Volvemos a rebuscar información precliquera en nuestro #BaúldePreClic para seguir aprendiendo otra semana más, arrancando nuevo curso. Esta semana os traemos una píldora de aprendizaje sobre el mundo de la investigación. Tema muy interesante, que suelen preguntar en las OPE's (guiño, guiño) y que, esperemos, os sirva para aclarar conceptos.
Especificidad y sensibilidad: ¿Qué son y para qué sirven?
En el caso de hoy, no por ser conceptos nuevos pero sí desconocidos, os vamos a entretener con la especificidad y la sensibilidad y trataremos de hacerlo sencillo utilizando como ejemplo los tests de anticuerpos frente al SARS-CoV-2.
Estos estimadores se utilizan cuando tratamos con variables binarias, por ejemplo, persona sana o persona enferma.
Por definición, la sensibilidad es la capacidad de un estimador (en este caso el test de anticuerpos) de detectar como positivas las personas realmente enfermas dando lugar a una proporción de enfermos correctamente identificados como tal. Por lo tanto, es la probabilidad de que la persona enferma sea identificada como tal mediante el resultado positivo de una prueba diagnóstica.
Por otro lado, la especificidad es la capacidad del estimador para detectar como negativas las personas que realmente están sanas dando lugar a una proporción de sanas correctamente identificadas. En otras palabras, es la probabilidad de que la persona sana sea identificada como tal mediante el resultado negativo de una prueba diagnóstica.
En cuanto a los términos "verdadero positivo", "verdadero negativo", "falso positivo" y "falso negativo" hacen referencia a que el resultado del test sea o no correcto. Por ejemplo, en el caso de los anticuerpos "verdadero positivo" significa que una persona con anticuerpos ha sido diagnosticada como positiva, "falso positivo" significa que una persona sana que no ha generado anticuerpos ha sido diagnosticada como enferma, "verdadero negativo" implica que una persona sin anticuerpos ha sido diagnosticada como sana, y "falso negativo" significa que una persona enferma ha sido diagnosticada como sana.
Por eso, cuando un test refiera tener una sensibilidad del 95% significará que el 95% de los casos reales los diagnostica como tal, dejando un 5% de casos reales que no identificaría (siendo estos los falsos negativos). Y cuando se explica que tiene un 92% de especificidad significa que el 92% de las personas sanas son identificadas como tal, mientras que el 8% restantes de personas sanas son identificadas como enfermas (siendo estos los falsos positivos).
Con todo ello, es importante saber si una prueba es muy específica o muy sensible en función de lo que realmente queremos hallar con ella. Por ejemplo, si lo que deseo es identificar a todos los enfermos posibles porque ello supone tener un problema de salud pública como con una epidemia de enfermedades transmisibles utilizaré una prueba que sea muy sensible, aunque sea poco específica, para no dejar ningún verdadero positivo sin identificar.
Ojalá os haya servido para lo que era nuestra intención.
Recordad que seguimos buscando respuestas a vuestras dudas y que, la semana próxima, os esperamos con nuevas aventuras que contaros.
No hay comentarios:
Publicar un comentario