Distribución de Probabilidad

La distribución de probabilidad en el área de la ciencia de la salud es importante porque esta permite representar teóricamente de forma simplificada un fenómeno real y conocer la probabilidad de que ciertos sucesos definidos tengan lugar. Esto facilita la toma de decisiones y la precisión de hechos que pueden ocurrir. Además con la distribución de probabilidad se puede conocer el comportamiento de una variable aleatoria.

En ciencias de la salud además sirve para conocer la probabilidad de que un evento (enfermedad) ocurra en el futuro, esto es fundamental debido a que se pueden tomar las previsiones necesarias ya que se conoce todos los posibles resultados de dicho evento.


A continuación se presentan ejemplos de algunas distribuciones de probabilidad

1.-Experimento de Bernoulli
Un médico realiza una punción lumbar para tomar una muestra de líquido cefalorraquídeo en un paciente de 18 meses de edad para confirmar el diagnóstico de meningitis. Considerando el resultado positivo como un fracaso y el resultado negativo como éxito.

2.-Experimento Binomial
Se realiza una prueba de embarazo en mujeres 15 mujeres de 32 a 35 años de edad que han tenido problemas para quedar embarazadas. Considerando el resultado positivo como un éxito y el resultado negativo como un fracaso.

3.-Distribución Binomial
Se sabe que el 45% de los pacientes que asisten a una consulta cardiovascular son hipertensos. Determinar la probabilidad de que una muestra aleatoria de 4 personas:
a.- Ninguno padezca de hipertensión
b.- Más de 2 sufran hipertensión.


4.-Distribución normal estandarizada
El salario mensual de un médico internista en el IAHULA sigue una distribución normal con μ=10000 Bs y σ=850 Bs. Se pide:
a) La probabilidad de que el salario mensual de un médico internista en el IAHULA sea superior a 11000 Bs.
b) La probabilidad de que el salario mensual de un médico internista en el IAHULA sea
Inferior a 8000 Bs.


5.-Chi-Cuadrado
a.- P(X²≤0,70) con 5 grados de libertad= 3,00
El valor de la variable X² que deja a su izquierda, un área de 0,7 en una distribución con 5 grados de libertad es de 3,00

b.- P(X²≥0,10) con 8 grados de libertad= P(X²≤0,90)=3,49
El valor de la variable X² que deja a su derecha, un área de 0,10 en una distribución con 8 grados de libertad es de 3,49

c.- P(0,3≤X²≤ 0,7) con 3 grados de libertad= 3,66≤ X²≤1,42
El valor de la variable X² que deja a su izquierda, un área de 0,3 en una distribución con 3 es de 1,42, mientras que el valor a la derecha deja un área de 0,3 es de 3,66.

6.-T-Studens
Dada una variable t de Student con 15 grados de libertad. Hallar el valor de t que deja un área total de 10% en ambos extremos.

α/2= 0,10/2= 0,05

Usando la tabla α=0,05 se tiene que t=1,7531 para la cola derecha y debido a la simetría de la distribución de t, el valor de la cola es el mismo pero con signo diferente, es decir, t=-1,7531


Propiedades de la Esperanza Matemática

Estas propiedades son válidas tanto para variables discretas como continuas.

1.-El valor esperado de una constante es igual a ella misma.


                                              E(C)= C

          Ejemplo: X= {5} entonces E(X)= 5

2.-Si X e Y son variables aleatorias se cumple que:

                                    E(X+Y)= E(X)+E(Y)

Esto indica que el valor esperado de la suma de 2 variables aleatoria es igual a la suma de sus valores esperados.

Ejemplo:



E(X)=[(1.1/4)+(2.1/8)+(3.1/8)+(4.1/2)]
E(X)= 1/4+1/4+3/8+2
E(X)= 2,875



E(Y)=[(0.1/2)+(1.1/2)]
E(Y)=0+1/2
E(Y)= 0,5

Entonces E(X+Y)= 2,875+0,5 = 3,375

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)

Ejemplo: Dados C= 5 y E(X)= 2,875  (valores hallados anteriormente)

E(C.X)= 5. 2,875
E(C.X)=14,375

4.-Si X es una variable aleatoria e Y es otra variable aleatoria, el valor esperado 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)

Ejemplo. Dado E(X)= 2,875, E(Y)= 0,5

E(X.Y)= 2,875. 0,5
E(X.Y)= 1,4375

Propiedades de la Varianza

NOTA: Las propiedades de la Varianza son las mismas para la Desviación Estándar, lo único que varia es que se le saca la raíz cuadrada a esta ultima.

1.-La varianza de una constante es cero.

