Sin conexión: estás viendo lo guardado en tu móvil

Investigación y bioestadística · M26-T04

Validez de pruebas diagnósticas

M26-T04 · Investigación y bioestadísticaValidez de pruebas diagnósticasPracticar · 11

Validar una prueba diagnóstica es compararla con el estado real o, en su defecto, con una prueba de referencia y resumir sus aciertos y errores en una tabla 2×2 F1. De esa tabla salen la sensibilidad y la especificidad (validez), los valores predictivos (seguridad) y los cocientes de probabilidad F1; cuando el resultado es continuo, cada valor de corte da un par de sensibilidad y especificidad y los pares forman la curva ROC F2. En el EIR cae todos los años desde 2019: fórmulas de la tabla, qué parámetro depende de la prevalencia, qué pasa al mover el punto de corte y qué mide el área bajo la curva.

Apuntes para el EIR · versión 2026-10-11 · sin revisión enfermera. Todas las preguntas son reales, de exámenes EIR, con su año y su número; ninguna está escrita por IA. Las respuestas están en el solucionario, al final.

Cómo cae en el EIR

Toca una barra para ver sus preguntas.

11 preguntas de este tema en 22 exámenes (2004-2026, ordinarias, clasificación segura).

Lo más repetido

  • Valor predictivo positivo: definición e interpretación (2 exámenes)
  • Curva ROC y área bajo la curva: capacidad discriminativa (2 exámenes)
  • Valores predictivos: dependen de la prevalencia (alta prevalencia aumenta VPP) (2 exámenes)

Índice

  1. Resumen para repasar3
  2. Puntos clave5
  3. 1. Validar una prueba: patrón de referencia y tabla 2×26
  4. 2. Sensibilidad y especificidad: la validez de la prueba9
  5. 3. El punto de corte: sensibilidad frente a especificidad11
  6. 4. Valores predictivos: la seguridad de la prueba13
  7. 5. La prevalencia cambia los valores predictivos15
  8. 6. Cocientes de probabilidad e índice de Youden17
  9. 7. Curvas ROC y área bajo la curva18
  10. 8. Pruebas en serie y en paralelo, y calidad de los estudios20
  11. Todas las preguntas del tema (11)21
  12. Solucionario24
  13. Fuentes25

Resumen para repasar

1. Validar una prueba: patrón de referencia y tabla 2×2

  • Un test debe tener validez (mide lo que debe medir: sensibilidad y especificidad), reproductividad (mismos resultados al repetirlo) y seguridad (valores predictivos) F1.
  • Se valida frente al estado real o la prueba de referencia (gold standard) F1; rara vez existe un método de exactitud absoluta F3.
  • Tabla 2×2: prueba en filas, enfermedad en columnas; a = VP, b = FP, c = FN, d = VN F1,F3.
  • Sensibilidad a/(a+c), especificidad d/(b+d), VPP a/(a+b), VPN d/(c+d) F3; c/(a+c) = 1 − sensibilidad (deducción), la fracción de falsos negativos F1,F3.
  • Valor global = (VP + VN)/total: aciertos entre todos; mismo peso a sensibilidad y especificidad, valor muy limitado F4.

2. Sensibilidad y especificidad: la validez de la prueba

  • Sensibilidad: probabilidad de clasificar bien a un enfermo (fracción de verdaderos positivos) F1,F2.
  • Especificidad: probabilidad de clasificar bien a un sano (fracción de verdaderos negativos = 1 − FFP) F1,F2.
  • Son propiedades intrínsecas, independientes de la prevalencia F1,F4.
  • Alta sensibilidad para el cribado y enfermedades peligrosas pero tratables F1,F4.
  • Alta especificidad para confirmar antes de tratar y cuando un falso positivo acarrea graves consecuencias físicas, psicológicas o económicas F1,F4.

3. El punto de corte: sensibilidad frente a especificidad

  • En pruebas continuas se elige un valor de corte; sanos y enfermos se solapan y el límite normal-anormal es en general arbitrario F2,F3.
  • Criterios menos estrictos → ↑ sensibilidad, ↓ especificidad, más falsos positivos; más estrictos → lo contrario F3; si lo patológico son valores altos, bajar el umbral es menos estricto (deducción nuestra).
  • Diabetes: el comité de la ADA de 1997 rebajó la glucemia basal diagnóstica de ≥ 140 a ≥ 126 mg/dl F10; la OMS propuso en paralelo ≥ 7,0 mmol/l F7 y un grupo OMS/FID recomendó mantenerla (informe de 2006) F8; en ARIC (EE. UU., mediana edad), un umbral más bajo de glucemia basal alterada (para predecir diabetes futura) dio 70 % de sensibilidad frente a 50 %, a costa del doble de anormales F8.
  • Sensibilidad, especificidad y valores predictivos son probabilidades; el límite entre lo normal y lo anormal es un valor fijado, en general, de forma arbitraria F3.

4. Valores predictivos: la seguridad de la prueba

  • Responden a la pregunta del clínico: con este resultado, ¿está enfermo? F1,F4.
  • VPP: proporción de positivos que están realmente enfermos (VP entre todos los positivos) F1,F3.
  • VPN: proporción de negativos que están realmente sanos F1,F3.
  • Tacto rectal: VPP 70,21 %, VPN 71,98 % F1.

5. La prevalencia cambia los valores predictivos

  • Los valores predictivos dependen de la sensibilidad, la especificidad y, sobre todo, de la prevalencia F3.
  • Prevalencia alta → ↑ VPP; prevalencia baja → VPP bajo y VPN alto F1,F4.
  • VIH con sensibilidad y especificidad del 99,5 %: VPP 29,9 % con prevalencia del 0,21 % y 98,7 % con el 28,6 % F1.
  • COVID-19: con prevalencia del 1 %, incluso con 99 % de especificidad la mitad de los positivos serían falsos F5; si la prevalencia cambia (p. ej., al subir o bajar la transmisión: deducción nuestra), cambian los valores predictivos F3,F4, no la sensibilidad ni la especificidad F1.

