UNIVERSIDAD ANTONIO NARIÑO

DEPARTAMENTO DE MATEMÁTICAS
TALLER 2
BIESTADISTICA
2020

TEOREMA DE BAYES Y TESTS DE DIAGNÓSTICO

Se llama TESTS DE DIAGNÓSTICO (TD), para una enfermedad cualquiera

que llamaremos E, a una prueba diagnóstica de aplicación fácil que da positivo
en la mayoría de las personas enfermas y negativo en la mayoría de los no
enfermos. Lo excelente, es que en una prueba diagnóstica de positivo en todos
los enfermos y negativa en todos los sanos, esto permitiría, con toda seguridad si
el individuo tiene o no la enfermedad.

Toda prueba diagnóstica presenta dos cualidades, la sensibilidad y la

especificidad, se definen como:

Sensibilidad: es el porcentaje de resultados positivos entre los que realmente

tienen la enfermedad. Si observamos esta definición estamos en presencia de una
probabilidad condicional. P (+/E).

Especificidad: es el porcentaje de resultados negativos entre los no tienen la

enfermedad. Si observamos esta definición es también una probabilidad
condicional. P (-/S).

Un test de diagnóstico es tanto mejor cuanto mayor es su sensibilidad y su

especificidad.

Los cálculos en los TD son una aplicación del TEOREMA DE BAYES donde
las características a estudiar son la enfermedad y los resultados de los test: se
conoce la distribución a priori de la prevalencia de la enfermedad (la
probabilidad de que a un individuo le de la enfermedad) y la distribución del
resultado del test condicionada a la enfermedad (Sensibilidad y Especificidad).
El Teorema de Bayes permitirá calcular el porcentaje de test con resultado
positivo, o , negativo ( que serán las probabilidades totales) y la distribución de
frecuencia de la enfermedad condicionada al resultado del test ( distribución a
posteriori de la enfermedad). Esta última dará la probabilidad que tiene un
individuo de estar enfermo, o no enfermo, dependiendo de si el test le dio
positivo o negativo.

Veamos un ejemplo:

En Bogotá hay 4 millones de habitantes y la enfermedad “D” afecta en cada

momento a 4000 personas (prevalencia = 4000/4000000 = 0.001). La
enfermedad tiene pronóstico muy malo si no se detecta a tiempo. Se pone en
marcha un test de diagnóstico que:

•Da “positivo en el 99% de los enfermos: Sensibilidad = P (+/E) = 0,99

•Da “negativo” en el 80% en las personas sanas: Especificidad = P (-/S) =0,80

 UNIVERSIDAD ANTONIO NARIÑO
DEPARTAMENTO DE MATEMÁTICAS
TALLER 2
BIESTADISTICA
2020

Se somete a ese test de diagnóstico a todos los habitantes de Bogotá y a los que
da positivo se convocan a un estudio más complejo para averiguar si realmente
tienen la enfermedad. Entre las personas reina el nerviosismo, pues tiene miedo
que la prueba definitivamente confirme la presencia de la mortal enfermedad.
Pero uno de los pacientes está tranquilo y confiado en no tener la enfermedad. Se
quiere indagar si esta persona esta:

a. Es un ser inconsciente que no se percata de su alto riesgo de enfermedad.

b. Es un ser desesperado de la vida al que no le importa morir.

c. Es un estadístico que calculó correctamente su riesgo de enfermedad.

Lo que se debe contestar es: ¿Qué probabilidad tiene de estar enfermo, habiendo
dado positivo en el test de diagnóstico?

Para dar respuesta a esto vamos a realizar una prueba de tamizaje.

La prueba de tamizaje es realizar una tabla de contingencia donde aparezcan

todas las probabilidades condicionales. Esto es:

TEST Total
+ -
Enfermo (E) P(+/E)= P(-/E)= P(E)= P(+∩E) P(-∩E)
P(+∩E)= P(-∩E)=
P(E/+)= P(E/-)=
Sano (S) P(+/S)= P(-/S)= P(S)= P(+∩S) P(-∩S)
P(+∩S)= P(-∩S)=
P(S/+)= P(S/-)=
Total P(+)=P(+∩E)+ P(+∩S) P(-)=P(-∩E) P(-∩S) 1

El primer paso es colocar los datos dados en el problema.

