e2-04: Características de las pruebas diagnósticas

Capítulo adaptado y actualizado con autorización de Nicoll D et al. Guide to diagnostic tests, 7th ed. McGraw-Hill, 2017.

En el cuadro e2–2 se muestran las características generales de las pruebas diagnósticas útiles. La mayor parte de los principios que se detallan a continuación puede aplicarse no sólo a las pruebas de laboratorio y radiológicas, sino también a elementos de la anamnesis y la exploración física. Es importante la comprensión de estas características para indicar e interpretar las pruebas diagnósticas.

La exactitud de una prueba de laboratorio consiste en su correspondencia con el valor verdadero. Una prueba se considera inexacta cuando el resultado difiere del valor verdadero, incluso aunque los resultados puedan ser reproducibles (fig. e2–1A), y también se denomina error sistemático (o sesgo). Por ejemplo, la creatinina sérica se cuantifica de manera habitual con el método cinético de Jaffe, el cual posee un error sistemático de 0.23 mg/100 ml (20.33 μmol/L) cuando se compara con la norma de referencia, el método de la cromatografía de gases-espectrometría de masas con dilución del isótopo. En el laboratorio clínico, la exactitud de las pruebas se maximiza al calibrar el equipo del laboratorio con material de referencia estándar y mediante la participación en programas de pruebas de capacidad externos (p. ej., el programa de capacitación que ofrece el College of American Pathologists).

La precisión de una prueba es una medida de su reproducibilidad cuando se repite en la misma muestra. Si el mismo espécimen se analiza muchas veces, es previsible alguna variación en los resultados (error aleatorio); esta variabilidad se expresa como un coeficiente de variación (CV: la desviación estándar dividida por la media, expresada a menudo como un porcentaje, es decir, CV% = (SD/media) x 100). Por ejemplo, cuando el laboratorio informa un CV de 5% para la creatinina sérica y acepta resultados dentro de ± 2 desviaciones estándar, indica que, para una muestra con creatinina sérica de 1.0 mg/100 ml (88.4 μmol/L), el laboratorio puede informar el resultado como cualquier valor de 0.90 (79.56 μmol/L) a 1.10 mg/100 ml (97.24 μmol/L) en cuantificaciones repetidas de la misma muestra.

Una prueba imprecisa es aquella que produce amplias variaciones de los resultados en cuantificaciones repetidas (fig. e2–1B). La precisión de las pruebas diagnósticas, que se controla en laboratorios clínicos que emplean material de control de calidad, debe ser lo suficientemente buena para distinguir cambios de relevancia clínica en el estado de un paciente desde la variabilidad analítica (imprecisión) de la prueba. Por ejemplo, el conteo manual diferencial de los leucocitos en la sangre periférica puede carecer de la precisión suficiente para detectar cambios notorios en la distribución de los tipos celulares porque se calcula mediante una valoración subjetiva de una muestra pequeña (es decir, 100 células). Las cuantificaciones repetidas de la misma muestra por técnicos de laboratorio diferentes arrojan resultados con amplias variaciones. Los conteos automatizados diferenciales de leucocitos son más precisos debido a que se obtienen con máquinas que utilizan características físicas objetivas para clasificar una muestra mucho más grande (p. ej., 10 000 células).

Un laboratorio diagnóstico puede calcular el error analítico total (TAE, total analytic error) para una prueba cuantitativa con base en su exactitud (sesgo) y precisión (desviación estándar o SD [standard deviation]) como TAE = (sesgo + 2 SD) [o TAE = (sesgo + 1.65 SD) para un cálculo unilateral]. El TAE de una prueba debe hallarse dentro de límites de tolerancia especificados, como los definidos en las Clinical Laboratory Improvement Amendments (CLIA).

Una prueba ideal es precisa y exacta (fig. e2–1C).