6. Cocientes de probabilidad e índice de Youden

  • CP+ = sensibilidad/(1 − especificidad); CP− = (1 − sensibilidad)/especificidad F1.
  • No dependen de la prevalencia: sirven para comparar pruebas F1,F4.
  • Índice de Youden = sensibilidad + especificidad − 1 F4.

7. Curvas ROC y área bajo la curva

  • Curva ROC: pares (1 − especificidad, sensibilidad) para todos los cortes F1,F2.
  • Eje Y: sensibilidad; eje X: falsos positivos (1 − especificidad) F2.
  • Diagonal = no discrimina; discriminación perfecta = pasa por el vértice superior izquierdo F2.
  • Área bajo la curva: capacidad global de discriminar entre enfermos y no enfermos; 0,5 = azar, 1 = perfecta F2,F4; independiente de la prevalencia F1.
  • El kappa mide concordancia entre observadores F9.

8. Pruebas en serie y en paralelo, y calidad de los estudios

  • En paralelo: diagnostica más enfermos pero más sanos como enfermos; en serie: pocos falsos positivos pero se escapan enfermos F1.
  • Los índices son estimaciones: con intervalo de confianza y cuidando muestreo y criterio de referencia para evitar sesgos F1,F2.

Puntos clave

  1. Sensibilidad = a/(a+c): probabilidad de que la prueba sea positiva en los enfermos; especificidad = d/(b+d): probabilidad de que sea negativa en los sanos F3.
  2. VPP = a/(a+b): verdaderos positivos entre todos los positivos; VPN = d/(c+d) F3.
  3. Valor global = (VP + VN) / total: aciertos entre todos los sujetos; da el mismo peso a sensibilidad y especificidad y tiene valor limitado F4.
  4. Cribado: alta sensibilidad. Confirmación antes de tratar, o cuando un falso positivo acarrea graves consecuencias: alta especificidad F1,F4.
  5. Criterios menos estrictos para considerar positiva la prueba aumentan la sensibilidad y reducen la especificidad F3; con valores altos patológicos, bajar el umbral es menos estricto (deducción nuestra).
  6. Los valores predictivos dependen de la prevalencia: si sube, aumenta el VPP; la sensibilidad, la especificidad y los cocientes de probabilidad no cambian F1,F3.
  7. Curva ROC: sensibilidad en el eje Y y 1 − especificidad (falsos positivos) en el eje X; la diagonal es una prueba que no discrimina y la perfecta pasa por el vértice superior izquierdo F2.
  8. El área bajo la curva ROC mide la capacidad de discriminar entre enfermos y no enfermos: 0,5 = azar, 1 = perfecta F2,F4.

1. Validar una prueba: patrón de referencia y tabla 2×2

Una buena prueba diagnóstica es la que da resultados positivos en los enfermos y negativos en los sanos. Pita Fernández y Pértegas Díaz resumen en tres las condiciones que deben exigirse a un test F1:

Además conviene que el test sea sencillo de aplicar, aceptado por los pacientes, con los mínimos efectos adversos y económicamente soportable F1. Para una prueba de detección sistemática (cribado), Epidemiología básica (OMS/OPS) pide que sea de bajo costo, fácil de aplicar, aceptable, fiable (resultados coherentes) y válida (clasifica correctamente a las personas en un grupo con enfermedad y otro sin ella) F3.

Para validar una prueba se compara su resultado con el estado real del paciente o, en su defecto, con el resultado de la prueba de referencia o «gold standard» F1. Muchas veces el diagnóstico real de todos los individuos es desconocido, y se toma como comparador la prueba de referencia usada hasta la aparición de la nueva prueba F4. Rara vez se dispone de un método de exactitud absoluta, y las pruebas muy exactas a menudo son caras y cruentas; por eso en la práctica se usan pruebas más simples, cuya validez hay que conocer F3.

En el caso más sencillo, una prueba dicotómica (positivo/negativo), los sujetos estudiados se reparten en cuatro grupos en una tabla 2×2 que enfrenta el resultado de la prueba (en filas) con el verdadero diagnóstico (en columnas) F1. El resultado puede ser correcto (verdadero positivo y verdadero negativo) o incorrecto (falso positivo y falso negativo) F1. Epidemiología básica rotula las casillas con letras F3; las siglas VP, FP, FN y VN son las de Fisterra y las de Cirugía Española F1,F4:

Resultado de la pruebaEnfermedad presenteEnfermedad ausenteTotal
Positivaa = verdaderos positivos (VP)b = falsos positivos (FP)a + b
Negativac = falsos negativos (FN)d = verdaderos negativos (VN)c + d
Totala + c (enfermos)b + d (sanos)a + b + c + d F3

Con esa tabla se calculan los índices de validez y de seguridad. Los cuatro primeros los da Epidemiología básica con sus letras (cuadro 6.5), y cada uno se define como una probabilidad F3; las igualdades con VP, FP, FN y VN y el valor global (aciertos entre todos) los da Cirugía Española F4:

ÍndiceFórmulaQué probabilidad expresa
Sensibilidada / (a + c) = VP / (VP + FN)Que la prueba sea positiva en las personas que tienen la enfermedad F3
Especificidadd / (b + d) = VN / (VN + FP)Que la prueba sea negativa en las personas que no tienen la enfermedad F3
Valor predictivo positivoa / (a + b) = VP / (VP + FP)Que la persona tenga la enfermedad cuando la prueba da positivo F3
Valor predictivo negativod / (c + d) = VN / (VN + FN)Que la persona no tenga la enfermedad cuando la prueba da negativo F3
Valor predictivo global («valor global»)(VP + VN) / total = (a + d) / (a + b + c + d)Aciertos entre todos los sujetos estudiados F4
Por columnas y por filas

Sensibilidad y especificidad se calculan por columnas (sobre enfermos, a + c, y sobre sanos, b + d); los valores predictivos, por filas (sobre positivos, a + b, y sobre negativos, c + d) F3. Con la misma tabla, c / (a + c) = 1 − a / (a + c) (deducción aritmética) es la proporción de enfermos con resultado negativo, la fracción de falsos negativos (1 − sensibilidad) F1,F3.

