Vous êtes sur la page 1sur 39

Curso MBE

IV Medicina
Universidad de Valparaso

Likelihood ratios y teorema de


Bayes
Dr. Claudio Puebla
Caso clnico
Paciente de 64 aos, operado hace 3 das de cncer
gstrico sin mayores incidentes. Se encuentra hospitalizado
en cama y no se dej ningn tipo de profilaxis para
enfermedad tromboemblica. Hace 40 minutos inicia en
forma sbita disnea y dolor en hemitrax derecho. Est
taquicrdico y polipneico, resto de signos vitales son
normales. Radiografa de trax no muestra grandes
anormalidades.

Se plantea el diagnstico de tromboembolismo pulmonar.


Se realiza un cintigrama pulmonar ventilacin-perfusin,
para confirmar el diagnstico.

El resultado del examen fue informado de baja probabilidad.

Tiene o no un TEP mi paciente? trato o no ?


Likelihood ratios
ndices de probabilidad.

Su uso ha aumentado notablemente los ltimos aos.

Su gran utilidad ha permitido enfocar de mejor manera


los problemas diagnsticos. En especial en la fase de
refinamiento diagnstico.

No slo sirven para los test diagnstico, tambin


aplicables a la clnica.
Likelihood ratios

Se estiman a partir de la Sensibilidad y Especificidad.

Por lo que no dependen de la prevalencia de la


enfermedad.

Ocupan una mejor lgica que la sensibilidad y


especificidad.
Likelihood ratios

Tanto para resultados positivo y negativo del test.

Relacionan la razn en que un hallazgo es encontrado


en los pacientes con la enfermedad vs los pacientes
sin la enfermedad.

Se estiman odds.
Significado estadstico de LR

LR (+) = tasa de verdaderos positivos / tasa falsos


positivos

LR (-) = tasa de falsos negativos/ tasa de verdaderos


negativos
Estimando Likelihood ratio (+)

Enfermedad
Presente Ausente

(+) Aa b
Test
(-) c dd

a+c b+d
LR (+) = tasa verdaderos positivos / tasa falsos positivos

a / (a + c) / b / (b + d)
Sensibilidad / 1 - especificidad
Estimando Likelihood ratio (-)

Enfermedad
Presente Ausente

Aa b
(+)
Test
(-) c dd
a+c b+d
LR (-) = tasa de falsos negativos/ tasa de verdaderos negativos

c / (a + c) / d / (b + d)
1- sensibilidad / especificidad
Cmo calcular los likelihood ratios

Frmulas simples:
Likelihood ratio positivo:
Sensibilidad / (1 especificidad)

Likelihood ratio negativo:


(1 Sensiblidad)/ especificidad

Sensibilidad y especificidad expresadas en tanto por 1


(no %)
Clculos de LR a partir de la sensibilidad y
especificidad:
S 80 % y E 57 %:
LR (+) = 0,8/(1- 0,57) = 0,8/0,43 = 1,8
LR (-) = (1- 0,8)/0,57 = 0,2/0,57 = 0,35

S 93 % y E 90 % LR (+) S/(1- E)
LR (+) = 0,93/ (1- 0,9) = 0,93/0,1 = 9,3
LR (-) = (1- 0,93)/ 0,9 = 0,07/0,9 = 0,07
LR (-) (1 S)/ E
S 95 % y E 60 %
LR (+) = 0,95/ (1 0,6) = 0,95/ 0,4 = 2,4
LR (-) = (1- 0,95)/ 0,6 = 0,05/ 0,6 = 0,08

S 66 % y E 91 %
LR (+) = 0,66/ (1- 0,91) = 0,66/ 0,09 = 7,3
LR (-) = (1- 0,66)/ 0,91 = 0,34/ 0,91 = 0,37
Informando likelihood ratios positivos
LR (+) de 7 : quiere decir que el hallazgo es siete veces
ms frecuente en paciente con la enfermedad en
sospecha. ( 7 : 1 )

