Diagnóstico provisional: detener y reabrir la investigación

438.1. Una formulación puede ser suficiente para una decisión

La investigación clínica rara vez concluye porque se hayan disipado todas las incertidumbres. Lo habitual es que se detenga de manera provisional cuando la información reunida basta para justificar una decisión y cuando seguir recogiendo datos promete una mejora pequeña en relación con lo que cuesta obtenerlos. Esa detención responde a una pregunta concreta en un momento concreto. La formulación resultante no pasa a ser una explicación definitiva de la persona ni queda a salvo de observaciones posteriores.

Describir lo observado, proponer explicaciones y decidir qué hacer son actividades distintas que admiten grados de certeza diferentes. Puede haber una descripción sólida de una dificultad funcional junto a varias explicaciones plausibles de su origen, todas compatibles con una misma acción razonable. En tal caso, zanjar la disputa causal no es requisito para dar el paso siguiente.

La situación inversa también se presenta. Dos hipótesis pueden dar cuenta de los datos actuales de forma parecida y recomendar, sin embargo, acciones con consecuencias muy diferentes. Una observación capaz de separarlas tendría entonces un valor alto para la decisión. El volumen de información acumulada no indica por sí solo cuándo cerrar la investigación; importa qué incertidumbre persiste y cómo afecta a las alternativas disponibles.

La búsqueda de certeza tiene además un coste propio. Kassirer (1989) identificó el empeño obstinado en alcanzar certeza diagnóstica como una causa de solicitud excesiva de exámenes. El diagnóstico provisional debería reflejar estas consideraciones. Para que su provisionalidad tenga contenido, el registro clínico tendría que delimitar la evidencia en que se apoya, las decisiones que autoriza y las condiciones que obligarían a revisarlo.

438.2. Un caso longitudinal como problema de decisión

Considérese una situación ficticia. Una persona consulta por cansancio, dificultad para concentrarse y abandono de algunas actividades después de un cambio de horario. En la evaluación inicial se plantean dos hipótesis principales, una organización afectiva relativamente persistente y una alteración ligada sobre todo a la oportunidad de dormir, además de la posibilidad de que ambas contribuyan. La descripción del malestar se sostiene aunque todavía no se conozca cuánto aporta cada mecanismo.

Una decisión inmediata razonable sería acordar un seguimiento breve con registro de horarios y actividades mientras se completa la evaluación pertinente. El seguimiento vale en la medida en que sus resultados puedan modificar alguna decisión posterior. Si solo aporta puntuaciones globales que todas las hipótesis predicen de manera semejante, su capacidad discriminativa será escasa.

En la segunda visita aparece información nueva. Las dificultades se concentran en los días con poco tiempo disponible para dormir y ceden durante los periodos de descanso, aunque persiste cierta pérdida de interés incluso con horarios favorables. La formulación puede revisarse sin reemplazarla por completo. El componente contextual gana apoyo y la explicación basada exclusivamente en el sueño resulta incompleta.

El ejemplo no establece un diagnóstico ni propone un procedimiento general. Sirve para separar operaciones que tienden a confundirse, como mantener una formulación, revisarla o sustituirla. La evidencia nueva debe confrontarse con lo que predecía cada hipótesis y con la decisión pendiente.

438.3. Decidir con pérdidas esperadas

Pauker y Kassirer (1975) propusieron calcular un umbral terapéutico, es decir, una probabilidad de enfermedad por encima de la cual conviene tratar y por debajo de la cual conviene abstenerse, a partir de los beneficios y los daños del tratamiento. Cinco años después extendieron el método a las pruebas diagnósticas y derivaron dos umbrales adicionales, uno de prueba y otro de prueba y tratamiento. Entre ambos, la opción preferida es realizar la prueba y decidir según su resultado (Pauker y Kassirer, 1980). Utilizaremos una versión simplificada de ese enfoque para dejar visibles sus supuestos. Todas las cantidades del ejemplo son sintéticas y no describen el rendimiento de ninguna prueba ni el coste de ninguna intervención real.

Sea $H$ una condición relevante para la decisión. Hay dos acciones posibles, ejecutar una medida específica $A$ o diferirla $D$. Asignamos pérdida nula a las dos combinaciones correctas, una pérdida $c_{FP}$ a ejecutar la medida cuando la condición está ausente y una pérdida $c_{FN}$ a diferirla cuando está presente. Si $p$ es la probabilidad actual de la condición, las pérdidas esperadas son

La regla elige la acción de menor pérdida esperada. En la terminología de Pauker y Kassirer, $c_{FN}$ equivale al beneficio neto de tratar a quien tiene la condición y $c_{FP}$ al daño neto de tratar a quien no la tiene, ambos medidos respecto de la acción contraria.

La simplificación omite efectos parciales, estados intermedios y costes que una acción puede tener aun cuando está bien indicada. Se dejan fuera para estudiar el mecanismo del umbral, sin pretender que la matriz describa de manera suficiente una decisión médica.