Esta medición se utiliza para cuantificar la calidad general de las pruebas de laboratorio. Se calcula un valor numérico con base en tres elementos habituales empleados para valorar el desempeño de la prueba: exactitud (sesgo), precisión (CV) y error total tolerable (ATE, allowance total error) (o límite de tolerancia de la prueba); la medición sigma = (ATE − sesgo)/CV (con los valores expresados en forma porcentual). En una escala de 0 a 6, un valor sigma elevado significa menos errores analíticos, es decir, que se aceptan e informan menos pruebas dudosas y que los resultados de menos pruebas aceptables se rechazan como falsos y no se informan. La medición sigma de 6 para una prueba indica que debe considerarse como de “clase mundial”, lo que significa que más de 99% de los resultados carecen de error. Por otra parte, una prueba con valor sigma de 3 o menos suele considerarse como poco fiable y no debe utilizarse.

Algunas pruebas diagnósticas se informan como positivas o negativas, pero varias lo hacen en términos cuantitativos. El uso de intervalos de referencia es una técnica para la interpretación cuantitativa de los resultados. Con frecuencia, los intervalos de referencia son específicos de un método y un laboratorio. En la práctica, representan a menudo los resultados de la prueba que se encuentran en 95% de una población pequeña que, además, se presupone saludable. Por consiguiente, y por definición, 5% de los pacientes saludables arroja un resultado de la prueba anormal (fig. e2–2). Los resultados ligeramente anormales deben interpretarse con cautela, ya que pueden ser anormales verdaderos o falsos. En el terreno estadístico, la probabilidad de que una persona saludable tenga dos resultados de la prueba separados dentro del intervalo de referencia es de 0.95 × 0.95 = 0.9025, o 90.25%; para cinco pruebas separadas, es de 77.4%; para 10 pruebas de 59.9%, y para 20 pruebas de 35.8%. Cuanto más grande sea el número de pruebas solicitadas, mayor es la probabilidad de que uno o más de los resultados de la prueba se registren fuera del intervalo de referencia (cuadro e2–3). A la inversa, es posible que los valores situados dentro del intervalo de referencia no descarten la presencia real de enfermedad dado que el intervalo de referencia no establece la distribución de resultados en pacientes con enfermedad. Por ello, los intervalos de referencia deben usarse dentro del contexto del conocimiento médico acerca del trastorno particular.

También es importante considerar si los intervalos de referencia publicados se adecuan a determinado paciente sometido a valoración, ya que algunos intervalos dependen de la edad, sexo, peso, dieta, momento del día, estado de actividad, postura, o incluso de la estación. La variabilidad biológica ocurre entre individuos y dentro del mismo sujeto. Por ejemplo, las concentraciones de estrógeno sérico de una mujer varían día tras día en dependencia con el ciclo menstrual; el cortisol sérico muestra una variación diurna, que se caracteriza por ser más alta en la mañana y decrecer por la tarde, en tanto que la vitamina D observa una variación estacional, con valores más bajos en el invierno.

El cuadro e7–2 del apéndice contiene los intervalos de referencia de las pruebas químicas y hematológicas de uso más generalizado. Las características del desempeño de la prueba, como su sensibilidad y especificidad, son necesarias para interpretar los resultados y se describen más adelante.

Los factores externos, como la ingestión de fármacos y el uso de medio de contraste, y los factores internos, como un estado fisiológico anormal, pueden alterar los resultados de las pruebas diagnósticas. Estos factores contribuyen a la variabilidad biológica y deben considerarse en la interpretación de los resultados de la prueba.

