viernes, 14 de noviembre de 2014

Uso de la Distribución de Probabilidad en Ciencias de la Salud.

Como sabemos un modelo de probabilidad o de distribución de probabilidad de una variable aleatoria, permite la representación teórica simplificada de un fenómeno real y la elaboración de afirmaciones probabilísticas sobre dicho fenómeno, tras polarizando su uso al área de la salud es muy significativo, ya que facilita la toma de decisiones a la hora de por ejemplo la utilización de un nuevo tratamiento dirigido hacia una enfermedad y también nos ayuda a la previsión de hechos que podrían ocurrir. A continuación se ejemplificara su uso en el área de la Salud, enfocado con la utilización de “Prueba de T-Student” y “Experimento de Bernoulli”

En estadística, una prueba t de Student, prueba t-Student, o Test-T es cualquier prueba en la que se utiliza una distribución T-Student si la hipótesis nula es cierta. Se aplica cuando la población estudiada sigue una distribución normal pero el tamaño muestra es demasiado pequeño como para que el estadístico en el que está basada la inferencia esté normalmente distribuido, utilizándose una estimación de la desviación típica en lugar del valor real. Es utilizado en análisis discriminante.

Aclarando términos, “El análisis discriminante” es una técnica estadística multivariante cuya finalidad es describir (si existen) las diferencias entre g grupos de objetos sobre los que se observan p variables (variables discriminantes). Más concretamente, se comparan y describen las medias de las p variables clasificadoras a través de los g grupos
Por ejemplo, en un instituto médico clínico de la ciudad de Barquisimeto, en el departamento de Oncología se tiene 5 pacientes a los cuales se le quiere medir el tamaño del tumor de dicho paciente con cáncer. Frecuentemente cuando se encuentra un tumor, se extrae un trozo de tejido y se examina bajo un microscopio. Esto se denomina biopsia y se hace para determinar si el tumor es canceroso (maligno) o no canceroso (benigno). Según la ubicación del tumor, la biopsia puede ser un procedimiento simple o una operación seria. En el mismo instituto se está implementando un nuevo tratamiento, la terapia biológica; la cual usa organismos vivos, sustancias procedentes de organismos vivos o versiones producidas en el laboratorio de tales sustancias para tratar enfermedades, se usaran vacunas y bacterias para estimular el sistema inmunitario del cuerpo para que actúe contra las células cancerosas. Estos tipos de terapia biológica, los cuales algunas veces se llaman colectivamente "inmunoterapia" o  "terapia modificadora de la respuesta biológica", no se apuntan directamente a las células cancerosas.

Si el tratamiento resulta efectivo, lo esperable seria que el tumor de muchos pacientes disminuyera de tamaño luego de seguir el tratamiento, esto con frecuencia es referido como prueba t de mediciones apareadas o repetidas.

En el mismo caso clínico se puede utilizar “Experimento de Bernoulli” que es otro tipo de distribución de frecuencia, con el cual se puede determinar si la terapia biológica tiene éxito o fracaso.




En la teoría de probabilidad y estadística, un ensayo de Bernoulli es un experimento aleatorio en el que sólo se pueden obtener dos resultados (habitualmente etiquetados como éxito y fracaso). Estos ensayos están modelados por una variable aleatoria que puede tomar sólo dos valores, 0 y 1. Habitualmente, se utiliza el 1 para representar el éxito.

Otros ejemplos para la utilización del experimento de Bernoulli serian:
  •  Determinación de la calidad de productos utilizados en una Unidad de Cuidados Intensivos (UCI).
  • Determinar si la implementación de un nuevo método quirúrgico es positivo o negativo.





Propiedades de Esperanza, Varianza y Desviación Estándar.

Propiedades Del  Valor Esperado (Esperanza)

Las propiedades del valor esperado son validas tanto para variables discretas como continuas, aunque los ejemplos en las diferentes literaturas se suelen realizar con variables discretas; entre las diferentes variables citaremos del valor esperamos citaremos  2:

1)      El valor esperado de una contantes en igual a ella misma E(C)=C  siendo C una contante, a continuación se resolverán 2 ejemplos para una mayor comprensión:

ü  C = 7 ;  E(C) = 7

ü  C = 4 ; E(C )= 4


2)      Si  X e Y son variables aleatorias se cumple lo siguiente: EX + Y) = E(X) + E(Y) Esto indica que el valor esperado de la suma de 2 variables aleatorias es igual a la suma es igual a la suma de sus valores esperados.
ü Sean  X e Y dos variables aleatorias cuyos valores esperados son  E(X) = 4 y E(Y) = 7
Calcular E(3X + 5Y + 4)
E(3·4 + 5·7 + 4) = 12 + 35 + 4 = 51

