Término de glosario
Sensibilidad
La proporción de personas que realmente tienen una afección que una prueba marca correctamente como positiva.
Intuición visual
3 in 100
before new evidence
La sensibilidad se evalúa solo en las 3 que realmente la tienen
De estas 100 personas, solo las 3 resaltadas tienen realmente la afección. La sensibilidad hace una sola pregunta sobre ellas: ¿qué proporción detectaría la prueba? Las otras 97, y las falsas alarmas que pueden generar, no entran en juego.
Fórmula
sensitivity = true positives / everyone who truly has it
Ejemplo
Al evaluar a 10,000 personas donde 10 realmente tienen la afección, una prueba con 99% de sensibilidad marca casi los 10 casos reales; con un 80% de sensibilidad pasaría por alto a 2 de ellos.
Cómo funciona
La sensibilidad se evalúa únicamente en las personas que realmente tienen la afección: de las 3 en este grupo que la tienen, ¿qué proporción señala la prueba? Una prueba con 99% de sensibilidad detecta 99 de cada 100 casos reales y pasa por alto 1: un . Lo que la sensibilidad ignora deliberadamente es a todos los demás: una prueba puede detectar cada caso real y aun así enterrarte en falsas alarmas de la mayoría sana. Prevenir estas últimas es tarea de la , y esta combinación explica por qué una prueba con 99% de sensibilidad y 99% de especificidad sigue arrojando alrededor de 100 falsos positivos por cada 10 verdaderos cuando solo 1 de cada 1,000 personas tiene la afección.
Conceptos
Tasas base
La frecuencia de fondo de algo antes de considerar nueva evidencia. Una señal fuerte aún puede producir muchas falsas alarmas cuando lo que se está probando es raro, porque hay muchos más casos que no lo son que los que sí lo son. Un buen razonamiento combina la nueva señal con la tasa base.
Probabilidad condicional
La probabilidad de que algo ocurra después de que nueva información cambie lo que sigue siendo posible. El paso importante es actualizar el denominador: los casos descartados por la nueva información ya no deben contarse. Muchos errores ocurren cuando las personas siguen usando las probabilidades originales después de que la situación se ha reducido.
