Dr. X. Martínez Servei de Medicina Preventiva i

Dr. X. Martínez Servei de Medicina Preventiva i

Dr. X. Martínez
Servei de Medicina Preventiva i Epidemiologia
H. U. Vall Hebron
Reducció:
- de riscos
- de la susceptibilitat
- de la vulnerabilitat
Reducció de riscos
Diagnòstic precoç:
- Valoració prèvia
- Prova diagnóstica
Posposició de l’inici
Limitació de les discapacitats:
- Tractament
- Prevenció en estadis simptomàtics
(modificació de factors de risc, i
altres)
Rehabilitació
Nivell
Estat de
salut de
l’individu
Efectes
Prevenció 1ª
Prevenció 2ª
Prevenció 3ª
Sa; susceptible
Assimptomàtic,
però amb lesions
o factors de risc
Amb signes o
símptomes de la
malaltia
Reducció de la
incidència de la
malaltia en la
població
Reducció de la
incidència en els
individus de risc
Reducció de la
prevalença de
discapacitats
$% &
!
'" (
"#
)" *
• Individual: autoexamen
• Cribratges o “screenings” i examen
periòdic de salut
– Cribratge poblacional o de grup d’una prova
– Examen periòdic de salut (PHE, periodic
health evaluation)
– Cribratge multifàsic
• Cerca de casos o "case finding”,
“detecció oportunista”
– Examen de gent seleccionada
+
,
,
-
, ,
• Eficàcia: situació experimental
• Efectivitat: en la pràctica habitual
• Eficiència: cost en relació a l’eficàcia
,
,
-
• Sensibilitat
• Especificitat
• Prevalença
Valor predictiu
Diagnòstic de càncer: Quin tipus de
prova cal, una de més sensible o una
de més específica?
Diagnòstic de diabetes: límits?
Model Teòric
Model Teòric
Realitat
Distribució de variables a la realitat
PRUEBAS DIAGNÓSTICAS
Enfermedad
Resultado de la
prueba evaluada
Presente
Ausente
Positivo
Verdadero
Positivo, VP
Falso
Positivo, FP
Negativo
Falso
Negativo, FN
Verdadero
Negativo, VN
Total enfermos Total sanos
(No enfermos)
Pruebas diagnósticas: exactitud
Enfermedad
Resultado de la
prueba estudiada
Presente
Ausente
Positiva
VP
FP
VP+FP
Negativa
FN
VN
FN+VN
VP+FN
FP+VN
(Total enfermos) (Total sanos)
VP
Sensibilidad, S =
VP + FN
Exactitud =
Especificidad, E =
VP + VN
Total
VN
VN + FP
Pruebas diagnósticas: ejemplo
Estudio de reestenosis en función del ojo clínico
Reestenosis por ojo
clínico
Reestenosis por ECO
Presente
Ausente
Presente
50
25
75
Ausente
25
100
125
75
125
200
S=
50
75
= 66,7%
E=
100
125
= 80%
Exactitud: 50+100/200 = 75%
Font: DL Sackett. Epidemiología clínica. Buenos Aires, Editorial Médica Panamericana, 1994
Histoplasmosis
S=
PCR cuantitativa (1fg)
Presente
Ausente
Positiva
17
0
17
Negativa
5
30
35
22
30
52
17
22
= 77,3%
17
VPP = 17
E=
30
30
= 100%
30
= 100% VPN =
35
Exact =
17 + 30
52
= 90,4%
= 85,7%
Enferm Infecc Microbiol Clin 2007;25(1):16-22
PRUEBAS DIAGNÓSTICAS CON
VARIABLES CONTINUAS
• Muchas pruebas diagnósticas se basan
en una variable continua
• La distribución de la variable en
pacientes con una enfermedad se
puede dibujar de forma superpuesta
a la de los pacientes sin la enfermedad
• Al usar una variable continua, debe
decidirse qué valor se utilizará para
clasificar los individuos como sanos o
enfermos (punto de corte)
Pruebas diagnósticas: punto de corte
Nº o Proporción
Punto de corte para un resultado positivo
Sanos
Enfermos
VN
VP
FN FP
Valores de la prueba
Pruebas diagnósticas: elección del punto de corte
PUNTO DE
CORTE BAJO
Nº No IAM
VN
Muchos falsos positivos
Baja especificidad
Elevada sensibilidad
IAM
VP
Falsos positivos, FP
PUNTO DE
CORTE ALTO
IAM
Nº No IAM
Muchos falsos negativos
Baja sensibilidad
Elevada especificidad
VN
VP
Falsos negativos, FN
Pruebas diagnósticas: curva ROC
• Una curva ROC es la representación gráfica
de la sensibilidad y especificidad de los
diferentes puntos de corte de una prueba
diagnóstica basada en una variable continua
• En abscisas se representa la proporción de
falsos positivos (1-especificidad) de cada
punto y, en ordenadas, la sensibilidad
