Publicado | Última actualización:
Una revisión Cochrane de 2025 combinó 32 estudios y 12 529 participantes y concluyó que Xpert Ultra, la prueba molecular rápida recomendada actualmente para la tuberculosis pulmonar, identifica correctamente a aproximadamente 91 de cada 100 personas que realmente padecen la enfermedad y descarta correctamente a aproximadamente 95 de cada 100 personas que no la padecen. Estos dos valores, sensibilidad y especificidad , pueden parecer casi intercambiables para un lector no familiarizado con ellos, pero confundirlos es uno de los errores más costosos que un médico o un investigador puede cometer al leer un artículo sobre una prueba diagnóstica. Una prueba puede ser excelente en uno de estos aspectos y mediocre en el otro, y la cifra de precisión que se muestra en el titular a menudo oculta cuál es cuál.
A continuación se explica qué miden realmente la sensibilidad y la especificidad, cómo varían los valores predictivos positivos y negativos con la prevalencia de la enfermedad, por qué los cocientes de probabilidad resuelven un problema que las cifras de precisión brutas no pueden solucionar, y cómo la lista de verificación STARD 2015 garantiza la fiabilidad de los estudios sobre precisión diagnóstica. Una tabla de 2x2, elaborada a partir de las cifras reales de Cochrane mencionadas anteriormente, muestra los cálculos paso a paso para que las fórmulas dejen de ser abstractas.
En palabras simples
La sensibilidad mide la eficacia de una prueba para detectar a las personas que realmente padecen una afección. La especificidad mide la eficacia para descartar a las personas que no la padecen. Estos dos valores son propiedades bastante fijas de la prueba en sí. Los valores predictivos positivos y negativos traducen ese rendimiento fijo de la prueba en el valor que el paciente realmente desea: la probabilidad de que su resultado positivo o negativo sea correcto. Esta probabilidad depende en gran medida de la frecuencia de la afección en la persona examinada, no solo de la calidad de la prueba, y puede variar considerablemente incluso cuando la prueba no cambia.
Puntos Clave
- Sensibilidad es la proporción de personas con una afección que una prueba identifica correctamente como positiva. Especificidad es la proporción sin la condición de que la identifique correctamente como negativa.
- valores predictivos positivos y negativos responden a la pregunta que realmente formula el paciente, y ambas varían sustancialmente a medida que cambia la prevalencia de la enfermedad, incluso cuando la sensibilidad y la especificidad no lo hacen.
- Ratios de probabilidad Combinan la sensibilidad y la especificidad en un solo número que actualiza la probabilidad previa a la prueba en probabilidad posterior a la prueba, y a diferencia de los valores predictivos, se mantienen relativamente estables en diferentes poblaciones.
- Curvas ROC y su área bajo la curva (AUC) resume qué tan bien una prueba discrimina en todos los puntos de corte posibles, no solo en el que usa un laboratorio.
- ESTRELLA 2015 Se establecen 30 elementos de informe para los estudios de precisión diagnóstica, y el cumplimiento sigue variando ampliamente entre los artículos publicados.
Qué miden realmente la sensibilidad y la especificidad.
Toda comparación de pruebas diagnósticas comienza con una tabla de 2×2 que relaciona el resultado de la prueba con el estado real de la enfermedad, generalmente establecido por un estándar de referencia como un cultivo, una biopsia o un criterio clínico validado. Son posibles cuatro resultados. Un verdadero positivo es una persona enferma que la prueba identifica correctamente. Un falso negativo es una persona enferma que la prueba no identifica. Un verdadero negativo es una persona sana que la prueba descarta correctamente. Un falso positivo es una persona sana que la prueba identifica erróneamente.
| Condición presente | Condición ausente | |
|---|---|---|
| Da positivo en la prueba | Verdadero Positivo (TP) | Falso positivo (FP) |
| prueba negativa | Falso Negativo (FN) | Verdadero Negativo (TN) |
A partir de esas cuatro celdas, la sensibilidad y la especificidad se definen como simples proporciones dentro de cada columna de estado de la enfermedad, razón por la cual se comportan de manera diferente a los valores predictivos que se describen más adelante en esta guía.
