Clculo de probabilidades: nociones bsicas

Autores:
Prtegas Daz S, Pita Fernndez S,
Unidad de Epidemiologa Clnica y Bioestadstica. Complexo Hospitalario Universitario de A Corua
(Espaa).
a estadstica, !unto con la epidemiologa, es un instrumento indispensa"le en el proceso de investigaci#n en medicina.
$ormalmente, se puede clasi%icar la estadstica en descriptiva, cuando se utili&a simplemente para la presentaci#n y
sntesis de la in%ormaci#n recogida en un estudio, e inferencial, 'ue tiene por o"!etivo generali&ar la in%ormaci#n o"tenida
en una muestra a resultados v(lidos para la po"laci#n de la 'ue procede
)
. *upongamos, por e!emplo, 'ue nos interesa
comparar dos %(rmacos A y B y determinar cu(l de ellos es m(s e%ica& para el tratamiento de una determinada en%ermedad.
+ara ello, se disea un estudio distri"uyendo ),, en%ermos en dos grupos, cada uno de los cuales reci"e uno de los dos
tratamientos. Al ca"o de ) mes, la tasa de curaci#n en cada grupo es del -,. y del /,., respectivamente. Ante esta
in%ormaci#n, 0es correcto suponer 'ue el tratamiento A es me!or 'ue el tratamiento B para esta en%ermedad en concreto1
a respuesta a esta pregunta, como a la mayor parte de pro"lemas 'ue pueden plantearse en medicina, est( su!eta a un
cierto grado de incertidum"re 'ue 2acen muy complicado tomar una decisi#n al respecto. En la respuesta de un paciente al
tratamiento pueden in%luir diversos %actores, entre los 'ue se incluye el a&ar, 'ue pueden provocar una gran varia"ilidad en
los resultados. a aplicaci#n de los principios de la estadstica a la clnica permite reducir y cuanti%icar dic2a varia"ilidad y
ayudar a la toma de decisiones. En particular, el clculo de probabilidades suministra las reglas apropiadas para
cuanti%icar esa incertidum"re y constituye la "ase para la estadstica inductiva o in%erencial.
El o"!etivo de este tra"a!o consiste en introducir algunos de los conceptos "(sicos del c(lculo de pro"a"ilidades, as como
las reglas necesarias para el desarrollo de la in%erencia estadstica en medicina. Una exposici#n m(s detallada de estos y
otros conceptos puede encontrarse en re%erencias m(s especiali&adas
34567/-
.
El concepto de probabilidad resulta %amiliar a cual'uier pro%esional del (m"ito sanitario, pero una de%inici#n m(s precisa
exige considerar la naturale&a matem(tica de dic2o concepto. a pro"a"ilidad de ocurrencia de un determinado suceso
podra de%inirse como la proporci#n de veces 'ue ocurrira dic2o suceso si se repitiese un experimento o una o"servaci#n
en un n8mero grande de ocasiones "a!o condiciones similares. +or de%inici#n, entonces, la pro"a"ilidad se mide por un
n8mero entre cero y uno9 si un suceso no ocurre nunca, su pro"a"ilidad asociada es cero, mientras 'ue si ocurriese
siempre su pro"a"ilidad sera igual a uno. As, las pro"a"ilidades suelen venir expresadas como decimales, %racciones o
porcenta!es.
