Please enable JavaScript.
Coggle requires JavaScript to display documents.
TEOREMA DE BAYES EN MEDICINA - Coggle Diagram
TEOREMA DE BAYES EN MEDICINA
Es de utilidad saber cuándo la probabilidad de padecer una enfermedad es alta o baja.
Mientras más nos acerquemos al número uno, más nos aproximamos a la afirmación de que el paciente tiene la enfermedad, si la probabilidad se acerca al 0, podremos descartar que un paciente padezca la enfermedad.
Con las herramientas que nos permiten disminuir la incertidumbre, es posible modificar la probabilidad que teníamos al inicio de la enfermedad.
Una herramienta de utilidad para calcular la probabilidad de un evento y saber cómo se modifica después de una prueba es el
teorema de Bayes
.
Las proporciones o probabilidades nos permiten cuantificar en qué proporción nuestras predicciones se escapan de lo ideal.
Probabilidad condicional
Cuando un evento está ligado a que suceda otro.
La probabilidad de que el evento “A” sea verdadero dado que el evento “B” sea verdadero.
La probabilidad de padecer la enfermedad “A” aumenta o disminuye si la prueba “B” está presente.
Ejemplo:
La probabilidad de tener sarampión aumenta si están presentes las manchas de Koplik.
La notación de la probabilidad condicional es la siguiente:
p(A|B)
y se lee como “La probabilidad de que el evento A suceda esta condicionada a que suceda el evento B”.
La expresión completa de la probabilidad condicional es:
p(A|B) = p(A intersección B) / p(B)
y se lee como “la razón de la probabilidad de que A y B sean ciertas, dividida por la probabilidad de que B sea cierta.
Si sustituimos los valores de la fórmula original por datos que podemos obtener de la clínica, obtenemos lo siguiente:
p (E +) = Verdaderos positivos / TODOS los positivos
p (E+) = Probabilidad de estar enfermo si la prueba es positiva.
p (E-) = Falsos negativos / TODOS los negativos
p (E-) = Probabilidad de estar enfermo si la prueba es negativa.
Uso del teorema de Bayes como nomograma
Se puede graficar en el nomograma siempre y cuando saquemos el cociente de probabilidad o el LR.
Ventajas y desventajas del teorema de Bayes
Ventajas
Puede definir conductas diagnósticas o terapéturicas.
Arroja luz ante decisiones.
Útil al individualizar problemas clínicos a nivel poblacional.
Útil al individualizar problemas precisos.
Desventajas
Para su cálculo se requieren datos que no siempre están disponibles.
Pierde fortaleza en casos en los que existe más de un factor relevante para la toma de decisones.
El teorema de Bayes se puede representar gráficamente mediante
árboles y tablas de 2x2
.
BIBLIOGRAFÍA:
Torruco García U, González Guerra E. Capítulo 22. Teorema de Bayes. Análisis de decisiones clínicas. En: Sánchez M, Martínez AI. Informática Biomédica. 2a ed. México: Elsevier -Facultad de Medicina, UNAM; 2014. p. 277-284
ALUMNO:
Lucas García Christopher Marvin
p(E+) y p(E-)
también se pueden expresar de la siguiente manera:
P (E+)=
Prevalencia x Sensibilidad/ (Prevalencia x Sensibilidad)+([1− Prevalencia] x [1− Especificidad])
P (E−)=
Prevalencia x 1−Sensibilidad / (Prevalencia x 1−Sensibilidad)+([1− Prevalencia] x [Especificidad] )
Donde:
*Prevalencia = Enfermos
*1 – Prevalencia = Sanos
*Sensibilidad = Verdaderos positivos
*1 – Sensibilidad = Falsos Negativos
*Especificidad = Verdaderos negativos
*1 – Especificidad = Falsos positivos