- Sensibilidad = TP / (TP + FN), calculada solo entre personas que realmente tienen la afección.
- Especificidad = TN / (TN + FP), calculada solo entre personas que realmente no lo hacen.

Dado que cada medida se calcula dentro de una sola columna de la tabla, ninguna depende matemáticamente de la frecuencia de la enfermedad en la muestra. La revisión de Trevethan, ampliamente citada, sobre los fundamentos y las dificultades de estas métricas, señala lo mismo y advierte que la sensibilidad y la especificidad no son constantes fijas, como suelen considerarse en la práctica, ya que los efectos del espectro y la combinación de la gravedad de la enfermedad en una población de estudio pueden variar de un contexto a otro.
Un ejemplo práctico: Sensibilidad y especificidad a partir de datos reales
La actualización de Cochrane de 2025 sobre Xpert Ultra para la tuberculosis pulmonar recopiló datos de 32 estudios y 12 529 adultos y adolescentes, calificando la evidencia como de alta certeza. En comparación con un cultivo como estándar de referencia, la revisión informó una sensibilidad combinada del 90.7 % (IC del 95 %, 88.2 a 92.7) y una especificidad combinada del 94.8 % (IC del 95 %, 92.8 a 96.3).
Convertir eso en una tabla explícita facilita el seguimiento de los cálculos. Supongamos que se analizan 1,000 adultos sintomáticos y que el 10 por ciento de ellos, es decir, 100 personas, realmente tienen tuberculosis pulmonar, una prevalencia elegida aquí solo a modo de ejemplo.
| TB presente (100) | TB Ausente (900) | Total de filas | |
|---|---|---|---|
| Xpert Ultra Positivo | 91 (TP) | 47 (FP) | 138 |
| Xpert Ultra Negativo | 9 (FN) | 853 (TN) | 862 |
Al realizar cada fórmula manualmente, se obtiene una sensibilidad de 91 dividido entre 100, o 91.0 por ciento, que se acerca a la cifra combinada precisa del 90.7 por ciento de la revisión, con la pequeña diferencia explicada por el redondeo a personas enteras en una tabla de 1,000. La especificidad es 853 dividido entre 900, o 94.8 por ciento, que coincide exactamente con la estimación combinada en este redondeo. El valor predictivo positivo es 91 dividido entre 138, o 65.9 por ciento, la proporción de pruebas positivas que realmente son tuberculosis. El valor predictivo negativo es 853 dividido entre 862, o 99.0 por ciento, la proporción de pruebas negativas que realmente están libres de la enfermedad.
Observe la gran diferencia entre el valor predictivo positivo (VPP) y la sensibilidad y especificidad, a pesar de que la prueba presenta un buen desempeño según ambas medidas. Esta diferencia no se debe a un error matemático, sino a la consecuencia directa y mecánica de realizar pruebas en una población donde la mayoría no padece la enfermedad, un tema que se aborda directamente en la siguiente sección.
¿Por qué los valores predictivos varían según la prevalencia de la enfermedad?
Los valores predictivos positivos y negativos responden a una pregunta distinta a la de la sensibilidad y la especificidad. En lugar de preguntar cómo se desempeña la prueba en personas cuyo estado real ya se conoce, el VPP y el VPN preguntan cuánto se puede confiar en un resultado una vez que se obtiene, que es la pregunta que realmente se plantea un paciente o un médico. La regla de Bayes subyace a este cambio. Una prueba actualiza una probabilidad inicial, o previa, de enfermedad a una probabilidad revisada, o posterior, y la magnitud de esta actualización depende tanto de la precisión de la prueba como de la probabilidad de enfermedad antes de realizarla.
