Pruebas diagnósticas y decisiones médicas C. Diana Nicoll, MD, PhD, MPA Michael Pignone, MD, MPH Chuanyi Mark Lu, MD

43

La principal tarea del médico es tomar decisiones razonadas en relación con la atención del paciente, tanto si la información es incompleta como si los resultados clínicos suscitan cierta incertidumbre. Aunque los datos obtenidos del interrogatorio y la exploración física son a menudo suficientes para establecer un diagnóstico o definir el tratamiento, tal vez se requiera más información. En tales situaciones, el clínico recurre con frecuencia a las pruebas diagnósticas.

RENTABILIDAD Y RIESGOS Cuando se utilizan en forma apropiada, las pruebas diagnósticas pueden ser de gran ayuda para el médico y también útiles para el procedimiento de detección, por ejemplo, para identificar factores de riesgo y descubrir alguna enfermedad oculta en personas asintomáticas. El reconocimiento de los factores de riesgo posibilita una intervención temprana que previene la aparición de un trastorno; asimismo, la detección oportuna de una enfermedad oculta puede disminuir la morbilidad y mortalidad del padecimiento por la instauración oportuna del tratamiento. Las pruebas de detección recomendadas para la atención preventiva en adultos asintomáticos de bajo riesgo incluyen medición de la presión arterial y lípidos séricos. También está indicado solicitarlas para los cánceres mamario, cervicouterino y colónico, no así para las malformaciones prostáticas y pulmonares en las que aún es controversial (cap. 1). Los estudios de detección ideales deben satisfacer los criterios enumerados en el cuadro 43-1. Las pruebas también pueden ser útiles con fines diagnósticos, es decir, para establecer o descartar la presencia de una afección en personas sintomáticas. Algunas pruebas favorecen el diagnóstico temprano después del inicio de los signos y síntomas, otras permiten delinear el diagnóstico diferencial, y otras más contribuyen a definir la etapa o actividad del trastorno.

Cuadro 43-1. Criterios para utilizar los procedimientos de detección. Características de la población 1. Prevalencia de la enfermedad suficientemente elevada. 2. Probabilidad de cumplir las pruebas y tratamientos subsiguientes. Características de la enfermedad 1. Morbilidad y mortalidad significativas. 2. Tratamiento disponible efectivo y aceptable. 3. Periodo preclínico detectable. 4. Mejor resultado con el tratamiento temprano. Características de la prueba 1. Sensibilidad y especificidad adecuadas. 2. Costo y riesgo bajos. 3. Prueba confirmatoria disponible y práctica.

McPhee-OLC43_3R.indd 1

22/4/10 19:19:07

Las pruebas tienen utilidad para la atención del paciente, ya que ayudan a: 1) valorar la gravedad del padecimiento; 2) precisar el pronóstico; 3) vigilar la evolución de la enfermedad (progresión, estabilidad o resolución); 4) detectar la recurrencia de la anomalía, y 5) seleccionar fármacos y adecuar el tratamiento. Al solicitar los estudios, el clínico debe comparar los beneficios potenciales respecto de los costos potenciales y los efectos adversos. Algunos de estos procedimientos conllevan riesgo de morbilidad o mortalidad, como la angiografía cerebral, que ocasiona apoplejía en 0.5% de los casos. Las molestias vinculadas con las pruebas, como la colonoscopia, disuaden a algunos pacientes de completar el estudio diagnóstico. Es posible que el resultado de una prueba diagnóstica obligue a solicitar estudios adicionales o seguimientos frecuentes; por ejemplo, un sujeto con resultado positivo en la prueba de sangre oculta en heces debe enfrentar el costo significativo, la molestia y el riesgo de la colonoscopia de seguimiento. Además, el resultado falso positivo en una prueba puede propiciar un diagnóstico incorrecto o pruebas adicionales innecesarias. Considerar a un individuo sano como enfermo a partir de una prueba diagnóstica con resultado falso positivo puede ocasionar estrés psicológico y exposición a riesgos innecesarios o tratamientos inapropiados. Una prueba diagnóstica o de detección puede revelar un trastorno que no se hubiera identificado de otra manera y no habría ocasionado molestias a la persona. Un ejemplo es el descubrimiento de un cáncer prostático de grado bajo en etapa temprana mediante antígeno prostático específico en un varón de 84 años con insuficiencia cardiaca congestiva grave diagnosticada; en este caso, lo más probable es que el individuo no muestre síntomas ni requiera tratamiento para el tumor en lo que le resta de vida. Asimismo, es importante conocer y tomar en consideración los costos de las pruebas diagnósticas. Algunas veces éstos son muy elevados o poco rentables. Incluso los estudios relativamente baratos pueden ser poco rentables cuando suministran escasos beneficios clínicos. Dos factores repercuten de manera negativa sobre la rentabilidad de los estudios diagnósticos: 1) las pruebas paralelas o perfiles (p. ej., solicitar cierto número de análisis en el mismo momento para reconocer rápidamente alguna anormalidad en cualquier estudio para establecer el diagnóstico), y 2) pruebas excesivas (esto es, utilizar varias pruebas para vigilar la misma respuesta, como la progresión de una enfermedad o la respuesta al tratamiento, solicitar estudios con más frecuencia de la necesaria o indicar estudios sólo para documentar en el expediente). La pregunta pertinente al solicitar un análisis es: “¿El análisis repercutirá en el tratamiento del paciente?” Si la respuesta es negativa, no se justifica el análisis. Los análisis innecesarios generan trabajo, costos adicionales de trabajo, reactivos y equipo, y provocan un gasto sanitario mayor. La disponibilidad de pruebas genéticas y moleculares es cada vez mayor. La prueba genética diagnóstica basada en síntomas (p. ej., la prueba para el cromosoma X frágil en un niño con retraso mental) difiere de otras pruebas genéticas predictivas (p. ej., valoración de una persona sana con antecedente familiar de enfermedad de Huntington) y de pruebas genéticas de predisposición, las cuales indican la sensibilidad relativa a ciertos trastornos (p. ej., prueba de BRCA-1 para el cáncer mamario). Los estudios farmacogenéticos (p. ej., valoración de la sensibilidad de la warfarina) han evolucionado con rapidez. Las pruebas de portador (p. ej., fibrosis quística) y los estudios fetales prenatales (p. ej., identificación del síndrome de Down) son otras de las aplicaciones de los estudios genéticos. Todos estos protocolos requieren asesoramiento extenso de los pacientes para que comprendan las consecuencias clínicas, sociales, éticas y, en ocasiones, legales de los resultados. Los médicos solicitan e interpretan numerosos análisis todos los días y la complejidad de estas pruebas no ha dejado de aumentar. La creciente variedad de análisis ha creado una serie de retos para los médicos, por ejemplo, seleccionar el análisis correcto e interpretarlo con propiedad. Muchas veces los médicos se equivocan al seleccionar o interpretar el estudio, pero esto es difícil de detectar. Sin embargo, el uso de algunos algoritmos diagnósticos que guían la selección de los estudios en determinadas enfermedades y permiten que un experto interprete el resultado (p. ej., interpretaciones y notificación de los resultados por parte del patólogo clínico) ayuda a reducir estos errores y mejorar la seguridad y precisión del diagnóstico. Bailey DB et al. Ethical, legal, and social concerns about expanded newborn screening: Fragile X syndrome as a prototype for emerging issues. Pediatrics. 2008 Mar; 121(3):e693–704. [PMID: 18310190] Ezzie ME et al. Laboratory testing in the intensive care unit. Crit Care Clin. 2007 Jul;23(3):435–65. [PMID: 17900480]

