se clasifican como enfermos, mientras que los que tienen un valor
menor se clasifican como no enfermos. Surge entonces el problema de
elegir el "mejor" punto de corte c. Se han propuesto diversas
estrategias para la selección de puntos de corte óptimos dependiendo
del objetivo que se persiga con tal elección.
El paquete optimal.cutpoints que hemos diseñado en R permite a los usuarios elegir entre un elevado número de estrategias comúnmente utilizadas en la práctica clínica para la selección del punto de corte óptimo. El programa incorpora tanto criterios que tienen en cuenta los costes de las diferentes decisiones del diagnóstico como la prevalencia de la enfermedad en estudio o diversos criterios basados en las medidas de Sensibilidad, Especificidad, los Valores Predictivos o las Razones de Verosimilitud. Además permite el cálculo de los valores óptimos según los niveles de determinadas covariables (categóricas), hecho que resulta de gran interés puesto que en muchas ocasiones la discriminación de un marcador diagnóstico puede ser diferente en función de ciertas características, como por ejemplo, el sexo o la edad del paciente. Los resultados numéricos proporcionados incluyen el punto de corte óptimo mediante el criterio seleccionado y las medidas diagnósticas en dicho valor óptimo con sus correspondientes ICs Bootstrap al 95%.
En las salidas gráficas del programa se presentan la Curva ROC del test analizado y la gráfica del criterio correspondiente en función de los valores del test (candidatos al punto de corte óptimo).