La respuesta de James Finn cubre el aspecto del VIH, pero quiero profundizar en el por qué. Se necesita un poco de comprensión de las pruebas estadísticas, y gran parte de la respuesta es relevante para muchas pruebas médicas (y otras), y no solo para el VIH.
Cualquier prueba de este tipo es probabilística, porque lo que se mide es variable, nuestra capacidad para medirla es variable, y también, en la mayoría de los casos, lo que estamos midiendo es solo una medida indirecta de lo que realmente estamos buscando. Todos estos son fuentes de varianza.
Dependiendo del tipo específico, las pruebas de VIH buscan anticuerpos (las proteínas que el cuerpo produce para combatir el virus), antígenos (la parte del virus atacada por los anticuerpos) o ambos. Pero la medición de estos anticuerpos y antígenos es en sí misma variable de varias maneras: qué tan rápido los produce el cuerpo (o qué tan rápido se reproducen, en el caso de los antígenos), cuando después de la infección comienzan la (re) producción, qué tan uniformemente están presentes en la sangre y demás. Cuando tomamos una muestra, hay una variación en la cantidad de estos anticuerpos y / o antígenos que se extraerán, debido tanto a la variación inherente en la carga viral real, como a la pura casualidad. Luego hay una variación en la efectividad con que reconocemos y medimos la existencia de los anticuerpos / antígenos (aunque, ciertamente, con la tecnología actual, esta variación es muy pequeña, y somos bastante buenos en eso).
Entonces, las pruebas de VIH, como cualquier examen médico, siempre serán probabilísticas. Y una vez que son probabilísticos, tenemos dos tipos básicos de error que pueden hacer: falsa alarma (también llamada tipo I) y error (también llamado tipo II). Una falsa alarma es cuando su prueba dice que algo está allí cuando no es realmente. Una falla es cuando su prueba dice que algo no está allí cuando está. *
La especificidad de una prueba refleja si devuelve un resultado positivo para las cosas incorrectas, en otras palabras, qué tan probable es devolver una falsa alarma. Una prueba muy específica de VIH solo volverá a ser positiva cuando haya VIH, y rara vez o nunca devolverá un resultado positivo cuando no lo sea, por lo que es una prueba que apunta específicamente a la existencia del virus y solo a ese virus. Sin embargo, aún puede devolver un resultado negativo cuando el virus realmente está presente (una falla).
La sensibilidad de una prueba es su capacidad para detectar algo que está allí, es decir, qué tan probable es que se pierda. Si una prueba que busca el VIH tiene una sensibilidad del 100%, siempre arrojará un resultado positivo para cualquier persona que tenga VIH, y rara vez o nunca devolverá un resultado negativo para alguien que tiene VIH. Pero, también puede devolver un resultado positivo cuando el virus no está presente (una falsa alarma).
El problema con esto es que la sensibilidad y la especificidad juegan uno contra el otro. Puede reducir la probabilidad de una falsa alarma, pero aumentará la probabilidad de perder un positivo. Si reduce la probabilidad de perder un positivo, aumenta la probabilidad de devolver una falsa alarma. Esto se debe a que usted (obviamente) no sabe de antemano si tiene o no un resultado positivo, por lo que debe establecer un umbral por debajo del cual diga que sí y por encima del cual diga que no. Debido a que su prueba es probabilística, y (como se mencionó) va a haber una variación en sus medidas: usted obtiene una distribución de resultados para las personas con y las personas sin el virus, y alguna parte de esas dos distribuciones se superpondrá.
Para entender esto un poco mejor, tomemos un ejemplo de juguete, como se ve aquí (¡esto no es información real, y no representa medidas reales de anticuerpos / antígenos de ninguna manera!). Supongamos que tenemos dos poblaciones, una no infectada y otra infectada. Las personas no infectadas, en promedio, reciben una medida de 0 en la prueba realizada, y las personas infectadas recibirán, en promedio, una medida de 2. Pero ambas poblaciones tienen alguna variación en esa medida. Si tuviéramos que medir 100,000 personas en cada grupo, podríamos obtener una distribución como esta **:
Si estos dos grupos representan mediciones tomadas de pacientes infectados y no infectados (nuevamente, datos no reales), entonces el azul claro, centrado alrededor de 0, son los pacientes sanos, y el azul más oscuro, centrado alrededor de 2, está infectado. El probador, obviamente, no sabe quién está en qué grupo. Si obtiene un individuo con una medida de 1, tiene que decidir si está infectado o no. Así que establece una especie de umbral, y cualquier persona por encima de ese umbral obtendrá un diagnóstico positivo. La forma de jugar con la sensibilidad y la especificidad es mover ese umbral representado en el gráfico con una línea roja. Muévalo hacia la derecha y obtendrás una prueba más específica, que incluirá menos de la población azul claro (saludable), pero también se perderá más población azul oscura (infectada). Muévalo hacia la izquierda y obtienes una prueba más sensible, que correctamente da un resultado positivo a más de la población infectada, pero también da una falsa alarma a más personas sanas.