McPhee-OLC43_3R.indd 2

22/4/10 19:19:08

Laposata M et al. “Pre-pre” and “Post-post” analytical error: high-incidence patient safety hazard involving the clinical laboratory. Clin Chem Lab Med. 2007;45(6):712–19. [PMID: 17579522] Plebani M et al. Errors in laboratory medicine and patient safety: the road ahead. Clin Chem Lab Med. 2007;45(6):700–7. [PMID: 17579520] U.S. Preventive Services Task Force. Screening for prostate cancer: U.S. Preventive Services Task Force recommendation statement. Ann Intern Med. 2008 Aug;149(3):185–91. [PMID: 18678845] Van Den Bruel A et al. The evaluation of diagnostic tests: evidence on technical and diagnostic accuracy, impact on patient outcome and cost-effectiveness is needed. J Clin Epidemiol. 2007 Nov;60(11):1116–22. [PMID: 17938052]

PRUEBAS DIAGNÓSTICAS PREPARACIÓN DE LA PRUEBA Los factores que afectan al paciente y la muestra son importantes. El elemento determinante en una prueba de laboratorio bien realizada es la obtención de una muestra apropiada.

Preparación del paciente La preparación del individuo es esencial para ciertas pruebas; por ejemplo, es necesario el estado de ayuno para obtener mediciones óptimas de glucosa y triglicéridos; la postura y la ingestión de sodio deben controlarse en forma estricta cuando se cuantifican las concentraciones de renina y aldosterona; y debe evitarse el ejercicio vigoroso antes de la obtención de muestras para cuantificar cinasa de creatina, ya que la actividad muscular intensa puede inducir resultados anormales falsos.

Recolección de la muestra Es importante conceder especial atención a la identificación del paciente y rotulación de la muestra (p. ej., deben utilizarse dos rótulos: nombre y fecha de nacimiento del individuo o nombre y clave única de la institución). Algunas veces es importante conocer el momento en que se tomó la muestra. Por ejemplo, para interpretar de manera correcta las cifras de aminoglucósidos es preciso saber si la muestra se tomó justo antes (concentración “farmacológica mínima”) o después (concentración “farmacológica máxima”) de administrar el medicamento. Las concentraciones farmacológicas no pueden interpretarse si la muestra se obtiene durante la fase de distribución del compuesto (p. ej., los niveles de digoxina cuantificados en las 6 h siguientes a una dosis oral). La interpretación de sustancias que tienen variación circadiana (p. ej., cortisol) sólo puede efectuarse en el contexto de la hora del día en que se recogió la muestra. Deben recordarse asimismo otros principios durante la recolección de muestras. Éstas no deben obtenerse por arriba del catéter, puesto que se contaminan con líquidos intravenosos y fármacos (p. ej., heparina). La permanencia de un torniquete por un tiempo excesivo produce hemoconcentración e incrementa la concentración de sustancias unidas a proteínas, como el calcio. La lisis celular durante la recolección de una muestra sanguínea produce valores séricos altos falsos de sustancias concentradas en las células (p. ej., deshidrogenasa láctica y potasio). Algunas muestras necesitan una manipulación o almacenamiento especiales (p. ej., muestras para gases arteriales y crioglobulina sérica). El retraso en la entrega de muestras al laboratorio da lugar a que el metabolismo celular prosiga, lo que produce resultados falsos en algunos estudios (p. ej., glucosa sérica baja). Lippi G et al. Haemolysis: an overview of the leading cause of unsuitable specimens in clinical laboratories. Clin Chem Lab Med. 2008;46(6):764–72. [PMID: 18601596] Wagar EA et al. Specimen labeling errors: a Q-probes analysis of 147 clinical laboratories. Arch Pathol Lab Med. 2008;132(10):1617–22. [PMID: 18834220]

CARACTERÍSTICAS DE LAS PRUEBAS En el cuadro 43-2 se presentan las características generales de las pruebas diagnósticas útiles. La mayor parte de los principios detallados a continuación se aplica no sólo a las pruebas de laboratorio

McPhee-OLC43_3R.indd 3

22/4/10 19:19:08

Cuadro 43-2. Propiedades de las pruebas diagnósticas útiles. 1. La metodología de la prueba se ha descrito de manera detallada, por lo que puede reproducirse en forma exacta y confiable. 2. Se han confirmado la exactitud y la precisión de la prueba. 3. El intervalo de referencia está bien establecido. 4. La sensibilidad y especificidad se determinaron de forma confiable mediante la comparación con un método de referencia. La valoración se realizó en diversos pacientes, incluidos los que padecen trastornos diferentes, pero que a menudo se confunden, y otros con espectro patológico de leve a grave, con y sin tratamiento. El proceso de selección de los individuos está bien descrito, de modo que los resultados no se generalizan en forma inapropiada. 5. Está confirmada la contribución independiente del desempeño general de un panel de pruebas, si la prueba se propone como parte de un panel de pruebas.

y radiográficas, sino también a elementos del interrogatorio y la exploración física. Para el médico es muy útil conocer estas características al solicitar e interpretar los estudios.

Exactitud La exactitud de un análisis es su correlación con el valor verdadero. Una prueba inexacta es aquella en la que el resultado difiere del valor verdadero, aunque los resultados sean reproducibles (fig. 43-1A), el también llamado error sistémico (o sesgo). Por ejemplo, la creatinina sérica se mide por lo general mediante el método cinético de Jaffe, que tiene un error sistémico hasta de 0.23 mg/100 ml, en comparación con la espectrometría de masa con dilución de isótopos y cromatografía de gas. En el laboratorio, la precisión de los análisis se incrementa tras calibrar el equipo con material de referencia y participar en programas externos de control de calidad.