El valor predictivo global (en inglés overall accuracy; en estos apuntes lo abreviamos «valor global») resume en una sola cifra la validez de la prueba: es la proporción de aciertos (VP + VN) sobre todos los sujetos estudiados F4. En el ejemplo del tacto rectal de la sección 2 serían (634 + 1.251) / 2.641 ≈ 71,4 % (cálculo con los datos de la tabla 2 de Fisterra) F1,F4.

El valor global tiene un valor muy limitado

Da el mismo peso a la sensibilidad y a la especificidad. Sancho-Insenser y González-Castillo lo consideran, pese a su nombre, el parámetro menos objetivo para describir la validez de una prueba dicotómica. Como medida sintética (una sola cifra) que da la misma importancia a sensibilidad y especificidad, es de utilidad limitada a los casos concretos en los que solo se dispone de una prueba para sospechar y confirmar el diagnóstico; de las medidas sintéticas dicen que son claramente inferiores a las razones de verosimilitud y que deberían estar en desuso F4.

EIR 2020 · 68P9 · respuesta en el solucionario
Se ha realizado un estudio de validación de una prueba diagnóstica, cuyos resultados se reflejan en una...: La sensibilidad se calcula mediante la fórmula: a / (a+c)

Se ha realizado un estudio de validación de una prueba diagnóstica, cuyos resultados se reflejan en una tabla de contingencia. ¿Cuál de las siguientes afirmaciones es la correcta?:

  1. El valor global se calcula mediante la fórmula: a / (a+b+c+d).
  2. La especificidad se calcula mediante la fórmula: c / (a+c).
  3. La sensibilidad se calcula mediante la fórmula: a / (a+c).
  4. El Valor Predictivo Negativo se calcula mediante la fórmula: (b+c) / (a+b+c+d).
EIR 2023 · 21P4 · respuesta en el solucionario
Cuando se habla de valor global en el proceso de toma de decisiones diagnósticas, hace referencia a: La proporción de sujetos correctamente clasificados por el test en relación al total...

Cuando se habla de valor global en el proceso de toma de decisiones diagnósticas, hace referencia a:

  1. El número de enfermos que existe en una población determinada en un período de tiempo concreto.
  2. Es el número total de positivos obtenidos en el proceso diagnóstico en relación al total de sujetos que componen la muestra estudiada.
  3. La proporción de sujetos correctamente clasificados por el test en relación al total de sujetos que componen la muestra de estudio.
  4. Grado en que los resultados de un estudio son generalizables a otros sujetos o poblaciones.

2. Sensibilidad y especificidad: la validez de la prueba

Sensibilidad: es la probabilidad de clasificar correctamente a un individuo enfermo, es decir, la probabilidad de que un sujeto enfermo obtenga un resultado positivo; es la capacidad del test para detectar la enfermedad F1. Se estima como la proporción de enfermos con resultado positivo, y por eso se llama también fracción de verdaderos positivos (FVP) F1,F2.

Especificidad: es la probabilidad de clasificar correctamente a un individuo sano, es decir, la probabilidad de que un sujeto sano obtenga un resultado negativo; es la capacidad para detectar a los sanos F1. Se llama también fracción de verdaderos negativos (FVN) y es igual a 1 − la fracción de falsos positivos (FFP) F1,F2.

Ejemplo de Fisterra: 2.641 pacientes con sospecha de cáncer de próstata; se comparó el tacto rectal (normal o anormal) con la biopsia (prueba de referencia) F1. Hubo 1.121 cánceres (42,45 %). La sensibilidad del tacto fue del 56,56 % (634/1.121) y la especificidad del 82,3 % (1.251/1.520) F1. Por tanto, un 43,44 % de los pacientes que tenían cáncer presentaban un tacto normal (falsos negativos) F1.

Tacto rectalCáncer (biopsia)Patología benignaTotal
Anormal634269903
Normal4871.2511.738
Total1.1211.5202.641 F1

Sensibilidad y especificidad son propiedades intrínsecas de la prueba: definen su validez independientemente de la prevalencia de la enfermedad en la población a la que se aplica F1,F4. Su inconveniente es que no responden a la pregunta del clínico ante un resultado concreto; esa pregunta la responden los valores predictivos (sección 4) F1,F4.

Lo ideal sería una prueba de alta sensibilidad y alta especificidad, pero no siempre es posible, y hay que elegir según el uso F1:

Prueba muy SENSIBLEPrueba muy ESPECÍFICA
Evita sobre todoLos falsos negativos (no se escapan enfermos) F1,F4Los falsos positivos (no se etiqueta de enfermo a un sano) F1,F4
Uso típicoCribado: captar a todos los enfermos, aun a costa de algunos falsos positivos F1,F4Confirmación del diagnóstico: antes de iniciar un tratamiento se suele pedir una prueba confirmatoria, idealmente de alta especificidad F4
Cuándo es especialmente adecuadaCuando no diagnosticar puede ser fatal: enfermedades peligrosas pero tratables (linfomas, tuberculosis); o cuando un falso positivo no produce serios trastornos psicológicos o económicos (mamografía en el cáncer de mama) F1Enfermedades graves pero sin tratamiento que las haga curables; cuando interesa mucho conocer la ausencia de enfermedad; o cuando diagnosticar a alguien de un mal que no padece puede acarrear graves consecuencias físicas, psicológicas o económicas (Fisterra pone el ejemplo del sida) F1,F4

Epidemiología básica lo plantea de forma parecida para el cribado: los criterios de una prueba dependen de las consecuencias de clasificar a individuos como falsos negativos y falsos positivos; en una enfermedad grave de recién nacidos puede preferirse una alta sensibilidad, aceptando el costo de muchos falsos positivos, que luego hay que seguir para distinguir quiénes son positivos verdaderos F3.

Cuándo se pide una especificidad alta

Las pruebas confirmatorias deben tener alta especificidad para evitar falsos positivos F1,F4, y antes de iniciar un tratamiento suele pedirse una prueba confirmatoria, idealmente de alta especificidad F4. Las pruebas de elevada especificidad son esenciales cuando existe gran interés por conocer la ausencia de enfermedad, en enfermedades graves sin tratamiento que las haga curables, o cuando diagnosticar a alguien de un mal que no padece pueda acarrear graves consecuencias físicas, psicológicas o económicas F1,F4.

