TEOREMA DE BAYES EN MEDICINA

Grupo: 2125

Herramienta para calcular la probabilidad de un evento y saber cómo se modifica después de una prueba

Probabilidad condicional

Probabilidad de que el evento A sea verdadero dado que el evento B sea verdadero

Probabilidad de padecer la enfermedad A ⏫ o ⏬ si la prueba/hallazgo clínico B está presente

p [A|B]

Razón de la probabilidad de que A y B sean ciertas, dividida por la probabilidad de que B sea cierta

Para su cálculo se necesitan 3 cosas:

p[E|+] es la enfermedad condicionada a la prueba ➕ (probabilidad de estar realmente enferma si se tiene una prueba Dx ➕)

p[E] probabilidad de que un individuo padezca una enfermedad (prevalencia)

p[+|E] proporción de personas que tienen la prueba ➕ y que además padecen la enfermedad (sensibilidad)

p[+ | no E] proporción de que las personas tienen la prueba ➕ pero no están enfermas

Representación gráfica

🌲

Se debe tomar en cuenta población inicial

Al final está el # total de pacientes clasificados según padecen la enfermedad y la positividad de la prueba en VP, FN, FP y VP.

Tablas 2x2

Nomograma

Prevalencia y teorema de Bayes

Estrecha relación entre sí

Prevalencia baja:

La negatividad de una prueba tendrá grandes posibilidades para descartarla

Independientemente de la positividad de la prueba, no aumentan la probabilidad de Dx enfermedades

Prevalencia alta

Positividad de la prueba aumenta la probabilidad del Dx

La negatividad de la prueba no será suficiente para descartarla

Ventajas

✅ Puede definir conductas Dx o Tx

✅ Arroja luz ante decisiones controversiales y estrategias a nivel poblacional

✅ Útil al individualizar problemas clínicos a nivel poblacional

Desventajas

❌ Para su cálculo requiere datos de la enfermedad que no siempre se están dosponibles

Pierde fortaleza en cc donde hay + de 1 factor relevante

❌ Al final sigue requiriendo juicio clínico

Grupo: 2125

ALUMNA: MARTÍNEZ POSADA PAULA GISSELL

👍🏻

👎🏻