Las pérdidas expresan preferencias y consecuencias pertinentes para el problema. No son propiedades naturales de una categoría diagnóstica, de modo que no deberían fijarse sin considerar a la persona afectada y las alternativas que efectivamente tiene a su alcance. Djulbegovic et al. (2019) hicieron explícito este punto al introducir en el modelo de umbral un valor relativo que quien decide asigna a los daños del tratamiento frente a los desenlaces de la enfermedad. Al modificar esa valoración se modifica también el umbral.

438.4. Derivación del umbral

La acción específica tiene menor pérdida esperada cuando

Al despejar $p$ se obtiene

La segunda forma coincide con la expresión clásica del umbral terapéutico, $1/(1+B/H)$, cuando el beneficio $B$ y el daño $H$ se identifican con las pérdidas que cada acción evita (Pauker y Kassirer, 1975; Djulbegovic et al., 2019).

Con $c_{FP}=2$ y $c_{FN}=8$, el umbral es $p^*=0{,}2$. Para una probabilidad actual de $0{,}3$, la pérdida esperada de actuar es $2\times0{,}7=1{,}4$ unidades y la de diferir es $8\times0{,}3=2{,}4$. Con estos supuestos se elige actuar.

Esto no significa que una probabilidad del 30 % baste para cualquier intervención. El umbral depende del cociente entre las dos pérdidas y del modo en que se definieron los estados y las acciones. Si la medida fuese más costosa o menos reversible, aumentaría el coste de aplicarla sin necesidad y el umbral se desplazaría hacia arriba. Si la demora tuviera consecuencias más graves, el desplazamiento iría en sentido contrario.

Exactamente en el umbral ambas acciones tienen la misma pérdida esperada dentro del modelo. En esa zona pueden resultar decisivos los factores omitidos o la actitud de quien decide frente a la incertidumbre. La regla numérica depende de sus entradas y no dispensa de justificarlas.

438.5. El valor esperado de una investigación

Una investigación puede arrojar resultados que modifiquen la probabilidad y, con ella, la acción preferida. Su valor esperado se obtiene comparando la menor pérdida esperada actual con la pérdida esperada que quedaría tras observar el resultado y volver a elegir. Este cálculo, realizado antes de conocer el resultado, se denomina a veces análisis preposterior. Wilson (2015) sitúa el origen del análisis del valor de la información en el trabajo de Raiffa y Schlaifer sobre teoría estadística de la decisión. Para resultados posibles $z$, el valor esperado de la información muestral es

En esta expresión $p_z$ es la probabilidad posterior condicionada al resultado $z$ y $P(z)$ es la probabilidad predictiva de ese resultado según el modelo actual. La fórmula presupone que dicho modelo es adecuado y que las decisiones posteriores utilizan la información de forma coherente. Lo que entrega es un valor bruto. Una vez descontados los costes de obtención, la carga para la persona, los posibles daños y los efectos de la demora, se obtiene lo que la literatura sobre valor de la información denomina ganancia neta esperada del muestreo (Wilson, 2015).

Bajo esos supuestos el valor bruto nunca es negativo, porque quien decide siempre puede desatender el resultado y repetir la elección actual. Puede, en cambio, ser nulo. Si todos los resultados posibles conducen a la misma acción preferida, la investigación reduce incertidumbre sin mejorar la decisión. Una información modesta obtenida cerca de un umbral puede, por el contrario, cambiar la elección y resultar útil.

Esta distinción orienta la selección de lo que conviene preguntar o medir. El interés académico de una variable, o su capacidad para explicar diferencias entre personas, no garantiza que vaya a mejorar una decisión concreta. Antes de solicitarla es preciso especificar qué resultado cambiaría la acción y por qué la nueva acción sería mejor que la elegida con la información disponible.

438.6. Primera investigación: resultados que cambian la acción

Definamos una investigación A con sensibilidad $0{,}8$ y especificidad $0{,}9$. Con la probabilidad inicial de $0{,}3$, un resultado positivo aparece con probabilidad $0{,}3\times0{,}8+0{,}7\times0{,}1=0{,}31$. La probabilidad posterior tras un resultado positivo es $0{,}24/0{,}31\approx0{,}774$; tras uno negativo, $0{,}06/0{,}69\approx0{,}087$.

El primer resultado mantiene la acción específica y el segundo favorece diferirla. La pérdida esperada después de investigar se calcula sumando las contribuciones de los errores que todavía quedarían, que son los falsos positivos seguidos de acción y los falsos negativos seguidos de demora.

El valor bruto de la información es $1{,}4-0{,}62=0{,}78$. Si el procedimiento cuesta $0{,}15$ unidades y la demora añade un coste esperado de $0{,}25$, el valor neto es $0{,}78-0{,}40=0{,}38$. En esta construcción, investigar mejora la decisión aun después de descontar esos costes.