a de%inici#n anterior de pro"a"ilidad corresponde a la conocida como de%inici#n %recuentista. Existe otra descripci#n m(s
%ormal desde el punto te#rico 'ue permite de%inir el concepto de pro"a"ilidad mediante la veri%icaci#n de ciertos axiomas a
partir de los 'ue se deducen todas las dem(s propiedades del c(lculo de pro"a"ilidades
:
. En otros contextos, se 2a
de%endido una interpretaci#n m(s amplia del concepto de pro"a"ilidad 'ue incluye las 'ue podemos denominar
pro"a"ilidades su"!etivas o personales, mediante las cuales se expresa el grado de con%ian&a o experiencia en una
proposici#n. Esta de%inici#n constituye la "ase de los llamados m;todos "ayesianos, 'ue se presentan como alternativa a la
estadstica tradicional centrada en el contraste de 2ip#tesis
),)))3
. <o o"stante, y en relaci#n con el prop#sito de este tra"a!o,
"astar( con considerar la de%inici#n %recuentista anterior. As, a partir de una po"laci#n con < elementos, de los cuales =
presentan una caracterstica A, se estimar( la pro"a"ilidad de la caracterstica A como +(A) > =?<. As, por e!emplo, en una
po"laci#n de ),, pacientes, 6 de los cuales son dia";ticos, la pro"a"ilidad de padecer dia"etes p(@ia"etes) se estimar(
como el cociente 6?),,> ,,,6.
Es conveniente conocer algunas de las propiedades "(sicas del c(lculo de pro"a"ilidades9
+ara un suceso A, la pro"a"ilidad de 'ue suceda su complementario (o e'uivalentemente, de 'ue no suceda
A) es igual a uno menos la pro"a"ilidad de A9
1
Argim#n +all(s AB, Aim;ne& Cilla A. B;todos de investigaci#n clnica y epidemiol#gica. 3D ed. Badrid9 HarcourtE 3,,,.
2
*ents A, +ardell H, Co"o E, Canela A. Bioestadstica. 4D ed. Barcelona9 BassonE 3,,4.
3
Colton F. Estadstica en medicina. Barcelona9 *alvatE ):/:.
4
Armitage +, Berry G. Estadstica para la investigaci#n "iom;dica. Barcelona9 @oymaE )::3.
5
@epartamento de Bedicina y +si'uiatra. Universidad de Alicante. Fratado de Epidemiologa Clnica. Badrid9 @u+ont
+2armaE )::6.
6
Altman @G. +ractical *tatistics %or Bedical Hesearc2. ondon9 C2apman I HallE 3,,5.
7
C;le& H, Hern(nde& C. C(lculo de +ro"a"ilidades J. Badrid9 U<E@E )::6
8
Kuesada C, Garca A. ecciones de C(lculo de +ro"a"ilidades. Badrid9 @a& de *antosE ):--.
9
*ents A, +ardell H, Co"o E, Canela A. Bioestadstica. 4D ed. Barcelona9 BassonE 3,,4.
10
*ilva C, Benavides A. El en%o'ue "ayesiano9 otra manera de in%erir. Gac *anit 3,,)E )6(5)9 45)L457.
11
*ilva C, *u(re& +. 0Ku; es la in%erencia "ayesiana1 AA<M 3,,,E 6-9 76L77
12
*ilva C, Buo& A. @e"ate so"re m;todos %recuentistas vs "ayesianos. Gac *anit 3,,,E )59 5-3L5:5.
donde denota al suceso contrario o suceso complementario de A.