ü Sean e Y dos variables aleatorias cuyos valores esperados son  E(X) = 6 y E(Y) = 2
Calcular E(4X + 7Y + 1)
E(4·6 + 7·2 + 1) = 24 + 14 + 1 = 39


3)      El valor esperado del producto de una constante por una variable aleatoria, es igual al producto de la constante por el valor esperado de la variable:  E(C · X)  =  C · E(X)  a continuación se resolverán  2 ejemplos para una mayor comprensión:
ü  E(3· X) = 3 · E(X)                               E(X) = 1,50
3 · E(X) = 3 · 1,50 = 4,50

ü  E(4 · X) = 4 · E(X)                               E(X) = 2,72
4 · E(X) = 4 · 2,72 = 10,88

4)      Si  X es una variable aleatoria e Y es una variable aleatoria, el valor esperada del producto de las variables es igual al producto de los valores esperados, solamente en el caso de que las variables X e Y sean independientes.  E(X · Y) = E(X) · E(Y).
ü  E(1,88 · 3,42) = E(1,88) · E(3,42)                             E(X) = 1,88 Y E(Y) = 3,42
                        = 6,4296

ü  E(1,62 · 1,42) = E(1,62) · E(1,42)                             E(X) = 1,62 Y E(Y) = 1,42
                         = 2,3004

Propiedades De La Varianza.
La varianza tiene las siguientes propiedades:
1)      V(C) = 0 La varianza de una constante es cero, la varianza mide la dispersión, evidentemente una constante  no puede tener dispersión  y su varianza es cero.

ü  Siendo el valor de la contante  (C = 5)
V(C) = 0
V(5) = 0

ü  Siendo el valor de la constante (C = 8)
V(C) = 0
V(8) = 0

2)      V(CX) = C2 V(X) La varianza del producto de una constante por una variable, es igual a la constante  al cuadrado por la varianza de la variable.
ü  V(C·X) =  C2 V(X)                                          V (X)=9 ; C=7
             = 72  · V(9)
             = 49 · V(9) 
             = 441 
ü  V(C·X) =  C2 V(X)                                         V(X)=2 ; C=4
             = 42  · V(2)
             = 16 · V(2) 
             = 32


3)      Si  X e Y son variables aleatorias cualquieras :
            V(X + Y) = V(X) + V(Y) + 2CoV(X,Y)
Teniendo en cuenta que la covarianza de dos variables independientes es igual a cero. Si X e Y son dos variables independientes  Cov(X,Y) = 0 por lo tanto:
           V(X + Y)  =  V(X) + V(Y)
La varianza de la suma de dos variables independientes es igual a la suma de las varianzas.

ü  Teniendo los valores  de V(X) = 2,87 ; V(Y) = 4,12
       V(X + Y) = V(X) + V(Y) + 2CoV(X,Y)
      V(X + Y) = 2,87 + 4,12 + 2.0
      V(X + Y) = 6,99
ü  Teniendo los valores  de V(X) = 3,87 ; V(Y) = 4,57
       V(X + Y) = V(X) + V(Y) + 2CoV(X,Y)
      V(X + Y) = 3,87 + 4,57 + 2.0
      V(X + Y) = 8,44

4)      Si  X e Y son variables aleatorias cualquieras :
            V(X + Y) = V(X) + V(Y)  - 2CoV(X,Y)

ü  Teniendo los valores  de V(X) =3,1; V(Y) = 4,2
       V(X + Y) = V(X) + V(Y) - 2CoV(X,Y)
      V(X + Y) = 3,1 + 4,2 - 2.0
      V(X + Y) = 7,3
ü  Teniendo los valores  de V(X) = 3,5 ; V(Y) = 4,5
       V(X + Y) = V(X) + V(Y) - 2CoV(X,Y)
      V(X + Y) = 3,5 + 4,5 - 2.0
      V(X + Y) = 8


Propiedades de la Desviación Estándar.

En la desviación estándar se cumplen las mismas propiedades que en la varianza, con la única diferencia es que se utiliza raíz cuadrada para resolver las mismas.

1)      DE(C) = 0 La Desviación Estándar de una constante es cero, puesto a que se hace en base a la varianza,  la varianza mide la dispersión, evidentemente una constante  no puede tener dispersión.