El cálculo supone que el coste de la demora puede resumirse en una cantidad fija que no se contó previamente dentro de la matriz. En una aplicación real habría que modelar cuándo ocurre la demora, quién la soporta y cómo evoluciona el estado durante la espera. La suma constante es aquí una simplificación declarada.

El mismo cálculo puede repetirse para cualquier probabilidad inicial, lo que permite recuperar los dos umbrales de Pauker y Kassirer (1980). Sean $s$ y $e$ la sensibilidad y la especificidad; $k$ designa el coste total de investigar, que en el ejemplo es $0{,}4$. Mientras un resultado positivo lleve a actuar y uno negativo a diferir, investigar es preferible a diferir sin investigar cuando $p$ supera

y es preferible a actuar sin investigar cuando $p$ queda por debajo de

Ambas expresiones se obtienen igualando la pérdida esperada de la estrategia que investiga, incluido $k$, con la de cada acción inmediata. Para la investigación A los umbrales son $1/11\approx0{,}091$ y $7/17\approx0{,}412$. La probabilidad inicial de $0{,}3$ cae dentro de ese intervalo, por lo que el modelo recomienda investigar. Con una probabilidad inferior al primer umbral convendría diferir sin investigar; con una superior al segundo, actuar directamente.

438.7. Segunda investigación: información con poco valor decisional

La investigación B tiene sensibilidad $0{,}6$ y especificidad $0{,}7$. Sus resultados también modifican la probabilidad, aunque de un modo menos útil para la decisión planteada. Tras un resultado positivo la probabilidad posterior es aproximadamente $0{,}462$; tras uno negativo, $0{,}197$.

Esta última queda apenas por debajo del umbral de $0{,}2$, de modo que el resultado negativo cambia la acción por un margen muy estrecho. La pérdida esperada posterior es $1{,}38$ y el valor bruto de la información apenas $0{,}02$. Con el mismo coste adicional de $0{,}4$, el valor neto es $-0{,}38$.

Calculados con las fórmulas de la sección anterior, los umbrales de B son $5/27\approx0{,}185$ y $5/23\approx0{,}217$. El intervalo en que conviene realizar B es muy estrecho y no incluye la probabilidad inicial de $0{,}3$. Con esa probabilidad, el modelo prefiere actuar sin realizarla.

La comparación muestra que una investigación puede ser informativa en sentido probabilístico y tener, pese a ello, un valor neto negativo para una decisión determinada. Su utilidad depende de dónde caen sus resultados respecto del umbral y de cuánto cuesta obtenerlos. En este ejemplo A supera a B tanto en sensibilidad como en especificidad, así que cualquier ordenación por exactitud habría llevado a la misma preferencia. Cuando una prueba es más sensible y otra más específica, la ordenación depende en cambio de la probabilidad inicial y de las consecuencias de cada tipo de error; ningún índice de exactitud aislado la resuelve.

El resultado de B es además frágil, porque una de sus probabilidades posteriores queda muy cerca del umbral. Variaciones pequeñas de los parámetros pueden alterar la acción posterior, como se examina en la sección 438.11. Una recomendación basada en esa diferencia exigiría un análisis de incertidumbre más amplio que el cálculo puntual.

Las propias sensibilidad y especificidad son estimaciones que no se trasladan sin más de un estudio a otro. Leeflang et al. (2013) analizaron 23 metaanálisis que reunían 416 estudios primarios. Dentro de una misma revisión, pasar de la prevalencia más baja a la más alta se acompañó de cambios de hasta 40 puntos porcentuales en la sensibilidad o la especificidad. La asociación fue estadísticamente significativa en 8 de los 23 metaanálisis. Con 6909 estudios procedentes de revisiones Cochrane, Murad et al. (2023) observaron en promedio una sensibilidad estimada mayor y una especificidad estimada menor cuando la prevalencia era más alta. Ninguno de los dos grupos atribuye a la prevalencia un efecto causal. Ambos la interpretan como indicador de otros mecanismos, en particular del espectro de gravedad de los pacientes incluidos. Leeflang et al. mencionan además el patrón de referencia imperfecto y el sesgo de verificación. El diseño del estudio de exactitud añade otra fuente de variación. En el análisis metaepidemiológico de Rutjes et al. (2006), que abarcó 31 metaanálisis, verificar a parte de los pacientes con un patrón de referencia distinto se asoció con estimaciones de exactitud más altas, aunque la diferencia fue imprecisa y no alcanzó significación estadística. En una aplicación real, los valores asignados aquí a A y B deberían provenir de estudios cuya población y cuyo patrón de referencia se parezcan a los de la situación en que se usarán.

