TEOREMA DE BAYES. ANÁLISIS DE DECISIONES CLÍNICAS.

Annylú Bando
Mind Map by Annylú Bando, updated more than 1 year ago
Annylú Bando
Created by Annylú Bando over 1 year ago
18
0

Description

Mind Map on TEOREMA DE BAYES. ANÁLISIS DE DECISIONES CLÍNICAS., created by Annylú Bando on 10/20/2019.

Resource summary

TEOREMA DE BAYES. ANÁLISIS DE DECISIONES CLÍNICAS.
  1. PROPORCIÓN O PROBABILIDAD
    1. CUANTIFICAR PROPORCIÓN DE PREDICCIONES
      1. SE ESCAPEN DE LO IDEAL
    2. PROBABILIDAD CONDICIONAL
      1. EVENTO LIGADO A OTRO
        1. LA PROBABILIDAD DE PADECER LA ENFERMEDAD "A" AUMENTA O DISMINUYE SI LA PRUEBA "B" ESTÁ PRESENTE
      2. PREVALENCIA DE LA ENFERMEDAD
        1. PROBABILIDAD DE QUE UN INDIVIDUO PADEZCA UNA ENFERMEDAD
        2. SENSIBILIDAD DE LA PRUEBA
          1. PRUEBA POSITIVA Y ENFERMEDAD PRESENTE
          2. ESPECIFICIDAD
            1. PRUEBA POSITIVA PERO AUSENCIA DE ENFERMEDAD
            2. TABLAS DE 2X2
              1. DIVISIÓN DE VERDADEROS POSITIVOS ENTRE LA SUMA DE TODOS LOS POSITIVOS
                1. S= A+C/A
                  1. E=B+D/B
                2. TEOREMA DE BAYES COMO NOMOGRAMA DE FAGAN
                  1. REQUIERE CONOCER LA PROBABILIDAD PREVIA A LA PRUEBA Y EL COCIENTE DE LA PROBABILIDAD
                  2. COCIENTE DE PROBABILIAD (LIKELIHOOD RATIO)
                    1. LR +
                      1. LR -
                      2. FALSOS POSITIVOS
                        1. RESTANDO LA ESPECIFICIDAD DE LA PRUEBA TOTAL
                        2. 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
                            3. 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
                              Show full summary Hide full summary

                              Similar

                              5 Steps to Learning Success
                              Andrea Leyden
                              GCSE REVISION TIMETABLE
                              TheJileyProducti
                              Computing Hardware - CPU and Memory
                              Shantal K Green
                              Mapas mentales con ExamTime
                              Nazareth Olivo
                              10 consejos para realizar con éxito un curso virtual
                              Eduardo Velásquez
                              ARCO REFLEJO
                              Alejandra Garcia
                              Mapas mentales con ExamTime
                              Itzel Arellano
                              mi mapa conceptual
                              Alejandra De león
                              Organigramas
                              Jorge Dz
                              CORONA ESPAÑOLA
                              brayan quintero
                              La estadistica, mapa conceptual
                              Aury Bustamante