Un resultado positivo no siempre significa enfermedad
Uno de los conceptos más contraintuitivos en medicina es que un resultado positivo no necesariamente significa que tengas la enfermedad que se está buscando. Esto se debe a que toda prueba tiene dos características fundamentales que determinan su rendimiento: sensibilidad y especificidad.
Sensibilidad: ¿cuántos enfermos detecta?
Una prueba con 90% de sensibilidad detectará correctamente 90 de cada 100 personas que tienen la enfermedad. Los 10 restantes recibirán un resultado falso negativo — la prueba dice que no tienen la enfermedad cuando sí la tienen.
Especificidad: ¿cuántos sanos confirma?
Una prueba con 90% de especificidad confirmará correctamente a 90 de cada 100 personas sanas. Las 10 restantes recibirán un resultado falso positivo — la prueba dice que tienen la enfermedad cuando no la tienen.
La probabilidad pretest lo cambia todo
El factor más importante en la interpretación de cualquier resultado es la probabilidad pretest: ¿cuán probable era que tuvieras la enfermedad antes de hacer la prueba? Si la probabilidad pretest es baja (por ejemplo, 1%), incluso una prueba con 90% de sensibilidad y 90% de especificidad producirá más falsos positivos que verdaderos positivos. Este es el teorema de Bayes en acción.
Implicaciones prácticas
Por eso los médicos no hacen pruebas indiscriminadamente. Las pruebas de cribado se aplican a poblaciones con prevalencia suficiente. Un resultado positivo en una persona de bajo riesgo requiere confirmación. Un resultado negativo en alguien con alta sospecha clínica no descarta la enfermedad.