Medicina Basada en Evidencias | Tomo 5 | Teorema de Bayes
- Dr. Danilo Mantilla ORL | Centro DM ORL
- 31 ene 2024
- 4 Min. de lectura
Actualizado: hace 7 dĆas
(PublicaciĆ³n original: junio 2020, Ćŗltima revisiĆ³n: enero 2026)
ĀæSe imagina poder conocer previamente la probabilidad en porcentaje de en quĆ© medida nos serĆ” Ćŗtil una prueba o intervenciĆ³n en su consulta privada u hospitalaria? Y es que, el conocimiento de la sensibilidad y especificidad de una prueba o intervenciĆ³n en la prĆ”ctica clĆnica de rutina tiene una utilidad limitada. El teorema de Bayes, sin duda, es uno de los hitos en la adecuada comprensiĆ³n de la medicina moderna al permitirnos conocer los valores predictivos. La BioestadĆstica en la actualidad es parte fundamental del ejercicio mĆ©dico. Su comprensiĆ³n y aplicaciĆ³n se han vuelto una parte fundamental en la prĆ”ctica clĆnica.
Prevalencia
Se define como prevalencia a la proporciĆ³n de personas que tienen una enfermedad en una poblaciĆ³n. Se la conoce tambiĆ©n como la probabilidad antes de la prueba, es por tanto la probabilidad que tiene el sujeto de tener la enfermedad por la sola razĆ³n de estar en una poblaciĆ³n especĆfica. La sensibilidad y la especificidad no se modifican con los cambios en la prevalencia, no asĆ los valores predictivos. La prevalencia de una enfermedad puede variar incluso segĆŗn el nivel de atenciĆ³n de cada paciente.
Incidencia
Se define como incidencia al nĆŗmero de casos nuevos de una enfermedad en una poblaciĆ³n 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 segĆŗn la prevalencia de la enfermedad. Su cĆ”lculo se lo realiza dividiendo los verdaderos positivos sobre la suma de los verdaderos positivos con los falsos positivos. El VPP nos indica la proporciĆ³n 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 tambiĆ©n variar segĆŗn la prevalencia de la enfermedad. Su cĆ”lculo se lo realiza dividiendo los verdaderos negativos sobre la suma de los falsos negativos con los verdaderos negativos. El VPP nos indica la proporciĆ³n de sanos con resultados negativos.
TEOREMA DE BAYES
Si conocemos la sensibilidad, especificidad y la prevalencia de la enfermedad de cada escenario clĆnico, estaremos en posibilidad de calcular los valores predictivos positivos y negativos en nuestra prĆ”ctica clĆnica o en el escenario clĆnico que necesitemos, mediante el llamado teorema de Bayes.
La relevancia del teorema de Bayes es que nos permitirĆ” conocer los valores predictivos aplicables a nuestra prĆ”ctica cotidiana, lo cual se traduce en la invaluable posibilidad de poder aplicar dichos valores en nuestro anĆ”lisis clĆnico.
ĀæCĆ³mo podemos aplicarlo? | PrĆ”ctica de estos conceptos en el contexto de COVID-19
En el contexto actual, si sabemos cuĆ”l es la sensibilidad y especificidad de una prueba, asĆ como la prevalencia de la enfermedad en nuestro escenario clĆnico, podrĆamos calcular los valores predictivos de dicha prueba. Es importante tomar en cuenta en este sentido que, la prevalencia de una enfermedad podrĆa variar segĆŗn el escenario clĆnico en el que se desenvuelve nuestra prĆ”ctica mĆ©dica.
Por ejemplo, si tomamos al RT-PCR para SARS-CoV2 mediante hisopado nasofarĆngeo, con una la sensibilidad del 63% y especificidad del 99%, asumiendo una prevalencia hipotĆ©tica de 0.03%, el valor predictivo positivo serĆa de 66,08% y el valor predictivo negativo estarĆa 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 estĆ© sano si la prueba es negativa serĆa del 99% aproximadamente.
Como podemos ver, son los valores predictivos los que realmente nos ayudan en la decisiĆ³n clĆnica mĆ”s que la sensibilidad y especificidad aisladas de cada intervenciĆ³n.
Dr. Danilo MantillaĀ
ā Especialista en OtorrinolaringologĆaĀ General y PediĆ”trica
ā Experto en Medicina Basada en EvidenciasĀ e InvestigaciĆ³n
ā Ā Cirujano endoscĆ³picoĀ de la nariz y senos paranasales.
ā Ā MicrocirugĆaĀ larĆngea y de cuerdas vocales
ā Ā CirujanoĀ de OĆdos, Nariz y Garganta (Laringo-faringe)
ā Miembro Activo de la "American Academy of Otolaryngology Head and Neck Surgery" de los EEUU
ā Ā Centro de Especialidades MĆ©dicasĀ | Centro DM ORL | Centro de DiagnĆ³stico MĆ©dico de OtorrinolaringologĆaĀ | ClĆnica del Tinnitus | ClĆnica del VĆ©rtigo | ClĆnica deĀ Meniere
ā Ā Distrito Metropolitano de QuitoĀ - Ecuador
TambiĆ©n podrĆa interesarte:ā”ļø š WhatsApp y la consulta mĆ©dicaĀ
ā”ļø š El Consentimiento InformadoĀ en OtorrinolaringologĆa
Medicina Basada en Evidencias | Tomo 5 | Teorema de Bayes
Copyright Ā© 2026. Todos los derechos son reservados. Si bien nos halagaĀ que nos tomen como referencia en nuestro campo de especialidad, recordamos encarecida y nuevamente que, el contenido de nuestras pĆ”ginas en su totalidad, asĆ como tambiĆ©n sus formatos tienen: "Todos los derechos reservados".š
