9.1.1.4 Análisis ROC
- Carolyn Phillips
El análisis de la curva ROC (Receiver Operating Characteristic) es útil para evaluar el rendimiento de las pruebas diagnósticas que clasifican a los individuos en categorías de individuos con una afección y sin ella (Zou et al. 2007; Metz et al. 1978). Los datos obtenidos en una prueba diagnóstica se sitúan a menudo en una escala (por ejemplo, presión arterial, concentración hormonal), y es necesario decidir si un determinado valor de la prueba indica que la afección está presente (prueba positiva) o no (prueba negativa). El punto en el que se traza esta "línea" se denomina umbral de decisión o positividad. Por ejemplo, un valor límite de presión arterial para la hipertensión es 135/80.
La elección de un umbral de decisión tendrá un gran efecto sobre la sensibilidad y la especificidad de una prueba. Si bien un umbral bajo hará que una gran proporción de verdaderos positivos se identifiquen correctamente como positivos, también disminuirá la tasa de verdaderos negativos. En otras palabras, un umbral bajo aumenta la sensibilidad pero disminuye la especificidad. Lo contrario ocurre con los umbrales altos. Como la sensibilidad y la especificidad dependen de la selección de un umbral de decisión, el análisis ROC se utiliza para representar gráficamente la sensibilidad (eje y) frente a la 1-especificidad (eje x) a medida que cambia el valor del umbral (Macaskill et al. 2010). Esto ofrece una representación visual de la relación entre la sensibilidad y la especificidad de una prueba diagnóstica a medida que cambia el valor umbral. Esto puede medirse de manera cuantitativa evaluando el área bajo la curva (AUC) (Hanley y McNeil. 1982). El AUC para una prueba perfecta es de 1,0, y una prueba sin diferenciación entre trastorno y no trastorno tiene un AUC de 0,5 (Lalkhen y McCluskey. 2008).
La Figura 9.1 muestra una curva ROC de Erol et al. 2014 con un AUC de 0,81 (IC del 95 %: 0,80 a 0,82).
La línea diagonal muestra el resultado de referencia de una prueba sin potencia diferencial (AUC=0,5).
Figura 9.1: Gráfico ROC para el uso de los cocientes antígeno prostático específico libre/total para el diagnóstico del cáncer de próstata