top of page

Medicina Basada en Evidencias | Tomo 5 | Teorema de Bayes

Actualizado: 6 abr 2024

(Publicación original: junio 2020, última revisión: agosto 2024).


¿Se imagina poder conocer previamente la probabilidad en porcentaje de en qué medida nos serÔ útil una prueba o intervención en su consulta privada u hospitalaria? Y es que, el conocimiento de la sensibilidad y especificidad de una prueba o intervención en la prÔctica clínica de rutina tiene una utilidad limitada. El teorema de Bayes, sin duda, es uno de los hitos en la adecuada comprensión de la medicina moderna al permitirnos conocer los valores predictivos. La Bioestadística en la actualidad es parte fundamental del ejercicio médico. Su comprensión y aplicación se han vuelto una parte fundamental en la prÔctica clínica.


Prevalencia


Se define como prevalencia a la proporción de personas que tienen una enfermedad en una población. Se la conoce también como la probabilidad antes de la prueba, es por tanto la probabilidad que tiene el sujeto de tener la enfermedad por la sola razón de estar en una población específica. La sensibilidad y la especificidad no se modifican con los cambios en la prevalencia, no así los valores predictivos. La prevalencia de una enfermedad puede variar incluso según el nivel de atención de cada paciente.


Incidencia


Se define como incidencia al número de casos nuevos de una enfermedad en una población durante un tiempo determinado.


Sensibilidad


Se define como sensibilidad al porcentaje de personas con una enfermedad quienes tienen un test positivo (PID = positive in disease). La sensibilidad se la utiliza por tanto en individuos enfermos y busca los verdaderos positivos. Su cƔlculo se lo realiza dividiendo los verdaderos positivos sobre la suma de los verdaderos positivos con los falsos negativos y es, por tanto, un indicador de la capacidad de la prueba para identificar adecuadamente la presencia de la enfermedad.


Especificidad


Se define como especificidad al porcentaje de personas sin la enfermedad quienes tienen un test negativo (NIH= negative in health). La especificidad se la aplica en individuos sanos y busca los verdaderos negativos. Su cƔlculo se lo realiza, por tanto, dividiendo los verdaderos negativos sobre la suma de los falsos positivos con los verdaderos negativos y es, por tanto, un indicador de la capacidad de la prueba para identificar adecuadamente la ausencia de la enfermedad.


Valor predictivo positivo


El valor predictivo positivo (VPP) se refiere a la probabilidad de tener la enfermedad teniendo un test positivo. El VPP puede variar según la prevalencia de la enfermedad. Su cÔlculo se lo realiza dividiendo los verdaderos positivos sobre la suma de los verdaderos positivos con los falsos positivos. El VPP nos indica la proporción de enfermos con resultados positivos.


Valor predictivo negativo


El valor predictivo negativo (VPN) se refiere a la probabilidad de estar sano cuando la prueba es negativa. El VPN puede también variar según la prevalencia de la enfermedad. Su cÔlculo se lo realiza dividiendo los verdaderos negativos sobre la suma de los falsos negativos con los verdaderos negativos. El VPP nos indica la proporción de sanos con resultados negativos.



TEOREMA DE BAYES


Si conocemos la sensibilidad, especificidad y la prevalencia de la enfermedad de cada escenario clƭnico, estaremos en posibilidad de calcular los valores predictivos positivos y negativos en nuestra prƔctica clƭnica o en el escenario clƭnico que necesitemos, mediante el llamado teorema de Bayes.


La relevancia del teorema de Bayes es que nos permitirƔ conocer los valores predictivos aplicables a nuestra prƔctica cotidiana, lo cual se traduce en la invaluable posibilidad de poder aplicar dichos valores en nuestro anƔlisis clƭnico.


¿Cómo podemos aplicarlo? | PrÔctica de estos conceptos en el contexto de COVID-19


En el contexto actual, si sabemos cuÔl es la sensibilidad y especificidad de una prueba, así como la prevalencia de la enfermedad en nuestro escenario clínico, podríamos calcular los valores predictivos de dicha prueba. Es importante tomar en cuenta en este sentido que, la prevalencia de una enfermedad podría variar según el escenario clínico en el que se desenvuelve nuestra prÔctica médica.


Por ejemplo, si tomamos al RT-PCR para SARS-CoV2 mediante hisopado nasofarƭngeo, con una la sensibilidad del 63% y especificidad del 99%, asumiendo una prevalencia hipotƩtica de 0.03%, el valor predictivo positivo serƭa de 66,08% y el valor predictivo negativo estarƭa en 98,8%. Esto es, que la probabilidad de que el paciente tenga la enfermedad si la prueba es positiva es del 66% y, la probabilidad de que el paciente estƩ sano si la prueba es negativa serƭa del 99% aproximadamente.


Como podemos ver, son los valores predictivos los que realmente nos ayudan en la decisión clínica mÔs que la sensibilidad y especificidad aisladas de cada intervención.


Dr. Danilo MantillaĀ 

Especialista en Otorrinolaringología General y PediÔtrica

Experto en Medicina Basada en Evidencias e Investigación

Cirujano endoscópico de la nariz y senos paranasales.

MicrocirugĆ­aĀ larĆ­ngeaĀ y de cuerdas vocales

CirujanoĀ de OĆ­dos, Nariz y Garganta (Laringo-faringe)

Miembro Activo de la "American Academy of Otolaryngology Head and Neck Surgery"

Centro de Especialidades Médicas | Centro DM ORL | Centro de Diagnóstico Médico de Otorrinolaringología | Clínica del Acúfeno | Clínica del Vértigo | Clínica de Meniere

Distrito Metropolitano de QuitoĀ - Ecuador


TambiƩn podrƭa interesarte:

Medicina Basada en Evidencias | Tomo 5 | Teorema de Bayes



Conoce a tu médico 😊

šŸ‘ˆšŸ¼ Reconocimientos






SuscrĆ­bete

El Mejor Blog de Otorrino !!!

Mantente al dĆ­a con las Ćŗltimas novedades en la OtorrinolaringologĆ­a




Consulta


Nuestras Especialidades





​

Copyright © 2024. Todos los derechos son reservados. Si bien nos halaga que nos tomen como referencia en nuestro campo de especialidad, recordamos encarecida y nuevamente que, el contenido de nuestras pÔginas en su totalidad, así como también sus formatos tienen: "Todos los derechos reservados".😊

WhatsApp
bottom of page