Ahora puede desarrollar mejores pruebas que tengan menos varianza, y luego puede mejorar tanto la especificidad como la sensibilidad, pero esto es muy difícil de hacer. En lo que respecta al VIH, las nuevas generaciones de pruebas tienen menos superposición entre las mediciones que recibirán las poblaciones sanas y las infectadas. Las pruebas en la sangre de una vena son mejores en muchos sentidos que las de un hisopado oral o un pinchazo en el dedo.
El siguiente gráfico muestra las mismas dos poblaciones que antes, pero ahora tenemos una prueba mejor, que tiene menos varianza (en este caso, una desviación estándar de 0.5, en lugar de 1. Recuerde, una vez más, esto no es información real):
Esto le permite reducir tanto las falsas alarmas como las fallas al mismo tiempo.
Pero en el mundo real, como dije, esto es difícil de hacer. El desarrollo es lento y muy costoso, y muchas de las pruebas más nuevas también son lentas y caras de ejecutar. Y no importa cuán buenas sean nuestras pruebas, es poco probable que lleguemos a una prueba con 0 varianza, y por lo tanto es probable que siempre tengamos cierta superposición, sin importar cuán pequeña sea, entre los resultados que obtendrán las poblaciones infectadas y las no infectadas. Vamos a tener que jugar con nuestra superposición, y decidir si queremos arriesgarnos a decirles a algunas personas que dieron positivo cuando no han sido infectadas, o decirle a las personas que están a salvo cuando se hayan infectado.
Obviamente, hay una muy buena razón, especialmente en el caso del VIH, para errar del lado de ser más sensible, porque un tratamiento rápido es muy importante. Con un tratamiento rápido y regular, las personas pueden vivir una vida perfectamente normal con el VIH, pero si no reciben tratamiento y creen falsamente que están a salvo, pueden transferir el virus (por ejemplo, a través de relaciones sexuales sin protección). Esto significa que algunas personas obtendrán un resultado falso positivo, pero vale la pena el riesgo. Preferiríamos que unas pocas (y realmente solo unas pocas) personas tuvieran un gran susto que luego resulte estar bien, que que hayamos infectado a personas que no reciben tratamiento, y pensando que no tienen que preocuparse por infectar otros.
Es incluso mejor de lo que parece por lo que dije antes, porque la decisión no tiene que ser binaria. En teoría, puede establecer un umbral por encima del cual las personas están definitivamente infectadas, un umbral inferior por debajo del cual las personas están casi definitivamente bien, y cualquiera de por medio puede ser no concluyente, y realizar más pruebas. En la práctica, a menudo se ejecuta primero una prueba relativamente rápida y barata, que es muy sensible. Un resultado positivo enviará a las personas a su médico, que puede decidir realizar pruebas mejores (pero más costosas y, por lo general, más lentas), sobre la base de las cuales se puede hacer un mejor diagnóstico.
Ahora, cuando se trata de pruebas reales en el mundo real, en realidad somos realmente buenos en esto. Tenemos pruebas disponibles que son altamente específicas y altamente sensibles, para que los médicos puedan dar un diagnóstico que sea lo suficientemente seguro como para ser esencialmente infalible. Sin embargo, la primera línea de prueba aún se equivoca por el lado de la sensibilidad, ya que cualquier falsa alarma puede atraparse rápidamente en una segunda ronda de pruebas.
* Tenga en cuenta toda esta respuesta que cuando digo positiva me refiero a que la prueba dice que el virus ha sido detectado. Esto obviamente no es un resultado positivo desde el punto de vista del paciente, pero esta es la terminología que se usa. Si la prueba es positiva, se ha encontrado la evidencia del virus, si la prueba es negativa, entonces no se ha encontrado evidencia.
** Hay muchas suposiciones en esto, pero continúan. Solo quiero demostrar la idea general. Tenga en cuenta que cuando se trata del mundo real, es mucho más complicado que esto, por muchas razones. Las parcelas anteriores suponen una distribución normal alrededor de una media, lo que obviamente no es el caso para las pruebas de VIH, pero el principio general todavía se cumple.