438.8. Verificación reproducible

import numpy as np

p = 0.3
false_negative_cost, false_positive_cost = 8.0, 2.0
testing_cost = 0.15 + 0.25  # procedimiento + demora
threshold = false_positive_cost / (
    false_positive_cost + false_negative_cost
)

def risk(probability, c_fp=false_positive_cost, c_fn=false_negative_cost):
    return min(c_fn * probability, c_fp * (1 - probability))

def information_value(sensitivity, specificity, prior=p,
                      c_fp=false_positive_cost, c_fn=false_negative_cost):
    positive_probability = (
        prior * sensitivity + (1 - prior) * (1 - specificity)
    )
    posterior_positive = prior * sensitivity / positive_probability
    posterior_negative = (
        prior * (1 - sensitivity) / (1 - positive_probability)
    )
    posterior_risk = (
        positive_probability * risk(posterior_positive, c_fp, c_fn)
        + (1 - positive_probability) * risk(posterior_negative, c_fp, c_fn)
    )
    gross = risk(prior, c_fp, c_fn) - posterior_risk
    net = gross - testing_cost
    return posterior_positive, posterior_negative, posterior_risk, gross, net

def testing_thresholds(sensitivity, specificity, k=testing_cost,
                       c_fp=false_positive_cost, c_fn=false_negative_cost):
    lower = ((1 - specificity) * c_fp + k) / (
        sensitivity * c_fn + (1 - specificity) * c_fp
    )
    upper = (specificity * c_fp - k) / (
        specificity * c_fp + (1 - sensitivity) * c_fn
    )
    return lower, upper

# Umbral y comparación de las dos investigaciones
assert np.isclose(threshold, 0.2)
a = information_value(0.8, 0.9)
b = information_value(0.6, 0.7)
assert np.allclose(a[2:], [0.62, 0.78, 0.38])
assert np.allclose(b[2:], [1.38, 0.02, -0.38])
for name, result in [('A', a), ('B', b)]:
    print(name, np.round(result, 6))

# Umbrales de prueba y de prueba-acción (Pauker y Kassirer, 1980)
assert np.allclose(testing_thresholds(0.8, 0.9), [1 / 11, 7 / 17])
assert np.allclose(testing_thresholds(0.6, 0.7), [5 / 27, 5 / 23])
grid = np.linspace(0.001, 0.999, 99801)
for sens, spec in [(0.8, 0.9), (0.6, 0.7)]:
    net = np.array([information_value(sens, spec, prior=q)[4] for q in grid])
    worth = grid[net > 0]
    assert np.allclose([worth.min(), worth.max()],
                       testing_thresholds(sens, spec), atol=1e-4)
    print('Umbrales', sens, spec, np.round(testing_thresholds(sens, spec), 6))

# Información perfecta: cota superior del valor bruto
evpi = risk(p)
assert np.isclose(evpi, 1.4) and a[3] <= evpi and b[3] <= evpi

# Sensibilidad al coste del falso positivo
b3 = information_value(0.6, 0.7, c_fp=3.0)
a3 = information_value(0.8, 0.9, c_fp=3.0)
assert np.isclose(3.0 / (3.0 + false_negative_cost), 3 / 11)
assert np.isclose(b3[3], 0.51) and np.isclose(b3[4], 0.11)
assert np.isclose(a3[3], 1.41)
print('B con c_FP = 3:', np.round(b3, 6))

# Actualización mediante un cociente de verosimilitud de 0,25
new_probability = p * 0.25 / (1 - p + p * 0.25)
assert np.isclose(new_probability, 3 / 31)
assert new_probability < threshold
print('Posterior tras evidencia adicional:', round(new_probability, 6))

El código calcula la probabilidad predictiva de cada resultado, actualiza cada rama y vuelve a elegir la acción de menor pérdida. Las comprobaciones cubren todas las cifras del capítulo. Los umbrales analíticos se contrastan además con un barrido numérico de la probabilidad inicial. No se usa aleatoriedad, porque los resultados se obtienen por enumeración exacta de las posibilidades del modelo.

Separar el valor bruto del neto ayuda a detectar errores frecuentes, como contar solo los resultados favorables o restar dos veces un mismo coste.

438.9. Un límite superior: información perfecta

Dentro de la matriz simplificada, conocer con certeza el estado permitiría elegir siempre la combinación de pérdida nula. El valor esperado de la información perfecta, definido como la diferencia entre el resultado esperado con información perfecta y el mejor resultado esperado con la información actual (Wilson, 2015), sería entonces igual a la pérdida mínima actual, $1{,}4$ unidades. Ninguna investigación imperfecta que conserve las mismas acciones y consecuencias puede superar ese valor bruto. Las investigaciones A y B, con valores brutos de $0{,}78$ y $0{,}02$, quedan por debajo de él.

Esta cota sirve para una evaluación preliminar. Si el coste total de una investigación supera incluso el beneficio de conocer perfectamente el estado, la investigación no resulta conveniente dentro del modelo. Para advertirlo no hace falta calcular todos sus resultados. El argumento deja de bastar si la investigación abre acciones nuevas, aporta información útil para otras decisiones o modifica por sí misma algún resultado relevante.