Sensible para cribar, específica para confirmar

Sensibilidad → Screening (cribado) y enfermos que no deben scaparse. Especificidad → Evitar falsos positivos antes de tratar.

EIR 2021 · 40P6 · respuesta en el solucionario
Si sospechamos la presencia de una enfermedad severa, cuyo manejo conlleva medidas invasivas con...: Tener una elevada especificidad

Si sospechamos la presencia de una enfermedad severa, cuyo manejo conlleva medidas invasivas con potenciales efectos secundarios graves, ¿cuál sería la principal característica que buscaremos en la prueba diagnóstica a realizar?:

  1. Tener una elevada sensibilidad.
  2. Tener una elevada especificidad.
  3. Tener un elevado valor predictivo positivo.
  4. Tener un elevado valor predictivo negativo.

3. El punto de corte: sensibilidad frente a especificidad

Muchas pruebas no dan un resultado dicotómico sino un valor numérico (por ejemplo, una glucemia). Para clasificar a los pacientes hay que elegir un valor de corte y considerar positivos los valores situados a un lado de él F1,F2. Con cada punto de corte se obtiene un par distinto de sensibilidad y especificidad F1,F2.

Las distribuciones de los resultados en sanos y enfermos suelen solaparse: es imposible elegir un valor que separe netamente la normalidad de la anormalidad, y siempre hay personas sanas en el lado «anormal» y casos verdaderos en el lado «normal» F3. Además, el equilibrio entre sensibilidad y especificidad se busca fijando un límite entre lo normal y lo anormal que en general es arbitrario F3.

Mover el punto de corte

Si se aplican criterios menos estrictos para considerar positiva una prueba, aumenta la sensibilidad y disminuye la especificidad; con criterios más estrictos, aumenta la especificidad pero disminuye la sensibilidad F3. Si se intenta aumentar la sensibilidad para incluir a todos los positivos verdaderos, necesariamente aumenta el número de falsos positivos F3. Siempre hay que buscar un equilibrio: el incremento de una supone la reducción de la otra F3.

En la curva ROC se ve el mismo compromiso: si se modifica el valor de corte para obtener mayor sensibilidad, solo puede hacerse a expensas de disminuir la especificidad F2. Para elegir el valor de corte hace falta conocer detalladamente los riesgos y beneficios de las decisiones que se derivan del resultado F2. Un enfoque sencillo calcula un coeficiente m con la razón entre el coste de un falso positivo y el de un falso negativo y con la prevalencia, y el valor de corte óptimo es el punto de la curva ROC cuya tangente tiene esa pendiente m; pero en la mayoría de los casos pretender calcular un valor de corte óptimo es excesivo, salvo que uno se contente con estimaciones imprecisas o puramente intuitivas F2.

Ejemplo de la diabetes. Aplicación nuestra de esa regla general F3: cuando lo patológico son los valores altos, como en la glucemia, bajar la cifra umbral es un criterio menos estricto para considerar positiva la prueba; por tanto aumenta la sensibilidad (se detectan más enfermos) y disminuye la especificidad (más falsos positivos). En 1997 el comité de expertos de la Asociación Americana de Diabetes (ADA), según resumió el CDC, rebajó el criterio diagnóstico en ayunas de ≥ 140 mg/dl a ≥ 126 mg/dl de glucosa plasmática F10. La consulta de la OMS de 1998 (informe provisional, en paralelo con el comité de expertos de la Asociación Americana de Diabetes) propuso rebajar el valor diagnóstico de la glucemia plasmática en ayunas a ≥ 7,0 mmol/l F7; es el criterio que un grupo asesor técnico de la OMS y la FID recomendó mantener (reunión de noviembre de 2005, informe de 2006; 7,0 mmol/l son los 126 mg/dl que da su informe): glucemia en ayunas ≥ 7,0 mmol/l (126 mg/dl) o a las 2 horas ≥ 11,1 mmol/l (200 mg/dl) F8.

El mismo informe OMS/FID ilustra el mismo compromiso con otro umbral, el de la glucemia basal alterada usado para predecir diabetes futura (no para diagnosticarla): en el estudio ARIC, una glucemia en ayunas ≥ 5,6 mmol/l tuvo una sensibilidad del 70 % para predecir diabetes, frente al 50 % con ≥ 5,9 mmol/l, pero a costa de clasificar como anormal al 40 % de esa población estadounidense de mediana edad en lugar del 20 % F8.

EIR 2021 · 39P7 · respuesta en el solucionario
La Asociación Americana de Diabetes en 1997 y la Organización Mundial de la Salud en 1998 aprobaron nuevos...: Incrementar la sensibilidad de la prueba

La Asociación Americana de Diabetes en 1997 y la Organización Mundial de la Salud en 1998 aprobaron nuevos criterios para el diagnóstico de la Diabetes Mellitus. Se recomendó el descenso del valor de glucemia basal de 140 mg/dl a 126 mg/dl, para diagnosticar a una persona de Diabetes. Este cambio de criterio consigue:

  1. Incrementar la sensibilidad de la prueba.
  2. Incrementar la especificidad de la prueba.
  3. Disminuir los falsos positivos de la prueba.
  4. Incrementar la fiabilidad de la prueba.

Probabilidades y límite de normalidad. La sensibilidad, la especificidad y los valores predictivos positivo y negativo se definen como probabilidades (de un resultado según el estado real, o de un estado real según el resultado) F1,F3. El límite entre lo normal y lo anormal (lo que el enunciado de EIR2016-207 llama «límites patológicos»: equivalencia nuestra) es un valor de la escala de la prueba que se fija, en general, de forma arbitraria F3.

