Es una pregunta amplia con muchas respuestas, pero esta es solo una: una sólida comprensión de la probabilidad y las estadísticas.
Ejemplo: un paciente es evaluado para la condición X. Se sabe que la prueba es 99.9% precisa. Los resultados son positivos. ¿Cuál es la probabilidad de que el paciente tenga la condición X?
Respuesta incorrecta: 99.9%
Respuesta correcta: no te he dado suficiente información para determinar la respuesta correcta.
¿Huh? Sí. Necesitas saber la prevalencia. Esa es la probabilidad real de que un individuo evaluado tenga una condición.
Digamos que la prevalencia es 0.0001. Eso significa que de cada 10,000 personas evaluadas UNA tiene la condición.
Y si la prueba es 99.9% precisa, entonces de cada 10,000 personas analizadas, habrá 10 falsos positivos y uno verdadero positivo. Lo que significa que, si la precisión de la prueba es 99.9% y la prevalencia es .0001, la probabilidad de que el paciente tenga X es de aproximadamente 0.091. Uno de once.
