Dr. X. Martínez Servei de Medicina Preventiva i
Transcripción
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 ;