9.2.7.1 Representación gráfica

Los resultados de las revisiones sistemáticas sobre la exactitud de las pruebas diagnósticas pueden representarse gráficamente de dos formas principales.

En cuanto a las revisiones sistemáticas de la eficacia, pueden realizarse diagramas de bosque. En el caso de la exactitud de las pruebas diagnósticas, se presentan dos diagramas de bosque uno al lado del otro: uno para la sensibilidad y otro para la especificidad. Así pues, estos gráficos muestran las medias y los intervalos de confianza para la sensibilidad/especificidad de cada uno de los estudios primarios seleccionados. Estos valores también figuran en forma numérica. Además, también se informa el número de verdaderos positivos, falsos positivos, verdaderos negativos y falsos negativos, así como, en su caso, de cualquier covariable (por ejemplo, el tipo de prueba diagnóstica utilizada). La Figura 9.2 muestra un diagrama de bosque realizado con datos simulados (Campbell et al. 2015).

Estudio	VP	FP	FN	VN	Sensibilidad (IC 95 %)	Especificidad (IC 95 %)	Sensibilidad (IC 95 %)	Especificidad (IC 95 %)
Ejemplo 1	6	8	7	64	0.46 [0.19, 0.75]	0.89 [0.79, 0.95]	Open	Open
Ejemplo 2	13	4	6	16	0.68 [0.43, 0.87]	0.80 [0.56, 0.94]
Ejemplo 3	22	18	4	27	0.85 [0.65, 0.96]	0.60 [0.44, 0.74]
Ejemplo 4	18	12	7	30	0.72 [0.51, 0.88]	0.71 [0.55, 0.84]
Ejemplo 5	20	10	6	30	0.77 [0.56, 0.91]	0.75 [0.59, 0.87]

Figura 9.2: Ejemplo de diagrama de bosque generado con datos simulados en RevMan5

Los valores numéricos de sensibilidad y especificidad se presentan junto con representaciones gráficas en las que los recuadros marcan los valores, y las líneas horizontales muestran los intervalos de confianza.

También es posible crear curvas ROC resumidas (SROC). Se trata de gráficos con 1 -especificidad en el eje X y sensibilidad en el eje Y, en los que cada estudio primario contribuye a un punto único definido por su sensibilidad y especificidad para un umbral determinado. Si se presentan varios umbrales en un único estudio primario, solo puede representarse un par de sensibilidad/especificidad para ese estudio en el gráfico SROC. El tamaño del punto puede variar en función del tamaño de la muestra. Para indicar con mayor precisión las estimaciones, la altura del punto es proporcional al número de pacientes enfermos, mientras que la anchura del punto es proporcional al número de pacientes de control.

Tras un metaanálisis riguroso, se puede añadir una curva en el gráfico. Una curva ROC resumida representa la curva ROC esperada en muchos niveles diferentes de umbral de positividad. Si se ha utilizado el mismo umbral de positividad en cada uno de los estudios primarios, conviene calcular y trazar la sensibilidad y la especificidad resumidas, así como su región de confianza. También puede proporcionarse una región de predicción, correspondiente a la zona en la que debería encontrarse la verdadera sensibilidad/especificidad de un futuro estudio en el 95 % de los casos. La Figura 9.3 muestra una curva SROC realizada con datos simulados en RevMan5 (Campbell et al. 2015).

Figura 9.3: Curva SROC generada con datos simulados en RevMan5. La sensibilidad se muestra en el eje Y, el eje X muestra la especificidad invertida (Campbell et al. 2015)