Aplicar esas mismas cifras de precisión de Xpert Ultra a un grupo con una prevalencia mucho menor ilustra claramente este punto. Imagínese examinar a 1,000 personas de una población de bajo riesgo, donde solo el 1%, es decir, 10 personas, realmente tienen tuberculosis.
| TB presente (10) | TB Ausente (990) | Total de filas | |
|---|---|---|---|
| Xpert Ultra Positivo | 9 (TP) | 51 (FP) | 60 |
| Xpert Ultra Negativo | 1 (FN) | 939 (TN) | 940 |
La sensibilidad y la especificidad apenas varían, manteniéndose en torno al 90 y el 95 por ciento, como antes. El VPP, sin embargo, se desploma a 9 dividido por 60, o 15.0 por ciento. La mayoría de los resultados positivos en este grupo de menor prevalencia serían en realidad falsas alarmas, no porque la prueba empeorara, sino porque las personas sanas superan ampliamente en número a las enfermas al momento de la prueba. El VPN, por el contrario, sube a 939 dividido por 940, o 99.9 por ciento, ya que un resultado negativo es aún más tranquilizador cuando la enfermedad ya era improbable. La revisión de Bours de 2021 sobre la regla de Bayes en el diagnóstico sigue esta misma lógica desde la perspectiva del clínico, definiendo la prevalencia como la probabilidad previa a la prueba de que cualquier resultado de la prueba luego se revise.
El sesgo de espectro también cobra relevancia aquí. La sensibilidad y la especificidad se describen como propiedades de la prueba, pero en realidad se miden en una muestra de estudio específica, y una muestra enriquecida con casos graves y evidentes tiende a inflar ambas cifras en comparación con lo que produciría una población de pacientes más amplia y diversa. Un investigador que aplica una cifra de sensibilidad o especificidad publicada a un contexto clínico diferente asume implícitamente que la mezcla de casos se mantiene constante, lo cual no siempre es una suposición segura.
Razones de verosimilitud: una forma independiente de la prevalencia para interpretar un resultado.
Los valores predictivos son útiles, pero específicos de la población, lo que limita la aplicabilidad de un único valor predictivo positivo (VPP) o negativo (VPN) publicado a un nuevo entorno clínico. Los cocientes de probabilidad se crearon para resolver este problema de portabilidad. El cociente de probabilidad positivo (LR+) es la sensibilidad dividida por 1 menos la especificidad, e indica cuántas veces más probable es un resultado positivo en una persona con la enfermedad en comparación con una persona sin ella. Su contraparte negativa (LR-) es 1 menos la sensibilidad dividida por la especificidad, e indica cuánto debería disminuir la probabilidad de padecer la enfermedad un resultado negativo. La nota estadística de Deeks y Altman publicada en 2004 en el BMJ sigue siendo una de las explicaciones más claras de cómo estos cocientes se relacionan con las probabilidades pre y post-prueba mediante el teorema de Bayes.
Al introducir las cifras combinadas de Xpert Ultra en ambas fórmulas, se obtiene un LR+ de 0.907 dividido por 0.052, o aproximadamente 17.4, y un LR- de 0.093 dividido por 0.948, o aproximadamente 0.10. Un LR+ cercano a 17 significa que un resultado positivo multiplica las probabilidades de tuberculosis aproximadamente diecisiete veces, un cambio grande y a menudo modifica la práctica clínica. Un LR- cercano a 0.10 reduce las probabilidades de la enfermedad en aproximadamente un noventa por ciento, razón por la cual un resultado negativo de una prueba altamente sensible suele ser lo suficientemente fiable como para detener el estudio. Los ratios muy superiores a 10 o inferiores a 0.1 se tratan convencionalmente como productores de grandes, y a menudo decisivos, cambios en la probabilidad, mientras que los ratios más cercanos a 1 aportan poca información práctica, independientemente de cuán estadísticamente significativos los reporte un estudio.
