Las pruebas diagnósticas se desarrollan para detectar una enfermedad subclínica o para reemplazar otra técnica muy laboriosa o cara, por lo tanto una buena prueba diagnóstica debería tener una validez alta lo que significa que los porcentajes de resultados falsos positivos y falsos negativos deberían ser limitados. La validez se expresa en función de la Sensibilidad y la Especificidad, pero para determinarlas es necesaria una segunda prueba, llamada prueba de oro o estándar con una validez estimada del 100% aproximadamente.Así pues la evaluación de la primera prueba se puede realizar fácilmente usando una tabla de contingencia de 2x2 entradas, a partir de la cual también se pueden calcular otros parámetros como el valor predictivo de un resultado positivo/negativo de la prueba (es decir, el porcentaje de animales positivamente/negativamente diagnosticados que realmente están infectados/sanos) y la prevalencia aparente (el número de animales positivos o enfermos dividido por el número total de animales diagnosticados).
Otros parámetros de interés para evaluar una prueba diagnóstica son la J de Youden y su intervalo de confianza y la fiabilidad o eficiencia de un test.También pueden establecerse los límites de confianza para todos esos estadísticos usando una aproximación normal al error estándar para proporciones, y teniendo en cuenta el nivel de confianza deseado.
Para realizar los cálculos correspondientes a este módulo necesitaremos los siguientes datos:
- NC: el nivel de confianza deseado (normalmente se establece como 95%).
- A: número de verdaderos positivos.
- B: número de falsos positivos.
- C: número de falsos negativos.
- D: número de verdaderos negativos.
Antes de evaluar una prueba diagnóstica debe indicar el tipo de datos del que dispone:
Módulos relacionados