MEDHES: Errores, sesgos y validez de pruebas diagnósticas

Autor: Dr. Adrian Chuquitaype
Revisión: 24/10/2026

Última actualización: 24/10/2026

Error aleatorio → variabilidad por azar; afecta la precisión; disminuye al aumentar el tamaño de la muestra (intervalos de confianza más estrechos).
Error sistemático (sesgo) → desviación en una dirección; afecta la validez o exactitud; no se corrige con más muestra sino con un buen diseño.
Validez interna → los resultados son correctos para la población estudiada (sin sesgos); validez externa → generalización a otras poblaciones.

Error de prueba de hipótesis	Definición	Control
Tipo I (α)	Rechazar la hipótesis nula siendo verdadera (falso positivo«encontrar» una diferencia que no existe)	Nivel de significancia (habitualmente α = 0.05)
Tipo II (β)	No rechazar la hipótesis nula siendo falsa (falso negativo)	Potencia = 1 − β (habitualmente ≥80%): aumentar el tamaño de muestra

Tipo	Ejemplos
Selección (cómo se eligen o retienen los participantes)	Autoselección o voluntario, no respuesta, trabajador sano, Berkson (casos y controles hospitalarios), Neyman o de prevalencia-incidencia (casos prevalentes en lugar de incidentes), pérdidas de seguimiento
Información o medición (cómo se miden exposición o efecto)	Memoria o recuerdo (los casos recuerdan más), entrevistador u observador, efecto Hawthorne (cambian la conducta al saberse observados), mala clasificación, sospecha diagnóstica
Confusión	Una tercera variable asociada a la exposición y al efecto (sin estar en la vía causal) distorsiona la asociación

Falacia ecológica → inferir a nivel individual conclusiones obtenidas de datos agregados de poblaciones.
Control de la selección → definición clara de la población, aleatorización, minimizar pérdidas; de la medición → cegamiento, instrumentos validados, protocolos estandarizados.
Control de la confusión → en el diseño: aleatorización, restricción, pareamiento; en el análisis: estratificación y análisis multivariado.

Prueba	Enfermos	Sanos
Positiva	VP (a)	FP (b)
Negativa	FN (c)	VN (d)

Medida	Fórmula	Utilidad
Sensibilidad	VP / (VP + FN)	Detectar enfermosuna prueba muy sensible negativa descarta (SnNout): tamizaje
Especificidad	VN / (VN + FP)	Identificar sanosuna prueba muy específica positiva confirma (SpPin)
Valor predictivo positivo	VP / (VP + FP)	Probabilidad de estar enfermo si sale positivasube con la prevalencia
Valor predictivo negativo	VN / (VN + FN)	Probabilidad de estar sano si sale negativabaja con la prevalencia
Razón de verosimilitud positiva	S / (1 − E)	>10 aumenta mucho la probabilidad posprueba
Razón de verosimilitud negativa	(1 − S) / E	<0.1 la disminuye mucho

Sensibilidad y especificidad → propias de la prueba (no dependen de la prevalencia); al mover el punto de corte, si una sube la otra baja.
Curva ROC → sensibilidad frente a 1 − especificidad en distintos puntos de corte; el área bajo la curva mide la capacidad discriminativa y ayuda a elegir el punto de corte.
Pruebas combinadas → en paralelo (positivo si cualquiera es positiva) aumentan la sensibilidad; en serie (positivo solo si todas lo son) aumentan la especificidad.
Fiabilidad o reproducibilidad → mismo resultado al repetir la medición (intra e interobservador); índice kappa: >0.8 casi perfecta, 0.6–0.8 sustancial, <0.4 pobre.
Validez frente a fiabilidad → validez: mide lo que debe medir (exactitud); fiabilidad: mide siempre igual (precisión).

##brain## Recuerda:
- Los errores tipo I y II no equivalen al error sistemático y al aleatorio: pertenecen a la prueba de hipótesis.
- Repetir pruebas en serie aumenta la especificidad y en paralelo la sensibilidad.

1. Grimes DA, Schulz KF. Bias and causal associations in observational research. Lancet. 2002;359(9302):248-252. doi:10.1016/S0140-6736(02)07451-2
2. Grimes DA, Schulz KF. Uses and abuses of screening tests. Lancet. 2002;359(9309):881-884. doi:10.1016/S0140-6736(02)07948-5
3. Akobeng AK. Understanding diagnostic tests 1: sensitivity, specificity and predictive values. Acta Paediatr. 2007;96(3):338-341. doi:10.1111/j.1651-2227.2006.00180.x