La información perfecta es una construcción de referencia y no supone que exista un procedimiento capaz de resolver toda la incertidumbre clínica. Cuando una formulación incluye mecanismos solo parcialmente observables o categorías de límites imprecisos, definir qué significaría conocer el estado forma parte del problema.

La pérdida residual puede seguir siendo positiva aunque el diagnóstico sea correcto, porque una intervención puede no producir el resultado esperado o ser inaccesible. En ese caso el valor de la información perfecta se calcula comparando decisiones tomadas con conocimiento del estado, sin suponer que ese conocimiento garantiza buenos resultados.

438.10. Coste de investigar y coste de esperar

Obtener información consume tiempo y recursos, puede modificar la experiencia de quien es evaluado y puede retrasar una acción. Estos efectos deben incorporarse cuando sean pertinentes, sin dar por hecho que más información siempre es beneficiosa.

La demora tiene consecuencias distintas según el problema. En una situación estable, esperar un intervalo breve puede permitir observar el curso con poca pérdida. En otra, el estado puede deteriorarse o puede perderse una oportunidad de intervenir. Un modelo que mantiene fija la probabilidad y añade un coste constante quizá sea insuficiente si el propio proceso evoluciona durante la espera. En el ámbito de la evaluación de investigaciones sanitarias, Wilson (2015) señala que el tiempo necesario para obtener y difundir la información acorta el periodo en que puede aprovecharse y puede reducir de manera sustancial su valor. Ese análisis se refiere a decisiones de financiamiento de estudios, no a la evaluación de una persona, aunque el mecanismo es análogo.

Una extensión temporal compararía las acciones inmediatas con secuencias de investigación y acción. Cada rama incluiría probabilidades de cambio, resultados posibles y costes acumulados. Un modelo así exige más información y puede introducir parámetros difíciles de estimar. La complejidad adicional se justifica cuando altera de manera relevante la decisión, no cuando solo aumenta la apariencia técnica de la formulación.

En situaciones clínicas concretas, muchas de estas cantidades no admiten una estimación precisa. Puede ser más honesto comparar rangos plausibles o identificar dominancias claras, como la de una opción que cuesta más, demora más y no aporta información pertinente.

438.11. Sensibilidad de la decisión a los supuestos

Una decisión calculada con valores puntuales puede cambiar si las pérdidas o las probabilidades son inciertas. Para examinar esa dependencia se varían los parámetros dentro de rangos justificados y se observa dónde cambia la acción preferida. El propósito es localizar los supuestos que sostienen realmente la conclusión. Buscar una combinación de valores que confirme la elección inicial desvirtúa el ejercicio.

En el ejemplo, aumentar el coste del falso positivo eleva el umbral. Si $c_{FP}$ pasa de 2 a 3, el umbral sube a $3/11\approx0{,}273$ y la probabilidad inicial de $0{,}3$ queda mucho más cerca de él. El valor bruto de B aumenta entonces de $0{,}02$ a $0{,}51$ y su valor neto pasa a ser positivo, $0{,}11$, de modo que una investigación que antes no convenía empieza a convenir. El valor bruto de A sube a $1{,}41$. A la inversa, con los costes originales B solo resultaría aceptable si el coste total de realizarla fuera inferior a $0{,}02$. A perdería su ventaja neta si, manteniendo el coste del procedimiento en $0{,}15$, el coste de la demora superase $0{,}63$.

Al presentar estos cambios conviene distinguir la incertidumbre empírica del desacuerdo valorativo. La sensibilidad de una prueba puede estimarse con datos adecuados, mientras que la valoración relativa de las consecuencias incorpora preferencias y objetivos de la atención. Tratarlas como errores estadísticos equivalentes oculta que proceden de fuentes diferentes.

Cuando una elección se mantiene estable en un conjunto amplio de supuestos defendibles, puede considerarse robusta respecto de ese conjunto. Esa robustez no garantiza que el modelo incluya todas las alternativas relevantes. Debe preservarse la posibilidad de que un dato nuevo revele una acción o un estado que no se contemplaron al principio.

438.12. Mantener, revisar y reemplazar

Mantener una formulación significa que la información nueva es compatible con sus afirmaciones principales y no altera lo suficiente la comparación con las alternativas. No exige que cada observación coincida exactamente con una predicción. Un modelo probabilístico admite variación. Del mismo modo, una formulación clínica puede reconocer excepciones cuya frecuencia y condiciones todavía se desconocen.

Revisar consiste en cambiar algún componente conservando otros. En el caso longitudinal, puede mantenerse la descripción de las dificultades afectivas y funcionales y atribuir una contribución mayor al horario. La revisión puede afectar al peso de una hipótesis, a la definición de una variable o a la escala temporal considerada. En cualquier caso debe quedar especificado qué cambió y qué dato motivó el cambio.