ü  Siendo el valor de la contante  (C = 5)
DE(C) = 0
DE(5) = 0

ü  Siendo el valor de la constante (C = 8)
DE(C) = 0
DE(8) = 0

2)      V(CX) = C2 V(X) La raíz cuadrada de la varianza del producto de una constante por una variable, es igual a la raíz cuadrada de la constante  al cuadrado por la varianza de la variable.
ü  V(C·X) = C2 V(X)                                          V (X)=9 ; C=7
             = 72  · V(9)
             = 49 · V(9) 
             = 441 = 21
ü  V(C·X) =  C2 V(X)                                         V(X)=2 ; C=4
             = 42  · V(2)
             = 16 · V(2) 
             = 32 = 5,6568


3)      Si  X e Y son variables aleatorias cualquieras :
            DE(X + Y) = V(X) + V(Y) + 2CoV(X,Y)
Teniendo en cuenta que la covarianza de dos variables independientes es igual a cero. Si X e Y son dos variables independientes  Cov(X,Y) = 0 por lo tanto:
           DE(X + Y)  = V(X) + V(Y)
La desviación estándar es la raíz cuadrada de la varianza de la suma de dos variables independientes es igual a la suma de las varianzas.

ü  Teniendo los valores  de V(X) = 2,87 ; V(Y) = 4,12
       DE(X + Y) = V(X) + V(Y) + 2CoV(X,Y)
      DE(X + Y) = 2,87 + 4,12 + 2.0
      DE(X + Y) = 6,99 = 2,6438
ü  Teniendo los valores  de V(X) = 3,87 ; V(Y) = 4,57
       DE(X + Y) = V(X) + V(Y) + 2CoV(X,Y)
      DE(X + Y) = 3,87 + 4,57 + 2.0
      DE(X + Y) = 8,44 = 2,9051

4)      Si  X e Y son variables aleatorias cualquieras :
            V(X + Y) = √V(X) + V(Y)  - 2CoV(X,Y)

ü  Teniendo los valores  de V(X) =3,1; V(Y) = 4,2
       V(X + Y) = √V(X) + V(Y) - 2CoV(X,Y)
      V(X + Y) = √3,1 + 4,2 - 2.0
      V(X + Y) = √ 7,3 = 2,70
ü  Teniendo los valores  de V(X) = 3,5 ; V(Y) = 4,5
       V(X + Y) = √V(X) + V(Y) - 2CoV(X,Y)
      V(X + Y) = √3,5 + 4,5 + 2.0

      V(X + Y) = √8 = 2,8284



domingo, 12 de octubre de 2014

Caso Clínico de Pacientes con Cáncer de Mama(Uso de la Probabilidad).

El cáncer de mama es una proliferación maligna de las células epiteliales que revisten los conductos o lobulillos de la mama. Es una enfermedad clonal; donde una célula individual producto de una serie de mutaciones somáticas o de línea germinal adquiere la capacidad de dividirse sin control ni orden, haciendo que se reproduzca hasta formar un tumor. El tumor resultante, que comienza como anomalía leve, pasa a ser grave, invade tejidos vecinos y, finalmente, se propaga a otras partes del cuerpo.

Los síntomas del cáncer de mama pueden ser de lo más variados (desde un bulto o una inflamación hasta cambios en la piel), y muchos tipos de cáncer incluso no presentan ningún síntoma evidente. Los síntomas similares a los del cáncer de mama pueden ser la consecuencia de afecciones no cancerosas como una infección o quiste.


La extensión del uso de la mamografía ha sido eficaz, ya que ha reducido la tasa de mortalidad del cáncer de mama hasta un 30%.40 La mamografía es el mejor método de cribado de lesiones tempranas disponible. La tasa de supervivencia para las mujeres con cáncer de mama se incrementa drásticamente cuando se diagnostica en una etapa temprana, detectado precozmente tiene una sobrevida a los 10 años que alcanza hasta un 98%.41 Desafortunadamente, sólo el 60% de los cánceres se diagnostican en una fase localizada. De manera que la mamografía regular debe ir acompañada de un examen físico regular de mama para mejorar ese porcentaje.




En el Instituto Autónomo Hospitalario de la Universidad de los Andes (IAHULA) ubicado en el estado Mérida (Venezuela) un grupo de pacientes remitidos de centros hospitalarios adyacentes a la ciudad, los cuales en su totalidad son mujeres, de edades comprendidas entre 35 y 50 años de edad;  acuden a un programa de cribaje de Cáncer de mama mediante el método paraclinico (Mamografía), las cuales son vistas y valoradas por 2 médicos; el Dr. Arnold Rodríguez y el Dr. Bradimir Zambrano.