*i un %en#meno determinado tiene dos posi"les resultados A y B mutuamente excluyentes (es decir, 'ue no
pueden darse de %orma simult(nea, como ocurre en el lan&amiento de una moneda al aire), la pro"a"ilidad
de 'ue una de esas dos posi"ilidades ocurra se calcula como la suma de las dos pro"a"ilidades individuales9
())
a extensi#n de la ley aditiva anterior al caso de m(s de dos sucesos mutuamente excluyentes A, B, C... indica 'ue9
Consideremos, como e!emplo, un servicio de urologa en el 'ue el 4-,3. de los pacientes a los 'ue se les practica una
"iopsia prost(tica presentan una 2iperplasia "enigna (HB), el )-,3. prostatitis (+H) y en un 54,7. el diagn#stico es de
c(ncer (C). a pro"a"ilidad de 'ue en un paciente 'ue se somete a una "iopsia de pr#stata no se con%irme el diagn#stico de
c(ncer prost(tico ser( igual a9
Es decir, en un 67,5. de los casos se logra descartar un diagn#stico maligno. @e modo e'uivalente, la pro"a"ilidad anterior
podra 2a"erse calculado como la pro"a"ilidad del suceso contrario al del diagn#stico de c(ncer9
<#tese la importancia del 2ec2o de 'ue los sucesos anteriores sean mutuamente excluyentes. *in esta condici#n, la ley de
adici#n no ser( v(lida. +or e!emplo, se sa"e 'ue en una determinada Unidad de Cuidados Jntensivos (UCJ) el 7,:. de los
pacientes 'ue ingresan lo 2acen con una in%ecci#n ad'uirida en el exterior, mientras 'ue el )4,/. ad'uieren una in%ecci#n
durante su estancia en el 2ospital. *e conoce adem(s 'ue el ),6. de los en%ermos ingresados en dic2a unidad presentan
una in%ecci#n de am"os tipos. 0Cu(l ser( entonces la pro"a"ilidad de 'ue un determinado paciente presente una in%ecci#n
de cual'uier tipo en UCJ1 +ara reali&ar el c(lculo, si se suman simplemente las pro"a"ilidades individuales (,,,7:N,,)4/) la
pro"a"ilidad de un suceso do"le (in%ecci#n comunitaria y nosocomial) se estar( evaluando dos veces, la primera como parte
de la pro"a"ilidad de padecer una in%ecci#n comunitaria y la segunda como parte de la pro"a"ilidad de ad'uirir una
in%ecci#n en la UCJ. +ara o"tener la respuesta correcta se de"e restar la pro"a"ilidad del do"le suceso. As9
*i un %en#meno determinado tiene dos posi"les resultados A y B, la pro"a"ilidad de 'ue una de esas dos
posi"ilidades ocurra viene dada, en general, por la expresi#n9
+or lo tanto, si dos o m(s sucesos no son mutuamente excluyentes, la pro"a"ilidad de 'ue ocurra uno de ellos o am"os se
calcula sumando las pro"a"ilidades individuales de 'ue ocurra una de esas circunstancia, pero restando la pro"a"ilidad de
'ue ocurra la com8n.
Hesulta evidente 'ue, para el caso de procesos mutuamente excluyentes, y se o"tiene ()).
En el e!emplo anterior, la pro"a"ilidad de in%ecci#n en UCJ vendr( dada, por lo tanto, como9
Es decir, ): de cada ),, en%ermos registrar( alguna in%ecci#n (ya sea de tipo comunitario o nosocomial) durante su ingreso
en la citada unidad.
A veces, la pro"a"ilidad de 'ue un determinado suceso tenga lugar depende de 'ue otro suceso se 2aya producido o no
con anterioridad. Esto es, en ocasiones el 2ec2o de 'ue se produ&ca un determinado %en#meno puede 2acer m(s o menos
pro"a"le la aparici#n de otro. Este tipo de pro"a"ilidades se denominan probabilidades condicionadas, y se denotar(
por a la pro"a"ilidad condicionada del suceso A suponiendo 'ue el suceso B 2aya ocurrido ya.