TEST Total
+ -
Enfermo (E) P(+/E)= 0,99 P(-/E)= P(E)= 0,001
P(+∩E)= P(-∩E)=
P(E/+)= P(E/-)=
Sano (S) P(+/S)= P(-/S)= 0,80 P(S)= 0,999
P(+∩S)= P(-∩S)=
P(S/+)= P(S/-)=
Total P(+)= P(-)= 1
 UNIVERSIDAD ANTONIO NARIÑO
DEPARTAMENTO DE MATEMÁTICAS
TALLER 2
BIESTADISTICA
2020

Podemos hallar la probabilidad de que no de la enfermedad P(S), por la

propiedad de la probabilidad, la suma de todas la probabilidades es igual a uno,
se tiene P(E) + P(S) = 1.

0,001 + P(S) = 1, entonces, P(S) = 0,999 que se indica en la anterior tabla en

rojo

Recordemos, que la probabilidad condicional se definió que la probabilidad

condicional como:

( )
( ⁄ )
( )

De aquí si despejamos la intersección se tiene:

( ) ( ) ( ⁄ )

De esta forma se puede determinar la probabilidad de la intersección de dos

eventos si se conoce la probabilidad total y la condicional. Teniendo en cuenta
esto podemos determinar la intersección P (+∩E) y P (-∩S), se indica en la tabla
color verde.

TEST Total
+ -
Enfermo (E) P(+/E)= 0,99 P(-/E)= P(E)= 0,001
P(+∩E)= P(E)* P(+/E) P(-∩E)=
P(+∩E)=0,001*0,99 P(E/-)=
P(+∩E)=0,00099
P(E/+)=
Sano (S) P(+/S)= P(-/S)= 0,80 P(S)= 0,999
P(+∩S)= P(-∩S)= P(S)* P(-/S)
P(S/+)= P(-∩S)= 0,999* 0,80
P(-∩S)= 0,7992
P(S/-)=
Total P(+)= P(-)= 1

Con estos resultados, se puede determinar la probabilidad de la intersección de

dos eventos faltantes. Como se vio en las tablas conjuntas, la suma de las
probabilidades de las intersecciones por filas o columnas da como resultado la
probabilidad total de cada evento. P (+∩E) + P (-∩E)= P (E), entonces,
P (-∩E)= P (E) - P (+∩E).

Se indica en la tabla color café.

 UNIVERSIDAD ANTONIO NARIÑO
DEPARTAMENTO DE MATEMÁTICAS
TALLER 2
BIESTADISTICA
2020

TEST Total
+ -
Enfermo (E) P(+/E)= 0,99 P(-/E)= P(E)= 0,001
P(+∩E)= P(E)* P(+/E) P(-∩E)=P(E)-P(+∩E)
P(+∩E)=0,001*0,99 P(-∩E)=0,001-0,00099
P(+∩E)=0,00099 P(-∩E)=0,00001
P(E/+)= P(E/-)=
Sano (S) P(+/S)= P(-/S)= 0,80 P(S)= 0,999
P(+∩S)= P(S)-P(-∩S) P(-∩S)= P(S)* P(-/S)
P(+∩S)= 0,999-0,7992 P(-∩S)= 0,999* 0,80
P(+∩S)=0,1998 P(-∩S)= 0,7992
P(S/+)= P(S/-)=
Total P(+)= P(-)= 1

Con estos resultados, se puede determinar las probabilidades totales positivas y

negativas.

P (+)=P (+∩E)+ P (+∩S) y P (-)=P (-∩E)+P (-∩S)

TEST Total
+ -
Enfermo (E) P(+/E)= 0,99 P(-/E)= P(E)= 0,001
P(+∩E)= P(E)* P(+/E) P(-∩E)=P(E)-P(+∩E)
P(+∩E)=0,001*0,99 P(-∩E)=0,001-0,00099
P(+∩E)=0,00099 P(-∩E)=0,00001
P(E/+)= P(E/-)=
Sano (S) P(+/S)= P(-/S)= 0,80 P(S)= 0,999
P(+∩S)= P(S)-P(-∩S) P(-∩S)= P(S)* P(-/S)
P(+∩S)= 0,999-0,7992 P(-∩S)= 0,999* 0,80
P(+∩S)=0,1998 P(-∩S)= 0,7992
P(S/+)= P(S/-)=
Total P(+)=P(+∩E)+ P (+∩S) P (-)=P (-∩E)+P (-∩S) 1
P(+)=0,00099+0,1998 P (-)=0,00001+0,7992
P(+)=0,20079 P (-)=0,79921

