, para calcular los momios posteriores a la prueba después de tres pruebas, el médico podría cuantificar los momios anteriores a la prueba y usar el índice de probabilidad adecuado para cada prueba: Momios anteriores a la prueba 3 LR1 3 LR2 3 LR3 5 momios posteriores a la prueba Sin embargo, cuando se utiliza este método, el clínico debe estar consciente de una presuposición importante: las pruebas o hallazgos elegidos deben ser condicionalmente independientes. Por ejemplo, cuando hay daño celular hepático, las enzimas aminotransferasa de aspartato (AST) y aminotransferasa de alanina (ALT) se liberan por el mismo proceso, razón por la cual no son condicionalmente independientes. Si se usan pruebas condicionalmente dependientes de este método secuencial, se obtiene una probabilidad posterior a la prueba inexacta. Gisbert JP et al. Accuracy of Helicobacter pylori diagnostic tests in patients with bleeding peptic ulcer: a systematic review and meta-analysis. Am J Gastroenterol. 2006 Apr;101(4):848–63. [PMID: 16494583] Hellmich M et al. A ruler for interpreting diagnostic test results. Methods Inf Med. 2005;44(1):124–6. [PMID: 15778803] Puhan MA et al. A randomized trial of ways to describe test accuracy: the effect on physicians’ post-test probability estimates. Ann Intern Med. 2005;143(3):184–9. [PMID: 16061916] Wells PS et al. Does this patient have deep vein thrombosis? JAMA. 2006 Jan 11;295(2):199–207. [PMID: 16403932] Método del umbral para la toma de decisiones Un aspecto clave para tomar decisiones médicas es la selección del umbral terapéutico, es decir, la probabilidad de enfermedad en la que está indicado el tratamiento. El umbral de tratamiento se determina por las consecuencias relativas de acciones diferentes: tratar cuando la enfermedad está presente; no tratar cuando está ausente; tratar cuando está de hecho ausente, o no hacerlo cuando está presente. La figura 43-9 muestra una posible forma de reconocer un umbral terapéutico mediante la consideración del valor (utilidad) de los cuatro posibles resultados. FIGURA 43–9 Umbral de “tratar/no tratar”. A: el paciente no tiene la enfermedad y no recibe tratamiento (la mayor utilidad). B: el paciente no tiene la enfermedad y recibe tratamiento (menor utilidad que A). C: el paciente tiene la enfermedad y recibe tratamiento (menor utilidad que A). D: el paciente tiene la enfermedad y no recibe tratamiento (menor utilidad que C). El uso de una prueba diagnóstica está indicado cuando su resultado podría modificar la probabilidad de enfermedad en el umbral de tratamiento. Por ejemplo, un médico podría optar por la antibioticoterapia si la probabilidad de faringitis estreptocócica en un sujeto con irritación faríngea es mayor de 25% (fig. 43-10A). Si después de revisar los datos del interrogatorio y la exploración física, el médico considera que la probabilidad anterior a la prueba de faringitis estreptocócica es de 15%, una prueba diagnóstica como el cultivo faríngeo (LR1 5 7) sólo sería útil si el resultado positivo incrementara la probabilidad posterior a la prueba a más de 25%. El uso del nomograma mostrado en la figura 43-7 indica que la probabilidad posterior a la prueba sería de 55% (fig. 43–10B); por lo tanto, estaría justificado solicitar la prueba, ya que afectaría el tratamiento del paciente. Por otro lado, si el interrogatorio y la exploración física señalan que la probabilidad anterior a la prueba de faringitis estreptocócica es de 60%, el cultivo faríngeo (LR2 5 0.33) sólo estaría indicado si un resultado negativo redujera la probabilidad posterior a la prueba a menos de 25%. Si se emplea el mismo nomograma, la probabilidad posterior a la prueba después de un resultado negativo sería de 33% (fig. 43–10C). En consecuencia, no estaría justificado realizar un cultivo faríngeo, ya que no influye en el tratamiento. FIGURA 43-10 Método del umbral aplicado a la solicitud de pruebas. Si la prueba prevista no cambia el tratamiento del paciente, no debe solicitarse. (Véase la explicación en el texto.) Este método para tomar decisiones se describe en la bibliografía clínica. Análisis de decisiones Hasta este punto, el análisis de las pruebas diagnósticas se ha enfocado en las características de la prueba y los métodos para usarlas en el cálculo de probabilidad de enfermedad para distintas situaciones clínicas. Aunque son útiles, estos métodos son limitados, porque no incorporan los múltiples resultados que pueden ocurrir en la clínica, ni los valores que los individuos y médicos dan a tales resultados. Para incorporar los resultados y los valores a las características de las pruebas, puede emplearse el análisis de decisiones. La idea básica del análisis de decisiones es modelar las opciones de una decisión médica, conceder probabilidades a las acciones alternativas, asignar valores (utilidades) a los diversos resultados y luego precisar qué decisión aporta el mayor valor esperado (utilidad esperada). Para completar un análisis de decisión, el médico podría proceder de la siguiente manera: 1) trazar un árbol de decisiones que muestre los