Curva ROC y la teoría de las decisiones en las Ciencias de la Salud. Guillermo Kerz

      Introducción

      La Curva ROC (acrónimo de Receiver Operating Characteristics) surge de la Teoría de la decisión, en los años 50, motivada por problemas prácticos en la detección de señales de radar, a fin de interpretar con más precisión los picos que aparecían en las mismas y diferenciar a los aviones de los misiles (López de Ullibarri Galparsoro & Pita Fernández, 2001).

      La Curva ROC comienza su difusión en la medicina con la aparición del libro de Swets y Picket (1979) en el área de la radiología, área donde la subjetividad juega un rol importante.

      Por analogía, la toma de decisión de una prueba diagnóstica nos permite decidir acerca de la presencia o ausencia de tal o cual enfermedad (como es el caso de la micro hemoaglutinación treponémica en la sífilis) o evaluar la evolución de un tratamiento a lo largo del tiempo como por ejemplo el seguimiento de los niveles de Subunidad Beta de hormona gonadotrofina coriónica humana (B-HCG) en la enfermedad del trofoblasto.

      En fisiología permite identificar los niveles mínimos (punto de corte o cut-off) de hormonas que producen su mecanismo de acción sobre los tejidos (por ej.: estradiol sérico en la proliferación endometrial).

      La medicina basada en la evidencia analiza las siguientes áreas: la etiología, el daño, el diagnóstico, el tratamiento y el pronóstico. Son 5 áreas del conocimiento médico, análogas a los 5 dedos de la mano.

      La Curva ROC permite determinar un punto dentro del área del diagnóstico en la medicina basada en la evidencia y validar externa e internamente una prueba diagnóstica, eligiendo un punto de corte, a fin de interpretar la precisión y exactitud para la toma de decisión.

      Bossuyt et al. se refieren a la exactitud como el grado de concordancia de la prueba con la referencia, mientras que la precisión la traduce en un número, de forma que exprese la relación de sensibilidad y especificidad (Bossuyt et al., 2003, p. 640).