Reemplazar una formulación requiere una incompatibilidad más amplia o una alternativa que explique mejor observaciones importantes. Hace falta mostrar qué afirmaciones de la formulación anterior dejaron de sostenerse y qué predicciones distintas ofrece la nueva.

Estas operaciones no tienen por qué ocurrir a la vez en todos los niveles. Puede reemplazarse una explicación causal conservando una descripción sindromática o modificarse una acción mientras la categoría diagnóstica permanece provisionalmente igual. Separar los niveles evita que una revisión local se convierta en una reconstrucción total.

438.13. Una actualización que cruza el umbral

Retomemos el ejemplo con una probabilidad inicial de $0{,}3$. Supóngase que aparece una observación adicional con un cociente de verosimilitud de $0{,}25$, válido de forma condicional a la información ya utilizada. Las odds previas, $0{,}3/0{,}7\approx0{,}429$, se multiplican por ese factor y dan unas odds posteriores de aproximadamente $0{,}107$. La probabilidad posterior es $3/31\approx0{,}097$, como verifica el código.

Esa actualización sitúa la probabilidad por debajo del umbral de $0{,}2$ y, con la misma matriz de pérdidas, cambia la acción preferida. El cálculo no establece, sin embargo, que una etiqueta diagnóstica deba retirarse automáticamente. La etiqueta puede designar un conjunto descriptivo más amplio que la condición binaria definida para esta decisión.

La exigencia de condicionamiento correcto es esencial. Multiplicar sucesivamente cocientes de verosimilitud solo es válido si cada observación es independiente de las anteriores una vez conocido el estado, o si el cociente se estimó condicionado a ellas. Si la nueva observación repite información ya incorporada, el producto exagera la actualización. Un documento nuevo que reproduce un informe anterior no aporta el mismo peso que una observación independiente.

Cuando no se dispone de cocientes de verosimilitud conocidos, el ejemplo debe usarse como estructura de razonamiento. Permite preguntar qué hipótesis predice mejor el dato y si su peso podría alterar la decisión. No autoriza a asignar valores numéricos a signos o relatos cuyo rendimiento no se ha establecido.

438.14. Resultados inesperados y revisión del modelo

Un resultado inesperado puede poner en duda la hipótesis sobre el estado, el modelo de observación o ambos. Si una persona presenta una evolución que la formulación no anticipaba, el primer paso es examinar qué se había predicho realmente. Una explicación tan flexible que admite cualquier curso sin modificarse tiene poca capacidad de contraste.

También debe revisarse la calidad del dato, porque un cambio de instrumento, de contexto o de informante puede producir una discontinuidad aparente. Comprobarlo no equivale a proteger la hipótesis de toda refutación. Si la medición es comparable y la discrepancia persiste, el modelo clínico necesita reconsiderarse.

La falta de respuesta a una intervención tampoco identifica por sí sola una causa alternativa. Puede deberse a la adecuación de la intervención o a su implementación, al tiempo transcurrido, a factores concurrentes o a que la hipótesis inicial era incorrecta. Interpretarla exige especificar qué resultado se esperaba bajo cada posibilidad y qué información adicional permitiría distinguirlas.

Una revisión rigurosa evita tanto conservar la formulación añadiendo excepciones después de cada resultado como sustituirla ante cualquier fluctuación. La elección depende de la fuerza de la predicción inicial y de la calidad de la observación.

438.15. Criterios para reabrir una investigación

La reapertura puede motivarse por una observación nueva, por una corrección de la información previa o por un cambio en la decisión pendiente. Un dato que antes tenía poca relevancia puede volverse decisivo cuando se considera una acción distinta. La suficiencia de la investigación no es, por tanto, una propiedad permanente del expediente. Es una relación entre la evidencia disponible y la pregunta que se intenta responder.

En el caso ficticio, un registro posterior podría mostrar que las dificultades precedían al cambio de horario. Ese dato debilitaría una explicación exclusivamente contextual del inicio, aunque el horario siguiera contribuyendo a mantener el cuadro. Una aclaración sobre el periodo inicial modificaría la cronología y obligaría a revisar la secuencia causal propuesta.

Otra razón para reabrir sería la aparición de un fenómeno cualitativamente diferente que las hipótesis anteriores no incluían. En lugar de añadirlo sin más al mismo síndrome, corresponde valorar si cambia la organización descriptiva y cuáles son ahora las alternativas pertinentes.

Los criterios de reapertura pueden documentarse de antemano. Entre ellos pueden figurar la persistencia más allá de una ventana temporal justificada, un cambio funcional relevante, la contradicción entre fuentes comparables o resultados incompatibles con una predicción central. Su utilidad depende de que estén vinculados a incertidumbres concretas que puedan observarse razonablemente.

438.16. Una detención provisional documentada

Detener una investigación requiere dejar claro qué pregunta se considera suficientemente respondida. Un informe puede afirmar que hay evidencia suficiente de una dificultad actual y que se acordó un siguiente paso, al tiempo que mantiene abierta la contribución relativa de varios mecanismos. Esa documentación permite actuar sin presentar como resuelta una explicación causal que sigue siendo incierta.

