Inferencia Estadística para Determinar la Calidad de Test Diagnósticos Binarios

M. Á. Montero Alonso, A. Ruiz Vega, J. M. Melchor Rodríguez, J. D. Luna del Castillo

Con este trabajo se pretende desarrollar, ampliar y comparar metodologías de inferencia estadística al problema de la estimación de parámetros de la calidad de test diagnósticos binarios. Para ello, se ha creado una librería en R llamada ebdt (Evaluating of Binary Diagnostic Test, siglas en inglés) que nos va a permitir calcular los estimadores de la sensibilidad, especificidad, índice de Youden, prevalencia, razón de verosimilitud positiva y negativa, valores predictivos positivos y negativos y el coeficiente kappa ponderado, así como sus intervalos de confianza para los distintos estimadores, parámetros que nos permiten evaluar y comparar la calidad de los test diagnósticos binarios frente a un Gold estándar en una población. Ebdt es una librería de funciones que automatiza los procedimientos de análisis de forma más accesible tanto para estudiantes de distintos niveles como para investigadores en el ámbito de Ciencias de la Salud.

Keywords: Test diagnósticos binarios, Gold estándar, R, calidad diagnostica

Scheduled

Poster session II
September 4, 2026 9:00 AM
Facultade de Ciencias Económicas e Empresariais

Other papers in the same session

Longitudinal Statistical Analysis and Phenotypic Characterization of a Salt-Wasting Tubulopathy Cohort: Gitelman and Bartter Syndromes

L. Núñez González, B. Temes Álvarez, A. Urisarri Ruiz de Cortázar, M. Gil Calvo, A. M. Barcia de la Iglesia, P. Oliveros Martínez, N. Carrera Cachaza, M. Á. García González, M. García Murias

Modelización de biomasa de especies invasoras mediante el uso de datos LIDAR y espectrales de alta resolución obtenidos a partir de drones

N. Montiel, C. Pérez-Carral, P. J. Hidalgo, M. Ortega-Moreno, M. Ortega Moreno

Modelo para el problema de corte con remanentes reutilizables en el habilitado industrializado de acero

L. Padrón Blanco

Spatial Generalization under Hierarchical Dependence: Evidence from Sediment Modelling

C. Patino Alonso, J. L. Molina González, F. Espejo Almodóvar, S. Zazo del Dedo, M. C. Molina González

Sufficiency and Completeness for Markov Kernels: Some Non-Trivial Examples

P. Perez Fernandez, A. García Nogales

Regresión cuantil non paramétrica con covariables composicionales

A. Pérez González, M. Conde Amboage

Imputación de datos faltantes y predicción conjunta en apicultura de precisión mediante modelos autorregresivos bayesianos

M. C. Robustillo, L. Naranjo, M. I. Parra Arévalo, J. Hernández, C. J. Pérez Sánchez