Valor predictivo negativo

El valor predictivo negativo (VPN) es la probabilidad de que una persona con un resultado negativo en una prueba realmente no padezca la condición. Al igual que el valor predictivo positivo, se lee a lo largo de una fila de la tabla 2x2 en lugar de hacia abajo en una columna, por lo que depende de la prevalencia de la condición, así como de la precisión intrínseca de la prueba.

Definition

El valor predictivo negativo es la probabilidad condicional de que la enfermedad esté verdaderamente ausente dado un resultado negativo en la prueba, calculado como el número de verdaderos negativos dividido por el número total de resultados negativos (verdaderos negativos más falsos negativos).

Scope

Esta entrada define el VPN como la proporción de verdaderos negativos entre todos los resultados negativos, explica su dependencia de la prevalencia de la enfermedad, lo contrasta con la sensibilidad y la especificidad, y lo relaciona con la actualización bayesiana de la probabilidad pre-prueba a la probabilidad post-prueba. Es un tema metodológico y no aconseja sobre el uso de ninguna prueba en particular.

Key concepts

• Probabilidad de ausencia de enfermedad dado un resultado negativo
• Dependencia de la prevalencia (probabilidad pre-prueba)
• Verdaderos negativos frente a falsos negativos
• Probabilidad post-prueba
• Teorema de Bayes en el diagnóstico
• Relación con la razón de verosimilitud negativa

Mechanisms

El VPN se calcula a lo largo de la fila de resultados negativos de la tabla 2x2: de todos los sujetos que la prueba clasifica como negativos, es la fracción cuyo estado de enfermedad es verdaderamente negativo. Dado que el número absoluto de falsos negativos se genera a partir del grupo de enfermos, el VPN disminuye a medida que la enfermedad se vuelve más prevalente y aumenta a medida que se vuelve más rara, incluso cuando la sensibilidad y la especificidad se mantienen fijas. Por lo tanto, el VPN es un producto conjunto de la precisión intrínseca de la prueba y la probabilidad pre-prueba de enfermedad en la población examinada. La relación se formaliza mediante el teorema de Bayes, que actualiza la probabilidad pre-prueba a una probabilidad post-prueba utilizando las razones de verosimilitud de la prueba; el VPN corresponde a uno menos la probabilidad post-prueba de enfermedad después de un resultado negativo.

Clinical relevance

El VPN expresa cuánta tranquilidad proporciona un resultado negativo en un entorno dado y, por lo tanto, es fundamental para interpretar los resultados de cribado y diagnóstico en contexto. El concepto apoya la evaluación crítica de la evidencia diagnóstica; describe cómo se interpretan los resultados de las pruebas en diferentes poblaciones y no es una base para decisiones diagnósticas o de tratamiento individuales.

Epidemiology

En entornos de baja prevalencia, el VPN tiende a ser alto simplemente porque la mayoría de las personas están libres de enfermedad, lo que puede hacer que un resultado negativo parezca muy tranquilizador incluso cuando la sensibilidad de una prueba es modesta. Por el contrario, a medida que la prevalencia aumenta, el VPN disminuye, por lo que, al igual que todos los valores predictivos, debe informarse en relación con la población relevante en lugar de tratarse como un atributo fijo de la prueba.

History

La dependencia de los valores predictivos de la prevalencia se clarificó a medida que el marco de precisión diagnóstica maduró en el siglo XX, y la distinción entre las propiedades intrínsecas de la prueba y el rendimiento predictivo dependiente de la población se hizo accesible a los clínicos a través de la escritura estadística expositiva en la década de 1990.

Debates

¿Significa un valor predictivo negativo alto que una prueba es buena para descartar una enfermedad?

Un VPN alto puede reflejar en gran medida una baja prevalencia en lugar de un rendimiento sólido de la prueba, por lo que la tranquilidad de un resultado negativo debe juzgarse en función de la probabilidad subyacente de la enfermedad y las razones de verosimilitud de la prueba, no solo del VPN.

Key figures

• Douglas Altman
• Martin Bland
• Jonathan Deeks
• David Grimes
• Kenneth Schulz

Seminal works

• altman-bland-1994b
• deeks-altman-2004
• grimes-schulz-2002-screening

Frequently asked questions

¿Por qué el valor predictivo negativo suele ser alto para las condiciones raras?

Cuando una condición es rara, la mayoría de las personas realmente no la padecen, por lo que la mayoría de los resultados negativos son correctos, lo que eleva el VPN en gran medida debido a la baja prevalencia en lugar de la calidad de la prueba.

¿Es el valor predictivo negativo una propiedad de la prueba?

No. Depende de la prevalencia de la condición en la población examinada, así como de la sensibilidad y especificidad de la prueba, por lo que la misma prueba arroja diferentes valores predictivos en diferentes entornos.