log (odds ratio de diagnóstico) para diferentes sensibilidad y especificidad
En las pruebas médicas con clasificación binaria , el odds ratio de diagnóstico ( DOR ) es una medida de la eficacia de una prueba de diagnóstico . [1] Se define como la relación entre las probabilidades de que la prueba sea positiva si el sujeto tiene una enfermedad en relación con las probabilidades de que la prueba sea positiva si el sujeto no tiene la enfermedad.
El fundamento del odds ratio de diagnóstico es que es un indicador único del rendimiento de la prueba (como la precisión y la estadística J de Youden ), pero que es independiente de la prevalencia (a diferencia de la precisión) y se presenta como un odds ratio , que es familiar para los médicos. [ cita necesaria ]
Definición
El odds ratio de diagnóstico se define matemáticamente como:
[2] [3]
donde , y son el número de verdaderos positivos, falsos negativos, falsos positivos y verdaderos negativos respectivamente . [1]
A partir de esto se puede calcular un intervalo de confianza aproximado del 95% para el log odds ratio de diagnóstico:
La exponenciación del intervalo de confianza aproximado para el log de odds ratio de diagnóstico proporciona el intervalo de confianza aproximado para el odds ratio de diagnóstico. [1]
Interpretación
El odds ratio de diagnóstico varía de cero a infinito, aunque para pruebas útiles es mayor que uno, y los odds ratios de diagnóstico más altos son indicativos de un mejor desempeño de la prueba. [1] Los odds ratios de diagnóstico inferiores a uno indican que la prueba se puede mejorar simplemente invirtiendo el resultado de la prueba: la prueba está en la dirección incorrecta, mientras que un odds ratio de diagnóstico de exactamente uno significa que la prueba tiene la misma probabilidad de predecir un resultado positivo cualquiera que sea la verdadera condición: la prueba no proporciona información. [ cita necesaria ]
Relación con otras medidas de precisión de las pruebas de diagnóstico
El log odds ratio de diagnóstico se utiliza a veces en metanálisis de estudios de precisión de pruebas de diagnóstico debido a su simplicidad (tiene una distribución aproximadamente normal). [4]
El log odds ratio de diagnóstico también se puede utilizar para estudiar el equilibrio entre sensibilidad y especificidad [5] [6] expresando el log odds ratio de diagnóstico en términos del logit de la tasa de verdaderos positivos (sensibilidad) y la tasa de falsos positivos ( 1 − especificidad), y construyendo adicionalmente una medida, :
Entonces es posible encajar una línea recta, . Si b ≠ 0 entonces hay una tendencia en el rendimiento diagnóstico con un umbral que va más allá del simple equilibrio entre sensibilidad y especificidad. El valor a se puede utilizar para trazar una curva ROC resumida (SROC). [5] [6]
Este odds ratio diagnóstico es mayor que uno, por lo que sabemos que la prueba discrimina correctamente. Calculamos el intervalo de confianza para el odds ratio de diagnóstico de esta prueba como [9, 134].
Críticas
El odds ratio de diagnóstico no está definido cuando el número de falsos negativos o falsos positivos es cero; si tanto los falsos negativos como los falsos positivos son cero, entonces la prueba es perfecta, pero si solo uno lo es, este ratio no proporciona una medida utilizable. La respuesta típica a tal escenario es agregar 0,5 a todas las celdas de la tabla de contingencia, [1] [7] aunque esto no debe verse como una corrección, ya que introduce un sesgo en los resultados. [5] Se sugiere que el ajuste se realice en todas las tablas de contingencia, incluso si no hay celdas con entradas cero. [5]
^ abcdefgh Glas, Afina S.; Lijmer, Jeroen G.; Prins, Martín H.; Bonsel, Gouke J.; Bossuyt, Patrick MM (2003). "El odds ratio de diagnóstico: un indicador único del rendimiento de la prueba". Revista de epidemiología clínica . 56 (11): 1129-1135. doi :10.1016/S0895-4356(03)00177-X. PMID 14615004.
^ Macaskill, Petra; Gatsonis, Constantino; Deeks, Jonathan; Harbord, Roger; Takwoingi, Yemisi (23 de diciembre de 2010). "Capítulo 10: Análisis y presentación de resultados". En Deeks, JJ; Bossuyt, PM; Gatsonis, C. (eds.). Manual Cochrane para revisiones sistemáticas de la precisión de las pruebas de diagnóstico (PDF) (1.0 ed.). La colaboración Cochrane.
^ Glas, Afina S.; Lijmer, Jeroen G.; Prins, Martín H.; Bonsel, Gouke J.; Bossuyt, Patrick MM (noviembre de 2003). "El odds ratio de diagnóstico: un indicador único del rendimiento de la prueba". Revista de epidemiología clínica . 56 (11): 1129-1135. doi :10.1016/S0895-4356(03)00177-X. PMID 14615004.
^ Gatsonis, C; Paliwal, P (2006). "Metanálisis de evaluaciones de precisión de pruebas de diagnóstico y detección: manual metodológico". AJR. Revista Estadounidense de Roentgenología . 187 (2): 271–81. doi :10.2214/AJR.06.0226. PMID 16861527.
^ abcd Moisés, LE; Shapiro, D; Littenberg, B (1993). "Combinación de estudios independientes de una prueba de diagnóstico en una curva ROC resumida: enfoques analíticos de datos y algunas consideraciones adicionales". Estadística en Medicina . 12 (14): 1293–316. doi :10.1002/sim.4780121403. PMID 8210827.
^ ab Dinnes, J; Deeks, J; Kunst, H; Gibson, A; Cummins, E; Waugh, N; Drobniewski, F; Lalvani, A (2007). "Una revisión sistemática de pruebas de diagnóstico rápido para la detección de la infección tuberculosa". Evaluación de Tecnologías Sanitarias . 11 (3): 1–196. doi : 10.3310/hta11030 . PMID 17266837.
^ Cox, DR (1970). El análisis de datos binarios. Londres: Methuen. ISBN9780416104004.
Otras lecturas
Glas, Afina S.; Lijmer, Jeroen G.; Prins, Martín H.; Bonsel, Gouke J.; Bossuyt, Patrick MM (2003). "El odds ratio de diagnóstico: un indicador único del rendimiento de la prueba". Revista de epidemiología clínica . 56 (11): 1129-1135. doi : 10.1016/S0895-4356(03)00177-X . PMID 14615004.
Böhning, Dankmar; Holling, Heinz; Patilea, Valentín (2010). "Una limitación del índice de probabilidades de diagnóstico para determinar un valor de corte óptimo para una prueba de diagnóstico continuo". Métodos estadísticos en la investigación médica . 20 (5): 541–550. doi :10.1177/0962280210374532. PMID 20639268. S2CID 21221535.
Chicco, Davide; Starovoitov, Valery; Jurman, Giuseppe (2021). "Los beneficios del coeficiente de correlación de Matthews (MCC) sobre el odds ratio de diagnóstico (DOR) en la evaluación de la clasificación binaria". Acceso IEEE . 9 : 47112–47124. doi : 10.1109/ACCESS.2021.3068614 . hdl : 10281/431140 .
enlaces externos
Por qué la regla de Bayes es mejor con las probabilidades en YouTube