📊

Calculadora de VPP ajustado por prevalencia: valores predictivos con el teorema de Bayes

Aplica el teorema de Bayes para convertir la sensibilidad y especificidad de una prueba en valor predictivo positivo y negativo para cualquier prevalencia.

Sensibilidad

Especificidad

Prevalencia de la enfermedad

Cargando calculadora…

Cómo funciona

VPP = (S × p) ÷ [S × p + (1 − E) × (1 − p)] · VPN = [E × (1 − p)] ÷ [E × (1 − p) + (1 − S) × p] · S = sensibilidad, E = especificidad, p = prevalencia

Es el teorema de Bayes aplicado a las pruebas diagnósticas: toma la sensibilidad y la especificidad de la prueba, que son fijas, y las combina con la probabilidad preprueba (la prevalencia) para dar la probabilidad posprueba de tener la enfermedad. La gran lección es cuánto pesa la prevalencia: una prueba muy precisa puede tener un VPP cercano al 30% cuando se usa para tamizaje en una población donde la enfermedad es poco frecuente, porque los verdaderos positivos quedan opacados por los falsos positivos. Al aumentar la prevalencia, por ejemplo al evaluar solo a personas con síntomas, el VPP mejora mucho.

Ejemplo resuelto

Una prueba con 95% de sensibilidad y 90% de especificidad se aplica en una población con 5% de prevalencia: VPP = (0.95 × 0.05) ÷ (0.95 × 0.05 + 0.10 × 0.95) = 0.0475 ÷ 0.1425 = 33.33%. Aunque la prueba es buena, dos de cada tres positivos son falsas alarmas. El VPN es 99.71%. Si la misma prueba se usa donde la prevalencia es 10%, el VPP sube a 51.35%.

Fuentes: Bayes' theorem — Wikipedia

Preguntas frecuentes

¿Por qué el VPP es tan bajo con una prueba tan precisa?

Cuando solo el 5% de las personas evaluadas tiene la enfermedad, la gran cantidad de personas sanas genera muchos falsos positivos en números absolutos (10% de ellas en el ejemplo). Esos falsos positivos superan a los verdaderos positivos del grupo enfermo, que es pequeño, así que la mayoría de los positivos son erróneos.

¿Cómo puedo aumentar el valor predictivo positivo?

Aplicando la prueba en un grupo con mayor prevalencia (personas con síntomas o factores de riesgo), usando una prueba más específica para reducir los falsos positivos o confirmando los positivos con una segunda prueba independiente.

¿Qué es la falacia de la tasa base?

Es el error de juzgar un resultado positivo solo por la precisión de la prueba, sin tomar en cuenta qué tan rara es la enfermedad. Esta calculadora lo corrige combinando la prevalencia con las características de la prueba mediante el teorema de Bayes.

Calculadoras relacionadas

Calculadora de valor predictivo positivo y negativo

Llena las cuatro celdas de la tabla 2×2 de una prueba diagnóstica y obtén el valor predictivo positivo (VPP), el negativo (VPN), la sensibilidad y la especificidad.

Calculadora de razón de verosimilitud (LR+ y LR−)

Calcula la razón de verosimilitud positiva (LR+) y negativa (LR−) de una prueba diagnóstica a partir de su sensibilidad y especificidad, con su interpretación.

Calculadora de intervalo de confianza del riesgo relativo

Calcula el riesgo relativo (RR) y su intervalo de confianza del 95% a partir de los eventos y totales de los grupos expuesto y no expuesto de una tabla 2×2.

Convertir puntuación z a percentil

Convierte una puntuación z en percentil y obtén el área a la derecha y los valores p de una y dos colas de la distribución normal estándar, sin buscar en tablas.

Calculadora de reducción absoluta del riesgo (RAR)

Calcula la reducción absoluta del riesgo (RAR), la reducción relativa (RRR), el riesgo relativo y el número necesario a tratar o para dañar a partir de tasas de eventos o de una tabla de 2 × 2, con intervalos de confianza del 90%, 95% o 99% (Wald o Newcombe).

Herramienta estadística con fines educativos; no sustituye el consejo de un médico o profesional de la salud.