La estadística es un método esencial en la investigación médica y la medicina basada en pruebas. Al mismo tiempo, plantea las máximas exigencias en cuanto a metodología y conocimientos profesionales. Un buen conocimiento básico de estadística es, por tanto, un requisito previo para comprender la literatura médica. Uno de los pilares fundamentales es el concepto de “probabilidad”.
En la práctica diaria, las probabilidades no son inmediatamente accesibles. En su lugar, se observan grupos de acontecimientos. Corresponden a una frecuencia absoluta o relativa. La especificación de probabilidades, por su parte, pretende cuantificar el azar. Sin embargo, esto se basa en una construcción teórica que sólo puede aproximarse en la práctica. Un ejemplo: Un médico le dice a su paciente con tumor que tiene un 50% de posibilidades de sobrevivir los próximos dos años tras la quimioterapia. Esta afirmación no debe entenderse en el sentido de que de dos pacientes tratados al mismo tiempo, uno morirá en los dos primeros años, pero el otro sobrevivirá a los dos años con una certeza del 100%. Más bien, la afirmación debe entenderse en el sentido de que en un gran colectivo de pacientes, casi la mitad sobrevive a los dos años siguientes, pero la otra mitad no. Esta afirmación sólo implica indirectamente un destino individual. Esto se debe al hecho de que el médico que le atiende no puede conocer todos los factores influyentes que permiten un pronóstico fiable e individual.
La gente interpreta muy mal las declaraciones explícitas de probabilidades. Esto se debe a que las dos tareas son claramente diferentes: predecir las verosimilitudes a medias correctamente o resolver un problema matemático. La intuición estadística a veces es errónea. Hágase la prueba: En un país en el que una de cada 1000 personas está infectada por el VIH (esto corresponde a una prevalencia del 0,1%), una persona seleccionada al azar obtiene un resultado positivo en la prueba. La prueba tiene una fiabilidad del 99%, por lo que el resultado es erróneo en un uno por ciento de los casos. ¿Qué probabilidad hay de que la persona que dio positivo esté realmente infectada por el VIH? 99%? Incorrecto. La respuesta correcta es alrededor del 10%. Porque matemáticamente, la situación es la siguiente: De cada 1000 personas, sólo una está infectada, y es muy probable que su prueba dé positivo. Pero 10 de las 999 personas sanas restantes también obtienen un resultado positivo en la prueba porque el porcentaje de error es del uno por ciento. Así pues, entre el total de 11 personas con resultados positivos en las pruebas, hay 10 sanas (los falsos positivos) y una que está realmente infectada. Esto hace que haya menos de un 10% de probabilidades de infectarse por el VIH si da positivo.
El amplio campo de las probabilidades
En la investigación médica, la probabilidad recibe su propio término técnico en función de su aplicación. Entre ellos se incluyen, por ejemplo, el riesgo, la incidencia o la sensibilidad. Básicamente, todas las probabilidades se calculan de la misma manera basándose en el cálculo de probabilidades. La probabilidad es una medida de si un acontecimiento ocurre o no y se divide en probabilidad incondicional y condicional. En epidemiología, se calculan medidas como el riesgo absoluto o relativo, la reducción absoluta del riesgo, el número necesario para tratar y la odds ratio. Pero la incidencia, la prevalencia, la mortalidad y la letalidad también están sujetas al cálculo de probabilidades. Pero el pensamiento estadístico real no es sólo el cálculo rutinario de parámetros o la mera aplicación de pruebas estadísticas sencillas (con la esperanza de obtener un resultado significativo), sino más bien el esfuerzo por arrojar luz sobre la oscuridad de los datos y acercarse un poco más a la verdad.
Para saber más:
- Hilgers RD, Bauer P, Scheiber V (2003): Cálculo de probabilidades. En: Introducción a la estadística médica. Estadística y sus aplicaciones. Springer, Berlín, Heidelberg. https://doi.org/10.1007/978-3-662-06858-8_4
- www.spektrum.de/news/fehlurteile-wie-man-wahrscheinlichkeiten-richtig-versteht/1820015
- www.amboss.com/de/wissen/epidemiologie-und-wahrscheinlichkeiten
- https://heiup.uni-heidelberg.de/journals/index.php/hdjbo/article/download/24017/17712
