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
97.7
52.9
94.2 93.1
61.2
Sensibilidad/ Especificidad
68.24
Sensibilidad Especificidad
87.3
75.88
Fig 68: Gráfica que muestra la sensibilidad/ especificidad que obtendría el modelos según
los diferentes puntos de corte. Si se consideran como enfermos los que se encuentran por
encima del percentil 50, y como sanos los que se encuentran por debajo, el modelo
ofrecería una sensibilidad del 80.4% y una especificidad del 85.6% en el diagnóstico de la
ACG.
Si analizamos los diferentes puntos de corte se observan las limitaciones que un
modelo que utilice únicamente variables clínicas/analíticas podría presentar.
Si consideramos que un paciente tiene arteritis cuando presenta una probabilidad en
nuestro modelo superior al 70%, se dejarían de diagnosticar a 32 pacientes (entre los
percentiles 0-70), 24 con BAT positiva. La especificidad y la sensibilidad obtenidas
serian del 95.29% y el 64.36% respectivamente.
Se identifican pacientes con BAT positivas en todos los grupos de percentiles por lo
que, al realizar puntos de corte para poder clasificar a estos pacientes según “ACG
SI/ ACG NO” cometeríamos errores diagnósticos.
Un 19.54% de los pacientes diagnosticados de ACG (n=17 ; 13 con BAT positiva) se
encontraban por debajo del percentil 50. Estos pacientes, podría considerarse como
enfermos, clasificados por nuestro algoritmo como pacientes de baja probabilidad.
Se observan un valor predictivo negativo elevado en todos los percentiles a pesar de
que no se han considerado para este algoritmo a 85 verdaderos negativos (85
pacientes que no habían tomado tratamiento esteroideo); este dato es debido al gran
124
81.76 86.47
80.4 71.3
95.29
Per. 10 Per. 20 Per. 30 Per. 40 Per. 50 Per. 60 Per. 70 Per. 80 Per. 90
64.4
97.6
50.6
99.4
32.2