Precisión La precisión es una medida de la reproducibilidad de una prueba cuando se repite en la misma muestra. Si ésta se analiza varias veces, se obtienen con toda seguridad variaciones en los resultados (error aleatorio); estas variaciones se expresan como coeficientes de variación (CV: desviación estándar dividida entre la media, que a menudo se expresa como porcentaje). Por ejemplo, cuando el laboratorio informa un CV de 5% para la creatinina sérica y acepta resultados dentro de ± 2 desviaciones estándar significa que, para una muestra con una creatinina sérica de 1.0 mg/100 ml, el laboratorio informa el resultado de 0.90 a 1.10 mg/100 ml al medir en diversas ocasiones la misma muestra. Una prueba poco precisa es aquella que genera resultados muy variables (fig. 43-1B). La precisión de los estudios diagnósticos, que se vigila en los laboratorios clínicos con material testigo, debe ser suficiente para distinguir cambios notorios desde el punto de vista clínico en el estado del paciente a partir de las variaciones analíticas (falta de precisión) de la prueba. Por ejemplo, la cuenta diferencial

A

B

C

Fig. 43-1. Relación entre la exactitud y la precisión de las pruebas diagnósticas. El centro del blanco representa el valor verdadero de la sustancia de prueba. A: prueba diagnóstica precisa, pero inexacta; con la medición repetida, la prueba produce resultados muy similares, pero todos están lejos del valor real. B: prueba imprecisa e inexacta; la medición repetida suministra resultados muy diferentes y éstos están lejos del valor real. C: una prueba ideal es precisa y exacta.

McPhee-OLC43_3R.indd 4

22/4/10 19:19:08

Número de individuos valorados

Fig. 43-2. El intervalo de referencia suele definirse como el delimitado por dos desviaciones estándar del resultado promedio de la prueba (se muestra como –2 y 2) en una pequeña población de voluntarios sanos. Obsérvese que en este ejemplo los resultados de la prueba tienen una distribución normal, pero muchas sustancias biológicas poseen distribuciones sesgadas.

Promedio

Anormal (2.5%)

Normal Anormal (95%) (2.5%) Resultados de la prueba (porcentaje de población)

manual de leucocitos periféricos no es lo suficientemente precisa para identificar cambios relevantes en la distribución de los tipos celulares, puesto que se calcula por medio de la valoración subjetiva de una pequeña muestra (100 células). Las mediciones repetidas en la misma muestra por parte de distintos técnicos arrojan resultados muy diferentes. Los recuentos diferenciales automáticos son más precisos porque se obtienen con aparatos que utilizan características físicas objetivas para clasificar una muestra mucho mayor (10 000 células).

Intervalo de referencia Los resultados de algunas pruebas diagnósticas se formulan como positivos o negativos, pero otros se presentan de manera cuantitativa. El uso de intervalos de referencia es una técnica para interpretar estos últimos resultados. Los intervalos de referencia son específicos para cada método y laboratorio. En la práctica, muchas veces representan los resultados de la prueba encontrados en 95% de una pequeña población que se presupone sana; por consiguiente, 5% de los pacientes sanos tiene resultados anormales en la prueba (fig. 43-2). Los resultados ligeramente anormales deben interpretarse en forma crítica, ya que pueden ser anormales verdaderos o falsos. En términos estadísticos, la probabilidad de que una persona sana tenga dos resultados distintos de una prueba dentro del intervalo de referencia es de 0.95 × 0.95 = 0.9025 o 90.25%; para cinco pruebas es de 77.4%; para 10 pruebas de 59.9% y para 20 pruebas de 35.8%. Cuanto mayor sea el número de estudios solicitados, mayor será la probabilidad de que uno o más de los resultados se encuentren por fuera del intervalo de referencia (cuadro 43-3). Por el contrario, es factible que valores dentro del intervalo de referencia no descarten la presencia real de una enfermedad, ya que dicho intervalo no establece la distribución de resultados en pacientes con la afección. Por esa razón, los intervalos de referencia deben usarse dentro del contexto del conocimiento médico sobre el trastorno en duda. Es importante considerar también si los intervalos de referencia publicados son apropiados para el individuo en estudio, dado que algunos intervalos dependen de la edad, sexo, peso, dieta, hora del día, nivel de actividad, postura, e incluso la época del año. La variabilidad biológica se presenta tanto entre individuos como en el mismo sujeto. Por ejemplo, el nivel de estrógeno sérico en las mujeres puede variar de manera cotidiana, de acuerdo con el ciclo menstrual. el cortisol sérico muestra variación diurna (en la mañana es mayor y decrece en el transcurso del día), y la vitamina D experimenta una variación estacional con valores menores en invierno. El cuadro 2 del Apéndice detalla los intervalos de referencia para las pruebas comunes de química sanguínea y hematológicas. Más adelante se describen las características de desempeño de la prueba, como sensibilidad y especificidad, que son necesarias para interpretar los resultados. Cuadro 43-3. Relación entre el número de pruebas y la probabilidad de que una persona sana tenga uno o más resultados anormales.

McPhee-OLC43_3R.indd 5

Número de pruebas

Probabilidad de que uno o más resultados sean anormales

1

5%

6

26%

12

46%

20

64%

22/4/10 19:19:09

Factores de interferencia Los resultados de las pruebas diagnósticas pueden alterarse por factores externos (como ingestión de fármacos) e internos (como estados fisiológicos anormales). Estos factores contribuyen a las variaciones biológicas y deben tomarse en consideración al interpretar los resultados. Las interferencias externas influyen en los resultados de las pruebas in vivo o in vitro. In vivo, el alcohol incrementa la concentración de transpeptidasa de glutamilo γ, y los diuréticos modifican las concentraciones de sodio y potasio. El tabaquismo induce enzimas hepáticas, lo que reduce los niveles de sustancias como la teofilina, que se metabolizan en el hígado. In vitro, las cefalosporinas pueden suscitar niveles falsos de creatinina sérica por la interferencia con el método de análisis habitual de los laboratorios. Las interferencias internas derivan de estados fisiológicos anormales que influyen en la medición. Por ejemplo, en sujetos con lipemia notable puede obtenerse un resultado bajo falso de sodio sérico, si la metodología de la prueba incluye un paso en que se diluya el suero antes de medir el sodio. En virtud de la posibilidad de interferencia con la prueba, los médicos deben ser cautos ante los resultados inesperados e investigar razones distintas a la enfermedad que expliquen los resultados anormales, incluidos los errores del laboratorio. Smellie WS. What is a significant difference between sequential laboratory results? J Clin Pathol. 2008 Apr;61(4):419–25. [PMID: 17938161] Srivastava T et al. Essentials of laboratory medicine for the nephrology clinician. Pediatr Nephrol. 2007 Feb;22(2):170–82. [PMID: 16947032]