Pruebas diagnósticas: curva ROC
• La curva ROC informa de la superposición
de la variable en sanos y enfermos
Cuanto más se acerque al vértice superior
izquierdo, los discriminará mejor
Cuanto más se acerque a la diagonal de la
gráfica, los discriminará peor
Cuanto más elevada sea el área bajo la curva
ROC, los discriminará mejor
• El área bajo la curva ROC permite comparar
dos o más pruebas usadas para diagnosticar
una enfermedad
Pruebas diagnósticas: ejemplo de curva ROC
Curva ROC de la Glucemia en Diabetes
1,0
0,96; 0,35 [100] 1,0; 0,73 [80]
0,83; 0,14 [120]
Sensibilidad
0,8
0,6
0,4
0,67; 0,03 [140]
0,46; 0,01 [160]
0,2
0,0
0,0
0,1
0,2 0,3
0,5
0,6
1- Especificidad
0,7
0,8
0,9
1,0
EFECTE DEL CRIBRATGE MULTIETÀPIC EN LA SENSIBILITAT
EFECTE DEL CRIBRATGE SIMULTANI EN LA SENSIBILITAT
EFECTE DEL CRIBRATGE MULTIETÀPIC EN LA ESPECIFICITAT
COM S’AVALUA EL GRAU DE CONCORDANÇA ENTRE OBSERVADORS
Índex Kappa =
Proporció de concordança observada – Proporció de concordança esperada per l’atzar /
100 % - (Proporció de concordança esperada per l’atzar
Proporció observada = 41+27 / 75 = 90,7%
Proporció esperada = [60% de 44 + 40% de 31] =
26,4+12,4/75= 51,7%
Índex Kappa=0,81
$"
$"
$% &
!
"
!
.
#
$
&'
)*
"#
, /0 1 2 +
%
(
(
$"
$"
$% &
%
+
,-
!
.
#
#
.! "
/0
2
1
#
"#
, /0 1 2 +
$34
• L’objectiu final dels programes de
cribratge no és tant el diagnòstic de la
malaltia (augmentar el nombre de
pacients diagnosticats cada any) sinó
disminuir la seva mortalitat i augmentar
la seva supervivència
• Tot i això, s’estableixen objectius
intermitjos que permetin valorar
paràmetres d’efectivitat i eficiència
' ,
,2
5
3
,
2
5
2,
• Total de pacients cribrats
• Proporció de la població diana cribrada
• Prevalença detectada de malaltia preclínica
• Cost total del programa
• Cost per cas detectat
• Cost per cas no conegut prèviament detectat
• Proporció de pacients amb resultat positiu que
han arribat a la fase final de diagnòstic
• Valor predictiu dels resultats positius
' ,
,2
5
3
2
5
2,
• Reducció de la mortalitat en població
cribrada
• Increment en la proporció de casos
detectats en estadiatges precoços
• Reducció de les complicacions
• Reducció en recurrències i metàstasis
• Millora de la qualitat de vida
,
,6
• Veritables positius: efecte etiquetament
“labeling”
• Falsos positius: ansietat; temor a futures
proves; despeses econòmiques
• Falsos negatius: si no es tenen en
compte els signes i símptomes precoços
s’endarrereix el diagnòstic; intervenció
endarrerida
7,
,6
• Efecte voluntari (bidireccional)
• Biaix de selecció de pronòstic (Length-biased
sampling)
• Biaix del temps d’avançament diagnòstic (Lead
time bias)
• Biax de temps d’avançament diagnòstic y
supervivència als 5 anys
• Biaix de sobrediagnòstic
• Efecte cohort / Efecte període
72
5
&!
6
+
• Temps d’avançament diagnòstic: és l’interval de
temps entre el moment de la detecció de la malaltia
amb el cribratge i el moment d’identificació de la
malaltia en absència de cribratge (diagnòstic clínic
usual)
• Tot pacient diagnosticat de forma prèvia al que s’hauria
produit per l’evolució natural de la malaltia produeix el
que sembla un efecte beneficiós associat al cribratge,
però aquest fet no és produit perquè un cop cribrat
millori la supervivència, sinò a que el diagnòstic s’ha fet
en un punt més inicial de la història natural de la
malaltia
72
5
&!
6
+
Temps d’avançament diagnòstic
Evolució en la història
natural de la malaltia
Moment del
diagnòstic amb
el cribratge
Moment del
diagnòstic clínic
usual
7-
,
&! 2 8/
2+
• Les pacients amb formes evolutives més lentes són
més fàcilment detectables en el programa de cribratge
7
5
9
6
:
• És l’evolució del lead time
bias en el contexte de la
literatura científica, on
s’expressa la supervivència
als 5 anys
2
;
9
7
2
5
9
6
:
9
;