El informe también debería especificar qué información faltante podría cambiar la decisión. No toda ausencia de datos justifica aplazarla. Si las alternativas plausibles conducen a la misma acción y esperar tiene consecuencias relevantes, reunir más detalles puede tener poco valor inmediato. Si una incertidumbre afecta a una elección importante, debe conservarse como tarea pendiente con una finalidad definida.

La detención no debe confundirse con la pérdida de seguimiento. Una formulación provisional puede incluir un momento de revisión, una fuente por completar o un criterio que active una nueva evaluación, elementos que dan contenido operativo a la provisionalidad.

La documentación protege además frente a una reinterpretación retrospectiva excesiva. Cuando aparece un resultado posterior, permite comparar la decisión con la información disponible en su momento, en lugar de juzgarla como si ese resultado se hubiera conocido desde el comienzo. Baron y Hershey (1988) mostraron, en cinco estudios con estudiantes universitarios que evaluaban decisiones descritas en viñetas médicas y en apuestas monetarias, que la calidad atribuida a una misma decisión era mayor cuando su desenlace había sido favorable, aunque los participantes sabían que contaban con la misma información que quien decidió. Esos hallazgos proceden de juicios sobre casos hipotéticos y no permiten estimar la magnitud del sesgo en la evaluación clínica real. Bastan, con todo, para justificar que el proceso y el resultado se valoren por separado.

438.17. Utilidad de la categoría y validez de la explicación

Kendell y Jablensky (2003) propusieron distinguir la validez de las categorías diagnósticas psiquiátricas de su utilidad. Según su planteamiento, una categoría definida por su síndrome solo debería considerarse válida si se ha demostrado que corresponde a una entidad discreta, separada de otros trastornos por límites naturales. Aunque la mayoría de los conceptos diagnósticos no satisface ese criterio, muchos tienen una utilidad alta por la información que aportan sobre evolución, respuesta al tratamiento y etiología. Esta distinción es pertinente al decidir cuándo una clasificación provisional basta para un propósito limitado.

Si una categoría organiza la descripción y permite coordinar una evaluación, esa utilidad debe especificarse. No implica que todas las personas incluidas compartan el mismo mecanismo ni que cada componente de la formulación quede explicado por la etiqueta. La investigación causal puede seguir abierta aunque la clasificación cumpla una función práctica.

A la inversa, una hipótesis causal interesante puede ser demasiado incierta para orientar una acción específica, porque su plausibilidad teórica no reemplaza la evidencia sobre las consecuencias de intervenir.

La provisionalidad puede afectar, por tanto, a la descripción del episodio, a la asignación categórica, al mecanismo propuesto o a la elección de una acción. Nombrar cuál de ellos permanece incierto evita una cautela global poco informativa.

438.18. Preferencias y reversibilidad

Las consecuencias de una decisión no se valoran de manera idéntica en todas las circunstancias. La carga de una investigación, la tolerancia a la demora y la importancia atribuida a determinados resultados varían entre personas. Un modelo de pérdidas debería hacer visibles esas valoraciones cuando influyen en la elección, en vez de presentarlas como constantes técnicas impersonales. El trabajo de Djulbegovic et al. (2019) muestra formalmente que el umbral se desplaza cuando cambia el valor relativo asignado a los daños del tratamiento.

La reversibilidad también modifica el problema. Una acción que puede ajustarse pronto y cuyos efectos se observan con facilidad tiene una estructura distinta de otra difícil de revertir. Eso no significa que la primera carezca de costes ni que sea siempre preferible. Significa que el valor del seguimiento y de la información futura puede incorporarse a la comparación.

En el caso longitudinal, una medida de apoyo funcional puede justificarse por la dificultad observada aunque la explicación causal no esté cerrada. Su revisión posterior puede depender de resultados acordados y de la experiencia de la persona. La decisión no tiene por qué funcionar como prueba informal de una hipótesis única, ya que varias explicaciones pueden predecir una mejoría bajo ese apoyo.

La participación de la persona en la definición de los objetivos acerca las consecuencias modeladas a lo que de verdad importa en su situación. Elwyn et al. (2012) propusieron un modelo de decisión compartida en tres pasos, que consisten en presentar la existencia de una elección, describir las opciones y ayudar a la persona a explorar sus preferencias hasta decidir, con la premisa de que la decisión debe reflejar lo que más le importa una vez informada. La formalización seguirá siendo parcial, pero sus límites se ven con más claridad cuando distingue la incertidumbre sobre los hechos de las preferencias sobre los resultados.