Sensibilidad y especificidad Los clínicos deben usar mediciones del desempeño de las pruebas (como su sensibilidad y especificidad), con el propósito de juzgar la calidad de un método diagnóstico para una enfermedad específica. La sensibilidad de una prueba es su capacidad para detectar la enfermedad y se expresa como el porcentaje de pacientes con la afección en que la prueba es positiva. En consecuencia, una prueba con 90% de sensibilidad proporciona resultados positivos en el mismo porcentaje de pacientes enfermos y resultados negativos en 10% de los sujetos con la enfermedad (falsos negativos). Por lo general, una prueba con alta sensibilidad ayuda a descartar un diagnóstico, dado que arroja pocos resultados negativos falsos. Por ejemplo, para descartar infección por el virus que causa el sida, un médico podría elegir un estudio muy sensible, como el de anticuerpo contra el virus de inmunodeficiencia humana (VIH). La especificidad de una prueba es su capacidad para detectar ausencia de enfermedad, y se expresa como el porcentaje de pacientes sin la enfermedad en que la prueba es negativa. Por consiguiente, una prueba con 90% de especificidad suministra resultados negativos en el mismo porcentaje de sujetos sin enfermedad y resultados positivos en 10% de individuos no enfermos (falsos positivos). Una prueba con alta especificidad contribuye a confirmar el diagnóstico, ya que tiene pocos resultados positivos falsos. Por ejemplo, para establecer el diagnóstico de artritis gotosa, un médico puede elegir una prueba muy específica, como la presencia de cristales en forma de aguja con birrefringencia negativa dentro de los leucocitos en el estudio microscópico del líquido sinovial. Para determinar la sensibilidad y especificidad de una prueba para una enfermedad particular, la técnica debe compararse con una “prueba de referencia” que defina el estado real de afectación del individuo. Por ejemplo, la sensibilidad y especificidad de la prueba de detección rápida de antígenos para diagnosticar faringitis por el estreptococo hemolítico β del grupo A se obtienen mediante la comparación de sus resultados con los de la prueba de elección para este trastorno, que es el cultivo de exudado faríngeo. La aplicación de la prueba de elección a los pacientes con prueba positiva para la demostración rápida de antígenos establece la especificidad. Cuando no se aplica la prueba de elección después de la detección rápida negativa, puede haber sobreestimación de la sensibilidad, ya que no se identifican los falsos negativos. Sin embargo, en muchas enfermedades (p. ej., pancreatitis) no hay prueba de elección o su aplicación es muy difícil o costosa; en tales casos es difícil obtener estimados de confianza a partir de la prueba de sensibilidad y especificidad. La población de la cual derivan los valores también puede afectar la sensibilidad y especificidad; en consecuencia, muchos procedimientos diagnósticos se valoran primero en personas con la forma grave de la enfermedad y en grupos testigo jóvenes y sanos. En comparación con la población general,

McPhee-OLC43_3R.indd 6

22/4/10 19:19:09

Número de individuos valorados

Sin enfermedad

Enfermedad

A B C Resultados de la prueba

Fig. 43-3. Distribución hipotética de resultados en pruebas para individuos sanos y enfermos. La posición del “punto límite” entre los resultados “normal” y “anormal” (o “negativo” y “positivo”) determina la sensibilidad y especificidad de la prueba. Si A es el punto límite, la prueba tendría sensibilidad de 100%, pero especificidad baja. Si el punto límite es C, la prueba tendría una especificidad de 100%, pero sensibilidad baja. En muchas pruebas, el punto límite se determina por el intervalo de referencia, es decir, el intervalo de resultados que esté a menos de dos desviaciones estándar del resultado promedio para individuos sanos (punto B). En algunas situaciones, el límite se altera para incrementar la sensibilidad o especificidad.

este grupo de estudio presenta más resultados positivos verdaderos (porque los individuos sufren enfermedad más avanzada) y más resultados negativos reales (porque el grupo testigo es sano); por lo tanto, la sensibilidad y especificidad de la prueba son más altas de lo que se espera en la población general, dado que en ésta hay un espectro más amplio de salud y enfermedad. Los médicos deben estar conscientes de este sesgo de espectro al extrapolar los resultados publicados de las pruebas a su práctica particular. Otros sesgos, entre ellos la composición del espectro, el reclutamiento de población y el estándar de referencia inexistente o inadecuado, así como el sesgo de verificación, se explican en las referencias. Es importante recordar que la sensibilidad y especificidad informadas de la prueba dependen del nivel de análisis (umbral) utilizado para distinguir un resultado normal de otro anormal. Si se reduce el umbral, la sensibilidad aumenta a expensas de una menor especificidad; si se incrementa, la sensibilidad disminuye al tiempo que aumenta la especificidad (fig. 43-3). La figura 43-4 muestra la forma en que pueden calcularse la sensibilidad y la especificidad con los resultados de la prueba en pacientes clasificados en forma previa como enfermos o no enfermos, con base en la prueba de referencia. Puede compararse el desempeño de dos pruebas diferentes mediante la diagramación de las curvas de eficacia diagnóstica (ROC) en diversos valores límite de los intervalos de referencia. Las curvas resultantes, que se obtienen al diagramar la sensibilidad (1-especificidad) para cada prueba, muestran a menudo cuál es la mejor técnica; la curva ROC de la prueba superior queda siempre arriba y a la izquierda de la curva de una prueba inferior. En general, la mejor técnica tiene un área mayor bajo la curva ROC. Por ejemplo, la ilustración de la figura 43-5 muestra las curvas ROC para el antígeno prostático específico (PSA) y la fosfatasa ácida prostática (PAP) en el diagnóstico del cáncer prostático. La prueba de PSA es superior porque tiene mayor sensibilidad y especificidad para todos los valores límite. Es importante señalar que, para un análisis determinado, la curva ROC también hace posible identificar el umbral que reduce al mínimo los resultados falsos positivos y falsos negativos y que se ubica en el punto más cercano al área superior izquierda de la curva. Sin embargo, este umbral clínico óptimo depende de la anomalía a identificar y la importancia relativa de los resultados falsos positivos respecto de los falsos negativos. Akobeng AK. Understanding diagnostic tests 3: Receiver operating characteristic curves. Acta Paediatr. 2007 May;96(5):644–7. [PMID: 17376185] Christenson RH et al. Committee on Evidence Based Laboratory Medicine of the International Federation for Clinical Chemistry Laboratory Medicine. Evidence-based laboratory medicine - a guide for critical evaluation of in vitro laboratory testing. Ann Clin Biochem. 2007 Mar:44(Pt 2):111–30. [PMID: 17362577] Hicks DG et al. HER2+ breast cancer: review of biologic relevance and optimal use of diagnostic tools. Am J Clin Pathol. 2008 Feb; 129(2):263–73. [PMID: 18208807]

