TEOREMA DE BAYES. ANÁLISIS DE DECISIONES CLÍNICAS.

PROPORCIÓN O PROBABILIDAD
1. CUANTIFICAR PROPORCIÓN DE PREDICCIONES
  1. SE ESCAPEN DE LO IDEAL
PROBABILIDAD CONDICIONAL
1. EVENTO LIGADO A OTRO
  1. LA PROBABILIDAD DE PADECER LA ENFERMEDAD "A" AUMENTA O DISMINUYE SI LA PRUEBA "B" ESTÁ PRESENTE
PREVALENCIA DE LA ENFERMEDAD
1. PROBABILIDAD DE QUE UN INDIVIDUO PADEZCA UNA ENFERMEDAD
SENSIBILIDAD DE LA PRUEBA
1. PRUEBA POSITIVA Y ENFERMEDAD PRESENTE
ESPECIFICIDAD
1. PRUEBA POSITIVA PERO AUSENCIA DE ENFERMEDAD
TABLAS DE 2X2
1. DIVISIÓN DE VERDADEROS POSITIVOS ENTRE LA SUMA DE TODOS LOS POSITIVOS
  1. S= A+C/A
  2. E=B+D/B
TEOREMA DE BAYES COMO NOMOGRAMA DE FAGAN
1. REQUIERE CONOCER LA PROBABILIDAD PREVIA A LA PRUEBA Y EL COCIENTE DE LA PROBABILIDAD
COCIENTE DE PROBABILIAD (LIKELIHOOD RATIO)
1. LR +
2. LR -
FALSOS POSITIVOS
1. RESTANDO LA ESPECIFICIDAD DE LA PRUEBA TOTAL
ANALISIS DE DECISIONES
1. VENTAJAS
  1. PERMITEN ASIGNAR VALORES A CADA POSIBILIDAD, COMPARA DE FORMA OBJETIVA DIVERSOS DESENLACES, PERMITE INCORPORAR AL PACIENTE A LAS DECISIONES Y POSIBILITA EL CÁLCULO DE DIVERSOS ESCENARIOS
2. DESVENTAJAS
  1. PIERDE UTILIDAD EN PROBLEMAS DESCONOCIDOS DEL TODO; OBLIGA A DEFINIR DE MANERA PRECISA UN PROBLEMA Y SI LO REALIZA UNA PERSONA SIN EXPERIENCIA, PUEDE PASAR POR ALTO DESENLACES RELEVANTES
ÁRBOL DE DECISIONES
1. NÚMERO TOTAL DE LOS PACIENTES, CLASIFICADOS SEGÚN PADECEN LA ENFERMEDAD Y LA POSITIVIDAD DE LA PRUEBA EN VERDADEROS POSITIVOS, FALSOS NEGATIVOS, FALSOS POSITIVOS Y VERDADEROS NEGATIVOS

Resource summary

	Created by Annylú Bando over 4 years ago