438.19. Qué queda demostrado por el ejemplo

Los cálculos muestran cómo se obtiene un umbral a partir de una matriz de pérdidas, cómo se delimita el intervalo de probabilidades en que conviene investigar y cómo una investigación puede mejorar o empeorar una decisión una vez considerado su coste. También muestran que una actualización puede cambiar la acción preferida sin resolver todas las preguntas diagnósticas. Son resultados matemáticos condicionados a los parámetros estipulados.

El ejemplo no proporciona probabilidades clínicas, rendimientos de signos ni costes generalizables. Trasladarlo a una situación real exigiría justificar cada estado, acción y consecuencia. Cuando esas cantidades no pueden estimarse, la estructura puede usarse de forma cualitativa para localizar qué dato cambiaría una decisión.

La investigación se detiene de manera defendible cuando existe una razón explícita para considerar suficiente la información respecto de la decisión siguiente. Se reabre cuando esa relación cambia, sea porque aparecen datos que alteran las hipótesis, porque se corrige una observación o porque surge una acción que requiere conocimiento adicional.

438.20. Secuencias de investigación y dependencia del resultado

La elección entre dos investigaciones no siempre debe plantearse como si cada una fuera un procedimiento aislado. Puede ser razonable empezar por una observación de baja carga y reservar otra más costosa para ciertos resultados. En ese caso la unidad de comparación es una estrategia, que especifica qué se hace primero, cómo se interpreta cada resultado y qué acción sigue en cada rama.

El valor de la segunda investigación depende de lo obtenido en la primera. Calcularlo con la probabilidad inicial puede sobrestimar o subestimar su utilidad posterior, porque la probabilidad desde la cual se parte ya no es la misma. En el ejemplo, tras un resultado positivo de A la probabilidad es cercana a $0{,}77$, muy por encima del umbral. Una investigación adicional solo tendría valor si pudiera devolverla por debajo de $0{,}2$. Si ambos procedimientos comparten fuentes de información o mecanismos de detección, sus errores tampoco son independientes. La estrategia completa necesita entonces probabilidades condicionales coherentes con esa dependencia.

Una secuencia puede diseñarse sin comprometerse de antemano a completar todos sus pasos. Detenerla tras un resultado suficientemente informativo evita observaciones de escaso valor marginal, mientras que continuarla tiene sentido cuando persiste una incertidumbre decisiva. La regla de detención se define en función de la decisión pendiente y del conocimiento disponible en ese punto.

Este planteamiento permite revisar un plan de evaluación de forma explícita, asignando a cada paso una función y una condición para continuar.

Referencias

Baron, J., y Hershey, J. C. (1988). Outcome bias in decision evaluation. Journal of Personality and Social Psychology, 54(4), 569–579. DOI.

Djulbegovic, B., Hozo, I., Mayrhofer, T., van den Ende, J., y Guyatt, G. (2019). The threshold model revisited. Journal of Evaluation in Clinical Practice, 25(2), 186–195. DOI.

Elwyn, G., Frosch, D., Thomson, R., Joseph-Williams, N., Lloyd, A., Kinnersley, P., Cording, E., Tomson, D., Dodd, C., Rollnick, S., Edwards, A., y Barry, M. (2012). Shared decision making: A model for clinical practice. Journal of General Internal Medicine, 27(10), 1361–1367. DOI.

Kassirer, J. P. (1989). Our stubborn quest for diagnostic certainty: A cause of excessive testing. The New England Journal of Medicine, 320(22), 1489–1491. DOI.

Kendell, R., y Jablensky, A. (2003). Distinguishing between the validity and utility of psychiatric diagnoses. The American Journal of Psychiatry, 160(1), 4–12. DOI.

Leeflang, M. M. G., Rutjes, A. W. S., Reitsma, J. B., Hooft, L., y Bossuyt, P. M. M. (2013). Variation of a test's sensitivity and specificity with disease prevalence. Canadian Medical Association Journal, 185(11), E537–E544. DOI.

Murad, M. H., Lin, L., Chu, H., Hasan, B., Alsibai, R. A., Abbas, A. S., Mustafa, R. A., y Wang, Z. (2023). The association of sensitivity and specificity with disease prevalence: Analysis of 6909 studies of diagnostic test accuracy. Canadian Medical Association Journal, 195(27), E925–E931. DOI.

Pauker, S. G., y Kassirer, J. P. (1975). Therapeutic decision making: A cost-benefit analysis. The New England Journal of Medicine, 293(5), 229–234. DOI.

Pauker, S. G., y Kassirer, J. P. (1980). The threshold approach to clinical decision making. The New England Journal of Medicine, 302(20), 1109–1117. DOI.

Rutjes, A. W. S., Reitsma, J. B., Di Nisio, M., Smidt, N., van Rijn, J. C., y Bossuyt, P. M. M. (2006). Evidence of bias and variation in diagnostic accuracy studies. Canadian Medical Association Journal, 174(4), 469–476. DOI.

Wilson, E. C. F. (2015). A practical guide to value of information analysis. PharmacoEconomics, 33(2), 105–121. DOI.