Diagnóstico médico

En otras palabras, el teorema de Bayes nos proporciona la herramienta matemática para calcular cómo una prueba diagnóstica cambia la probabilidad pre-prueba a un nuevo valor post-prueba.

Todos los síntomas referidos en la anamnesis y los signos objetivados en la exploración física son anotados en la historia clínica del paciente.

Generalmente, los signos y síntomas definen un síndrome que puede estar ocasionado por varias enfermedades.

Se considera que una prueba diagnóstica es buena cuando ofrece resultados positivos en enfermos y negativos en pacientes sanos, con el menor rango de error posible.

Lo ideal es trabajar con pruebas diagnósticas de alta sensibilidad y especificidad, superando el 80 % como mínimo en ambos casos.

En cambio, los tests con una alta especificidad son necesarios en enfermedades graves, pero sin tratamiento disponible que las haga curables, cuando exista gran interés por conocer la ausencia de enfermedad o cuando diagnosticar a un paciente de una enfermedad, siendo falso positivo, pueda acarrear graves consecuencias, ya sean físicas, psicológicas o económicas.

Los parámetros que proporcionan esta información (probabilidad post-test) al médico son los denominados valores predictivos.

Existen dos tipos de valor predictivo: Para elegir correctamente entre dos o más pruebas diagnósticas se puede recurrir a parámetros estadísticos.