You are on page 1of 23

versin 28.11.

2006

Clculo de probabilidades y su aplicacin en medicina


Estas hojas de clculo proporcionan distintos experimentos para ayudar a comprender los
conceptos bsicos del clculo de probabilidades y su aplicacin en medicina.

Experimentos disponibles
Probabilidad
Dignstico de enfermedades
Criterio diagnstico
Estimacin de sensibilidad y especificidad
Muestras de sensibilidad y especificidad
Probabilidad y muestras
Riesgo relativo

Clculo bsico de la probabilidad de sucesos con


El teorema de Bayes aplicado al diagnstico en m
Importancia de la prevalencia de una enfermedad
Cmo estimamos estas propiedades a partir de u
Hasta qu punto los resultados de una muestra p
Hasta qu punto los resultados de una muestra p
Hasta qu punto los resultados de una muestra p

a comprender los
cina.

de la probabilidad de sucesos con un ejemplo de tres enfermedades


Bayes aplicado al diagnstico en medicina
la prevalencia de una enfermedad en el uso de criterios diagnstico
mos estas propiedades a partir de una muestra?
nto los resultados de una muestra permiten estimar estas propiedades?
nto los resultados de una muestra permiten estimar una probabilidad?
nto los resultados de una muestra permiten estimar el riesgo relativo?

Probabilidad de enfermedades (A,B,C)


P()
Puedes cambiar las probabilidades de los tomos

P(A)
P(B)
P(C)

0.2

0.12

P(AB)
P(AC)
P(BC)

P(ABC)
0.05
P(AUB)
P(AUC)
P(BUC)

0.01
0.3

0.03
P(AcBcC)
P(ABcCc)
P(AcBCc)

0.19

P(AcBcCc)

Volver a la introduccin

0.1

P(A/B)
P(B/A)
P(A/C)
P(B/C)

CORRECTO

0.56
0.21
0.53

Probabilidad de A
Probabilidad de B
Probabilidad de C

0.06
0.31
0.04

Haber pasado A y B
Haber pasado A y C
Haber pasado B y C

0.01

Haber pasado las tres enfermedades

0.71
0.78
0.7

Haber pasado A o B
Haber pasado A o C
Haber pasado B o C

0.19
0.2
0.12

Haber pasado solo C


Haber pasado solo A
Haber pasado solo B

0.1

No haber pasado ninguna

0.28571
0.10714
0.58491
0.07547

Haber pasado A si has pasado B


Haber pasado B si has pasado A
Haber pasado A si has pasado C
Haber pasado B si has pasado C

El diagnstico en medicina bajo el punto de vista de la probabilidad

Prevalencia de las enfermedades


Asociacin entre sntomas y enfermedades

P(Ei)
P(S/Ei)

Probabilidad a posteriori (diagnstico)

P(Ei/S)

Probabilidad del sntoma

P(S)

0.5
0.45
0.4
Probabilidad

0.35
0.3
0.25
Prob a priori
Prob a posteriori

0.2
0.15
0.1
0.05
0
E1

E2

E3

Enfermedades

E4

probabilidad
E1
0.4
0.8

E2
0.3
0.5

0.457143 0.214286

E3
0.2
0.7

E4
0.1
0.9

0.2

0.128571

0.7
Objetivo:
Introduce la prevalencia de las enfermedades y la
probabilidad del sntoma en cada enfermedad. La
hoja calcula la probabilidad de cada enfermedad en
los individuos que presentan el sntoma. Para ello,
utilizamos el teorema de Bayes.

Volver a la introduccin

CORRECTO

Caractersticas del mtodo


Sensibilitat %
87
Especificitat %
91

Caractersticas de la poblacin
Prevalencia de la enfermedad

P( E )

P(E-)

0
0.1
0.2
0.3
0.4
0.5
0.6
0.7

0
0.013
0.026
0.039
0.052
0.065
0.078
0.091

0.8
0.9
1

0.104
0.117
0.13

50
Falsos negativos

Capacidad diagnstica en la poblacin


Proporcin de falsos positivos
Proporcin de falsos negativos
Valor pronstico positivo
Valor pronstico negativo

4.5
6.5
90.63
87.50

VPP
1
0.9
0.8
0.7
0.6
0.5
0.4

Objetivo:
Introduce los valores de sensibilidad, especificidad y la
prevalencia de la enfermedad. La hoja calcula distintas
caractersticas del mtodo aplicado a esta poblacin. La
grfica muestra la variacin de los valores pronstico en
funcin de la prevalencia

0.3
0.2
0.1
0
0

0.1

0.2

0.3

0.4

0.5
P(E)

P(S+)

VPP

VPN

0.09
0.081
0.072
0.063
0.054
0.045
0.036
0.027

0.000
0.518
0.707
0.806
0.866
0.906
0.935
0.958

1.000
0.984
0.966
0.942
0.913
0.875
0.824
0.750

0.018
0.009
0

0.975
0.989
1.000

0.636
0.438
0.000

Falsos negativos

Falsos positivos

VPP

VPN

Volver a la introduccin

0.1

0.2

0.3

0.4

0.5
P(E)

0.6

0.7

0.8

0.9

Datos (Estudio transversal)


Sensibilidad

Sanos
(+)
(-)

Enfermos
8
22
65
7
73
29

Especificidad
Prevalencia

102
Proporcin falsos positivos
Proporcin falsos negativos

La prevalencia solo se puede estimar en un diseo


transversal.

