3URI/XLV)9DOHUR-XDQ
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
$1/,6,6'(/$&21&25'$1&,$
&RQFRUGDQFLDHQWUHSUXHEDVGLDJQyVWLFDVFXDOLWDWLYDVQRPLQDOHV
Contenido:
1. Introduccin:Concepto y utilidades
2. Metodologa:
Ejemplo
Tabulacin
Anlisis: ndice Kappa
3. Caractersticas del ndice Kappa
4. Bibliografa
,QWURGXFFLyQDODQiOLVLVGHODFRQFRUGDQFLD
&RQFHSWR
(SLGHPLRORJtD&OtQLFD2Q/LQH
3URI/XLV)9DOHUR-XDQ
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
(MHPSOR: Para ilustrar el mtodo vamos a tener en cuenta el siguiente escenario: Dos
clnicos diferentes establecen, de forma independiente, el diagnstico de tuberculosis en
una muestra de 10 pacientes. El diagnstico lo llevan a cabo mediante el estudio de las
mismas 10 radiografa de trax de los pacientes. El diagnstico establecido se encuentra
recogido en la tabla 1. Con esta informacin pretendemos analizar el grado de
concordancia o coincidencia entre los dos clnicos en el diagnstico de tuberculosis.
7DEOD'LDJQyVWLFRGHWXEHUFXORVLVUHVXOWDGRV
3$&,(17(
1
2
3
4
5
6
7
8
9
10
2%6(59$'25
POSITIVO
POSITIVO
POSITIVO
POSITIVO
NEGATIVO
NEGATIVO
NEGATIVO
NEGATIVO
NEGATIVO
NEGATIVO
2%6(59$'25
POSITIVO
POSITIVO
POSITIVO
NEGATIVO
POSITIVO
POSTIVO
NEGATIVO
NEGATIVO
NEGATIVO
NEGATIVO
(SLGHPLRORJtD&OtQLFD2Q/LQH
3URI/XLV)9DOHUR-XDQ
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEOD3RVLEOHVFRPELQDFLRQHVGLDJQyVWLFDV\VXLQWHUSUHWDFLyQ
&RPELQDFLRQHV
2EVHUYDGRU
2EVHUYDGRU
/HFWXUD
1SDUHV
a
b
c
d
+
+
-
+
+
-
Concordantes
Discordantes
Discordantes
Concordantes
3
1
2
4
Diagnstico de tuberculosis
2EVHUYDGRU
Positivo
Negativo
7RWDO
2EVHUYDGRU
(SLGHPLRORJtD&OtQLFD2Q/LQH
3URI/XLV)9DOHUR-XDQ
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEOD3URSRUFLyQREVHUYDGDGHFRLQFLGHQFLD
Diagnstico de tuberculosis
2EVHUYDGRU
Positivo
Negativo
7RWDO
2EVHUYDGRU
E 3URSRUFLyQ GH DFXHUGR HVSHUDGR SRU HO D]DU 3H En la tabla de datos, calcular las
probabilidades, o proporciones, esperadas para cada uno de los resultados concordantes
(tabla 5). Cmo?: multiplicando las probabilidades de dar un resultado (positivo o
negativo) de ambos observadores; por ejemplo, la proporcin de acuerdo de la casilla
a sera el producto de la probabilidad de diagnosticar una tuberculosis el observador 1
(0,4) por la del observador 2 (0,5); es decir, la proporcin esperada por efecto del azar
de a es de 0,2 (20%).
(SLGHPLRORJtD&OtQLFD2Q/LQH
3URI/XLV)9DOHUR-XDQ
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEOD3URSRUFLyQHVSHUDGDGHFRLQFLGHQFLDD]DU
2EVHUYDGRU
Diagnstico de tuberculosis
2EVHUYDGRU
Positivo
Negativo
7RWDO
Positivo
Negativo
7RWDO
(a) 0,4 x 0,5 =
0,4
(d) 0,6 x 0,5 = 0,6
0,5
0,5
1,0
Interpretacin:
- Si el valor es 0 indica que la concordancia observada es debida totalmente al azar.
- Si el valor es diferente de cero, indica que el grado de acuerdo es mayor que el que
cabra esperar si solo estuviera influyendo el azar.
G 0i[LPD FRQFRUGDQFLD SRVLEOH QR H[SOLFDGD SRU HO D]DU. Si la concordancia es
perfecta, la probabilidad observada de acuerdo es de 1 (100%), la ms alta que se puede
encontrar. Si a la mxima concordancia observada le descontamos la esperada por el
azar, obtenemos la mxima concordancia posible no explicada por el azar (sin
intervencin del azar). En el ejemplo, es de 0,50 (1-0,50).
.DSSD
(SLGHPLRORJtD&OtQLFD2Q/LQH
3URI/XLV)9DOHUR-XDQ
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
&DUDFWHUtVWLFDVGHOQGLFH.DSSD
Una de las principales limitaciones del I Kappa es la influencia que tiene sobre el la
prevalencia de la enfermedad o el efecto estudiado. Esta influencia dificulta la
generalizacin de los resultados obtenidos en la comparaciones en situaciones con
prevalencia de la enfermedad diferentes.
%LEOLRJUDItD