#ElPerúQueQueremos

Cómo la matemática viene salvando tu vida... y la del mundo de paso.

La probabilidad condicional del Teorema de Bayes

Real knowledge is to know the extent of one's ignorance.Life is really simple, but we insist on making it complicated.

Confucius

Publicado: 2017-04-11


Supongamos que sabemos los rangos de exactitud de una prueba de detección de una infección, de una enfermedad crónica como puede ser el virus HIV, causante del Sindrome de Inmunodeficiencia Adquirida, o SIDA; asi, sabemos cuando el paciente tiene un resultado positivo decimos que esta INFECTADO con HIV, y si tiene un resultado negativo, decimos que NO esta INFECTADO con HIV.

El que tengamos un resultado positivo, responde a una caracteristica de la prueba diagnostica llamada SENSITIVIDAD, que para el caso, esta en 99,7%, y el que tengamos un resultado negativo, responde a otra caracteristica de la prueba diagnositca, llamada ESPECIFICIDAD, que para el caso, esta en 98,5%.

Sea "D", una variable que indica un paciente infectado de HIV

Sea "+", el resultado positivo, siendo la sensitividad función de la probabilidad de tener la enfermedad y ser positivo --> P(D+) [conocido como Valor Predictivo Positivo]

Y sea "-", el resultado negativo, siendo la especificidad función de la probabilidad de ser negativo y no tener la enfermedad --> P(-~D) [conocido como Valor Predictivo Negativo]

Ahora, supongamos por un momento que una persona obtiene pues un resultado POSITIVO, y manteniendo la calma, cae en la cuenta que viene de una población con una PREVALENCIA de HIV de 0.001

Entonces, la PROBABILIDAD de que era persona REALMENTE tenga HIV (Valor Predictivo Positivo), viene dada por la siguiente expresión (basada en la Formula Bayesiana)

P(D+) = (P(+D) * P(D)) / (P(+D) * P(D) + P(+~D) * P(~D))

Resolvemos siguiendo la siguiente pauta:

1) Usamos la prevalencia como valor para P(D) = 0.001

2) Sea P(~D) = 1 – P(D) [no enfermo]

3) Sea P(+~D) = 1 – P(-~D) [resultado positivo, pero no infectado]

P(D+) = (0.997 * 0.001) / (0.997 * 0.001)+((1-0,985)*(1-001))

P(D+) = 0,062 

Entonces, la chance que esta persona este realmente infectada por el virus HIV, es de 6.2%, debido a que la prevalencia de su grupo originario es baja.

Pero, ¿y si viniera de un lugar diferente? 

Pais de Origen          Prevalencia HIV Adultos       Valor Predictivo Positivo

PERU                                     0.36                                          97.39%

CHILE                                    0.29                                          96.45%

BOLIVIA                                0.29                                          96.45%

ARGENTINA                         0.47                                          98.33%

URUGUAY                             0.7                                             99.36%

ESTADOS UNIDOS              0.6                                             99.01%

SIRIA                                     0.01                                           40.17%


De tal  manera, que los resultados de laboratorio, como ayuda al diagnóstico, dependen para su interpretación, no solo de las caracteristicas de la población, sino también de los rangos de resolución de dicha prueba.


Escrito por


Publicado en