Las interferencias externas pueden afectar los resultados de la prueba in vivo o in vitro. In vivo, el alcohol incrementa la glutamiltranspeptidasa γ y los diuréticos pueden afectar las concentraciones de sodio y potasio. El tabaquismo puede inducir enzimas hepáticas y de esa manera reducir las concentraciones de sustancias como la teofilina que se metabolizan en el hígado. In vitro, las cefalosporinas pueden registrar concentraciones erróneas de creatinina sérica a causa de la interferencia con un método de análisis de laboratorio común. La biotina interfiere con los inmunoanálisis que emplean el método de captura de biotina-estreptavidina y genera resultados falsos en las pruebas (p. ej., valores bajos falsos de hormona estimulante de la tiroides y resultados elevados falsos de T₄ libre y T₃ total). Los anticuerpos monoclonales terapéuticos (p. ej., daratumumab) pueden interferir con las pruebas del banco sanguíneo (p. ej., detección de anticuerpo y pruebas cruzadas) y afectar la interpretación de la electroforesis de proteínas séricas. El eltrombopag, un agonista del receptor para trombopoyetina, produce cambio en la coloración del suero (puede malinterpretarse como hemólisis) y también interfiere con ciertos análisis de diazo de bilirrubina.

Las interferencias internas que se derivan de estados fisiológicos anormales modifican la medición de la prueba. Por ejemplo, los pacientes con lipemia obvia pueden mostrar concentraciones séricas bajas falsas de sodio si la metodología de la prueba incluye un paso en el que el suero se diluye antes de cuantificar el sodio, y los pacientes con anticuerpos endógenos (p. ej., anticuerpos humanos antirratón, factor reumatoide) pueden tener resultados altos o bajos falsos en los inmunoanálisis automatizados para varios analitos.

Debido a la posibilidad de interferencia con la prueba, los médicos deben desconfiar de resultados inesperados en la prueba e investigar razones distintas de la enfermedad que explicarían los resultados anormales, incluidos errores de laboratorio preanalítios y analíticos.

Los médicos deben usar mediciones del desempeño de una prueba como la sensibilidad y especificidad para juzgar la calidad de una prueba diagnóstica para una enfermedad específica.

La sensibilidad de la prueba es la capacidad de una prueba para detectar una enfermedad y se expresa como el porcentaje de pacientes con la enfermedad en quienes la prueba es positiva. En consecuencia, una prueba que tiene una sensibilidad de 90% arroja resultados positivos en 90% de los pacientes enfermos y resultados negativos en 10% de los sujetos enfermos (negativos falsos). En general, una prueba con alta sensibilidad es útil para excluir un diagnóstico porque produce pocos resultados negativos falsos. Para excluir la infección por el VIH, por ejemplo, se puede elegir una prueba con sensibilidad alta como la del antígeno p24 del VIH y una prueba rápida combinada de cuarta generación con antígeno/anticuerpo del VIH-1/2 (prueba rápida combinada de HIV-1/2 Ag / Ab).

La especificidad de una prueba es la capacidad para detectar la ausencia de una enfermedad y se expresa como el porcentaje de pacientes sin la enfermedad en quienes la prueba es negativa. Por consiguiente, una prueba que es 90% específica genera resultados negativos en 90% de los pacientes sin una enfermedad y resultados positivos en 10% de los individuos sin la enfermedad (positivos falsos). Una prueba con alta especificidad es útil para confirmar un diagnóstico porque produce pocos resultados positivos falsos. Por ejemplo, para establecer el diagnóstico de artritis gotosa, un médico puede seleccionar una prueba muy específica como la presencia de cristales de urato birrefringentes con forma de aguja en la valoración microscópica del líquido articular. Para establecer la sensibilidad y especificidad de una prueba para una enfermedad dada, la prueba debe compararse contra una prueba “norma de referencia” independiente o con criterios diagnósticos estandarizados establecidos que definen el verdadero estado de enfermedad del paciente. Por ejemplo, la sensibilidad y especificidad de las pruebas rápidas de detección de antígeno en el diagnóstico de una faringitis por estreptococo hemolítico β del grupo A se obtienen al comparar los resultados de las pruebas rápidas de antígeno con la prueba norma de referencia, el cultivo faríngeo. La aplicación de la prueba que es norma de referencia a pacientes con pruebas rápidas de antígeno positivas establece su especificidad, mientras que la aplicación de la misma prueba a pacientes con pruebas rápidas de antígeno negativas establece la sensibilidad. La falta de aplicación de la prueba que es norma de referencia después de una prueba rápida de antígeno negativa puede ocasionar una sobreestimación de la sensibilidad dado que no se identifican los negativos falsos. Pese a ello, en muchos estados de enfermedad (p. ej., pancreatitis), una prueba que es norma de referencia independiente no existe o es muy difícil o costosa de aplicar, y en tales casos la determinación confiable de la sensibilidad y especificidad de la prueba es en ocasiones difícil de conseguir.