a ley multiplicativa de pro"a"ilidades indica 'ue la pro"a"ilidad de 'ue dos sucesos A y B ocurran
simult(neamente es igual a9
(4)
a ley multiplicativa anterior se utili&a tam"i;n con el %in de determinar una pro"a"ilidad condicional a partir de los
valores de y 9
(5)
*upongamos, por e!emplo, 'ue 'ueremos estudiar la incidencia del 2ec2o de ser %umador como %actor de riesgo en el
desarrollo de una en%ermedad en una determinada po"laci#n. +ara ello se dise# un estudio prospectivo y, tras seleccionar
una muestra de )-, su!etos, los resultados son los 'ue se muestran en la Fa"la ). Considerando toda la muestra, la
pro"a"ilidad de desarrollar la en%ermedad (E) en la po"laci#n de estudio es9
Bientras 'ue la pro"a"ilidad de padecer la en%ermedad un %umador ($) es9
O un no %umador9
Feniendo en cuenta 'ue9
+odra 2a"erse aplicado la %#rmula (5) para o"tener cual'uiera de las dos pro"a"ilidades condicionadas anteriores,
resultando id;nticos valores9
En el e!emplo, se constata por lo tanto 'ue la incidencia de la en%ermedad es di%erente en la po"laci#n %umadora 'ue en la
no %umadora (-6,/. vs )-,3.). As pues, la pro"a"ilidad de desarrollar la en%ermedad depende de si se es o no %umador.
En otras ocasiones, sin em"argo, sucede 'ue la ocurrencia o no de un determinado %en#meno B no in%luye en la ocurrencia
de otro suceso A. *e dice entonces 'ue los sucesos A y B son independientes y se veri%icar( 'ue9
(6)
*ustituyendo (6) en (4) se o"tiene entonces 'ue9
Es decir, en caso de independencia, la pro"a"ilidad de 'ue ocurran dos sucesos de %orma simult(nea es igual al producto
de las pro"a"ilidades individuales de am"os sucesos. As, dos sucesos son independientes, si el resultado de uno no tiene
e%ecto en el otroE o si el 'ue ocurra el primero de ellos no 2ace variar la pro"a"ilidad de 'ue se de el segundo.
M"viamente, en la pr(ctica, y de"ido a las variaciones en el muestreo, ser( extremadamente di%cil encontrar una muestra
'ue reprodu&ca de %orma exacta las condiciones de independencia anteriores. El determinar si las di%erencias o"servadas
son o no compati"les con la 2ip#tesis de independencia constituye uno de los principales pro"lemas 'ue a"orda la
estadstica in%erencial.
*i se considera un %en#meno con = resultados posi"les, mutuamente excluyentes, B), B3,...,B= y se conoce la
pro"a"ilidad de cada uno de ellos, el llamado Teorema de las Probabilidades Totales permite calcular la
pro"a"ilidad de un suceso A a partir de las pro"a"ilidades condicionadas9
Utili&ando la expresi#n para el c(lculo de la pro"a"ilidad de la intersecci#n de dos sucesos se tiene 'ue
y, por lo tanto9
En el e!emplo anterior, podra aplicarse este resultado para el c(lculo de la incidencia de la en%ermedad en la po"laci#n de
estudio9
as leyes aditiva y multiplicativa, !unto con la noci#n de pro"a"ilidades condicionadas y el teorema de las pro"a"ilidades
totales se 2an empleado para desarrollar el llamado Teorema de a!es, de induda"le inter;s en la aplicaci#n de la
estadstica al campo de la medicina. *i se parte de la de%inici#n de pro"a"ilidad condicionada (5)9
#
siempre 'ue y . Aplicando adem(s el teorema de las pro"a"ilidades totales se llega a 'ue9
El diagn#stico m;dico constituye un pro"lema tpico de aplicaci#n del Feorema de Bayes en el campo m;dico, puesto 'ue
permite el c(lculo de la pro"a"ilidad de 'ue un paciente pade&ca una determinada en%ermedad una ve& dados unos
sntomas concretos. a capacidad predictiva de un test o de una prue"a diagn#stica suele venir dada en t;rminos de su
sensi"ilidad y especi%icidad
)4
. Fanto la sensi"ilidad como la especi%icidad son propiedades intrnsecas a la prue"a
diagn#stica, y de%inen su valide& independientemente de cu(l sea la prevalencia de la en%ermedad en la po"laci#n a la cual
se aplica. *in em"argo, carecen de utilidad en la pr(ctica clnica, ya 'ue s#lo proporcionan in%ormaci#n acerca de la
pro"a"ilidad de o"tener un resultado concreto (positivo o negativo) en %unci#n de si un paciente est( realmente en%ermo o
no. +or el contrario, el concepto de valores predictivos, a pesar de ser de enorme utilidad a la 2ora de tomar decisiones
clnicas y transmitir in%ormaci#n so"re el diagn#stico, presenta la limitaci#n de 'ue dependen en gran medida de lo
%recuente 'ue sea la en%ermedad a diagnosticar en la po"laci#n o"!eto de estudio. El Feorema de Bayes permite o"tener el
valor predictivo asociado a un test al aplicarlo en po"laciones con ndices de prevalencia muy di%erentes.
