Falsos positivos y falsos negativos: causas, medición y consecuencias

Conceptos básicos y terminología

Las pruebas suelen resumirse mediante una matriz de confusión que clasifica los resultados como positivo verdadero, negativo verdadero, falso positivo o falso negativo. Entre las medidas relacionadas se incluyen la sensibilidad —la capacidad de detectar positivos verdaderos— y la especificidad —la capacidad de identificar correctamente negativos verdaderos—. En las pruebas clásicas de hipótesis, los falsos positivos corresponden a los errores de tipo I y los falsos negativos, a los errores de tipo II. Los valores predictivos —el valor predictivo positivo (VPP) y el valor predictivo negativo (VPN)— dependen tanto de la exactitud de la prueba como de la prevalencia de la condición en la población evaluada.

Contextos y ejemplos

• Medicina: una prueba diagnóstica puede clasificar erróneamente a una persona sana como enferma (falso positivo) o no detectar una enfermedad en un paciente afectado (falso negativo).
• Seguridad: un sistema de detección de intrusiones puede emitir una alerta ante una actividad normal (falso positivo) o no detectar un ataque real (falso negativo).
• Aprendizaje automático y filtrado de correo no deseado: los correos electrónicos o las imágenes clasificados incorrectamente producen errores similares y afectan a la experiencia y la confianza de los usuarios.
• Programas de cribado: los cribados masivos de cáncer o enfermedades infecciosas deben sopesar los costes sociales y económicos de ambos tipos de errores.

Medición y equilibrio de los errores

Reducir un tipo de error suele aumentar el otro; esta compensación suele gestionarse ajustando los umbrales de decisión. Herramientas como las curvas de características operativas del receptor (ROC) muestran la relación entre sensibilidad y especificidad a través de distintos umbrales. Dado que la prevalencia afecta a los valores predictivos, una misma prueba puede tener implicaciones prácticas muy diferentes en distintas poblaciones: una condición poco frecuente incrementa la proporción de falsos positivos entre los resultados positivos.

Consecuencias y mitigación

Los daños causados por falsos positivos y falsos negativos difieren según el contexto: los falsos positivos pueden conducir a tratamientos innecesarios, ansiedad o desperdicio de recursos, mientras que los falsos negativos pueden retrasar la atención, permitir brechas de seguridad o hacer que acontecimientos perjudiciales queden sin atender. Entre las estrategias habituales de mitigación se encuentran repetir o confirmar las pruebas, combinar pruebas independientes, mejorar la calidad de las mediciones, calibrar los umbrales según el coste de los errores y emplear la estratificación del riesgo para dirigir pruebas de mayor precisión a los subgrupos adecuados.

Distinciones importantes y consejos prácticos

Al evaluar una prueba, deben considerarse tanto su exactitud intrínseca —sensibilidad y especificidad— como la prevalencia de aquello que se pretende detectar. En contextos de alto riesgo, los diseñadores eligen explícitamente tolerancias para cada tipo de error en función de sus consecuencias. Una comunicación clara sobre el significado de los resultados positivos y negativos, así como sobre cuándo se recomiendan pasos de confirmación, ayuda a los usuarios a interpretar los resultados y reduce los daños derivados de una clasificación errónea.