Especificidad

La especificidad es la proporción de personas que realmente no tienen una afección que una prueba identifica correctamente como negativas. Responde a la pregunta "entre aquellos sin la enfermedad, ¿a cuántos la prueba descarta?" y es la contraparte de la sensibilidad entre las dos medidas intrínsecas de precisión utilizadas para evaluar las pruebas diagnósticas y de cribado frente a un estándar de referencia.

Definition

La especificidad es la probabilidad condicional de que el resultado de una prueba sea negativo dado que la enfermedad está realmente ausente, calculada como el número de verdaderos negativos dividido por el número total de personas sin la enfermedad (verdaderos negativos más falsos positivos).

Scope

Esta entrada define la especificidad como la tasa de verdaderos negativos, la sitúa dentro de la tabla 2x2 del resultado de la prueba frente al verdadero estado de la enfermedad, explica su complemento (la tasa de falsos positivos) y señala cómo se estima, cómo puede variar con el espectro del paciente y cómo contribuye a los cocientes de probabilidad. Es un tema metodológico y no aconseja sobre el uso de ninguna prueba en particular.

Key concepts

• Tasa de verdaderos negativos
• Tasa de falsos positivos (1 - especificidad)
• Estándar de referencia (gold standard)
• Probabilidad condicional dada la ausencia de enfermedad
• Sesgo de espectro
• Cociente de probabilidad negativo

Mechanisms

La especificidad se calcula en la columna de no enfermos de la tabla 2x2: de todos los sujetos cuyo estado verdadero es libre de enfermedad, es la fracción que la prueba clasifica correctamente como negativa. Debido a que condiciona el verdadero estado de no enfermedad, la especificidad es en principio independiente de la frecuencia de la enfermedad y, por lo tanto, caracteriza la prueba en lugar de la población. Su complemento, uno menos la especificidad, es la tasa de falsos positivos, la proporción de personas sanas que son señaladas erróneamente. Una prueba altamente específica, cuando es positiva, ayuda a descartar una afección, porque pocas personas libres de enfermedad producen resultados positivos. La especificidad se combina con la sensibilidad para formar el cociente de probabilidad negativo y, a través de la tasa de falsos positivos, define el eje horizontal de la curva ROC. Al igual que la sensibilidad, la especificidad medida puede depender del espectro de sujetos no enfermos estudiados, ya que las afecciones coexistentes pueden aumentar los falsos positivos.

Clinical relevance

La especificidad es un criterio estándar para evaluar qué tan bien una prueba evita etiquetar a las personas sanas como enfermas y se enfatiza cuando los falsos positivos conllevan un costo significativo, como un seguimiento innecesario después del cribado. El concepto apoya la evaluación crítica de la evidencia diagnóstica; describe una propiedad de una prueba y no es una base para decisiones individuales de diagnóstico o tratamiento.

Epidemiology

En el cribado poblacional, incluso las deficiencias modestas en la especificidad son importantes porque la mayoría de las personas examinadas están libres de enfermedad, por lo que una pequeña tasa de falsos positivos aplicada a una gran mayoría sana puede generar muchas falsas alarmas. Esta interacción de la especificidad con la prevalencia es un tema central al evaluar si un programa de cribado produce daños aceptables en relación con los beneficios.

History

La especificidad entró en la estadística médica emparejada con la sensibilidad de la teoría de la clasificación y la detección de señales y se popularizó entre los lectores clínicos a través de la escritura estadística expositiva en la década de 1990. El trabajo metodológico en la década de 1970 destacó cómo el espectro de sujetos no enfermos podía sesgar la medida.

Debates

¿Por qué la especificidad domina el problema de los falsos positivos en el cribado?

Debido a que los no enfermos suelen superar ampliamente en número a los enfermos en el cribado, incluso una alta especificidad puede dejar un número absoluto de falsos positivos que agota los recursos de seguimiento y expone a las personas sanas a daños.

Key figures

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

Seminal works

• altman-bland-1994a
• ransohoff-feinstein-1978
• deeks-altman-2004

Frequently asked questions

¿Una prueba altamente específica descarta la enfermedad cuando es positiva?

Una alta especificidad significa que pocas personas sanas dan positivo, por lo que un resultado positivo es más convincente para la enfermedad; la interpretación completa aún depende de la sensibilidad y la prevalencia subyacente.

¿Qué es la tasa de falsos positivos?

Es uno menos la especificidad: la proporción de personas sin la afección que son clasificadas erróneamente como positivas por la prueba.