McPhee-OLC43_3R.indd 7

22/4/10 19:19:09

Prueba

Enfermedad Presente

Ausente

Positiva

TP

FP

Negativa

FN

TN

Sensibilidad =

Especificidad =

TP = (Sensibilidad)(Probabilidad anterior a la prueba) FP = (1 – Especificidad)(1 – Probabilidad anterior a la prueba) FN = (1 – Sensibilidad)(Probabilidad anterior a la prueba) TN = (Especificidad)(1 – Probabilidad anterior a la prueba)

Número de pacientes enfermos con prueba positiva

TP

=

Número de pacientes enfermos

TP + FN

Número de pacientes no enfermos con prueba negativa Número de pacientes no enfermos

Probabilidad posterior a la prueba después = Probabilidad de enfermedad si la prueba es positiva = de prueba positiva

=

TN TN + FP

TP TP + FP

(Sensibilidad)(Probabilidad anterior a la prueba)

=

(Sensibilidad)(Probabilidad anterior a la prueba) + (1 – Especificidad)(1 – Probabilidad anterior a la prueba)

Fig. 43-4. Cálculo de sensibilidad, especificidad y probabilidad de enfermedad después de una prueba positiva (probabilidad posterior a la prueba). TP, positivo verdadero; FP, positivo falso; FN, negativo falso; TN, negativo verdadero.

1 .9 .8

1

2

4

0.2

6

Sensibilidad

.7 .6

10

0.3

.5

0.4

.4

20

.3

0.6 0.8 1.2

.2

PSA μg/L PAP U/L

.1 0

.1

.2

.3

.4

.5

.6

.7

.8

1 – Especificidad

Fig. 43-5. Curvas de eficacia diagnóstica (ROC) para el antígeno prostático específico (PSA) y la fosfatasa ácida prostática (PAP) en el diagnóstico de cáncer prostático. Para todos los valores límite, el PSA tiene mayor sensibilidad y especificidad; por lo tanto, es una mejor prueba con base en estas características de eficacia. (Modificada y reproducida con autorización de Nicoll D et al. Routine acid phosphatase testing for screening and monitoring prostate cancer no longer justified. Clin Chem. 1993 Dec;39(12):2540-1.)

McPhee-OLC43_3R.indd 8

22/4/10 19:19:09

USO DE LAS PRUEBAS EN EL DIAGNÓSTICO Y EL TRATAMIENTO El valor de un estudio en determinada situación clínica depende no sólo de sus características (p. ej., sensibilidad y especificidad), sino también de la probabilidad de que el paciente padezca la afección antes de conocer el resultado (probabilidad anterior a la prueba). Los resultados de una prueba útil modifican en forma sustancial la probabilidad de que el individuo padezca la anomalía (probabilidad posterior a la prueba). La figura 43-4 muestra la forma en que puede calcularse la probabilidad posterior a la prueba a partir de la sensibilidad y especificidad conocidas y de la probabilidad calculada del trastorno anterior a la prueba (o prevalencia de la enfermedad). La probabilidad anterior a la prueba, o prevalencia de una enfermedad, repercute en grado notable en la probabilidad de que exista tal trastorno después de la prueba. Como se demuestra en el cuadro 43-4, cuando se emplea una prueba con sensibilidad y especificidad de 90%, la probabilidad posterior a la prueba puede variar de 8 a 99%, de acuerdo con la probabilidad de enfermedad anterior a la prueba. Además, conforme decrece la probabilidad anterior a la prueba, más probable es que un resultado positivo sea falso. A manera de ejemplo, un médico desea calcular la probabilidad posterior a la prueba de cáncer prostático mediante el procedimiento de PSA y un valor límite de 4 μg/L. A partir de los datos mostrados en la figura 43-5, la sensibilidad es de 90% y la especificidad de 60%. El médico determina la probabilidad anterior a la prueba de una enfermedad particular respecto de toda la evidencia y luego calcula la probabilidad posterior a la prueba mediante el procedimiento que se muestra en la figura 43-4. La probabilidad anterior a la prueba de que un varón de 50 años de edad, por lo demás sano, tenga cáncer prostático, es igual a la prevalencia del cáncer prostático en ese grupo de edad (probabilidad = 10%), y la probabilidad posterior a la prueba después de ésta (cuando el resultado es positivo) es sólo de 20%; esto significa que, aunque la prueba sea positiva, todavía hay una probabilidad de 80% de que el sujeto no tenga cáncer prostático (fig. 43-6A). Si el médico encuentra un ganglio prostático durante la exploración rectal, la probabilidad anterior a la prueba de cáncer prostático se incrementa 50% y la probabilidad posterior a la prueba (si se recurre a la misma técnica) es de 69% (fig. 43-6B). Por último, si el médico prevé que la probabilidad anterior a la prueba es de 98% con base en un ganglio prostático, dolor óseo y lesiones líticas en las radiografías de la columna, la probabilidad posterior a la prueba con PSA es de 99% (fig. 43-6C). Este ejemplo ilustra que la probabilidad anterior a la prueba tiene un efecto profundo en la probabilidad posterior a la prueba y que las pruebas suministran más información cuando el diagnóstico es muy incierto (probabilidad anterior a la prueba cercana a 50%) en comparación con un diagnóstico improbable o casi seguro. Ezzie ME et al. Laboratory testing in the intensive care unit. Crit Care Clin. 2007 Jul;23(3):435–65. [PMID: 17900480] Hargett CW et al. Clinical probability and D-dimer testing: how should we use them in clinical practice. Semin Respir Crit Care Med. 2008 Feb;29(1):15–24. [PMID: 18302083] Scott IA et al. Cautionary tales in the clinical interpretation of studies of diagnostic tests. Intern Med J. 2008 Feb;38(2):120–9. [PMID: 17645501] Van Randen A et al. Acute appendicitis: meta-analysis of diagnostic performance of CT and graded compression US related to prevalence of disease. Radiology. 2008 Oct;249(1):97–106. [PMID: 18682583]

Cuadro 43-4. Influencia de la probabilidad anterior a la prueba sobre la probabilidad de enfermedad posterior a la prueba cuando se utiliza una técnica con sensibilidad de 90% y especificidad de 90%.

