En las pruebas médicas con clasificación binaria , la razón de posibilidades de diagnóstico ( DOR ) es una medida de la eficacia de una prueba de diagnóstico . [1] Se define como la relación entre las probabilidades de que la prueba sea positiva si el sujeto tiene una enfermedad en relación con las probabilidades de que la prueba sea positiva si el sujeto no tiene la enfermedad.
El fundamento de la razón de probabilidades de diagnóstico es que es un indicador único del rendimiento de la prueba (como la precisión y la estadística J de Youden ) pero que es independiente de la prevalencia (a diferencia de la precisión) y se presenta como una razón de probabilidades , que es familiar para los médicos.
Definición
La razón de posibilidades de diagnóstico se define matemáticamente como:
dónde , , y son el número de verdaderos positivos, falsos negativos, falsos positivos y verdaderos negativos, respectivamente. [1]
Intervalo de confianza
Como razón de probabilidades , el logaritmo de la razón de probabilidades de diagnóstico tiene una distribución aproximadamente normal . [ aclaración necesaria ] El error estándar del logaritmo de la razón de posibilidades de diagnóstico es aproximadamente:
A partir de esto , se puede calcular un intervalo de confianza aproximado del 95% para el logaritmo de la razón de probabilidades de diagnóstico:
La exponenciación del intervalo de confianza aproximado para el logaritmo de la razón de probabilidades de diagnóstico proporciona el intervalo de confianza aproximado para la razón de probabilidades de diagnóstico. [1]
Interpretación
La razón de probabilidades de diagnóstico varía de cero a infinito, aunque para las pruebas útiles es mayor que uno, y las razones de probabilidades de diagnóstico más altas son indicativas de un mejor rendimiento de la prueba. [1] Las razones de probabilidades de diagnóstico inferiores a uno indican que la prueba se puede mejorar simplemente invirtiendo el resultado de la prueba: la prueba va en la dirección incorrecta, mientras que una razón de probabilidades de diagnóstico de exactamente uno significa que la prueba tiene la misma probabilidad de predecir un resultado positivo sea cual sea la condición real: la prueba no proporciona información.
Relación con otras medidas de precisión de la prueba de diagnóstico
La razón de posibilidades de diagnóstico puede expresarse en términos de sensibilidad y especificidad de la prueba: [1]
También se puede expresar en términos de valor predictivo positivo (VPP) y valor predictivo negativo (VPN): [1]
También está relacionado con las razones de probabilidad , y : [1]
Usos
El logaritmo de la razón de posibilidades de diagnóstico se utiliza a veces en los metanálisis de los estudios de precisión de las pruebas de diagnóstico debido a su simplicidad (tiene una distribución aproximadamente normal). [4]
Las técnicas metanalíticas tradicionales , como la ponderación de la varianza inversa, se pueden utilizar para combinar las razones de probabilidades de diagnóstico de logaritmos calculadas a partir de una serie de fuentes de datos para producir una razón de probabilidades de diagnóstico general para la prueba en cuestión.
La razón de probabilidades de diagnóstico logarítmico también se puede utilizar para estudiar la compensación entre sensibilidad y especificidad [5] [6] expresando la razón de probabilidades de diagnóstico logarítmico en términos del logit de la tasa de verdaderos positivos (sensibilidad) y la tasa de falsos positivos ( 1 - especificidad), y construyendo adicionalmente una medida,:
Entonces es posible ajustar una línea recta, . Si b ≠ 0, entonces hay una tendencia en el rendimiento del diagnóstico con un umbral más allá del simple compromiso de sensibilidad y especificidad. El valor a se puede utilizar para trazar una curva de resumen ROC (SROC). [5] [6]
Ejemplo
Considere una prueba con la siguiente matriz de confusión 2 × 2 :
Resultado de la prueba | Positivo | Negativo |
---|---|---|
Positivo | 26 | 3 |
Negativo | 12 | 48 |
Calculamos la razón de posibilidades de diagnóstico como:
Esta razón de probabilidades de diagnóstico es mayor que uno, por lo que sabemos que la prueba discrimina correctamente. Calculamos el intervalo de confianza para la razón de posibilidades de diagnóstico de esta prueba como [9, 134].
