Uso y uso indebido de la curva de características operativas del receptor en la predicción de riesgos

Área de la Ciencia:

• La bioestadística es la bioestadística.
• Epidemiología La epidemiología.
• La informática médica es la informática médica.

Sus antecedentes:

• La estadística c, o área debajo de la curva de características operativas del receptor (ROC), se utiliza ampliamente en las pruebas de diagnóstico para evaluar la capacidad de un modelo para discriminar entre individuos enfermos y no enfermos.
• Sin embargo, su utilidad puede ser limitada en modelos que predicen riesgos futuros o estratifican a los individuos en categorías de riesgo, donde la calibración es crucial.

Objetivo del estudio:

• Para evaluar las limitaciones de la estadística c en la evaluación de modelos de predicción de riesgos.
• Resaltar la importancia de la calibración junto con la discriminación para una evaluación precisa del riesgo y la toma de decisiones clínicas.

Principales métodos:

• El estudio analiza los fundamentos teóricos de la estadística c y la calibración en la predicción de riesgos.
• Utiliza ejemplos de factores de riesgo cardiovascular para ilustrar el impacto de la calibración en la reclasificación del riesgo del paciente y las recomendaciones de tratamiento.

Principales resultados:

• La estadística c puede no reflejar adecuadamente el rendimiento de los modelos de predicción de riesgos, especialmente aquellos que incorporan factores de riesgo establecidos como los lípidos, la hipertensión y el tabaquismo.
• Los modelos con una buena calibración pueden alcanzar c valores estadísticos muy por debajo del máximo teórico de 1.
• La dependencia exclusiva de la estadística c puede conducir a la exclusión de factores de riesgo valiosos de las puntuaciones de predicción.

Conclusiones:

• La calibración es un componente crítico de los modelos de evaluación de riesgos, a menudo más importante que la discriminación por utilidad clínica.
• La excesiva confianza en la estadística c para la selección de modelos o la evaluación de nuevos factores de riesgo es poco aconsejable.
• La investigación futura debe considerar tanto la calibración como la discriminación al desarrollar y validar modelos de predicción de riesgos.