McPhee-OLC43_3R.indd 9

Probabilidad anterior a la prueba

Probabilidad posterior a la prueba

0.01

0.08

0.50

0.90

0.99

0.999

22/4/10 19:19:10

A

Probabilidad anterior a la prueba Probabilidad posterior a la prueba Prueba positiva

0

.1

.2

1

.5 Probabilidad de enfermedad Probabilidad anterior a la prueba

B

Probabilidad posterior a la prueba

Prueba positiva

1

.5 .69 Probabilidad de enfermedad

0

Probabilidad Probabilidad anterior a la posterior a la prueba prueba C

.5 Probabilidad de enfermedad

0

.98 1 .99

Fig. 43-6. Efecto de la probabilidad anterior a la prueba y de la sensibilidad y especificidad de ésta en la probabilidad de enfermedad posterior a la prueba. (Véase la explicación en el texto.)

PROBABILIDAD DE MOMIOS Otra forma de calcular la probabilidad de enfermedad posterior a la prueba consiste en recurrir a la probabilidad de momios. Se combinan la sensibilidad y la especificidad en una entidad llamada índice de probabilidad (LR): LR =

Probabilidad del resultado en personas enfermas Probabilidad del resultado en personas no enfermas

Cuando los resultados se dividen en dos, toda prueba tiene dos índices de probabilidad, uno correspondiente a un resultado positivo (LR+) y otro a uno negativo (LR–):

LR+

=

Probabilidad de que la prueba sea positiva en personas enfermas Probabilidad de que la prueba sea positiva en personas no enfermas

=

McPhee-OLC43_3R.indd 10

Sensibilidad 1 – Especificidad

22/4/10 19:19:10

Cuadro 43-5. Índices de probabilidad de la ferritina sérica en el diagnóstico de la anemia ferropénica. Ferritina sérica (μg/L)

LR para anemia ferropénica

≥100

0.08

45-99

0.54

35-44

1.83

25-34

2.54

15-24

8.83

≤15

51.85

Datos tomados de Guyatt G et al. Laboratory diagnosis of iron deficiency anemia. J Gen Intern Med. 1992 Mar-Apr;7(2):145-53.

LR– =

Probabilidad de que la prueba sea negativa en personas enfermas Probabilidad de que la prueba sea negativa en personas no enfermas

=

1 – Sensibilidad Especificidad

Para las mediciones continuas pueden definirse múltiples índices de probabilidad que correspondan a los intervalos de resultados. (Véase un ejemplo en el cuadro 43-5). Se pueden encontrar listas de índices de probabilidad en algunos libros de texto, artículos de revistas y programas computacionales (véase el cuadro 43-6, que incluye valores de muestra). Los índices de probabilidad pueden calcular en forma rápida la utilidad de una prueba diagnóstica prevista en una situación particular. El método más sencillo para calcular la probabilidad posterior a la prueba, a partir de la probabilidad anterior a la prueba y los índices de probabilidad, consiste en emplear un nomograma (fig. 43-7). El médico une con una línea recta los puntos que representan la probabilidad anterior a la prueba y el índice de probabilidad, y encuentra la probabilidad posterior a la prueba en el punto en que la línea recta cruza esta última. Una manera más formal de calcular la probabilidad posterior a la prueba consiste en usar el índice de probabilidad como sigue: Momios antes de la prueba × índice de probabilidad = momios después de la prueba Para utilizar esta fórmula, las probabilidades deben convertirse en momios; en tal caso, los momios de presentar una enfermedad se expresan como la probabilidad de tener la enfermedad dividida entre

Cuadro 43-6. Ejemplos de índices de probabilidad (LR). Enfermedad

Prueba

LR+

LR-

Absceso

Tomografía computarizada de abdomen

9.5

0.06

Coronariopatía

Electrocardiograma de esfuerzo (depresión de 1 mm)

3.5

0.45

Cáncer de pulmón

Radiografía torácica

15

0.42

Hipertrofia ventricular izquierda

Ecocardiografía

18.4

0.08

Infarto miocárdico

Troponina I

24

0.01

Cáncer de próstata

Valoración rectal digital

21.3

0.37

Datos tomados de http://www.med.unc.edu/medicine/edursrc/Irmain.htm

McPhee-OLC43_3R.indd 11

22/4/10 19:19:10

99

.1 .2

95

.5 1

1000 500

90

2

200 100 50

80 70

10

20 10 5

50 40

20

2 1

5

Fig. 43-7. Nomograma para establecer la probabilidad posterior a la prueba a partir de la probabilidad anterior a la prueba y los índices de probabilidad. Para cuantificar la probabilidad posterior a la prueba se coloca una línea recta entre la probabilidad anterior y el índice de probabilidad para la prueba específica. La probabilidad posterior es el punto en que la línea recta cruza esta última. (Adaptada y reproducida con autorización de Fagan TJ. Nomogram for Bayes theorem. [Letter.] N Engl J Med. 1975 Jul 31;293(5):257.)

%

60

30

30

.5

40

.2 .1 .05

50 60

80

.02 .01 .005

90

.002 .001

70

95

20

%

10 5

2 1 .5

.2 99 Probabilidad anterior a la prueba

Índice de probabilidad

.1 Probabilidad posterior a la prueba

la probabilidad de no tenerla. Por ejemplo, una probabilidad de 0.75 es lo mismo que momios de 3:1 (fig. 43-8). Para calcular el beneficio de una prueba diagnóstica, el médico cuantifica primero los momios de la enfermedad anteriores a la prueba, a partir de toda la información clínica disponible, y a continuación multiplica los momios antes de la prueba por los índices positivo y negativo de probabilidad. Los resultados son los momios posteriores a la prueba, o los momios de que el paciente tenga la enfermedad si la prueba es positiva o negativa. Para obtener la probabilidad posterior a la prueba, los momios se convierten en una probabilidad (fig. 43-8). Por ejemplo, si el clínico cree que el enfermo tiene una probabilidad de 60% de sufrir un infarto miocárdico (momios antes de la prueba, 3:2), y la prueba de troponina I es positiva (LR+ = 24), los momios posteriores a la prueba de padecer un infarto miocárdico son los siguientes: 3 2

× 24 =

((36/1) + 1 36/1

=

72 2 36 37

o 36:1 momios

)

= 97% probabilidad

Si la prueba de troponina I es negativa (LR– = 0.01), los momios posteriores a la prueba de tener un infarto miocárdico son los siguientes:

McPhee-OLC43_3R.indd 12

22/4/10 19:19:10

Momios =

Probabilidad 1 – Probabilidad

Ejemplo: si la probabilidad es 0.75, entonces Momios =

Fig. 43-8. Fórmulas para convertir probabilidades a momios y viceversa. Probabilidad =

0.75 1 – 0.75

=

0.75 0.25

=

3 1

= 3:1

Momios Momios + 1

Ejemplo: si los momios = 3:1, entonces Probabilidad =

3 2

× 0.01 =

( (0.03/2) + 1 0.03/2

=

0.03 2

3/1 (3/1) + 1

=

3 3+1

= 0.75

momios

0.015 0.015 + 1

)