LR de 1: quiere decir que el hallazgo es tan frecuente en


los que tienen la enfermedad como en las que no lo tienen.
En otras palabras el test no sirve para nada. ( 1 : 1 )

A mayor likelihood ratio positivo, mejor es el test para


confirmar.
Informando likelihood ratios positivos

Pauta general de utilidad de LR (+)

> 10 = excelente test


6 a 10= buen test
3 a 6 = regular test
1 a 3= mal test
1 = intil
Ejemplos de likelihood ratios positivos
TAC de abdomen para diagnstico de apendicitis. LR (+) 11 (4,9 a 25)

Ecografa para apendicitis con mdico entrenado. LR ( +) 23 (19-44)

Dmero D para Trombosis venosa profunda. LR (+) 5 (2,1 a 12)

Ultrasonografa para TVP distal. LR (+) 15.

Ferritina plasmtica menor de 15 para anemia ferropnica. LR (+) 55 (35-


84).

Dmero D para tromboembolismo pulmonar. LR (+) 2,8 (1,5 a 5,2).

Soplo sistlico y diastlico en flanco para diagnstico de enfermedad


renovascular. LR (+) 39 (9,4-160)
Users guides to the medical literature: Guyatt Rennie Letelier. JAMA 2002
Informando likelihood ratios negativos
LR (-) de 0,3 : quiere decir que el hallazgo es 0,3 veces
ms frecuente en paciente con la enfermedad en
sospecha. ( 0,3 : 1 ).

Se entiende mejor al expresar en forma inversa, 1 : 0,3 =


3,3. El hallazgo negativo del test es 3,3 veces ms
frecuente en los que no tienen la enfermedad que en los
que la tienen.

LR de 1: se interpreta igual que el LR (+). En otras


palabras el test no sirve para nada. ( 1 : 1 )

A menor likelihood ratio negativo, mejor es el test para


descartar.
Informando likelihood ratios negativos
Pauta general de utilidad de LR (-). Son el inverso de los
LR (+)

1 = intil
1 a 0,33 = mal test
0,33 a 0,16 = regular test
0,16 a 0,1 = buen test
< 0,1 = excelente test
Ejemplos de likelihood ratios negativos
Cintigrama pulmonar ventilacin perfusin de baja probabilidad para TEP.
LR (-) 0,36 (0,26 a 0,49).

Radiografa de trax normal para TEP. LR (-) 0,5 a 2.

AngioTAC para TEP. LR (-) 0,13 (0,03 a 0,51).

Ecografa abdominal para diagnstico de apendicitis. LR (-) 0,22 (0,18-


0,35).

Ausencia signo de Blomberg para apendicitis. LR (-) 0,36 (0,25 a 0,52).

Ausencia de tos para neumona adquirida en la comunidad. LR (-) 0,39


(0,20 a 0,77).

Users guides to the medical literature: Guyatt Rennie Letelier. JAMA 2002
Y ahora usando los likelihood ratios

Como vimos la interpretacin de un test depende del


contexto clnico.

Debemos combinar la probabilidad estimada


clnicamente (probabilidad pretest) y el likelihood ratio del
test.
Para ello usamos el Teorema de Bayes.

Nos permite combinar las probabilidades de 2 fenmenos


independientes.

Se multiplican ambos.
Uso del teorema de Bayes: LR (+)
Supongamos una probabilidad pretest de 55 % y el likelihood ratio (+)
es 6,4.

Aqu hay que usar los odds.


Primero calculamos el pretest odds.
55 % es igual a 55/100 y en odds 55/45 o 55:45. pretest odds de 1,2.

Ahora multiplicamos el pretest odds con el LR (+): 1,2 x 6,4 = 7,3. A


este llamaremos post test odds.

Finalmente debemos convertirlo a nuestra clsica probabilidad.


Es post test odds/ 1+ post test odds.