Valor pronstico positivo


Valor pronstico negativo

Estimacin (Intervalos de confianza)


Confianza deseada

93
Valor de z

IC Sensibilidad
IC Especificidad
IC Prevalencia

0.615
0.824
0.203

1.812

0.903
0.957
0.365

Intervalo de confianza de una probabilidad

p 0 z1 /2

p0 ( 1 p0 )
N

0.76
0.89
0.28
0.08
0.07
0.73
0.90

Volver a la introduccin

Objetivo:

una probabilidad

p0 ( 1 p0 )
N

Introduce unos resultados en la tabla.


Con esta hoja de clculo puedes obtener
los valores de sensibilidad, especificidad y
valores pronstico y algunos intervalos de
confianza.

Simulacin de muestras en funcin de valores de sensibilidad y especificida


Valor terico de la sensibilidad (%)
Valor terico de la especificidad (%)

77
80

Simulacin

Muestra de enfermos
Tamao muestral deseado
Resultado

(+)
(-)

33
25
8
IC 95%

Sensibilidad estimada a partir de la muestra

0.758

0.611

Muestra de sanos
Tamao muestral deseado
Resultado

(+)
(-)

55
7
48
IC 95%

Especificidad estimada a partir de la muestra

0.873

0.785

idad y especificidad
Objetivo:
Fija un valor de sensibilidad y especificidad.
Fija un tamao muestral para sanos y enfermos. El
esperimento simula muestras de resultados de la
preuba diagnstica en estos grupos. Compara los
valores de sensibilidad y especificidad obtenidos con
los tericos que habas fijado. El intervalo de confianza
te ayudar a interpretar los resultados.

0.904
Intervalo de confianza de una probabilidad

p 0 z1 /2

p0 ( 1 p0 )
N
Volver a la introduccin

0.961

El problema de estimar probabilidades a partir de muestras


Situacin terica (valor de las probabilidades)

B
Bc

A
0.3
0.05
0.35

Ac
0.1
0.55
0.65

0.4
0.6
1

Simulacin

B
Bc

B
Bc

Simulacin

A
34
6
40

Ac
9
51
60

43
57
100

A
0.34
0.06
0.4

Ac
0.09
0.51
0.6

0.43
0.57
1

Objetivo:

Compara las probabilidades que res


obtenidos en la muestra con las ter
definido. Este experimento simula un
transversal. Estudia el efecto del tam
las estimaciones de la probabilidad.

Volver a la introduccin

e muestras

Compara las probabilidades que resultan de los datos


btenidos en la muestra con las tericas que has
efinido. Este experimento simula un estudio
ansversal. Estudia el efecto del tamao muestral en
as estimaciones de la probabilidad.

olver a la introduccin

Riesgo relativo (Diseo de cohortes)


Probabilidad de la enfermedad en los expuestos
Probabilidad de la enfermedad en los no expuestos

0.06
0.03

Valor resultante del riesgo relativo

2.00

Simulacin

Expuestos
No expuestos

Simulacin

Enfermos
0
0

Sanos
45
55

Riesgo relativo estimado en la muestra


Volver a la introduccin

Total
45
55

Infinito

IC 95%
No comp.

RR=

P( E /Expuestos )
P( E /NoExpuestos )
Objetivo:
Define las pobabilidades de padecer la enfermedad en
las dos situaciones (expuestos y no expuestos). Estas
probabilidades definen un riesgo relativo terico. El
experimento proporciona muestras de esta situacin
fijando los tamaos muestrales. Comprueba hasta qu
punto el riesgo relativo estimado a partir de la muestra
se corresponde con el riesgo relativo terico. El
intervalo de confianza (95%) te ayudar a valorar los
resultados.

No comp.

Tamao muestral
Media poblacional
Desviacin tpica poblacional

12
100
12

Simulacin

Resultados
Datos simulados

98.96345627
114.9003714
103.913265

Media muestal
Desviacin tpica

111.9675792
75.66882445
141.1428693

Confianza
Valor de t

113.9665704
83.35145439
96.36062467
82.05263125
99.83359417
112.1410296

IC para la media

98.49
13.25
0.95
2.20
90.07

106.90

0.678913355