Criticas
La razón de probabilidades de diagnóstico no está definida cuando el número de falsos negativos o falsos positivos es cero; si tanto los falsos negativos como los falsos positivos son cero, entonces la prueba es perfecta, pero si solo uno lo es, esta relación no da una medida utilizable. La respuesta típica a tal escenario es agregar 0.5 a todas las celdas en la tabla de contingencia, [1] [7] aunque esto no debe verse como una corrección ya que introduce un sesgo en los resultados. [5] Se sugiere que el ajuste se haga en todas las tablas de contingencia, incluso si no hay celdas con entradas cero. [5]
Ver también
Referencias
- ^ a b c d e f g h Glas, Afina S .; Lijmer, Jeroen G .; Prins, Martin H .; Bonsel, Gouke J .; Bossuyt, Patrick MM (2003). "La razón de posibilidades de diagnóstico: un único indicador del rendimiento de la prueba". Revista de epidemiología clínica . 56 (11): 1129-1135. doi : 10.1016 / S0895-4356 (03) 00177-X . PMID 14615004 .
- ^ Macaskill, Petra; Gatsonis, Constantine; Deeks, Jonathan; Harbord, Roger; Takwoingi, Yemisi (23 de diciembre de 2010). "Capítulo 10: Análisis y presentación de resultados". En Deeks, JJ; Bossuyt, PM; Gatsonis, C. (eds.). Manual Cochrane para revisiones sistemáticas de precisión de pruebas de diagnóstico (PDF) (1.0 ed.). La Colaboración Cochrane.
- ^ Glas, Afina S .; Lijmer, Jeroen G .; Prins, Martin H .; Bonsel, Gouke J .; Bossuyt, Patrick MM (noviembre de 2003). "La razón de posibilidades de diagnóstico: un único indicador del rendimiento de la prueba". Revista de epidemiología clínica . 56 (11): 1129-1135. doi : 10.1016 / S0895-4356 (03) 00177-X . PMID 14615004 .
- ^ Gatsonis, C; Paliwal, P (2006). "Metanálisis de evaluaciones de precisión de pruebas de diagnóstico y detección: cartilla metodológica". AJR. Revista estadounidense de roentgenología . 187 (2): 271–81. doi : 10.2214 / AJR.06.0226 . PMID 16861527 .
- ^ a b c d Moisés, LE; Shapiro, D; Littenberg, B (1993). "Combinar estudios independientes de una prueba de diagnóstico en una curva ROC resumen: enfoques analíticos de datos y algunas consideraciones adicionales". Estadística en Medicina . 12 (14): 1293–316. doi : 10.1002 / sim.4780121403 . PMID 8210827 .
- ^ a b Dinnes, J; Deeks, J; Kunst, H; Gibson, A; Cummins, E; Waugh, N; Drobniewski, F; Lalvani, A (2007). "Una revisión sistemática de las pruebas de diagnóstico rápido para la detección de la infección por tuberculosis" . Evaluación de tecnologías sanitarias . 11 (3): 1–196. doi : 10.3310 / hta11030 . PMID 17266837 .
- ^ Cox, RD (1970). El análisis de datos binarios . Londres: Methuen.
Otras lecturas
- Glas, Afina S .; Lijmer, Jeroen G .; Prins, Martin H .; Bonsel, Gouke J .; Bossuyt, Patrick MM (2003). "La razón de posibilidades de diagnóstico: un único indicador del rendimiento de la prueba" . Revista de epidemiología clínica . 56 (11): 1129-1135. doi : 10.1016 / S0895-4356 (03) 00177-X .
- Böhning, Dankmar; Holling, Heinz; Patilea, Valentin (2010). "Una limitación de la razón de probabilidades de diagnóstico en la determinación de un valor de corte óptimo para una prueba de diagnóstico continua". Métodos estadísticos en la investigación médica . 20 (5): 541–550. doi : 10.1177 / 0962280210374532 .
- Chicco, Davide; Starovoitov, Valery; Jurman, Giuseppe (2021). "Los beneficios del coeficiente de correlación de Matthews (MCC) sobre la razón de probabilidades de diagnóstico (DOR) en la evaluación de clasificación binaria" . Acceso IEEE . 9 : 47112–47124. doi : 10.1109 / ACCESS.2021.3068614 .
enlaces externos
- Por qué la regla de Bayes es mejor con las probabilidades en YouTube