7,3/ (1 + 7,3) = 7,3/ 8,3 = 87,9 %


Uso del teorema de Bayes: LR (-)
Con la misma probabilidad pretest de 55 % y un likelihood
ratio (-) de 0,4. El clculo es igual.

pretest odds de 1,2.

Ahora multiplicamos el pretest odds con el LR (-): 1,2 x


0,4 = 0,48.

Finalmente convertimos a probabilidad.


post test odds/ 1+ post test odds.

0,48/ (1 + 0,48) = 0,48/ 1,48 = 0,324 = 32,4 %


Conceptualmente Bayes
postest
LR (+)
1,2 X 6,4 =
7,3 7,3 87,9 %
1 1 1 7,3 + 1
El post test odds indica cuantas veces
es ms frecuente la combinacin
55 % clnica encontrada y el resultado del
pretest test en pacientes con la enfermedad
versus los que no la tenan.
LR (-)

1,2 X 0,4 = 0,48 0,48 32,4 %


1 1 1 1 + 0,48
Pensando antes de tomar un examen
Probabilidad Resultados Probabilidad
Clnica Del test Post test

Test positivo
LR (+) 87,9 %

55 %

Test negativo
LR (-)
32,4 %
Mayor utilidad de LR
Podemos saber antes de aplicar el test, cunto es lo que
nos ayudar

Ver si vale la pena tomar o no un examen.

Permite elegir entre varios test para la misma enfermedad.

Nos permite elegir el mejor test para confirmar (LR positivo


alto) o el mejor test para descartar (LR negativo bajo).
Cambios de probabilidad
100 %

75 %
Test
Probabilidad postest No sirve

50 %

0% 50 % 75 % 100 %

Probabilidad pretest
Cambios de probabilidad
100 %

Mayor Efecto
en
Probabilidad postest Probabilidades
intermedias
50 %

Test (+)
aument
La probabilidad
De la enfermedad

0% 50 % 100 %

Probabilidad pretest
Cambios de probabilidad
100 %

Mayor Efecto
en
Probabilidades
Probabilidad postest intermedias

50 %

Test (-)
disminuy
La probabilidad
De la enfermedad

0% 50 % 100 %

Probabilidad pretest
Caso clnico
Paciente de 64 aos, operado hace 3 das de cncer
gstrico sin mayores incidentes. Se encuentra hospitalizado
en cama y no se dej ningn tipo de profilaxis para
enfermedad tromboemblica. Hace 40 minutos inicia en
forma sbita disnea y dolor en hemitrax derecho. Est
taquicrdico y polipneico, resto de signos vitales son
normales. Radiografa de trax no muestra grandes
anormalidades.

Se plantea el diagnstico de tromboembolismo pulmonar.


Se realiza un cintigrama pulmonar ventilacin-perfusin,
para confirmar el diagnstico.

El resultado del examen fue informado de baja


probabilidad.

tiene o no un TEP mi paciente? trato o no ?


Caso clnico revisitado
Probabilidad de TEP pretest casi 90 %.
LR del cintigrama de baja probabilidad es de 0,14.
Pretest odds = 90/10 o 9
Teorema de Bayes = 9 x 0,14 = 1,26
Probabilidad postest = 1,26/ (1 + 1,26) = 1,26/2,26 = 55,7
%.

El cintigrama de baja probabilidad redujo la probabilidad


de la enfermedad de 90 % a 55,7 %.

Pese a que bajo casi 35 %, el diagnstico de TEP es


mayor del 50 % ( sigue siendo la primera posibilidad)
Caso clnico revisitado
Podemos ver en este caso los siguientes hechos.

Un valor tan alto pretest, hace poco til la realizacin del


cintigrama ventilacin pulmonar.

El test de alta probabilidad (no calculado aqu), nos dar


un valor de casi 99 % (ganamos poco slo 9 %) y el de
baja probabilidad, mantuvo al TEP como primera opcin.