La cardiología ofrece otro ejemplo, verificado de forma independiente, fuera del ámbito de la tuberculosis. Una revisión sistemática y un metaanálisis que abarcaron 56 estudios y 67 945 pacientes encontraron que los algoritmos acelerados de troponina cardíaca de alta sensibilidad, realizados a las 0, 1 o 2 horas después de la presentación, alcanzaron una sensibilidad combinada superior al 90 % para descartar un infarto agudo de miocardio, mientras que los algoritmos basados en troponina I alcanzaron una especificidad combinada superior al 80 % (Lee et al., 2020, American Journal of Emergency Medicine ). Los servicios de urgencias se apoyan en esa alta sensibilidad precisamente porque no detectar un infarto real es mucho más costoso que una falsa alarma de corta duración, que es la misma lógica que hace que una prueba de detección de alta sensibilidad sea útil incluso cuando su especificidad, y por lo tanto su valor predictivo positivo, es modesta.
Curvas ROC, AUC y elección de un umbral
La sensibilidad y la especificidad se calculan en un único punto de corte, pero la mayoría de las pruebas diagnósticas producen un número continuo, ya sea una concentración de troponina, un nivel de marcador tumoral o una puntuación de riesgo. Mover el punto de corte hacia arriba o hacia abajo intercambia sensibilidad y especificidad en direcciones opuestas, por lo que ningún par de números describe completamente cómo se desempeña una prueba continua. La curva ROC (curva característica de funcionamiento del receptor) resuelve este problema al graficar la sensibilidad frente a 1 menos la especificidad en cada posible punto de corte, y el área bajo esa curva, o AUC, condensa toda la curva en una estadística resumen que va desde 0.5, no mejor que lanzar una moneda al aire, hasta 1.0, separación perfecta entre personas con y sin la afección (Nahm, 2022, Korean Journal of Anesthesiology ).

El AUC indica a un investigador la capacidad discriminatoria de una prueba en principio, pero una clínica aún debe elegir un punto de corte. Entre las reglas de selección de puntos de corte, el índice de Youden es la más común, ya que selecciona el punto de corte que maximiza la sensibilidad más la especificidad menos 1, que geométricamente es el punto de la curva ROC más alejado de la línea diagonal de no discriminación. Nuestra calculadora y guía de fórmulas del índice de Youden explican este cálculo con un conjunto de datos real, y nuestro artículo complementario sobre los efectos del umbral en la precisión diagnóstica analiza qué sucede cuando un estudio informa solo el punto de corte que mejor se ajusta a sus propios resultados. Para los lectores que comparan múltiples predictores a la vez en lugar de una sola prueba, nuestra guía de regresión logística en diagnóstico médico muestra cómo las curvas ROC y el AUC se extienden naturalmente a los modelos de predicción multivariables.
Informe de estudios de precisión diagnóstica: la lista de verificación STARD 2015
Para que la aritmética sea sólida, se necesita un diseño de estudio y un informe escrito fiable que los lectores puedan replicar. STARD 2015, publicado simultáneamente en varias revistas, incluido el BMJ, establece 30 elementos esenciales para la elaboración de informes, organizados en torno a la estructura estándar de introducción, métodos, resultados y discusión de un artículo científico. Además, ahora exige que todo estudio de precisión diagnóstica incluya un diagrama de flujo de participantes (Bossuyt et al., 2015, BMJ ). Esta lista de verificación existe porque la elaboración de informes incompletos se ha identificado como una fuente importante y evitable de desperdicio en la investigación biomédica, lo que impide a los lectores evaluar el riesgo de sesgo de un estudio o decidir si sus hallazgos son aplicables a sus propios pacientes.
La adherencia sigue siendo inconsistente incluso ahora. Una evaluación de estudios de precisión diagnóstica de imágenes médicas publicados en 2023 calificó una muestra de 116 artículos con la lista de verificación STARD-2015 completa de 30 ítems y utilizó modelos de regresión para identificar qué características del estudio y de la revista predecían informes más completos, evidencia de que las lagunas en los informes siguen siendo lo suficientemente comunes como para estudiarlas una década después de la publicación de la guía (White et al., 2025, Journal of Clinical Epidemiology ). Los lectores que evalúen un artículo sobre precisión diagnóstica deben verificar específicamente si se describe el estándar de referencia, si se informa el cálculo del tamaño de la muestra y si el diagrama de flujo tiene en cuenta a cada participante inscrito, ya que las lagunas en esos tres elementos son lo suficientemente comunes como para cambiar la forma en que se debe interpretar una sensibilidad o especificidad informada.