= 1.5% probabilidad

Pruebas en secuencia Hasta el momento se ha descrito el efecto de una sola prueba en la probabilidad de enfermedad; sin embargo, en la mayor parte de los estudios diagnósticos, los médicos obtienen información clínica de manera secuencial. Por ejemplo, para calcular los momios posteriores a la prueba después de tres pruebas, el médico podría cuantificar los momios anteriores a la prueba y usar el índice de probabilidad adecuado para cada prueba: Momios anteriores a la prueba × LR1 × LR2 × LR3 = Momios posteriores a la prueba Sin embargo, cuando se utiliza este método, el clínico debe estar consciente de una presuposición importante: las pruebas o hallazgos elegidos deben ser condicionalmente independientes. Por ejemplo, cuando hay daño celular hepático, las enzimas aminotransferasa de aspartato (AST) y aminotransferasa de alanina (ALT) se liberan por el mismo proceso, razón por la cual no son condicionalmente independientes. Si se usan pruebas condicionalmente dependientes de este método secuencial, se obtiene una probabilidad posterior a la prueba inexacta. Christenson RH et al. Committee on Evidence Based Laboratory Medicine of the International Federation for Clinical Chemistry Laboratory Medicine. Evidence-based laboratory medicine – a guide for critical evaluation of in vitro laboratory testing. Ann Clin Biochem. 2007 Mar;44(Pt 2):111–30. [PMID: 17362577] Elamin MB et al. Accuracy of diagnostic tests for Cushing’s syndrome: a systemic review and metaanalysis. J Clin Endocrinol Metab. 2008 May;93(5):1553–62. [PMID: 18334594] Petersen PH et al. ‘Likelihood-ratio’ and ‘odds’ applied to monitoring of patients as a supplement to ‘reference change value’ (RCV). Clin Chem Lab Med. 2008;46(2):157–64. [PMID: 18076354]

Método del umbral para tomar decisiones Un aspecto clave para tomar decisiones médicas es la selección del umbral terapéutico, es decir, la probabilidad de enfermedad en la que está indicado el tratamiento. El umbral de tratamiento se determina por las consecuencias relativas de acciones diferentes: tratar cuando la enfermedad está presente; no tratar cuando está ausente; tratar cuando en realidad está ausente; o no hacerlo cuando está presente. La figura 43-9 muestra una posible forma de reconocer un umbral terapéutico mediante la consideración del valor (utilidad) de los cuatro posibles resultados.

McPhee-OLC43_3R.indd 13

22/4/10 19:19:11

A

Utilidad

No

trat

ar

Tratar

C

B D Umbral de tratamiento 0

Probabilidad de enfermedad (%)

Fig. 43-9. Umbral de “tratar/no tratar”. A: el paciente no tiene la enfermedad y no recibe tratamiento (la mayor utilidad). B: el paciente no tiene la enfermedad y recibe tratamiento (menor utilidad que A). C: el paciente tiene la enfermedad y recibe tratamiento (menor utilidad que A). D: el paciente tiene la enfermedad y no recibe tratamiento (menor utilidad que C).

100

El uso de una prueba diagnóstica está indicado cuando su resultado podría modificar la probabilidad de enfermedad en el umbral de tratamiento. Por ejemplo, un médico podría optar por la antibioticoterapia si la probabilidad de faringitis estreptocócica en un sujeto con irritación faríngea es mayor de 25% (fig. 43-10A). Si después de revisar los datos del interrogatorio y la exploración física, el médico considera que la probabilidad anterior a la prueba de faringitis estreptocócica es de 15%, una prueba diagnóstica como el cultivo faríngeo (LR+ = 7) sólo sería útil si el resultado positivo incrementara la probabilidad posterior a la prueba a más de 25%. El empleo del nomograma mostrado en la figura 43-7 indica que la probabilidad posterior a la prueba sería de 55% (fig. 43-10B); por lo tanto, estaría justificado solicitar la prueba, ya que afectaría el tratamiento del paciente. Por otro lado, si el interrogatorio y la exploración física señalan que la probabilidad anterior a la prueba de faringitis estreptocócica es de 60%, el cultivo faríngeo (LR– = 0.33) sólo estaría indicado si un resultado negativo redujera la probabilidad posterior a la prueba a menos de 25%. Si se emplea el mismo nomograma, la probabilidad posterior a la prueba después de un resultado negativo sería de 33% (fig. 43-10C). En consecuencia, no estaría justificado realizar un cultivo faríngeo, ya que no influye en el tratamiento. Este método para tomar decisiones se describe en la bibliografía clínica.

Análisis de decisiones Hasta este punto, el análisis de las pruebas diagnósticas se ha enfocado en las características de la prueba y los métodos para usarlas en el cálculo de probabilidad de enfermedad para distintas situaciones clínicas. Aunque son útiles, estos métodos son limitados porque no incorporan los múltiples resultados que pueden ocurrir en la clínica ni los valores que los individuos y médicos dan a tales resultados. Para incorporar los resultados y los valores a las características de las pruebas puede emplearse el análisis de decisiones. La idea esencial del análisis de decisiones consiste en modelar las opciones de una decisión médica, conceder probabilidades a las acciones alternativas, asignar valores (utilidades) a los diversos resultados y luego precisar qué decisión aporta el mayor valor esperado (utilidad esperada). Para completar un análisis de decisión, el médico podría actuar de la siguiente manera: 1) trazar un árbol de decisiones que muestre los elementos de la decisión médica; 2) asignar probabilidades a las diversas ramas; 3) asignar valores (utilidades) a los resultados; 4) establecer el valor esperado (utilidad esperada) (el producto de probabilidad y el valor [utilidad]) de cada rama, y 5) tomar la decisión con el mayor valor esperado (utilidad esperada). La figura 43-11 muestra un árbol de decisión en el que se determina si se administra tratamiento sin pruebas, si se realiza una prueba y después se trata con base en sus resultados, o si no se solicitan pruebas ni se prescribe tratamiento. El médico comienza el análisis con la elaboración de un árbol de decisiones que muestre los elementos importantes de la determinación. Una vez trazado el árbol, el médico asigna probabilidades a todas las ramas. En este caso, todas las probabilidades de rama pueden calcularse a partir de: 1) la probabilidad de enfermedad antes de la prueba (probabilidad anterior a la prueba); 2) la probabilidad de un resultado positivo si existe la enfermedad (sensibilidad), y 3) la probabilidad de un resultado negativo en caso de ausencia de la enfermedad (especificidad). A continuación, el médico concede un valor (utilidad) a cada resultado. Después de calcular el valor esperado (utilidad esperada) de cada rama del árbol de decisión mediante la multiplicación del valor (utilidad) del resultado por la probabilidad de éste, el médico puede identificar la alternativa con el mayor valor esperado (utilidad esperada).

