Fiabilidad de los predictores clínicos y de la biopsia de arteria ...

Fiabilidad de los predictores clínicos y de la biopsia de arteria temporal en el diagnóstico de la arteritis de células gigantes
Joan Brunsó Casellas
Ninguno de los 85 pacientes que no habían recibido dicho tratamiento fueron
diagnosticados/tratados como una ACG. Por tanto, este grupo de 257 pacientes, se
trataría de un grupo seleccionado entre los 342 pacientes del estudio. Y por tanto nos
mostraría la máxima eficacia que se podría obtener de un algoritmo a partir de
variables clínicas/analíticas, en nuestra serie.
La siguiente ilustración (fig. 67) muestra cómo clasifica a los individuos en función de
la probabilidad estimada por el modelo de que cada individuo tenga ACG; se
presentan los resultados en percentiles. Se ve que cuando el modelo estima una
probabilidad inferior al 20%, el error (falsos negativos) es inferior al 5% y cuando la
probabilidad estimada es superior al 80%, el error (falsos positivos) es del 8%. A partir
de esta tabla se pueden utilizar distintos puntos de corte (fig. 68) ( Tabla.8).
90
80
70
60
50
40
30
20
10
0
90
14
12 13
15
13
10
8
4 3
0
2 12 01
23 5 6
8
5
1 2 2 3 3
12
Figura 67: Distribución de los casos según nuestro algoritmo por percentiles. Se consideran
como falsos negativos de la BAT ( Enfermos con BAT-NEGATIVA) a aquellos casos que fueron
diagnosticados y tratados como una ACG y que además, presentaban ≥ 3 criterios del
algoritmo 1 del Colegio Americano de Reumatología ( n=87).
122
26
BAT negativa/ arteritis No
BAT negativa/ arteritis Si
BAT positiva/ arteritis Si