Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción
Bayes y los tests clínicos
En nuesto ejemplo
Generalizando
Introducción
Supongamos que disponemos de un test clínico capaz de detectar que se sufre una determinada
infección (por ejemplo SIDA). Imaginemos que el resultado cuando se me ha aplicado es positivo
¿cuál sería la probabilidad real de tener la enfermedad?
H es el parámetro (hipótesis),
D son los datos y
I es la información disponible
conocimiento, …)
P (D|H I ) : de los datos dado el parámetro theta y la información previa; verosimilitud.
tenemos:
P (D|H )
P (H |DI ) = P (H |I )
P (DI )
I Recoge el marco conceptual y las condiciones del experimento, o la recogida de los datos, es un
aspecto crucial y no debe obviarse; sin embargo, la expresión puede simplificarse considerando
que todos los términos están condicionados por I :
P (D|H )
P (H |D) = P (H )
P (D)
Esto es, la probabilidad de que la hipótesis sea cierta dado un conjunto de datos es igual a la
probabilidad, a priori de la hipótesis (_prior_) por la verosimilitud de los datos, dada la hipótesis
en relación con la probabilidad de los datos.
En el caso que nos ocupa, la hipótesis es: estoy enfermo (E, anotando estar sano por S ) el dato:
test positivo (+ , anotando el resultado negativo con − ).
P (+|EI )
P (E| + I ) = P (E|I )
P (+|I )
Para responder a la pregunta necesitamos conocer las características relevantes del test, que son:
P (+|E)
P (E|+) = P (E)
P (+)
Para determinar el denominador, la probabilidad de un resultado positivo, ya sea por acierto del
test en el caso de enfermos o fallar en el caso sanos, obtenernos el valor:
En nuesto ejemplo
Asumimos que en nuestra población el SIDA tiene una baja prevalencia de un por diez mil
habitantes, así el prior, P (S ) toma el valor de 10 . −4
Por lo tanto:
−4
0.95
P (S |+) = 10 = 0.001896586
−4 −4
10 0.95 + (1 − 10 )0.05
El resultado es un valor muy pequeño, por lo tanto la probabilidad de error del test es muy grande.
Pero ¿qué pasaría de pertenecer a una población con una probabilidad mayor de padecer SIDA?
Por ejemplo, perteneciendo a un grupo de riesgo con P (S ) = 0.1, es decir, una de cada diez
personas de este grupo está enferma.
0.95
P (S |+) = 0.1 = 0.6785714
0.1 ⋅ 0.95 + (1 − 0.1) ⋅ 0.05
Generalizando
Si representamos la probabilidad de acierto para valores crecientes en la proporción de enfermos
en la población:
ares.inf.um.es/00Rteam/pub/mamutCola/positivoSida.html 2/3
7/2/2021 Test de SIDA positivo y miedo
Vemos que para considerar riesgos del 0.95 tenemos que pertenecer a una población con un tasa
de enfermos del 50 por ciento. Solo cuando la incertidumbre es máxima (tan probable tener SIDA
como no tenerlo, relación 1:1) la prueba responde con la especificidad de la prueba.
ares.inf.um.es/00Rteam/pub/mamutCola/positivoSida.html 3/3