Al obtener estas probabilidades, se puede calcular las probabilidades

condicionales:
( )
( ⁄ ) ; ( ⁄ )
( )

( )
( ⁄ ) ; ( ⁄ ) ;
( )

( )
( ⁄ ) ; ( ⁄ )
( )
 UNIVERSIDAD ANTONIO NARIÑO
DEPARTAMENTO DE MATEMÁTICAS
TALLER 2
BIESTADISTICA
2020

( )
( ⁄ ) ; ( ⁄ )
( )

( )
( ⁄ ) ; ( ⁄ )
( )

( )
( ⁄ ) ; ( ⁄ )
( )

Completando la tabla se tiene:

TEST Total
+ -
Enfermo (E) P(+/E)= 0,99 P(-/E)= P(E)= 0,001
P(+∩E)= P(E)* P(+/E) P(-∩E)=P(E)-P(+∩E)
P(+∩E)=0,001*0,99 P(-∩E)=0,001-0,00099
P(+∩E)=0,00099 P(-∩E)=0,00001
P(E/+)= P(E/-)=
Sano (S) P(+/S)= P(-/S)= 0,80 P(S)= 0,999
P(+∩S)= P(S)-P(-∩S) P(-∩S)= P(S)* P(-/S)
P(+∩S)= 0,999-0,7992 P(-∩S)= 0,999* 0,80
P(+∩S)=0,1998 P(-∩S)= 0,7992
P(S/+)= P(S/-)=
Total P(+)=P(+∩E)+ P (+∩S) P (-)=P (-∩E)+P (-∩S) 1
P(+)=0,00099+0,1998 P (-)=0,00001+0,7992
P(+)=0,20079 P (-)=0,79921

Con esto podemos dar respuesta a: ¿Qué probabilidad tiene de estar enfermo,
habiendo dado positivo en el test de diagnóstico?

La pregunta es una probabilidad condicional P (E/+). Observando la tabla:

P (E/+) = 0,0049; con lo que se puede concluir, que la persona es un estadístico

que calculó correctamente su riesgo de enfermedad, ya que al pesar que la
prueba de lio positivo, la probabilidad de que este enfermo no alcanza ni la
0,5%, por esto está tranquilo.
 UNIVERSIDAD ANTONIO NARIÑO
DEPARTAMENTO DE MATEMÁTICAS
TALLER 2
BIESTADISTICA
2020

PROBLEMAS

1. La siguiente tabla muestra el resultado de evaluar un test diagnóstico para

una determinada enfermedad. Se escogieron dos muestras para esta
evaluación, una de 350 pacientes con la enfermedad y una muestra
independiente de 800 individuos sanos.

E NE

Test + 290 50

Test - 60 750

350 800

a. Estima la sensibilidad y la especificidad de la nueva prueba diagnóstica.

b. Si la prevalencia de la enfermedad es de 0,003. Realiza la tabla de tamizaje.
¿Cuál es el valor predictivo positivo del test?
c. Si tomada una persona y aplicado el test, este da positivo, ¿Qué probabilidad
tiene de padecer la enfermedad?

2. La enfermedad E se presenta en el 10% de la población. Para su diagnóstico

se aplica T que resulta positiva en el 80% de los casos con la enfermedad y
en el 5% de los individuos sin la enfermedad.

a. Realiza la tabla de tamizaje.

b. Acude un individuo a la consulta y la prueba resulta positiva ¿qué
probabilidad tiene de presentar la enfermedad?

3. Se ha evaluado la determinación de la ferritina sérica (tomando como punto

de corte 65 mol/I) para el diagnóstico de anemia ferropénica en un grupo de
2579 mujeres. Los resultados son los de la tabla (Tomado de Sakett,
Richardson, Rosenberg and Haynes: evidence-Based medicine, to practice
ans teach MBE. London: Churchill Livingston 1997).

FERRITINA ANEMIA NO ANEMIA TOTAL

Mayores a 65 mmol/L 731 270 1001
Menores e iguales a 65 mmol/L 78 1500 1578
TOTAL 809 1770 2579

a. Realiza la tabla de tamizaje.

b. Estima la sensibilidad y la especificidad de la nueva prueba.
c. La probabilidad de que no presente anemia una mujer en la que la
ferritina ha resultado por encima de 65 mmol/l es.