Resumen escalar de la discriminación de una prueba diagnóstica o modelo predictivo: equivale a la probabilidad de que un caso positivo elegido al azar obtenga mayor puntuación que un caso negativo elegido al azar; calculada como el área bajo la curva ROC y con valores entre 0 y 1 (0,5 = azar).

Principio

El AUC mide la separabilidad por orden entre dos clases en todos los umbrales de decisión y es invariante frente a transformaciones monótonas del marcador; por tanto evalúa la discriminación independientemente del umbral o de la prevalencia.

Demostración

Escenario ilustrativo: un biomarcador produce puntuaciones continuas de riesgo. En una muestra de validación se construye la curva ROC y se obtiene AUC = 0,85. Interpretación: existe un 85 % de probabilidad de que, comparando un enfermo y un sano elegidos al azar, el enfermo tenga mayor puntuación, lo que indica buena capacidad discriminatoria.

Aplicación incorrecta

Interpretar el AUC como medida de calibración, utilidad clínica o valor predictivo positivo. El error plausible consiste en confundir capacidad de ordenación con exactitud de probabilidades o beneficio decisional; un AUC alto puede coexistir con mala calibración o umbrales con demasiados falsos positivos.

Consecuencia

Seleccionar modelos únicamente por AUC enfatiza el ranking pero puede conducir a decisiones clínicas inadecuadas si se ignoran calibración, probabilidades previstas, umbrales, costes de errores o prevalencia; la adopción basada solo en AUC puede sobreestimar el beneficio.

Inversión

Cuando las consecuencias de la decisión dependen de un umbral concreto, la prevalencia es extrema, o distintas formas de ROC producen la misma AUC, el AUC deja de ser el indicador más relevante; entonces convienen medidas específicas de umbral, calibración o análisis de decisión.

Límite

Claramente dentro: resultado binario con marcador continuo u ordinal que genera una curva ROC. Caso límite: problemas multiclase o análisis de supervivencia con censura requieren definiciones de AUC adaptadas. Claramente fuera: medidas de calibración, diferencias de riesgo absoluto o estimadores causales.

Tensión semántica

Discriminación (ordenación medida por AUC) frente a calibración/utilidad decisional (exactitud de las probabilidades predichas y resultados por umbral); mejorar una no garantiza mejorar la otra.

Síntesis

El AUC resume la capacidad de un modelo para ordenar por riesgo a través de todos los umbrales; es necesario pero no suficiente para valorar la utilidad clínica — debe complementarse con comprobaciones de calibración, métricas específicas de umbral y análisis de decisión según el uso previsto.