Saltar al contenido
Omnikalc

Calculadora de pruebas repetidas (pruebas en serie)

Introduce la prevalencia, la sensibilidad y la especificidad de una prueba y el número de resultados positivos consecutivos para obtener la probabilidad de enfermedad tras uno y varios positivos, y el rendimiento de las pruebas en serie o en paralelo.

Actualizado el

Herramienta educativa, no consejo médico: esta página no diagnostica y no sustituye a un médico, enfermero o farmacéutico. No ha sido revisada por un profesional sanitario. Política editorial y médica

Tus datos
%

Valor fuera de rango

%

Valor fuera de rango

%

Valor fuera de rango

Valor fuera de rango

Resultados

Probabilidad de enfermedad tras los positivos elegidos

86,86 %

Más probable que improbable
Probabilidad de enfermedad tras 1 positivo
26,87 %
Probabilidad de enfermedad tras 2 positivos
86,86 %
Probabilidad de enfermedad tras 3 positivos
99,17 %
Probabilidad de enfermedad tras 1 negativo
0,214 %
Sensibilidad de k pruebas en serie (todas deben ser positivas)
81,00 %
Especificidad de k pruebas en serie
99,75 %
Sensibilidad de k pruebas en paralelo (basta un positivo)
99,00 %
Especificidad de k pruebas en paralelo
90,25 %

Esta calculadora se ofrece con carácter informativo y educativo general. No sustituye el consejo de un profesional sanitario. Ante una urgencia, llama al 112.

La calculadora de pruebas repetidas da la probabilidad de enfermedad tras uno, dos, tres o más resultados positivos consecutivos, y la sensibilidad y la especificidad de pruebas en serie o en paralelo.

Cómo se hace el cálculo

  • Introduce la prevalencia, la sensibilidad y la especificidad.
  • Elige el número de resultados positivos consecutivos.
  • La calculadora da la probabilidad de enfermedad tras cada número, tras un resultado negativo, y el rendimiento en serie y en paralelo.

Ejemplo

Una prueba tiene una sensibilidad del 90 % y una especificidad del 95 %, y la prevalencia es del 2 %. Tras un positivo, la probabilidad de enfermedad es de solo un 26,87 %, porque los falsos positivos del 98 % de personas sanas superan a los verdaderos. Tras dos positivos consecutivos, llega al 86,86 %. Tras un resultado negativo, la probabilidad de enfermedad cae al 0,214 %.

Por qué es útil

La calculadora ayuda a estudiantes de medicina y a médicos que interpretan resultados de cribado, al personal de laboratorio que diseña algoritmos de confirmación, y a cualquier persona que quiera entender por qué una prueba de cribado positiva no es un diagnóstico.

Conviene saber

El cálculo supone que los resultados repetidos son condicionalmente independientes dado el estado real. Las pruebas reales suelen tener errores correlacionados, sobre todo si se repiten en la misma muestra, así que las cifras de positivos repetidos son valores optimistas. Una confirmación con otro método, que apunte a otro marcador, se acerca más a la independencia. Los resultados dependen también de la prevalencia en las personas estudiadas: una persona con síntomas o con una exposición conocida tiene una probabilidad previa más alta que una persona de la población general. Usa el enfoque para entender la lógica, y confía en las guías validadas y en el juicio clínico para decidir.

Herramientas relacionadas

La calculadora de sensibilidad y especificidad evalúa una prueba, la del teorema de Bayes actualiza probabilidades, la de razones de probabilidad convierte probabilidades y razones, y la del número necesario a cribar sopesa los beneficios de un cribado.

Preguntas frecuentes

¿Por qué un segundo positivo cuenta tanto?

Cada resultado positivo multiplica la razón de probabilidades de enfermedad por la razón de verosimilitud Se / (1 − Sp). Cuando la enfermedad es rara, un positivo puede dejar una probabilidad baja de enfermedad porque muchos falsos positivos proceden del gran grupo sano. Un segundo positivo vuelve a multiplicar esa razón.

¿Dónde está la trampa?

El cálculo supone que los errores de la prueba son independientes de una vez a otra. Cuando la misma muestra o la misma causa biológica produce un falso positivo, repetir la misma prueba da la misma respuesta errónea, así que la ganancia real es menor. Funciona mejor otro método de prueba.

¿Qué diferencia hay entre pruebas en serie y en paralelo?

En serie, una persona se considera positiva solo si todas las pruebas son positivas, lo que aumenta la especificidad pero disminuye la sensibilidad. En paralelo, basta un positivo, lo que aumenta la sensibilidad pero disminuye la especificidad.

¿Te ha resultado útil esta calculadora?

¡Gracias por tu opinión!

Resultados orientativos con fines informativos. No sustituyen el consejo de un profesional.