                    Var(C)= 0

Ejemplo. Dado X{5}, E(X)=5 y P(X)=0.5

Var(X)= (5-5)². 0,5
Var(X)= 0

DE(X)=0

2.- La varianza del producto de una constante por una variable es igual a la constante al cuadrado por la varianza de la variable.

               Var(C.X)= C². Var(X)

Ejemplo. Dado C=5

Var(X)= [((1-3,375)². 1/4)+((2-3,375)².1/8)+((3-3,375)².1/8)+((4-3,75)².1/2)]
Var(X)= 1,41+0,23+0,01+0,19
Var(X)= 1,84

Var(C.X)= 5². 1,84
Var(C.X)= 25.1,84
Var(C.X)=46

DE(C.X)=6,78

3.-Si X e Y son variables independientes

                                   Var(X+Y)= Var(X)+Var(Y)

Ejemplo. Dado Var(X)= 1,84 (valor hallado anteriormente)

Var(Y)= [((0-0,5)².1/2)+((1-0,5)².1/2)]
Var(Y)= 0,125+0,125
Var(Y)=0,25

Var(X+Y)=1,84+0,25
Var(X+Y)=2,09

DE(X+Y)= 1,44


EJERCICIO

Un médico diseño una terapia alternativa contra el cáncer  y desea probar si esta surge efecto positivo en los pacientes a la que se les aplica. El médico elige a 4 pacientes para realizar el experimento y  toma nota de los resultados. S, a los que la terapia les generó un efecto positivo y N, a los que la terapia no les generó ningún efecto.

a.-  Determinar el espacio muestral.
b.- Evento O, que consiste en que máximo a 1 de los 4 pacientes  no les haya generado ningún efecto la terapia.
c.- Evento P, que consiste en que al menos 3 de los 4 pacientes les haya generado un efecto positivo la terapia.
d.- Evento Q, que consiste en que a ningún paciente le haya generado ningún efecto la terapia.

P1 (Paciente 1), P2 (Paciente 2), P3 (Paciente 3), P4 (Paciente 4), S (efecto positivo), N (ningún efecto)


a.- S= {SSSS, SSSN, SSNS, SSNN, SNSS, SNSN, SNNS, SNNN, NSSS, NSSN, NSNS, NSNN, NNSS, NNSN, NNNS, NNNN}

b.- O= {SSSN, SSNS, SNSS, NSSS}         

         4/16= 0,25

La probabilidad de que máximo a 1 de los 4 pacientes  no les haya generado ningún efecto la terapia es de 0,25.

c.- P= {SSSS, SSSN, SSNS, SNSS, NSSS}     
       
        5/16= 0,3125

La probabilidad de que al menos 3 de los 4 pacientes les haya generado un efecto positivo la terapia es de 0,3125.

d.- Q= {NNNN}        

        1/16= 0,0625

La probabilidad de que a ningún paciente le haya generado ningún efecto la terapia es de 0.0625.







Relación entre Probabilidad y Salud 

La definición de probabilidad surge gracias  al deseo del ser humano por conocer con certeza los eventos que sucederán en el futuro. Es por eso que a través de la historia se han desarrollado diferentes enfoques para tener un concepto de la probabilidad y determinar sus valores.

La probabilidad es la posibilidad que existe entre varias opciones, de que un hecho o condición se produzcan. Esta mide la frecuencia con la cual se obtiene un resultado en la realización de un experimento sobre el cual se conocen todos los resultados posibles.

La teoría de la probabilidad es un modelo matemático que se ocupa de analizar los fenómenos aleatorios. Esta teoría es muy utilizada por disciplinas como la estadística, las matemáticas, la filosofía, la ciencia, entre otras; para sacar conclusiones respecto a los sucesos potenciales que las ocupan.

La probabilidad es muy importante en la medicina ya que gracias a ella se pueden tomar decisiones oportunas para beneficio del paciente, ya que si se conocen todos los posibles resultados de algún acontecimiento se pueden tomar las medidas necesarias para evitar algún riesgo posterior para el paciente. Por ejemplo si una persona es fumadora, no realiza actividad física y tiene el colesterol alto, tiene una mayor probabilidad de sufrir un infarto de miocardio. Conociendo, gracias a la probabilidad la relación que tiene el fumar y el colesterol alto con el riesgo de sufrir un infarto se pueden tomar las decisiones necesarias para ayudar a prevenir este problema; como promover una vida sana y combatir el tabaquismo para así evitar complicaciones en salud a largo plazo.

La importancia esencial de la aplicación de los métodos de cálculo de la probabilidad reside en su capacidad para estimar o predecir eventos. Cuanto mayor sea la cantidad de datos disponibles para medir la probabilidad de un acontecimiento, más preciso será el resultado calculado.



Acerca de mi

Seguidores

Posts Populares

Con tecnología de Blogger.