CAPITULO 22. TEOREMA DE BAYES. ANÁLISIS DE DECISIONES CLÍNICAS

CAPITULO 22

TEOREMA DE BAYES.

Teorema de Bayes

El Teorema de Bayes sirve para calcular la  probabilidad posterior. Para calcular la probabilidad posterior de una enfermedad con el Teorema de Bayes, se necesita saber: 

1) La probabilidad previa de la enfermedad

2) La probabilidad del resultado de la prueba, condicional con que el paciente tenga la enfermedad

3) La probabilidad del resultado de la prueba, condicional con que el paciente no tenga la enfermedad

Antes de seguir, conviene recordar un poco la terminología y refrescar el teorema de Bayes. El lector que no lo necesite o que le aburran estas cosas puede pasar directamente al punto siguiente.

Vamos a llamar P(A) a la probabilidad de que ocurra el suceso A.

P(A.B) a la probabilidad de que ocurran los sucesos A y B (ambos).

P(A / B) a la probabilidad de que ocurra A cuando sabemos que ha ocurrido B (se denomina probabilidad condicionada).

La probabilidad de que ocurra A y B es igual a la probabilidad de B multiplicada por la probabilidad de A condicionada a que haya ocurrido B.

P(A.B) = P(B) x P(A / B) = P(A) x P(B / A)

Por simetría es obvio que se cumple la tercera igualdad.

 

Conceptos básicos en medicina

Enfermedad E, hallazgo H

·          Prevalencia: P(+e)

·          Sensibilidad: P(+h|+e)

·          Especificidad: P(¬h|¬e)

·          Incidencia absoluta    = nuevos casos / período de tiempo

·          Incidencia relativa   = nuevos casos / ( período de tiempo × nº habitantes )

Ejemplo: 13’73 casos de IAM / año × 10.000 habitantes