McPhee-OLC43_3R.indd 14

22/4/10 19:19:11

Umbral tratar/ no tratar

A

Tratar

No tratar 0

.5

1

Probabilidad de enfermedad

Probabilidad anterior a la prueba

B

Probabilidad posterior a la prueba Prueba positiva

Tratar

No tratar 0

.5

1

Probabilidad de enfermedad

Probabilidad anterior a la prueba

Probabilidad posterior a la prueba

C

Prueba positiva

Tratar

No tratar 0

.5

1

Probabilidad de enfermedad

Fig. 43-10. Método del umbral aplicado a la solicitud de pruebas. Si la prueba prevista no cambia el tratamiento del paciente, no debe solicitarse. (Véase la explicación en el texto.)

Aunque requiere tiempo, el análisis de decisión ayuda a estructurar los problemas clínicos complejos y tomar decisiones clínicas difíciles. La decisión de solicitar pruebas para establecer un diagnóstico específico, instituir directamente el tratamiento específico sin realizar pruebas o tan sólo observar al paciente sin realizar pruebas depende de la interrelación entre: 1) la probabilidad relativa de cada uno de los diversos diagnósticos diferenciales, 2) la gravedad y la posibilidad de tratar los diagnósticos posibles, 3) la eficacia, los efectos adversos y la facilidad de administrar los diversos tratamientos y 4) la posibilidad de que los estudios diagnósticos permitan distinguir entre el paciente enfermo y el sano. Los umbrales de probabilidad de enfermedad a los que deben o no someterse a prueba los pacientes son variables. Los análisis son más útiles en los casos con una probabilidad intermedia de que exista la enfermedad, en los cuales es más probable que el resultado del análisis modifique las decisiones clínicas. Inadomi JM. Decision analysis and economic modelling: a primer. Eur J Gastroenterol Hepatol. 2004;16(6):535–42. [PMID: 15167154] Scott IA et al. Cautionary tales in the clinical interpretation of studies of diagnostic tests. Intern Med J. 2008 Feb;38(2):120–9. [PMID: 17645501]

McPhee-OLC43_3R.indd 15

22/4/10 19:19:11

Resultados Enfermedad

Tratar, enfermedad +, sin prueba

Sin enfermedad

Tratar, enfermedad –, sin prueba

Prueba +

Tratar, enfermedad +, con prueba

Prueba –

No tratar, enfermedad +, con prueba

Prueba +

Tratar, enfermedad –, con prueba

Prueba –

No tratar, enfermedad –, con prueba

Tratar

Enfermedad

Prueba

Sin enfermedad

Enfermedad

No tratar, enfermedad +, sin prueba

No tratar Sin enfermedad

No tratar, enfermedad –, sin prueba

Fig. 43-11. Árbol genérico para tomar decisiones clínicas en el que las opciones son: 1) tratar al paciente de manera empírica; 2) realizar la prueba y luego tratar sólo si el resultado es positivo, o 3) prescindir del tratamiento. El nodo cuadrado se conoce como nodo de decisión y los nodos circulares se denominan nodos de oportunidad. p, probabilidad de enfermedad antes de la prueba; Sens, sensibilidad; Spec, especificidad.

Medicina basada en evidencias La medicina basada en evidencias es la atención de pacientes que utiliza la mejor evidencia disponible para guiar las decisiones clínicas. Se basa en la identificación de evidencia con lógica metodológica, la valoración crítica de las investigaciones y la difusión de resúmenes precisos y útiles de evidencia para informar las decisiones médicas. Para resumir la evidencia que se difundirá pueden emplearse revisiones sistemáticas, al igual que sinopsis de la investigación vigente basada en evidencias. Las revisiones sistemáticas utilizan a menudo el metaanálisis, que consiste en el uso de técnicas estadísticas para combinar evidencias de diferentes estudios, a fin de obtener un cálculo más preciso del efecto de una intervención o la exactitud de una prueba. Los lineamientos para la práctica clínica son afirmaciones que se desarrollan en forma sistemática, cuya finalidad es ayudar a los médicos a tomar decisiones sobre la atención a la salud. En la actualidad se emplean de manera extensa en la medicina los algoritmos clínicos y las normas prácticas, diseñados por diversas asociaciones profesionales o expertos independientes. Las pruebas diagnósticas forman parte integral de estos algoritmos y normas. Su utilidad y validez dependen de la calidad de la evidencia que delineó las recomendaciones, su actualización constante, y su aceptación y aplicación correcta por parte de los clínicos. Aunque algunos médicos están preocupados por el efecto de los lineamientos en la autonomía profesional y las decisiones individuales, muchas organizaciones buscan que dichos lineamientos para la práctica se cumplan, como una medida de calidad de la atención. Debido a que las decisiones de tratamiento no siempre han incluido el mejor conocimiento médico y los valores del paciente, hay interés creciente en la toma compartida de decisiones. Se trata de un proceso en el que los médicos proporcionan información de la salud basada en evidencias a los pacientes, entran en contacto con sus valores y colaboran con ellos para alcanzar una decisión mutua aceptable. Se ha demostrado que en muchos casos los auxiliares para tomar decisiones (herramientas que facilitan la toma compartida de decisiones) mejoran este proceso y sus resultados. A este respecto, la medicina basada en evidencias se utiliza para complementar, no sustituir, los criterios médicos en cada paciente.

McPhee-OLC43_3R.indd 16

22/4/10 19:19:12

La tecnología informática ofrece al médico datos de laboratorio, imagenología, sistemas de vigilancia fisiológica y muchas otras fuentes. Cada vez se utiliza más el apoyo informático para tomar decisiones clínicas con el fin de diseñar, implementar y depurar protocolos informáticos para procesos específicos de la atención derivados de las normas prácticas basadas en evidencias. Es importante que el médico utilice la tecnología moderna para ofrecer la mejor atención en su consultorio. Chung KC et al. A practical guide to meta-analysis. J Hand Surg [Am]. 2006 Dec;31(10):1671–8. [PMID: 17145390] MacKinnon RJ. Evidence based medicine methods (part 1): the basics. Paediatr Anaesth. 2007 Oct;17(10):918–23. [PMID: 17767626] O’Connor AM et al. Do patient decision aids meet effectiveness criteria of the international patient decision aid standards collaboration? A systematic review and meta-analysis. Med Decis Making. 2007 Sep–Oct;27(5):554–74. [PMID: 17873255] Sucher JF et al. Computerized clinical decision support: a technology to implement and validate evidence based guidelines. J Trauma. 2008 Feb;64(2):520–37. [PMID: 18301226]

McPhee-OLC43_3R.indd 17

22/4/10 19:19:12