Precisión discriminatoria de pruebas serológicas para Leishmania aplicando curvas COR y metodología estándar bajo diferentes condiciones de varianzas | Discriminatory accuracy of serological tests for Leishmania applying COR curves and standard methodology under different variances conditions

Marvin Querales, Luis Pérez-Ybarra, Ana Rita De Lima, Harú Martínez de Cordero, Domenica Carolina Cannova, María Isabel Simons

Resumen


Las pruebas serológicas permiten identificar agentes infecciosos en muestras biológicas. Su eficiencia es evaluada a través de la precisión discriminatoria, dependiendo ésta del umbral de decisión. La metodología estándar y la curva característica operativa del receptor (COR) permiten obtener tal umbral, y ambas metodologías se emplean indistintamente en la práctica. Se realizó un estudio comparativo de la precisión discriminatoria de ambas metodologías. Se utilizó un conjunto de valores de anticuerpos contra Leishmania de pacientes previamente clasificados como enfermos o sanos, y se realizaron simulaciones computarizadas en condiciones homocedásticas y heterocedásticas. A estos datos se les aplicó la metodología estándar y la curva COR. Se calcularon los parámetros sensibilidad, especificidad, %Sensibilidad = 100%, %Especificidad = 100% y %Decisión perfecta. Los resultados muestran que la precisión discriminatoria de la metodología estándar favorece la especificidad, mientras que la curva COR muestra un equilibrio entre sensibilidad y especificidad, las cuales aumentan a medida que la media de la población de pacientes enfermos se aleja de la media de la población sana, presentando además una mayor proporción de decisión perfecta. Los umbrales de decisión fueron afectados por la heterocedasticidad. La curva COR mostró una mejor precisión discriminatoria y se recomienda su uso para el cálculo de umbrales de decisión en pruebas serológicas.

 

Palabras clave: Leishmaniasis, punto de corte, simulación computarizada, sensibilidad, especificidad, homocedasticidad, heterocedasticidad.

ABSTRACT

Serological tests can identify infectious agents in biological samples. Their efficiency is evaluated through the discriminatory accuracy, which depends on a decision threshold. The standard methodology and the receiver operating characteristic curve (ROC) allow to obtain such threshold, and both methodologies are used indistinctly in practice. A comparative study of the discriminatory accuracy of both methods was performed. A set of values of antibodies to Leishmania in patients previously classified as sick or healthy was used, and computer simulations under homoscedastic and heteroscedastic conditions were made. On these data the standard methodology and the ROC curve were applied. The parameters sensitivity, specificity, %Sensitivity = 100%, %Specificity = 100% and %Perfect decision were calculated. Results showed that the discriminatory accuracy of the standard methodology favors specificity, while the ROC curve shows a balance between sensitivity and specificity, which increase as the average population of sick patients moves away from the average of the healthy population, in addition to present a greater proportion of perfect decision. The decision thresholds were affected by heteroscedasticity. The ROC curve showed better discriminatory precision and its use for calculating decision thresholds in serological testing is recommended.

Key words: Leishmaniasis, cutoff, computer simulation, sensitivity, specificity, homocedasticity, heteroskedasticity.


Referencias


AKOBENG AK. 2007. Understanding diagnostic tests 3: receiver operating characteristic curves. Acta Paediatric. 96(5):644-647.

ALTMAN DG, BLAND JM. 1994. Diagnostic tests 3: receiver operating characteristic plots. BMJ. 309(6948):188.

BARAJAS-ROJAS JA, RIEMANN HP, FRANTI CE. 1993. Notes about determining the cut-off value in enzyme-linked immunosorbent assay (ELISA). Prev. Vet. Med. 15(3):231-233.

CERDA J, CIFUENTES L. 2012. Uso de curvas ROC en investigación clínica. Aspectos teórico-prácticos. Rev. Chilena Infectol. 29(2):138-141.

DONIS JH. 2012. Evaluación de la validez y confiabilidad de una prueba diagnóstica. Avan. Biomed. 1(2): 3-81.

FAN J, UPADHYE S, WORSTER A. 2006. Understanding receiver operating characteristic (ROC) curves. CJEM. 8(1):19-20.

FERNÁNDEZ A, LUACES C, VALLS C, ORTEGA J, GARCÍA JJ, MIRA A, POU J. 2001. Procalcitonina para el diagnóstico precoz de infección bacteriana invasiva en el lactante febril. An. Pediatr. 55(4):321-328.

FLUSS R, FARAGGI D, REISER B. 2005. Estimation of the Youden Index and its associated cutoff point. Biom. J. 47(4):458-472.

GREINER M, BÖHNING D. 1994. Notes about determining the cut-off value in enzyme-linked immunosorbent assay (ELISA) - Reply. Prev. Vet. Med. 20(4):307-310.

INGRAHAM JL, INGRAHAM CA. 1998. Introducción a la microbiología. Editorial Reverté, Barcelona, España, pp. 751.

MCNICOL D. 2005. A primer of signal detection theory. Psychology Press, Mahwah, NJ, USA, pp. 248.

MEDIAACTIVE. 2010. Manual de Excel 2010. MARCOMBO, Barcelona, España, pp. 360.

OBUCHOWSKI NA, LIEBER ML, WIANS FH. 2004. ROC Curves in clinical chemistry: uses, misuses, and possible solutions. Clin. Chem. 50(7):1118-1125.

PALENCIA A, ROMERO G, VESPA M, SOLÓRZANO A, VARGAS M. 2016. Punto de corte de la cotinina urinaria y cotinina/creatinina en niños. Avan. Biomed. 5(1):10-18.

PÉREZ BM, LANDAETA-JIMÉNEZ M, AMADOR J, VÁSQUEZ M, MARRODÁN MD. 2009. Sensibilidad y especificidad de indicadores antropométricos de adiposidad y distribución de grasa en niños y adolescentes venezolanos. INCI. 34(2):84–90.

PERKINS NJ, SCHISTERMAN EF. 2006. The inconsistency of “optimal” cutpoints obtained using two criteria based on the receiver operating characteristics curve. Am. J. Epidemiol. 163(7): 670-675.

RHA SY, YANG WI, GONG SJ, KIM JJ, YOO NC, ROH JK, MIN JS, LEE KS, KIM BS, CHUNG HC. 2000. Correlation of tissue and blood plasminogen activation system in breast cancer. Cancer Lett. 150(2):137-145.

RIDGE SE, VIZARD AL. 1993. Determination of the optimal cutoff value for a serological assay: an example using the Johne's Absorbed EIA. J. Clin. Microbiol. 31(5):1256-1261.

SHAPIRO DE. 1999. The interpretation of diagnostic tests. Stat. Methods Med. Res. 8(2):113-134.

SHARMA B, JAIN R. 2014. Right choice of a method for determination of cut-off values: A statistical tool for a diagnostic test. Asian J. Med. Sci. 5(3):30-34.

SMITH CJ. 2012. Diagnostic tests (1) - sensitivity and specificity. Phlebology. 27(5):250-251.

TARABLA HD. 2002. Validación de pruebas diagnósticas. Rev. FAVE. 1(1):37-42.

WORSTER A, INNES G, ABU-LABAN RB. 2002. Diagnostic testing: an emergency medicine perspective. CJEM. 4(5):348-354.


Texto completo:

PDF

Referencias



Enlaces refback

  • No hay ningún enlace refback.
';



Licencia Creative Commons” style=
Esta obra está bajo una Licencia Creative Commons Atribución 4.0 Internacional.