Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Bioestadística II > Clase 11: ppt > Flashcards

Clase 11: ppt Flashcards

1
Q
  1. Frecuentemente en el diagnóstico médico, el investigador está interesado en discriminar entre pacientes con la presencia o ausencia de una condición o estado.
  2. Estos estados son dicótomos, frecuentemente llamados tests positivos o negativos, y la predicción está basada en uno o más factores predictivos llamados
A

Biomarcadores

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

En términos más generales, el problema de discriminación se intenta resolver proponiendo una fórmula o procedimiento que distinga entre sujetos de uno u otro grupo.
Llamado…

A

Análisis discriminante

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Objetivos del análisis discriminante:

A
  1. Obtener una regla de discriminación entre objetos o sujetos de diferentes poblaciones (grupos) basada en los datos de una muestra obtenida de los predictores (marcadores). Este es el problema de SEPARACIÓN.
  2. Asignar un nuevo sujeto (cuyo grupo es en ese momento desconocido) a uno de los grupos predefinidos, con un mínimo de error. Este es el problema de CLASIFICACIÓN.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

En medicina, usualmente dividimos a los sujetos en dos grupos: enfermos/sanos, basados en los resultados de algún test.
Este tipo de clasificación se llama…

A

Binaria

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Los biomarcadores son también llamados…

A

Clasificadores

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

El desempeño de un clasificador reside en

A

su capacidad de clasificar correctamente a los sujetos entre los grupos.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Cuando un solo clasificador no puede hacer su trabajo, podemos recurrir a tener varios clasificadores. Llamado…

A

Clasificador compuesto

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

test que sería lo más perfecto que existe.

A

Gold Standard

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Con que se va a comparar el clasificador que queremos probar?

A

Con el Gold Standard

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Los posibles resultados de un test

A
  1. Verdadero positivo (VP o TP): Sujetos que de verdad tienen la enfermedad y dan positivo al test que se está evaluando.
  2. Falso positivo (FP): Sujetos que no tienen la enfermedad pero que dan positivo al test que se está evaluando.
  3. Verdadero negativo (VN o TN): Sujetos que no tienen la enfermedad y dan negativo al test.
  4. Falso negativo (FV): Sujetos que tienen la enfermedad pero quedan negativo al test.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Lo ideal sería que FP = FN =

A

0
- Pero esto nunca sucede

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Medidas de desempeño de los clasificadores para un marcador BINARIO

A

Sensibilidad
Especificidad

Prevalencia de la enfermedad

Valor predictivo positivo
Valor predictivo negativo

Likelihood ratio positivo
Likelihood ratio negativo

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

¿Qué es la sensibilidad?

A
  1. Es la probabilidad condicional de tener un test positivo, dado que se tiene la enfermedad.
  2. Se divide los VP entre el total de enfermos (VP + FN)
  3. Tabla
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

¿Qué es la especificidad?

A
  1. Es la probabilidad condicional de tener un test negativo, dado que no se tiene la enfermedad.
  2. Se divide los VN entre los sanos (VN + FP)
  3. Tabla
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

¿Qué es la prevalencia de la enfermedad?

A
  1. Es el porcentaje de personas que están enfermas del total de personas.
  2. Ver tabla
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

¿Qué es el valor predictivo positivo?

A
  1. Es la probabilidad que la enfermedad esté presente cuando se tiene ya un resultado positivo
  2. formula
  3. Tabla
17
Q

¿Qué es el valor predictivo negativo?

A
  1. Es la probabilidad de que la enfermedad esté ausente cuando ya se tiene un resultado negativo.
  2. Fórmula
  3. Tabla
18
Q

¿Qué es LR+?

A
  1. Es la relación entre la probabilidad de un resultado positivo dado que la enfermedad está presente, dividido entre la probabilidad de un test positivo dado que la enfermedad está ausente.
  2. Fórmula
  3. Tabla
19
Q

¿Qué es el LR-?

A
  1. Es la relación entre la probabilidad de un resultado negativo dado que la enfermedad está presente, dividido entre la probabilidad de un test negativo dado que la enfermedad está ausente
  2. Fórmula
  3. Tabla
20
Q

¿Qué es el análisis de curva ROC?

A
  1. Construyendo una curva ROC, podemos decidir un punto de corte para valorar nuestra escala.
  2. El nuevo punto de corte debe elegirse con cuidado. Hay varios criterios para elegirlo, pero lo más importante es el criterio clínico experto.
  3. Un criterio frecuentemente utilizado es el índice de Youden: se calcula el mayor valor de (sensibilidad + especificidad – 1). Se elige el punto que tenga al mayor valor de Youden.
21
Q

Un criterio frecuentemente utilizado en ROC

A

Es el índice de Youden: se calcula el mayor valor de (sensibilidad + especificidad – 1). Se elige el punto que tenga al mayor valor de Youden.

22
Q

En curva de ROC, La idea es que nuestro test tenga…

A
  1. La mayor área bajo la curva
  2. Que sea significativamente diferente a 0.5 (la diagonal).
23
Q

Usualmente el punto de corte de la curva ROC es…

A

es el que más se aleja de la diagonal y se encuentra más a la izquierda y arriba

24
Q

De que depende el punto de corte’

A

El punto de corte depende de la propia enfermedad. Por ejemplo, en un cáncer se prefiere que no hayan muchos falsos negativos. En la evaluación de un niño con soplo cardiaco no es bueno que hayan muchos falsos positivos.

25
Q

¿Qué es el Odds?

A
  1. El odds se ha traducido de muchas maneras al español, pero lo mejor será mantener su nombre en inglés.
  2. El odds es la razón entre la probabilidad de que ocurra un suceso y la probabilidad de que no ocurra
  3. Ver formula del odds que ocurra “A”
  4. Si un suceso tiene una probabilidad de 2/3 de ocurrencia, el odds es: Ver diapo 30
26
Q

¿También un odds se puede revertir hacia una probabilidad?

A
  1. Ver formula de diapo 31
  2. En concreto: un odds se calcula dividiendo el número de individuos que tienen una característica por el número de quienes no la tienen.
27
Q

Ver como se interpreta del odds

A

PPT y apuntes del word

28
Q

¿Qué es el odds ratio?

A
  1. Es un cociente entre dos odds.
  2. Se obtiene al dividir la odds de un tratamiento con la odds de otro.
  3. Imaginemos que ahora que 90 pacientes fueron tratados quirúrgicamente y se alcanzó el éxito terapéutico en 81 (odds = 81/9 = 9).
29
Q

¿Cómo se interpreta el odds ratio?

A
  1. En el ejemplo, la cirugía tiene una ventaja 3 veces mayor en comparación con el tratamiento médico para lograr el éxito terapéutico.
  2. El OR no tiene una interpretación absoluta, debe interpretarse de forma relativa a otro tratamiento o grupo.
30
Q

A tener en cuenta del odds ratio

A

El OR se aproxima bastante bien al riesgo relativo si el evento que se está estudiando es raro y de baja prevalencia.

VER EJEMPLO DE ÚLTIMA DIAPO

31
Q

que vemos en el eje Y - X de la curva ROC

A
  1. Y: Sensibilidad
  2. X: 1 - sensibilidad

Bioestadística II (15 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions