Teorema de Bayes_DRA GARRIDO
-
Upload
alfredo-ferregut -
Category
Documents
-
view
219 -
download
0
Transcript of Teorema de Bayes_DRA GARRIDO
-
8/18/2019 Teorema de Bayes_DRA GARRIDO
1/9
TEOREM DE B YES
Método para calcular el valor predictivo de una
prueba positiva utilizando una formula matemáticapara contestar preguntas importantes.
-
8/18/2019 Teorema de Bayes_DRA GARRIDO
2/9
SENSIBILIDAD
Es la probabilidad de un resultado positivo de la prueba(presencia o ausencia de la enfermedad) dada la presencia
de la enfermedad.
ESPECIFICIDAD
Es la probabilidad de un resultado negativo de la prueba(o ausencia del síntoma) dada la ausencia de la enfermedad.
MEDIDAS QUE SE OBTIENEN:
-
8/18/2019 Teorema de Bayes_DRA GARRIDO
3/9
VALOR QUE PREDICE LA POSITIVIDAD
Es la probabilidad de que un individuo tenga la enfermedad,dado que el individuo presenta un resultado positivo en la
prueba de detección (o presenta el síntoma).
VALOR QUE PREDICE LA NEGATIVIDAD
Es la probabilidad de que el individuo no tenga la enfermedad,
dado que el resultado de la prueba de detección es negativo( es decir no presenta el síntoma).
-
8/18/2019 Teorema de Bayes_DRA GARRIDO
4/9
FALSO POSITIVO
Resulta cuando una prueba indica que el estado es positivo,cuando en realidad es negativo.
FALSO NEGATIVO
Resulta cuando una prueba indica que un estado es negativo,cuando en realidad es positivo.
PROBABILIDAD A PRIORI
Es la prevalencia de una enfermedad antes de llevar a cabo unProcedimiento para diagnostico.
-
8/18/2019 Teorema de Bayes_DRA GARRIDO
5/9
EnfermedadResultado de
la prueba
Presente (D) Ausente (D) Total
Positivo (T)
Negativo (T)
Total
a b a + b
c d c + d
a + c b + d n
TABLA CUADRICELULAR
-
8/18/2019 Teorema de Bayes_DRA GARRIDO
6/9
FORMUL S
P (D / T) = P (T / D) P (D)P (T / D) P (D) + P (T / D) P (D)
P (D/T) =P (T/D) P (D)
P (T/D) P (D) + P (T/D) P (D)
P (T / D) ó a/(a+c) Sensibilidad
P (T / D) ó d/(b+d) Especificidad
P (T / D) ó a/(a+c) Probabilidad Falsa (-)
P (T / D) ó b/(b+d) Probabilidad Falsa (+)
a+c / a+b+c+d Probabilidad a Priori
P (D / T) Valor predictivo Positivo
P (D / T) Valor predictivo Negativo
-
8/18/2019 Teorema de Bayes_DRA GARRIDO
7/9
EJEMPLO
Un equipo de investigación médica pretende evaluaruna prueba de detección propuesta para la enfermedad
de Alzheimer. La prueba se basa en una muestraaleatoria de 450 enfermos y en otra muestra aleatoria
independiente de 500 pacientes que no presentansíntomas de la enfermedad. Las dos muestras seobtuvieron de una población de individuos con
edades de 65 años o más.
-
8/18/2019 Teorema de Bayes_DRA GARRIDO
8/9
¿ Diagnostico de Alzheimer?
Resultado de
la prueba
Sí (D) No (D) Total
Positivo (T)
Negativo (T)
Total
436 5 441
14 495 509
450 500 950
Sensibilidad: P (T / D)= 436 / 450= 0.968
Especificidad: P (T / D)= 495 / 500= 0.99
Probabilidad Falsa (-): P (T / D)= 436 / 450= 0.9689
Probabilidad Falsa (+): P (T / D)= 5 / 500= 0.01
Valor predictivo Positivo: P (D / T)= 436 / 441= 0.98
Valor predictivo Negativo: P (D / T)= 495 / 509= 0.97
Probabilidad a Priori: 0.113
-
8/18/2019 Teorema de Bayes_DRA GARRIDO
9/9
P (D/T) =P (T/D) P (D)
P (T/D) P (D) + P (T/D) P (D)
SUSTITUCIÓN DE VALORES EN LA ECUACION:
P (D/T) =(.9689) (.113)
(.9689) (.113) + (.01) (1 - .113)= .93
El valor que predice la positividad es muy alto.