Umbrales de tratamiento y valor de la información

Objetivos de aprendizaje y esquema

Objetivos de aprendizaje

• Definir los umbrales de tratamiento en un árbol de decisión y examinar diferentes formas de interpretación

• Comprender y calcular el valor de la información de una prueba perfecta frente a una prueba imperfecta

Resumen

• Umbrales de tratamiento

• Pruebas y valor de la información

Umbrales de tratamiento

Umbrales de tratamiento

Umbrales de tratamiento

¿Qué ocurriría si la probabilidad de EP recurrente fuera mayor o menor que la estimada inicialmente?

• ¿Anticoagulamos o no?
• ¿En qué momento pasamos del “sí” al “no”?

Umbrales de tratamiento

Umbrales de tratamiento

Realizar un análisis de sensibilidad para hallar un umbral de tratamiento

(Más información sobre los análisis de sensibilidad más adelante en el taller)

Umbrales de tratamiento

Valor esperado (AC) = 0.990 * pPE + 0.992 * (1-pPE)

Valor esperado (No AC) = 0.750 * pPE + 1.0 * (1-pPE)

AHORA, ESTABLECE IGUAL A LOS DOS, para resolver la probabilidad de un umbral desconocida

Umbrales de tratamiento

0.990 * pPE + 0.992 * (1-pPE) = 0.750 * pPE + 1.0 * (1-pPE)

0.240 * pPE = 0.008 * (1-pPE)

0.240 * pPE + 0.008 *pPE = 0.008

pPE = 0.008 / (0.240 + 0.008)

= .032

Umbrales de tratamiento

Umbrales de tratamiento

Umbrales de tratamiento

Realizar una prueba para obtener información adicional SÓLO merece la pena SI:

1. Al menos una decisión cambiaría dados algunos resultados de la prueba, y/o.
   
2. El riesgo para el paciente asociado a la prueba es menor que el beneficio esperado de someterse a la prueba

Umbrales de tratamiento

Umbrales de tratamiento

Umbrales de tratamiento

Umbral de prueba y no tratar
Probabilidad de indiferencia entre probar y no tratar

Umbral de prueba y tratamiento
Probabilidad de indiferencia entre probar y tratar

Pruebas y valor esperado de la información

• En teoría, la información puede ser perfecta, gratuita y sin riesgos, pero ¡normalmente NO LO ES!
• La información es casi siempre IMPERFECTA
• Obtener información suele TENER UN COSTO

Pruebas y valor esperado de la información

El valor de la información pregunta: ¿Qué ganamos con esta información adicional?

Valor de la información =

[valor esperado de la estrategia “obtener información] –

[valor esperado de la siguiente mejor estrategia]

Pruebas y valor esperado de la información

Las pruebas PERFECTAS nos dan un límite superior del beneficio potencial de cualquier prueba

La ganancia de esta prueba PERFECTA es el valor esperado de la información perfecta (EVPI)

Pruebas y valor esperado de la información

Una prueba perfecta (100% sensitividad y specificidad) sin riesgo

Una prueba perfecta (100% sensitividad y specificidad) sin riesgo

• EV(prueba perfecta) = 0.12

• EV(estrategia de tratamiento) = 0.16

• EV(estrategia de no tratar) = 0.24 (peor EV)

EVPI =

EV ‘prueba perfecta’ – EV ‘siguiente mejor estrategia: tratar a todos’

=0.12 – 0.16 = 0.04,

o 4 muertes evitadas por cada 100 pruebas gracias a la información adicional de la prueba

Una prueba imperfecta con riesgo de morbilidad

Una prueba imperfecta con riesgo de morbilidad

Una prueba imperfecta con riesgo de morbilidad

Cuando la prueba es imperfecta, probar sigue siendo la mejor estrategia (en este caso, cuanto menor sea el VE, mejor, ya que nuestros valores de resultado son la probabilidad de un mal resultado), pero no por mucho:

Pruebas y valor esperado de la información

Cuando la prueba es IMPERFECTA:

• EV(estrategia de prueba) = 0,157

• EV(estrategia de tratamiento) = 0,16

• EV(estrategia de no tratar) = 0,24 (peor EV)

VOI = EV ‘prueba’ – EV ‘siguiente mejor estrategia’

= 0.157 – 0.16 = 0.003,

o 3 muertes evitadas por cada 1.000 pruebas gracias a la información adicional de las pruebas.