STARD se integra con una familia de directrices de presentación de informes diseñadas para tipos de estudios similares. Nuestra guía para la presentación de informes TRIPOD en estudios de modelos de predicción abarca el enfoque más cercano, utilizado cuando un estudio combina varios predictores en una puntuación de riesgo en lugar de evaluar una prueba de forma aislada. Cuando es necesario agrupar cuantitativamente varios estudios de precisión diagnóstica de la misma prueba, nuestro curso avanzado de metaanálisis cubre las comprobaciones de heterogeneidad y sesgo de publicación que un metaanálisis de precisión diagnóstica requiere, además de una lectura estándar de STARD.
Errores comunes que distorsionan las estimaciones de sensibilidad y especificidad
Unos cuantos problemas de diseño recurrentes pueden aumentar o disminuir la sensibilidad y la especificidad independientemente de la calidad real de la prueba.
- Sesgo espectral. Realizar pruebas únicamente en casos avanzados y claros en voluntarios sanos, en lugar de abarcar toda la gama de gravedad que una prueba encontrará en la práctica real, tiende a elevar tanto la sensibilidad como la especificidad por encima de lo que serían en el uso rutinario.
- Efectos de umbral y de corte. Una única cifra de sensibilidad o especificidad describe exactamente un punto de funcionamiento en la curva ROC, y comparar dos pruebas de forma justa generalmente significa comparar curvas completas o valores AUC, no puntos de corte seleccionados arbitrariamente.
- Estándares de referencia imperfectos. Cuando la prueba de referencia utilizada para clasificar el estado real de la enfermedad es imperfecta, los errores en el estándar de referencia sesgan la sensibilidad y la especificidad estimadas de la prueba índice que se está evaluando, y la dirección de ese sesgo no siempre es intuitiva.
- Muestras pequeñas y con poca potencia estadística. La sensibilidad o especificidad estimada a partir de un pequeño número de participantes enfermos puede tener un intervalo de confianza lo suficientemente amplio como para que la estimación puntual resulte prácticamente irrelevante, lo cual es tanto un problema de planificación del tamaño de la muestra como un problema de análisis.
El tamaño de la muestra merece una mención especial, ya que un estudio de precisión diagnóstica requiere un número suficiente de participantes, tanto enfermos como sanos, por separado, no solo un número total elevado, para determinar la sensibilidad y la especificidad con una precisión razonable. Nuestra guía sobre análisis de potencia y cálculo del tamaño de la muestra abarca los aspectos matemáticos de la planificación, y la calculadora gratuita de tamaño de muestra de Editverse los aplica directamente al diseño de estudio propuesto.
Aplicación de la sensibilidad y la especificidad en la práctica
Convertir estos conceptos en una decisión comienza por determinar el costo de una respuesta errónea, ya que esa respuesta generalmente apunta directamente a qué propiedad de una prueba es la más importante.
