11/23/2013

Probabiliti condiionate

11/23/2013

OBIECTIVE
Probabiliti condiionate
Prevalenta
Sensibilitate, specificitate
VPP, VPN
Teorema lui Bayes
Independena a dou evenimente

11/23/2013

Probabiliti condiionate
n anumite situaii este necesar s cunoatem probabilitatea unui

eveniment particular care urmeaz s aib loc, tiind deja c alt

eveniment a avut loc.

A i B sunt dou evenimente arbitrare

probabilitatea condiionat a lui A de ctre B este probabilitatea de a se

realiza evenimentul A dac n prealabil s-a realizat evenimentul B.

Pr (A|B)
Pr(A|B) = Pr(A B) / Pr(B)

Majoritatea aplicaiilor pentru aceste tipuri de probabiliti condiionate

sunt testele diagnostic i programe de screening.

11/23/2013

Probabiliti condiionate
Probabilitatea condiionat

Pr(B|A) = Pr(A B)
Pr(A)
Pr(A B) = Pr(B|A) Pr(A)

11/23/2013

Probabilitate condiionat
Are loc urmtoarea regul de calcul a

probabilitii interseciei a dou evenimente:

Pr( A B) Pr( A) Pr(B / A)
sau
Pr( A B) Pr(B) Pr( A / B)

11/23/2013

Probabilitate condiionat
Aceste formule sunt cunoscute i sub numele de

regula general de nmulire a probabilitilor. Mai

general, au loc urmtoarele reguli de nmulire a
probabilitilor:

Pr( A B C) Pr( A) Pr(B / A) Pr(C / A B)

respectiv

Pr( A B C D) Pr( A) Pr(B / A) Pr(C / A B) Pr(D / A B C)

11/23/2013

Independena a dou evenimente

Dou evenimente A i B se numesc independente dac i numai dac
Pr(AB) Pr(A) Pr(B).
Dou evenimente A i B sunt dependente dac
Pr(AB) Pr(A) Pr(B).
Are loc urmtoarea proprietate privind probabilitile condiionate:
Dac A i B sunt evenimente independente, atunci

Pr(B|A) =Pr(B) = Pr(B|nonA).

11/23/2013

Independena a dou evenimente

Dac evenimentele A i B sunt independente atunci:
Pr(B/A) Pr(B)
i
Pr(A/B) Pr(A)
(probabilitatea evenimentului B nu depinde de realizarea
evenimentului A i invers).

Legea de adunare a evenimentelor independente.

Dac A i B sunt dou evenimente independente, atunci

Pr( A B ) = Pr(A) + Pr(B) (1 Pr(A)).

11/23/2013

Exemple
Exemplul 1:

Pentru studiul HTA in cadrul familiilor s-a determinat

probabilitatea HTA la barbati P(A)=0,2 si la femei
P(B)=0,1
Care este probabilitatea de a avea o familie de hipertensivi?

Pr(A B) = ?
Exemplul 2:
Pentru studiul HTA in cadrul familiilor s-a determinat
probabilitatea HTA la mama P(A)=0,1, la primul copil
P(B)=0,2 si frecventa aparitiei HTA la copiii cu mama
afectata de HTA: Pr(AB) = 0,5
Exista o relatie de cauzalitate intre HTA la mama si cea de
la copil?

11/23/2013

Formula lui BAYES

Considerm evenimentele A i B care nu sunt independente. Atunci

din formulele:
Pr(A/B)

Pr(A B)
Pr(B)

Pr(B/A)

Pr(A B)
Pr(A)

se deduce formula lui BAYES:

Pr(A/B)
Dar fiindc

Pr(B/A) Pr(A)
Pr(B)

Pr(B) = Pr((BnonA) (BA)) =Pr(BnonA) + Pr(BA),

aplicnd formula probabilitilor condiionate se obine:

Pr(B)=Pr(B|A) Pr(A) + Pr(B|nonA) Pr(nonA).