El Dr. Arnold Rodríguez refiere que la mamografía del 10% de los pacientes es sugestiva de cáncer de mama, mientras que el Dr. Bradimir Zambrano dice que son positivas el 17%; los 2 médicos se colocan de acuerdo (Respecto a la posibilidad) en el 8% de los casos.


La solución de la disyuntiva presente entre los dos médicos en el caso propuesto con anterioridad, solo es posible mediante la utilización de la probabilidad, es aquí donde se ve utilizada la misma en uno de los muchos puntos en los cuales se utilizan en el área de la salud; para un mejor entendimiento se plantearan una seria de interrogantes que serán respondidas mediante la utilización de la probabilidad.

Interrogantes:

1   1._ ¿Son independientes las respuestas de uno y otro médico?

Cuando dos sucesos son independientes, la probabilidad de la intersección es el producto de las probabilidades.
P(AB) = P(A) · P(B)
0,08 ≠ 0,10 · 0,17
0,08 ≠ 0.017 
Los casos no son independientes



2._ ¿Cuál es la probabilidad de que el Dr. Bradimir Zambrano confirme el diagnostico positivo dado por el Dr Arnold Rodriguez?

La probabilidad de que el Dr. Bradimir Zambrano confirme el resultado positivo del Dr Arnold Rodriguez es:
P(A/B) = P(AB/P(A)
P(A/B) = 0,08/0,10
P(A/B) = 0.8 = 80%
Exite un 80% de probabilidad de que el Dr. Bradimir Zambrano confirme el resultado positivo del Dr. Arnold Rodriguez.



3._Todos los pacientes cuya mamografía es sugestiva de cáncer, independientemente del médico, son remitidas para realizar más pruebas. ¿En qué porcentaje se realizaran pruebas complementarias para confirmar el diagnostico?

El porcentaje de pacientes cuya mamografía es positiva (Unión) son remitidas para realizar más pruebas y estas son:
                                           P(AUB) = 0,10 + 0,17 – 0,08
                                                     P(AUB) = 0,19
El porcentaje de pacientes que serán remitidos para realizar más pruebas, debido a que su mamografía es positiva, es de un 18%



                                                     

domingo, 5 de octubre de 2014

¿Esta Relacionada la probabilidad con la salud?

En efecto la probabilidad esta relacionada no solo con eventos matemáticos o que se puede aplicar a la vida cotidiana, de hecho basándonos en lo segundo podemos adjudicarle a la probabilidad un gran enfoque hacia el área de la salud e incluso a la salud misma.

La importancia de la probabilidad radica en que, mediante este recurso matemático, es posible ajustar de la manera más exacta posible los imponderables debidos al azar en los más variados campos tanto de la ciencia como de la vida cotidiana. La teoría de la probabilidad, en especial en el marco de sistemas más complejos, se aplica en áreas variadas del conocimiento, como las ciencias exactas (estadística, matemática pura y aplicada, física, química, astronomía), las ciencias sociales (sociología, psicología social, economía), la astronomía, la meteorología y, en especial en forma más reciente, la biomedicina.

La medicina no es una ciencia exacta y es por ellos que los médicos o cualquier profesional de la salud, pueden predecir un resultado con absoluta certeza; la incertidumbre acompaña tanto al proceso diagnostico como terapéutico y el modo de cuantificar esta incertidumbre es mediante las probabilidades.


En el área de la salud a la hora de tratar con un paciente, el objeto ultimo de del diagnostico correcto es aplicar un tratamiento adecuado, pero muchas veces se selecciona el tratamiento sin tan siquiera tener la seguridad absoluta sobre su eficacia, de la misma manera cuando se busca la enfermedad que probablemente tiene el paciente; con el fin de homogeneizar el lenguaje de la incertidumbre, a las probabilidades se le asignan números y de esta manera se llega a un consenso entre médicos que una hipótesis diagnostica es menos incierta en un paciente cuya probabilidad de presentar la enfermedad en el 95% o del 5% que si dichas probabilidad es de 60% y 40% por ejemplo.

La probabilidad también esta presente en las pruebas diagnosticas, las pruebas diagnosticas se aplican para aumentar el conocimiento sobre la probabilidad de una enfermedad en el paciente, pero de la misma manera es imprescindible como varia esta probabilidad a medida que se adquiere mayor información.