| Si el objetivo es… | Priorizar… |
|---|---|
| Descartar una condición peligrosa de forma segura | Alta sensibilidad, por lo que se puede confiar en un resultado negativo. |
| Confirmar un diagnóstico antes de un tratamiento riesgoso. | Alta especificidad, por lo que se puede confiar en un resultado positivo. |
| Examen de una población de baja prevalencia | PPV junto con la sensibilidad, ya que los falsos positivos a menudo superarán en número a los verdaderos. |
| Comparación de una prueba en diferentes entornos clínicos | Las razones de verosimilitud, ya que se transmiten mejor a través de la prevalencia que los valores predictivos. |
Más allá de las comparaciones de pruebas individuales, los investigadores que desarrollan modelos diagnósticos o pronósticos multivariables suelen necesitar herramientas estadísticas relacionadas que funcionen conjuntamente. Nuestra guía sobre análisis discriminante para la clasificación de enfermedades basada en biomarcadores abarca un enfoque de clasificación alternativo que vale la pena comparar con la regresión logística, y nuestra explicación sobre razones de riesgo y razones de probabilidad cubre las medidas de efecto relacionadas que a menudo aparecen junto con la sensibilidad y la especificidad en la misma tabla de resultados. Elegir entre un enfoque bayesiano y uno frecuentista para abordar estas cuestiones es una decisión en sí misma, y nuestra guía sobre estadística bayesiana frente a estadística frecuentista explica esta disyuntiva con mayor profundidad. Para obtener una visión más amplia de cómo las métricas de precisión diagnóstica se integran en el conjunto de herramientas estadísticas, nuestra guía sobre métodos estadísticos para evaluar el rendimiento de las pruebas diagnósticas es el siguiente paso lógico.
¿Necesita ayuda para calcular o generar informes sobre estas métricas?
Los estadísticos con doctorado de Editverse ofrecen soporte para el análisis de sensibilidad, especificidad, ROC/AUC y valor predictivo en SPSS, R y STATA, y pueden ayudar a estructurar el informe en torno a la lista de verificación STARD 2015.
Preguntas Frecuentes
¿Cuál es la diferencia entre sensibilidad y especificidad?
La sensibilidad es la proporción de personas que realmente padecen una afección y que la prueba identifica correctamente como positiva. La especificidad es la proporción de personas que realmente no padecen la afección y que la prueba identifica correctamente como negativa. Una prueba puede obtener resultados muy diferentes en ambas medidas, por lo que informar solo una ofrece una visión incompleta de su rendimiento.
¿Por qué cambian los valores predictivos positivos y negativos incluso cuando la prueba permanece igual?
El valor predictivo positivo (VPP) y el valor predictivo negativo (VPN) dependen de la prevalencia de la enfermedad, así como de la sensibilidad y la especificidad. Cuando una afección es poco frecuente en la población analizada, los resultados positivos suelen ser falsos positivos, incluso con una prueba precisa, lo que reduce el VPP mientras que el VPN se mantiene alto. Los dos ejemplos anteriores muestran que la misma prueba Xpert Ultra produce un VPP del 65.9 % con una prevalencia del 10 % y solo del 15.0 % con una prevalencia del 1 %.
¿Qué aportan los cocientes de probabilidad que no aporten la sensibilidad y la especificidad?
Los cocientes de probabilidad combinan la sensibilidad y la especificidad en un solo número que indica cuánto debería modificar el resultado de una prueba las probabilidades de padecer una enfermedad. A diferencia de los valores predictivos, se mantienen relativamente estables en poblaciones con distinta prevalencia de la enfermedad. Un LR+ superior a 10 o un LR- inferior a 0.1 generalmente se considera que produce un cambio significativo, a menudo decisivo, en la probabilidad.
¿Qué significa realmente el área bajo la curva ROC?
El AUC resume la capacidad de una prueba para diferenciar entre personas con y sin una condición en todos los posibles puntos de corte, en una escala de 0.5 (equivalente a lanzar una moneda al aire) a 1.0 (separación perfecta). Esto responde a una pregunta diferente a la de la sensibilidad y la especificidad, que solo describen el rendimiento en un punto de corte específico.
¿Por qué es importante la lista de verificación STARD 2015 para un manuscrito sobre precisión diagnóstica?
STARD 2015 establece 30 elementos de informe y un diagrama de flujo de participantes obligatorio para que los lectores puedan evaluar el riesgo de sesgo de un estudio de precisión diagnóstica y decidir si sus hallazgos son generalizables a su propio contexto. Muchas revistas ahora cotejan directamente los manuscritos con esta guía, y la información incompleta sobre aspectos como el estándar de referencia o la justificación del tamaño de la muestra sigue siendo lo suficientemente común como para que valga la pena revisarla antes de la presentación.