Por lo que el cintigrama no debiera ser usado en este


contexto. Debemos buscar un examen de alta
especificidad para confirmar el diagnstico. En este caso
la arteriografa pulmonar (aunque el angio TAC y la angio
RNM estn acercndose).
Nomograma para LR
Nomograma para LR

Con una probabilidad


pretest de 50 %

LR (+) de 7

Llega a una postest de


casi 90 %
Nomograma para LR

Probabilidad pretest de 50 %

LR (-) de 0,2

Llega a una post de 20 %


Conclusiones respecto a los test
diagnsticos
Su interpretacin depende en primer lugar del contexto
clnico.
La sensibilidad y especificidad, son caractersticas propias
de los exmenes.
Los Likelihood ratios derivados de la S y E, nos permiten
aplicar el teorema de Bayes.
A mayor cambio en la probabilidad pretest, determinada
por el LR, mejor es el test.
El mayor rendimiento de los test diagnsticos se relaciona
cuando la probabilidad de la enfermedad es intermedia.
A valores altos y bajos de probabilidad clnica, el valor del
test es menor.
Conclusiones respecto a los test
diagnsticos
Podemos aplicar los LR para cada ocasin.

Pero ms prctico, es conocer a priori cules sern los


rangos de probabilidad en que el test nos ser ms til (en
general a probabilidades intermedias).

Finalmente, no necesitamos valores tan exactos


(especialmente de las probabilidades pretest), dado que la
decisin funciona dentro de rangos amplios de
probabilidades.

No olvidarse que trabajamos con seres humanos, todo


esto nos da slo un marco de referencia para la toma de
decisiones. Debemos combinarla siempre con nuestro
criterio, conocimientos, experiencias, caractersticas y
deseos del paciente.
Conceptos acerca del teorema de Bayes
Es una herramienta muy poderosa.
Nos orienta en la resolucin de nuestros problemas
diagnsticos.
Nos ayuda a interpretar en forma correcta la nueva
informacin adquirida.
No es tan complicado como parece.
No necesitamos tener valores exactos para realizar el
clculo.
No slo para test diagnsticos, tambin para elementos
de la anamnesis y examen fsico.
Tener cuidadoes parte del razonamiento, deben
complementar con otras herramientas.
Ejercicios
Calcule los likelihood ratios (positivo y negativo) de los
siguientes test.

A) Sensibilidad 79 % y especificidad 93 %

B) Sensibilidad 60 % y especificidad 85 %

C) Sensibilidad 89 % y especificidad 95 %

D) Sensibilidad 94 % y especificidad 84 %
Calculando el teorema de Bayes
Caso 1: se plantea que la probabilidad clnica de una
determinada enfermedad es de 78 %. Se ocupar un
test que tiene una sensibilidad de 90 % y una
especificidad de 73 %. Calcule las probabilidades finales
de tener la enfermedad en caso de estar positivo y
negativo el test.

Caso 2: Se utiliza el mismo test, pero con una


probabilidad clnica prestest de 33 %. Calcule las
probabilidades postest tanto para el resultado negativo
como el positivo.
1 Ejemplo del teorema de Bayes
Paciente con anemia microctica y ferritina de 10.

Cul es la probabilidad de tener una anemia


ferropnica?

La probabilidad de ferropenia en pacientes con anemia


microctica es de 66%.

Una ferritina menor de 15, tiene un likelihood ratio positivo


de 52.

Calcule la probabilidad postest utilizando el teorema de


Bayes.
2 Ejemplo del teorema de Bayes
Hombre de 54 aos, con dolor tipo anginoso clsico
(retroesternal opresivo, al esfuerzo, cede con reposo y
nitroglicerina), con test de esfuerzo negativo.

Cul es la probabilidad final de tener una enfermedad


coronaria significativa (ECS)?

La probabilidad clnica de tener una lesin coronaria


significativa con los datos dados es de 92 %.

El likelihood ratio de un test de esfuerzo normal es de 0,23

Calcule la probabilidad postest de tener enfermedad


coronaria significativa en este caso.