TEOREMA DE BAYES

TEOREMA DE BAYES

1. Aplicación

   • Sirve para calcular las posibilidades de un suceso que está dado o no por otro suceso anterior
     • Consiste evaluar de qué manera se transforman las probabilidades subjetivas, mientras más información nueva se posee de un hecho.
   • Además, de ser aplicable a modelos basados en el conocimiento subjetivo y la evidencia empírica.
     • Se aplica también a modelos que se utilizan, por ejemplo, en la fusión de datos de un sistema.
   • Es considerado como un excelente modelo o método para evaluar nueva información y revisar estimaciones anteriores sustentadas en datos limitados.
     • Para conocer entonces si se encuentran en un estado u otro, si es aplicado de manera idónea entonces se hace eficaz la reunión de datos para tomar mejores decisiones.
   • Teorema de bayes y el diagnóstico clínico
     • El resultado de una prueba diagnóstica permite en primer lugar clasificar a un individuo como sano o enfermo, orientar su tratamiento, aportar información sobre su pronóstico y contribuir en la aplicación de medidas preventivas.
       • El cálculo de la probabilidad post-prueba recibe el nombre de " teorema de Bayes " el cual ejemplifica cómo se procede dentro de la clínica cada vez que la información previa va modificando las probabilidades del diagnóstico, haciendo más o menos verosímil cada hipótesis.
       • Basado en el teorema de Bayes para decidir a partir de la prevalencia de la enfermedad o una probabilidad a priori establecida y de los resultados de la prueba de laboratorio , cual es la probabilidad de que un paciente determinado tenga una enfermedad, lo cual contribuiría a identificar mejor a los pacientes con posibilidad de estar realmente enfermos.

2. Ventajas

   • Se puede enfocar de manera tal de que se obtengan beneficios en algunos campos.
   • Es posible el análisis continuo de la información, aunque si la variabilidad entre datos es elevada es necesario algún método que permita llegar a soluciones confiables.
   • Meta-Análisis: buscar acumular información variada para llegar a una apreciación exacta de un problema
   • Evaluación de estudios a pequeña escala con la información de otros, debido a que el desarrollo de estos a escala global no siempre es posible, y a nivel muestra no cuenta con una total veracidad, el enfoque bayesiano permite ratificar y refutar.
   • Estudios de decisión.
   • El teorema de Bayes y su utilización en la interpretación de las pruebas diagnósticas en el laboratorio clínico
     • El método bayesiano es que permite, a través del oddspre, incorporar al proceso inferencial los resultados procedentes de estudios previos.
       • Sin embargo, esta incorporación se ha señalado también como una debilidad del método, como una puerta abierta a la subjetividad del investigador, puesto que el investigador incorpora su grado de convicción, siempre subjetivo, acerca de la hipótesis en evaluación.
     • La ventaja del análisis Bayesiano al interpretar una prueba diagnóstica, puede consistir en que el clínico lograría una estimación mejor del riesgo que tiene un paciente de tener o contraer una enfermedad cuando la prueba le da positiva y no " andaría tan a ciegas" cuando el resultado de un análisis le llega a sus manos.