Conclusión
La sensibilidad y la especificidad describen el comportamiento de una prueba en dos poblaciones fijas y distintas: personas con una afección y personas sin ella. Por eso, ninguna de las dos, por sí sola, le indica al paciente el significado de un resultado personal. Los valores predictivos cubren esa brecha, pero no son fácilmente aplicables a entornos con diferente prevalencia de la enfermedad. En cambio, los cocientes de probabilidad y la lista de verificación de informes STARD 2015 proporcionan a los investigadores y clínicos las herramientas para interpretar un resultado con honestidad y redactar un estudio de forma que otros puedan confiar en él. Ambas tablas anteriores utilizan una estimación de precisión real y de alta certeza para mostrar hasta qué punto puede variar un valor predictivo positivo sin que la prueba subyacente cambie en absoluto, una práctica que conviene adoptar tras leer esta guía. Antes de confiar en cualquier cifra de precisión diagnóstica, pregunte en qué población se midió y si esa población se asemeja a la que tiene delante.
Recursos relacionados con Editverse
→ Métodos estadísticos para evaluar el rendimiento de las pruebas de diagnóstico médico.
→ Calculadora y fórmula del índice de Youden
→ El impacto de los efectos umbral en la precisión diagnóstica
→ El impacto del sesgo de espectro en el rendimiento de las pruebas diagnósticas
→ Regresión logística en el diagnóstico médico
→ Análisis discriminante visualizado: clasificación de enfermedades basada en biomarcadores
→ TRÍPODE del éxito: Estudios de modelos de predicción
→ Curso avanzado de metaanálisis: ejemplos paso a paso
→ Estadísticas bayesianas y frecuentistas
→ Ratios de riesgo y odds ratios: comprensión y cálculo
→ Análisis de potencia simplificado: Cálculos del tamaño de la muestra
Referencias
- Bossuyt PM, Reitsma JB, Bruns DE, et al. STARD 2015: una lista actualizada de elementos esenciales para informar estudios de precisión diagnóstica. BMJ. 2015; 351: h5527. https://doi.org/10.1136/bmj.h5527
- Trevethan R. Sensibilidad, especificidad y valores predictivos: fundamentos, flexibilidad y dificultades en la investigación y la práctica. Fronteras en salud pública. 2017; 5: 307. https://doi.org/10.3389/fpubh.2017.00307
- Nahm FS. Curva de características operativas del receptor: descripción general y uso práctico para los médicos. Revista Coreana de Anestesiología. 2022;75(1):25-36. https://doi.org/10.4097/kja.21209
- Deeks JJ, Altman DG. Pruebas diagnósticas 4: razones de verosimilitud. BMJ. 2004;329(7458):168-169. https://doi.org/10.1136/bmj.329.7458.168
- Bours MJL. La regla de Bayes en el diagnóstico. Revista de Epidemiología Clínica. 2021; 131: 158-160. https://doi.org/10.1016/j.jclinepi.2020.12.021
- Horne DJ, Zifodya JS, Shapiro AE, et al. Ensayo Xpert MTB/RIF Ultra para la tuberculosis pulmonar y la resistencia a la rifampicina en adultos y adolescentes. Base de datos Cochrane de revisiones sistemáticas. 2025; 7: CD009593. https://doi.org/10.1002/14651858.CD009593.pub6
- Lee CC, Huang SS, Yeo YH, et al. Troponina cardíaca de alta sensibilidad para el diagnóstico acelerado del infarto agudo de miocardio: una revisión sistemática y un metaanálisis. Revista Estadounidense de Medicina de Emergencia. 2020;38(7):1402-1407. https://doi.org/10.1016/j.ajem.2019.11.035
- White SJ, Chau M, Arruzza E, et al. Adherencia a las directrices de Evaluación de Estándares para la Notificación de la Precisión Diagnóstica (STARD) 2015 en estudios de precisión diagnóstica de imágenes médicas publicados en 2023. Revista de Epidemiología Clínica. 2025; 179: 111654. https://doi.org/10.1016/j.jclinepi.2024.111654