EIR 2016 · 207P11 · respuesta en el solucionario
Al realizar una prueba diagnóstica, ¿cuáles de las siguientes opciones no es una característica probabilística: Límites patológicos

Al realizar una prueba diagnóstica, ¿cuáles de las siguientes opciones no es una característica probabilística?:

  1. Sensibilidad.
  2. Valor predictivo negativo.
  3. Especificidad.
  4. Límites patológicos.

4. Valores predictivos: la seguridad de la prueba

Sensibilidad y especificidad informan de la probabilidad de un resultado en función de la verdadera condición del paciente. Pero cuando se hace una prueba no se conoce el diagnóstico real, y la pregunta del clínico es la contraria: ante un resultado positivo (negativo), ¿qué probabilidad hay de que el paciente esté realmente enfermo (sano)? La responden los valores predictivos F1,F4.

La OMS lo define igual en su guía de pruebas de antígenos del SARS-CoV-2: el VPP es la probabilidad de que los pacientes con un resultado positivo tengan la enfermedad F5.

En el ejemplo del tacto rectal, el VPP fue del 70,21 % (634/903) y el VPN del 71,98 % (1.251/1.738): en el 70,21 % de los pacientes con tacto anormal se confirmó el cáncer, y de los que tuvieron un tacto normal, el 71,98 % estaban efectivamente sanos F1.

Proporción que se mideParámetroDenominador
Enfermos que dan positivoSensibilidadEnfermos (a + c) F1,F3
Sanos que dan negativoEspecificidadSanos (b + d) F1,F3
Positivos que están realmente enfermosValor predictivo positivoPositivos (a + b) F1,F3
Negativos que están realmente sanosValor predictivo negativoNegativos (c + d) F1,F3
Resultados correctos (positivos y negativos) sobre todos los sujetosValor globalTotal (a + b + c + d) F4
Interpretar un VPP

El VPP responde a esta pregunta: de los pacientes con un resultado positivo, ¿qué proporción está realmente enferma? F1,F3. En el ejemplo del tacto rectal, un VPP del 70,21 % significa que en el 70,21 % de los pacientes con tacto anormal se confirmó el cáncer F1. Su denominador son los resultados positivos (a + b) F3.

Los valores predictivos tienen utilidad clínica y para informar al paciente, pero dependen de la prevalencia (sección 5); Sancho-Insenser y González-Castillo, además, los califican de ideales para el clínico, pero muy sensibles a valores extremos de la prevalencia y sin utilidad para comparar pruebas en poblaciones distintas F1,F4.

EIR 2024 · 77P3 · respuesta en el solucionario
Valor predictivo positivo: definición e interpretación

En una prueba de cribado, la proporción de verdaderos positivos entre los identificados como positivos, se denomina:

  1. Prevalencia.
  2. Especificidad.
  3. Sensibilidad.
  4. Valor predictivo.
EIR 2026 · 48P1 · respuesta en el solucionario
Valor predictivo positivo: definición e interpretación

En un estudio realizado en atención primaria para validar un test rápido de detección de antígenos del estreptococo β-hemolítico del grupo A en pacientes con faringitis, el valor predictivo positivo del test fue del 90 %. ¿Qué interpretación es correcta?:

  1. Que el test identifica correctamente al 90 % de los pacientes con infección estreptocócica.
  2. Que el 90 % de los pacientes con un resultado positivo en el test realmente presentan faringitis estreptocócica.
  3. Que el test ofrece un resultado negativo en el 90 % de los pacientes sin infección.
  4. Que el test acierta el 90 % de las veces, tanto en positivos como en negativos.

5. La prevalencia cambia los valores predictivos

El valor predictivo depende de la sensibilidad y la especificidad de la prueba y, lo que es más importante, de la prevalencia de la enfermedad en la población estudiada F3. Incluso con sensibilidad y especificidad elevadas, cuando la prevalencia es baja el VPP puede ser muy bajo F3. La prevalencia de los pacientes a los que se aplica la prueba puede ser muy distinta de la del estudio publicado que estableció su utilidad F3.

PrevalenciaVPPVPN
BajaBajo: un positivo no permite confirmar el diagnóstico F1Alto: un negativo descarta la enfermedad con mayor seguridad F1,F4
AltaAlto: un positivo tiende a confirmar la enfermedad F1,F4Disminuye: la OMS lo expresa al revés, cuanto más baja es la prevalencia, más probable es que un negativo no tenga la enfermedad F5

Ejemplo de Fisterra con un test de VIH de sensibilidad y especificidad aproximadas del 99,5 %, aplicado a los 2.800.000 habitantes de Galicia F1:

Lo que cambia y lo que no

Al pasar a una población de mayor prevalencia aumenta el valor predictivo positivo (y baja el negativo) F1,F4. La sensibilidad y la especificidad no cambian: son propiedades intrínsecas de la prueba e independientes de la prevalencia F1,F4. Tampoco cambian los cocientes de probabilidad (sección 6) F1.

La pandemia de COVID-19 lo hizo visible. La OMS insistía en que la prevalencia de la enfermedad en la comunidad estudiada afecta fuertemente al valor predictivo de un resultado positivo o negativo, y que la prevalencia debía estimarse con la vigilancia porque influye en el VPP y el VPN F5. En general, cuanto mayor es la prevalencia de infección en la población estudiada, más probable es que quien da positivo tenga COVID-19 F5.

Si la prevalencia cambia (por ejemplo, al subir o bajar la transmisión de una epidemia), lo que varía son los valores predictivos, porque dependen de la prevalencia F3,F4,F5; la sensibilidad y la especificidad, propiedades intrínsecas, no dependen de ella F1,F4. (Aplicación nuestra a la evolución de una epidemia.)

EIR 2019 · 210P10 · respuesta en el solucionario
Valores predictivos: dependen de la prevalencia (alta prevalencia aumenta VPP)

Respecto a las pruebas diagnósticas, cuando se aplican en un contexto de alta prevalencia de la enfermedad, fundamentalmente debemos considerar que:

  1. Aumenta la sensibilidad de la prueba.
  2. Aumenta la especificidad de la prueba.
  3. Aumenta el valor predictivo positivo de la prueba.
  4. Aumenta el valor predictivo negativo de la prueba.
EIR 2022 · 50P5 · respuesta en el solucionario
Valores predictivos: dependen de la prevalencia (alta prevalencia aumenta VPP)

Durante las olas de la pandemia por COVID19, en relación a las pruebas diagnósticas, ¿qué aspecto de los siguientes se verá principalmente influido por la situación?:

  1. La sensibilidad.
  2. La especificidad.
  3. Los valores predictivos.
  4. La fiabilidad.

6. Cocientes de probabilidad e índice de Youden

Como los valores predictivos dependen de la prevalencia, no sirven para comparar dos pruebas ni para extrapolar los resultados de otros estudios. Hacen falta índices clínicamente útiles que no dependan de la prevalencia: la razón de verosimilitudes, razón de probabilidad o cociente de probabilidades, que mide cuánto más probable es un resultado concreto según la presencia o ausencia de enfermedad F1,F4.

ÍndiceCálculoLectura
Cociente de probabilidades positivo (CP+)Sensibilidad / (1 − especificidad) = fracción de verdaderos positivos / fracción de falsos positivos F1Cuántas veces es más probable un resultado positivo en un enfermo que en un sano F1
Cociente de probabilidades negativo (CP−)(1 − sensibilidad) / especificidad = fracción de falsos negativos / fracción de verdaderos negativos F1Probabilidad de un negativo en presencia de enfermedad frente a su probabilidad en ausencia de ella F1
Índice de YoudenSensibilidad + especificidad − 1 F4Las fuentes leídas solo dan su fórmula, sin interpretación (tabla 1 de Cirugía Española) F4

En el ejemplo del tacto rectal el CP+ fue de 3,20: un tacto anormal es unas 3 veces más probable en un paciente con cáncer de próstata que en uno sin cáncer F1.

Qué depende de la prevalencia

Dependen: VPP y VPN F1,F3. No dependen: sensibilidad, especificidad, cocientes de probabilidad F1,F4 y área bajo la curva ROC F1.

7. Curvas ROC y área bajo la curva

Cuando el resultado de la prueba es continuo (o se clasifica en categorías), cada valor de corte da un par de sensibilidad y especificidad. La curva ROC (receiver operating characteristic) representa gráficamente los pares (1 − especificidad, sensibilidad) obtenidos con todos los posibles valores de corte F1,F2. El análisis ROC nació en la teoría de la decisión, en los años 50, con la detección de señales por radar F2.

ElementoQué representa
Eje Y (ordenadas)Sensibilidad = fracción de verdaderos positivos (FVP) F2
Eje X (abscisas)1 − especificidad = fracción de falsos positivos (FFP) F2
Diagonal del vértice inferior izquierdo al superior derechoPrueba que no discrimina entre sanos y enfermos F2; equivale a un área de 0,5, como lanzar una moneda al aire F4
Vértice superior izquierdoDiscriminación perfecta (100 % de sensibilidad y 100 % de especificidad): la curva pasaría por ese punto F2
Desplazamiento de la curvaLa exactitud aumenta a medida que la curva se aleja de la diagonal hacia el vértice superior izquierdo F2

La curva ROC es necesariamente creciente, reflejo del compromiso entre sensibilidad y especificidad: ganar sensibilidad moviendo el corte solo se consigue perdiendo especificidad F2. Sirve para comparar pruebas y para comparar varios puntos de corte de una misma prueba F4.

El área bajo la curva (ABC, AUC)

Se emplea como un índice conveniente de la exactitud global de la prueba: 1 = exactitud máxima y 0,5 = mínima (si saliera menor de 0,5, habría que invertir el criterio de positividad) F2. Fisterra la considera el mejor indicador de la capacidad predictiva del test, independiente de la prevalencia, y la base para comparar pruebas diagnósticas F1: a mayor área, mayor capacidad de discriminar correctamente entre enfermos y no enfermos F4.

En términos probabilísticos, el área bajo la curva es la probabilidad de que, si se eligen al azar un paciente enfermo y otro sano, el valor de la prueba sea mayor en el enfermo F2. Se calcula con intervalo de confianza; con los datos de volumen corpuscular medio para diagnosticar anemia ferropénica, el ABC fue de 0,699 (IC 95 %: 0,585-0,813) F2. Al comparar dos pruebas se prefiere, en principio, la de mayor ABC, aunque dos curvas de forma muy distinta pueden tener un área casi igual y hay que mirarlas; para esos casos se proponen índices de área parcial F2.

¿El área va de 0 a 1 o de 0,5 a 1?

Matemáticamente el área oscila entre 0 y 1 F4, pero 0,5 corresponde al azar (la diagonal) y un valor menor de 0,5 se corrige invirtiendo el criterio de positividad; por eso la exactitud útil va de 0,5 a 1 F2. Sancho-Insenser y González-Castillo aconsejan restar 0,5 al área: un área de 0,750 puede parecer convincente, pero deja 0,25 de área por encima del azar; ellos lo describen como una mejora de solo el 25 % sobre lanzar una moneda (cifra referida al área total de 1, no al tramo de 0,5 a 1) F4.

El índice kappa mide la concordancia entre observadores corregida por la que se debe exclusivamente al azar F9.

EIR 2020 · 70P8 · respuesta en el solucionario
Curva ROC y área bajo la curva: capacidad discriminativa

Respecto al análisis de las curvas ROC de las pruebas diagnósticas, ¿qué afirmación de las siguientes es FALSA?:

  1. El eje X representa los resultados falsos positivos.
  2. El eje Y representa la sensibilidad.
  3. Una prueba con una discriminación perfecta sanos-enfermos dará lugar a una recta en diagonal de 45º.
  4. Permiten elegir el punto de corte apropiado para considerar resultados positivos y negativos de una prueba.
EIR 2025 · 36P2 · respuesta en el solucionario
Curva ROC y área bajo la curva: capacidad discriminativa

Para evaluar la capacidad discriminativa (sanos vs enfermos) de un test o prueba diagnóstica, ¿cuál de las siguientes métricas utilizaría?:

  1. El Área Bajo la Curva.
  2. El índice Kappa.
  3. El Valor Predictivo Positivo.
  4. La Sensibilidad.

8. Pruebas en serie y en paralelo, y calidad de los estudios

Cuando se usan varias pruebas complementarias, se llaman en paralelo si se hacen simultáneamente y en serie si cada una se decide según los resultados de las anteriores F1.

