Historia de MED-002 — De reconocer signos a evaluar rutas diagnósticas
Signos, patrones y comparación
Reconocer fiebre, dolor, masas, sonidos o cambios de color precede a la medición instrumental. Esas observaciones podían orientar, pero su significado dependía de quién era examinado, de la experiencia del observador y del espectro de enfermedad. La historia del diagnóstico no es una sustitución lineal del juicio por máquinas: es la construcción gradual de comparaciones más explícitas.
Del resultado a la condición objetivo
Los laboratorios, la imagen y la anatomía patológica hicieron posibles nuevas referencias, pero ninguna referencia es perfecta por definición. Puede incorporar parte de la prueba índice, aplicarse sólo a positivos o realizarse después de que la condición cambió. La pregunta moderna exige describir índice, referencia, intervalo, lectores, umbral e indeterminados.
Sensibilidad, especificidad y la tabla dos por dos
Durante el siglo XX se consolidó la separación entre sensibilidad y especificidad. El avance fue decisivo, pero también produjo una nueva simplificación: tratar esos números como propiedades inmutables. Ransohoff y Feinstein mostraron en 1978 cómo el espectro clínico altera el rendimiento; Lijmer y colaboradores documentaron empíricamente sesgos de diseño en 1999.
De la exactitud aislada a la ruta
El valor predictivo depende de la frecuencia de la condición y del contexto de selección. Las razones de verosimilitud actualizan probabilidades, pero no eligen por sí solas una acción. A finales del siglo XX y comienzos del XXI, la evaluación se desplazó hacia rutas completas: quién recibe la prueba, qué resultado cambia manejo, qué comparador existe y qué consecuencias importan.
Reporte y riesgo de sesgo
STARD 2015 normalizó información mínima para que un estudio de exactitud pueda auditarse. PRISMA-DTA 2018 hizo lo propio para revisiones. El Cochrane Handbook for Diagnostic Test Accuracy organiza síntesis y heterogeneidad. En 2026 QUADAS-3 sustituyó a QUADAS-2 y pasó a juicios por estimación, con una comparación explícita frente al ensayo ideal de exactitud.
Reglas, modelos e inteligencia artificial
Una regla clínica o un sistema de inteligencia artificial no es sólo una prueba: estima riesgo o recomienda una clasificación a partir de múltiples predictores. Discriminación no equivale a calibración; desarrollo no equivale a validación externa. TRIPOD+AI 2024, PROBAST+AI 2025 y STARD-AI 2025 ampliaron los requisitos para datos, desempeño, sesgo, equidad y uso previsto.
Del rendimiento al beneficio
Los casos auditados muestran productos diferentes. RIFT comparó reglas de estratificación en sospecha de apendicitis; ADJUST-PE evaluó una estrategia secuencial con umbral ajustado por edad; PROPER comparó rutas mediante un ensayo por conglomerados; UKCTOCS mostró que desplazar el estadio de detección no garantizó reducir mortalidad. Ninguno autoriza a convertir una métrica en indicación clínica universal.
Corte 2026
Al 2026-08-24, STARD 2015 continúa como guía general de reporte, STARD-AI 2025 cubre estudios de exactitud con inteligencia artificial, QUADAS-3 versión 1.2 es la herramienta recomendada de riesgo de sesgo y Cochrane DTA versión 2.0 continúa como manual vivo. Cada sustitución futura obliga a reauditar este expediente.