Consideremos como e!emplo un caso clnico en el 'ue una gestante se somete a la prue"a de so"recarga oral con 6,
gramos de glucosa para explorar la presencia de dia"etes gestacional, o"teni;ndose un resultado positivo. Es sa"ido 'ue
dic2o test presenta unos valores aproximados de sensi"ilidad y especi%icidad en torno al -,. y al -/., respectivamente. *i
se conoce adem(s 'ue la prevalencia de dia"etes gestacional en la po"laci#n de procedencia es aproximadamente de un
4., por medio del teorema de Bayes podemos conocer la pro"a"ilidad de 'ue el diagn#stico sea correcto o,
e'uivalentemente, el valor predictivo positivo9
*e puede concluir por lo tanto 'ue, a pesar de o"tener un resultado positivo en la prue"a, existe s#lo una pro"a"ilidad de un
)6,:. de 'ue la paciente pade&ca dia"etes gestacional.
*upongamos 'ue adem(s dic2a paciente tiene m(s de 5, aos de edad. *e sa"e 'ue en grupos de edad m(s avan&ada la
prevalencia de dia"etes gestacional entre las gestantes llega a aumentar 2asta aproximadamente un -.. En este caso, el
valor predicativo positivo asociado vendr( dado por9
13
+;rtega @a& *, +ita $ern(nde& *. +rue"as diagn#sticas. Cad Aten +rimaria 3,,4E ),9 )3,L)35.
En este caso las posi"ilidades de un diagn#stico de dia"etes gestacional aumentan 2asta un 45,-7..
En un caso como este, en 'ue se reali&a una prue"a para o"tener in%ormaci#n so"re un diagn#stico, suele 2a"larse de
pro"a"ilidad a priori, 'ue es la disponi"le antes de reali&ar la prue"a (la prevalencia, en este caso) y pro"a"ilidad a
posteriori, 'ue es la o"tenida despu;s de reali&arla (los valores predictivos). A su ve&, se suele denominar verosimilitudes a
las pro"a"ilidades de un suceso "a!o distintas 2ip#tesis. El teorema de Bayes permite as o"tener los valores de las
pro"a"ilidades a posteriori a partir de las pro"a"ilidades a priori mediante una multiplicaci#n proporcional a las
verosimilitudes.
Fal y como se indic# al inicio del presente artculo, la teora de la pro"a"ilidad constituye la "ase matem(tica para la
aplicaci#n de la estadstica in%erencial en medicina. El c(lculo de pro"a"ilidades constituye una 2erramienta 'ue permitir(
2acer in%erencia so"re distintos par(metros po"lacionales a partir de los resultados o"tenidos en una muestra, y despu;s
tomar decisiones con el mnimo riesgo de e'uivocaci#n en situaciones de incertidum"re.
ibliografa
). .
3.
4.
5. .
6.
7. .
/. .
-.
:.
),. .
)).
)3. . PFexto completoQ
Tabla "# Asociaci$n entre el %bito tab&uico ! el desarrollo de una enfermedad#
Datos de un estudio de seguimiento en "'( individuos#

En%ermos *anos Total:
$umador 7, ), )(
<o %umador 3, :, ""(
Total: '( "(( "'(