elementos de la decisión médica; 2) asignar probabilidades a las diversas ramas; 3) asignar valores (utilidades) a los resultados; 4) establecer el valor esperado (utilidad esperada) (el producto de probabilidad y el valor [utilidad]) de cada rama, y 5) tomar la decisión con el mayor valor esperado (utilidad esperada). La figura 43-11 muestra un árbol de decisión en el que se determina si se administra tratamiento sin pruebas, si se realiza una prueba y después se trata con base en sus resultados, o si no se solicitan pruebas ni se prescribe tratamiento. El médico comienza el análisis con la elaboración de un árbol de decisiones que muestre los elementos importantes de la determinación. Una vez trazado el árbol, el médico asigna probabilidades a todas las ramas. En este caso, todas las probabilidades de rama pueden calcularse a partir de: 1) la probabilidad de enfermedad antes de la prueba (probabilidad anterior a la prueba); 2) la probabilidad de un resultado positivo si existe la enfermedad (sensibilidad), y 3) la probabilidad de un resultado negativo en caso de ausencia de la enfermedad (especificidad). A continuación, el médico concede un valor (utilidad) a cada resultado. FIGURA 43–11 Árbol genérico para la toma de decisiones clínicas, en el que las opciones son: 1) tratar al paciente de manera empírica; 2) realizar la prueba y luego tratar sólo si el resultado es positivo, o 3) prescindir del tratamiento. El nodo cuadrado se conoce como nodo de decisión y los nodos circulares se denominan nodos de oportunidad. P, probabilidad de enfermedad antes de la prueba; Sens, sensibilidad; Spec, especificidad. Después de calcular el valor esperado (utilidad esperada) de cada rama del árbol de decisión mediante la multiplicación del valor (utilidad) del resultado por la probabilidad de éste, el médico puede identificar la alternativa con el mayor valor esperado (utilidad esperada). Aunque requiere tiempo, el análisis de decisión ayuda a estructurar los problemas clínicos complejos y tomar decisiones clínicas difíciles. Gazelle GS et al. Cost-effectiveness analysis in the assessment of diagnostic imaging technologies. Radiology. 2005 May;235(2):361–70. [PMID: 15858079] Inadomi JM. Decision analysis and economic modelling: a primer. Eur J Gastroenterol Hepatol 2004;16(6):535–42. [PMID: 15167154] Medicina basada en evidencias La medicina basada en evidencias enfatiza el uso de datos de investigación clínica (en lugar de la intuición y el razonamiento fisiopatológico) como base para tomar decisiones clínicas. La medicina basada en evidencias se apoya en la identificación de información con sustento metodológico, el reconocimiento crítico de estudios clínicos y la difusión de resúmenes de evidencia exactos y útiles para tomar decisiones clínicas informadas. Para resumir la evidencia que se difundirá pueden emplearse revisiones sistemáticas, al igual que sinopsis de la investigación vigente basada en evidencias. Las revisiones sistemáticas utilizan a menudo el metaanálisis, que consiste en el uso de técnicas estadísticas para combinar evidencias de diferentes estudios, a fin de obtener un cálculo más preciso del efecto de una intervención o la exactitud de una prueba. Los lineamientos para la práctica clínica son afirmaciones que se desarrollan en forma sistemática, cuya finalidad es ayudar a los médicos a tomar decisiones sobre la atención a la salud. Los algoritmos clínicos y los lineamientos para la práctica se han convertido ya en elementos regulares en medicina. Su utilidad y validez dependen de la calidad de la evidencia que delineó las recomendaciones, su actualización constante, y su aceptación y aplicación correcta por parte de los clínicos. Aunque algunos médicos están preocupados por el efecto de los lineamientos en la autonomía profesional y las decisiones individuales, muchas organizaciones buscan que dichos lineamientos para la práctica se cumplan, como una medida de calidad de la atención. Debido a que las decisiones de tratamiento no siempre han incluido el mejor conocimiento médico y los valores del paciente, hay interés creciente en la toma compartida de decisiones. Se trata de un proceso en que los médicos proporcionan información de la salud basada en evidencias a los pacientes, entran en contacto con sus valores y colaboran con ellos para alcanzar una decisión mutua aceptable. Se ha demostrado que en muchos casos los auxiliares para la toma de decisiones (herramientas que facilitan la toma compartida de decisiones) mejoran tanto este proceso como sus resultados. Chung KC et al. A practical guide to meta-analysis. J Hand Surg [Am]. 2006 Dec;31(10):1671–8. [PMID: 17145390] Ghosh AK et al. Translating evidence-based information into effective risk communication: current challenges and opportunities. J Lab Clin Med. 2005 Apr;145(4):171–80. [PMID: 15962835] O’Connor AM et al. Do patient decision aids meet effectiveness criteria of the international patient decision aid standards collaboration? A systematic review and meta-analysis. Med Decis Making. 2007 Sep–Oct;27(5):554–74. [PMID: 17873255]