EstrategiaQué se ganaQué se arriesga
En paralelo (a la vez)Aumenta la probabilidad de diagnosticar a un enfermo F1Aumenta también la probabilidad de considerar enfermo a un sano F1
En serie (una tras otra)Pocos sanos serán considerados enfermos F1El riesgo es no diagnosticar a algunos enfermos F1

Los estudios de evaluación de pruebas diagnósticas son el instrumento para obtener la sensibilidad, la especificidad y los valores predictivos F1. Lo que se obtiene son estimaciones para una población teórica, por lo que deben acompañarse de su precisión, idealmente con intervalos de confianza F1,F2,F4. La población de estudio, la estrategia de muestreo, la selección del criterio de referencia y la forma de aplicar las pruebas son elementos que hay que cuidar para evitar sesgos F1.

Cada parámetro, para quién

Sensibilidad y especificidad describen bien la validez de una prueba (ideales para el epidemiólogo) pero exigen conocer el diagnóstico real; los valores predictivos no lo exigen (ideales para el clínico) pero son muy sensibles a valores extremos de la prevalencia; los cocientes de probabilidad son independientes de la prevalencia (ideales para el investigador, aunque deben interpretarse correctamente); el valor global tiene un valor muy limitado F4.

Todas las preguntas del tema (11)

De la más reciente a la más antigua. Las respuestas, en el solucionario.

EIR 2026 · 48P1 · respuesta en el solucionario

En un estudio realizado en atención primaria para validar un test rápido de detección de antígenos del estreptococo β-hemolítico del grupo A en pacientes con faringitis, el valor predictivo positivo del test fue del 90 %. ¿Qué interpretación es correcta?:

  1. Que el test identifica correctamente al 90 % de los pacientes con infección estreptocócica.
  2. Que el 90 % de los pacientes con un resultado positivo en el test realmente presentan faringitis estreptocócica.
  3. Que el test ofrece un resultado negativo en el 90 % de los pacientes sin infección.
  4. Que el test acierta el 90 % de las veces, tanto en positivos como en negativos.
EIR 2025 · 36P2 · respuesta en el solucionario

Para evaluar la capacidad discriminativa (sanos vs enfermos) de un test o prueba diagnóstica, ¿cuál de las siguientes métricas utilizaría?:

  1. El Área Bajo la Curva.
  2. El índice Kappa.
  3. El Valor Predictivo Positivo.
  4. La Sensibilidad.
EIR 2024 · 77P3 · respuesta en el solucionario

En una prueba de cribado, la proporción de verdaderos positivos entre los identificados como positivos, se denomina:

  1. Prevalencia.
  2. Especificidad.
  3. Sensibilidad.
  4. Valor predictivo.
EIR 2023 · 21P4 · respuesta en el solucionario

Cuando se habla de valor global en el proceso de toma de decisiones diagnósticas, hace referencia a:

  1. El número de enfermos que existe en una población determinada en un período de tiempo concreto.
  2. Es el número total de positivos obtenidos en el proceso diagnóstico en relación al total de sujetos que componen la muestra estudiada.
  3. La proporción de sujetos correctamente clasificados por el test en relación al total de sujetos que componen la muestra de estudio.
  4. Grado en que los resultados de un estudio son generalizables a otros sujetos o poblaciones.
EIR 2022 · 50P5 · respuesta en el solucionario

Durante las olas de la pandemia por COVID19, en relación a las pruebas diagnósticas, ¿qué aspecto de los siguientes se verá principalmente influido por la situación?:

  1. La sensibilidad.
  2. La especificidad.
  3. Los valores predictivos.
  4. La fiabilidad.
EIR 2021 · 40P6 · respuesta en el solucionario

Si sospechamos la presencia de una enfermedad severa, cuyo manejo conlleva medidas invasivas con potenciales efectos secundarios graves, ¿cuál sería la principal característica que buscaremos en la prueba diagnóstica a realizar?:

  1. Tener una elevada sensibilidad.
  2. Tener una elevada especificidad.
  3. Tener un elevado valor predictivo positivo.
  4. Tener un elevado valor predictivo negativo.
EIR 2021 · 39P7 · respuesta en el solucionario

La Asociación Americana de Diabetes en 1997 y la Organización Mundial de la Salud en 1998 aprobaron nuevos criterios para el diagnóstico de la Diabetes Mellitus. Se recomendó el descenso del valor de glucemia basal de 140 mg/dl a 126 mg/dl, para diagnosticar a una persona de Diabetes. Este cambio de criterio consigue:

  1. Incrementar la sensibilidad de la prueba.
  2. Incrementar la especificidad de la prueba.
  3. Disminuir los falsos positivos de la prueba.
  4. Incrementar la fiabilidad de la prueba.
EIR 2020 · 70P8 · respuesta en el solucionario

Respecto al análisis de las curvas ROC de las pruebas diagnósticas, ¿qué afirmación de las siguientes es FALSA?:

  1. El eje X representa los resultados falsos positivos.
  2. El eje Y representa la sensibilidad.
  3. Una prueba con una discriminación perfecta sanos-enfermos dará lugar a una recta en diagonal de 45º.
  4. Permiten elegir el punto de corte apropiado para considerar resultados positivos y negativos de una prueba.
EIR 2020 · 68P9 · respuesta en el solucionario

Se ha realizado un estudio de validación de una prueba diagnóstica, cuyos resultados se reflejan en una tabla de contingencia. ¿Cuál de las siguientes afirmaciones es la correcta?:

  1. El valor global se calcula mediante la fórmula: a / (a+b+c+d).
  2. La especificidad se calcula mediante la fórmula: c / (a+c).
  3. La sensibilidad se calcula mediante la fórmula: a / (a+c).
  4. El Valor Predictivo Negativo se calcula mediante la fórmula: (b+c) / (a+b+c+d).
EIR 2019 · 210P10 · respuesta en el solucionario

Respecto a las pruebas diagnósticas, cuando se aplican en un contexto de alta prevalencia de la enfermedad, fundamentalmente debemos considerar que:

  1. Aumenta la sensibilidad de la prueba.
  2. Aumenta la especificidad de la prueba.
  3. Aumenta el valor predictivo positivo de la prueba.
  4. Aumenta el valor predictivo negativo de la prueba.
EIR 2016 · 207P11 · respuesta en el solucionario

Al realizar una prueba diagnóstica, ¿cuáles de las siguientes opciones no es una característica probabilística?:

  1. Sensibilidad.
  2. Valor predictivo negativo.
  3. Especificidad.
  4. Límites patológicos.

Solucionario

NºPreguntaRespuesta oficialNotas
P1EIR 2026 · 482
P2EIR 2025 · 361
P3EIR 2024 · 774
P4EIR 2023 · 213hoja del archivo oficial
P5EIR 2022 · 503
P6EIR 2021 · 402
P7EIR 2021 · 391
P8EIR 2020 · 703
P9EIR 2020 · 683
P10EIR 2019 · 2103hoja del archivo oficial
P11EIR 2016 · 2074hoja del archivo oficial

Fuentes

  • F1 Pita Fernández S, Pértegas Díaz S. Pruebas diagnósticas: sensibilidad y especificidad. Cad Aten Primaria. 2003;10:120-124. Fisterra (Metodología de la investigación). Fecha de revisión: 07/12/2010. · https://www.fisterra.com/formacion/metodologia-investigacion/pruebas-diagnosticas-sensibilidad-especificidad/ · consultada 2026-09-27
  • F2 López de Ullibarri Galparsoro I, Pita Fernández S. Curvas ROC. Cad Aten Primaria. 1998;5(4):229-235. Fisterra (Metodología de la investigación). Fecha de revisión: 25/09/2001. · https://www.fisterra.com/formacion/metodologia-investigacion/curvas-roc/ · consultada 2026-09-27
  • F3 Bonita R, Beaglehole R, Kjellström T. Epidemiología básica. 2.ª ed. Publicación Científica y Técnica n.º 629. Washington, D.C.: OPS; 2008. Capítulo 6, pp. 143-144 (prueba de detección y cuadro 6.5, Validez de una prueba de detección sistemática); capítulo 8, pp. 171-174 (anormalidad asociada con enfermedad; pruebas diagnósticas). Traducción al español de la reimpresión corregida de la segunda edición en inglés. · https://iris.paho.org/handle/10665.2/3153 · consultada 2026-09-27
  • F4 Sancho-Insenser JJ, González-Castillo AM. Pruebas diagnósticas. ¿Cómo describir su validez? Cir Esp. 2022;100(9):590-594 (carta metodológica, tablas 1 y 2). doi:10.1016/j.ciresp.2022.02.006. Texto leído en la web de la propia revista (https://www.elsevier.es/es-revista-cirugia-espanola-36-articulo-pruebas-diagnosticas-como-describir-su-validez-S0009739X22000446), porque ScienceDirect, al que lleva el DOI, devuelve 403 a la lectura automática. · https://doi.org/10.1016/j.ciresp.2022.02.006 · consultada 2026-09-27
  • F5 Organización Mundial de la Salud. Antigen-detection in the diagnosis of SARS-CoV-2 infection: interim guidance, 6 October 2021 (WHO/2019-nCoV/Antigen_Detection/2021.1). Puntos clave (p. 1), nota 1 (p. 3), p. 4 y anexo (p. 17, tabla 1). · https://www.who.int/publications/i/item/WHO2019-nCoVAntigen_Detection2021.1 · consultada 2026-09-27
  • F6 Ministerio de Sanidad. Estrategia de detección precoz, vigilancia y control de COVID-19. Actualizado a 22 de diciembre de 2021 (aprobado por la Ponencia de Alertas y la Comisión de Salud Pública del Consejo Interterritorial). Nota 6, p. 10. Documento histórico de la fase aguda de la pandemia, sustituido en marzo de 2022 por la estrategia de vigilancia y control tras la fase aguda. · https://www.sanidad.gob.es/profesionales/saludPublica/ccayes/alertasActual/nCov/documentos/COVID19_Estrategia_vigilancia_y_control_e_indicadores.pdf · consultada 2026-09-27
  • F7 Alberti KG, Zimmet PZ. Definition, diagnosis and classification of diabetes mellitus and its complications. Part 1: diagnosis and classification of diabetes mellitus. Provisional report of a WHO consultation. Diabet Med. 1998;15(7):539-553 (resumen, leído en PubMed mediante las E-utilities del NCBI; PMID 9686693, https://pubmed.ncbi.nlm.nih.gov/9686693/). · https://doi.org/10.1002/(SICI)1096-9136(199807)15:7<539::AID-DIA668>3.0.CO;2-S · consultada 2026-09-27
  • F8 Organización Mundial de la Salud y Federación Internacional de Diabetes. Definition and diagnosis of diabetes mellitus and intermediate hyperglycaemia: report of a WHO/IDF consultation. Ginebra: OMS; 2006 (ISBN 92 4 159493 4). Resumen y recomendaciones (pp. 1-3) y pp. 22-23 (estudio ARIC). · https://www.who.int/publications/i/item/definition-and-diagnosis-of-diabetes-mellitus-and-intermediate-hyperglycaemia · consultada 2026-09-27
  • F9 López de Ullibarri Galparsoro I, Pita Fernández S. Medidas de concordancia: el índice kappa. Cad Aten Primaria. 1999;6:169-171. Fisterra (Metodología de la investigación). Fecha de revisión: 01/12/2010. · https://www.fisterra.com/formacion/metodologia-investigacion/medidas-concordancia-indice-kappa/ · consultada 2026-09-27
  • F10 Centers for Disease Control and Prevention. National Diabetes Awareness Month — November 1997. MMWR Morb Mortal Wkly Rep. 1997;46(43):1013 (resume los cambios del informe del comité de expertos de la ADA: criterio diagnóstico en ayunas de ≥ 140 a ≥ 126 mg/dl). · https://www.cdc.gov/mmwr/preview/mmwrhtml/00049738.htm · consultada 2026-10-11