La sensibilidad y especificidad también pueden afectarse por la población a partir de la cual se derivan estos valores. Por ejemplo, muchas pruebas diagnósticas se evalúan en primer lugar a través de pacientes que tienen una enfermedad grave y grupos de control que son jóvenes y sanos. Comparado con la población general, este grupo de estudio tiene más resultados reales positivos (porque los pacientes tienen una enfermedad más avanzada) y más resultados reales negativos (porque el grupo testigo es saludable). En consecuencia, la sensibilidad y especificidad de la prueba serán más altos que los que cabría esperar en la población general, en la cual se encuentra más de un espectro de salud y enfermedad. Los médicos deben estar conscientes de este sesgo espectral cuando generalicen los resultados de las pruebas publicados con los de su propia práctica. Para reducir al mínimo el sesgo espectral, el grupo testigo debe incluir a individuos que tengan enfermedades relacionadas con el trastorno de estudio, pero que no padezcan la misma afección. Por ejemplo, para establecer la sensibilidad y especificidad de una prueba con un péptido citrulinado anticíclico para la artritis reumatoide, el grupo testigo debe incluir a pacientes con enfermedades reumáticas distintas de la artritis reumatoide. Otros sesgos, como el de la composición del espectro, conformación de la población, norma de referencia ausente o inapropiada, y sesgo de verificación, también deben considerarse en ciertas situaciones, en las que puede ser necesaria la valoración crítica de los artículos publicados.

Es importante tener en cuenta que la sensibilidad y especificidad notificadas de una prueba dependen del nivel del analito usado (umbral) para distinguir un resultado de la prueba normal de uno anormal. Si el umbral se reduce, la sensibilidad se incrementa a expensas de la especificidad disminuida. Si el umbral se eleva, la sensibilidad se reduce al mismo tiempo que la especificidad se incrementa (fig. e2–3).

La figura e2–4 muestra de qué manera pueden calcularse la sensibilidad y especificidad de los resultados de la prueba a partir de pacientes previamente clasificados por la norma de referencia de la prueba como enfermo o no enfermo.

Característica operativa del receptor

El desempeño de dos pruebas diferentes puede compararse graficando las curvas con las características operativas receptor (ROC, receiver operator characteristc) con varios intervalos de referencia de los valores de referencia. Cada punto de la curva ROC representa un par de sensibilidad/especificidad correspondiente a un umbral de decisión particular. La curva resultante de cada prueba, obtenida mediante el trazado de la sensibilidad contra (1-especificidad) muestra con frecuencia cuál prueba es más exacta. Una prueba inobjetablemente superior tiene una curva ROC que siempre se ubica por encima y a la izquierda de la curva de la prueba inferior, y, en general, la mejor prueba posee un área más grande bajo la curva ROC. Por ejemplo, la figura e2–5 muestra las curvas ROC del PSA y de la fosfatasa ácida prostática en el diagnóstico del cáncer de próstata. El PSA es una prueba superior porque tiene un área bajo la curva significativamente mayor y una sensibilidad y especificidad más alta para todos los valores de referencia.

Observe que, para una prueba determinada, la curva ROC también permite identificar el valor de corte que reduce al mínimo los resultados positivos falsos y negativos falsos, el cual se localiza en el punto más cercano al ángulo superior izquierdo de la curva. Sin embargo, el valor de corte clínico óptimo depende de la afección que se detecte y la importancia relativa de los resultados positivos falsos contra los negativos falsos.