De aici rezult urmtoarea form a formulei lui Bayes:

Pr(A | B)

Pr(B | A) Pr(A)
Pr(B | A) Pr(A) Pr(B | nonA) Pr(nonA)
10

10

11/23/2013

Formula lui BAYES - exemplu

Se tie c 60% din populaia dintr-o ar triete n mediul

urban, 20% din populaie este alergic i 55% dintre alergici

triesc n mediul urban. Care este probabilitatea ca alegnd la
ntmplare un locuitor din mediul urban el s fie alergic?

Fie A evenimentul ca o persoan s fie alergic, iar U

evenimentul ca o persoan s locuiasc n mediul urban.

Atunci probabilitatea cutat este:

Pr( A | U )

Pr(U | A) Pr( A) 0.55 0.2 11

Pr(U )
0.6
60

11

11

11/23/2013

Probabilitate condiionat
S considerm urmtoarele evenimente n legtur cu aplicarea

unui test diagnostic:

A - evenimentul ca o persoan luat la ntmplare dintr-o

populaie s aib o anumit afeciune A (TBC , HIV etc.),
T - evenimentul de obinere a unui test pozitiv n cazul
aplicrii unui test diagnostic T pentru detectarea afeciunii
A la o persoan.
Prin non(A) (persoan fr afeciunea A) i non(T) (test
negativ) notm evenimentele complementare
evenimentelor A i respectiv T.

12

12

11/23/2013

Probabilitate condiionat
In general, din cauza imperfeciunii testului, nu orice persoan

avnd afeciunea A este detectat la aplicarea testului A ca

pozitiv (fals negativ) i nu toate persoanele cu rspuns pozitiv
la testul T au neaprat afeciunea (fals pozitiv).
Astfel, de regul, prin aplicarea unui test diagnostic rezult
fali pozitivi i fali negativi.
Ambele rezultate eronate ce rezult prin aplicarea testului sunt
de nedorit.

13

13

11/23/2013

Probabilitate condiionat
S presupunem c din populaia creia i s-a aplicat

testul este selectat un eantion reprezentativ de n

persoane i s-au obinut urmtoarele rezultate:

Afeciunea
Testul

non (A)

Total

T
pozitiv

a+b

non (T)
Negativ

c+d

Total

a+c

b+d

n
14

14

11/23/2013

Testul

non (A)

Total

a+b

non (T)

c+d

Total

a+c

b+d

Afeciunea

Prevalenta afectiunii

Extrgnd la ntmplare o persoan din populaie, cu ajutorul

rezultatelor prezentate n tabelul precedent se pot determina

probabilitile diverselor evenimente ce pot avea loc.
Astfel avem:

Pr( A)

ac
n

Pr(nonA)

bd
n

Pr(A) se numete prevalena afeciunii A.

15

15

11/23/2013

Exemplu de Screening
Un numr de 64.810 de femei cu vrste cuprinse ntre 40 i 64 de ani

care fceau parte dintr-un proiect de screening al cancerului mamar

din cadrul Health Insurance Plan of Greater New York au fost
monitorizate n urma mamografiei i examinrii fizice.

Din 1.115 femei care au fost testate, 132 au fost diagnosticate cu

cancer mamar.
De-a lungul unei perioade de 5 ani de urmrire prin acest program,
au fost detectate 45 de cazuri de cancer dintre femeile care
avuseser un rezultat negativ dup screening.
(Source: American Journal of Epidemiology (1974), 100: 357-366)

16

16

11/23/2013

Screening
Screening (+)
Screening (-)
Total

Cancer
(+)
132
45
177

Cancer
(-)
983
63650
64633

Total
1115
63695
64810

Care este probabilitatea ca o femeie care a fcut

cancer s fi avut un test pozitiv n urma
screening-ului?

P (cancer | rezultat pozitiv la test)

17

17

11/23/2013

Soluie

Cancer (+)
Screening (+)
132
Screening (-)
45
Total
177

Cancer(-)
983
63650
64633

Total
1115
63695
64810

P (cancer|screening+)
= P (cancer screen+) / P (screen+)
P (cancer screening+) = 132 / 64.810
P (screening+) = 1115/64810
132
1115
132
64810
/

x
64810 64810 64810
1115

= 0.118

valoarea predictiv pozitiv pentru testul de screening

18

18

11/23/2013

Valori predictive
Screening-ul unui test diagnostic se utilizeaz pentru

identificarea bolilor i pentru ajutorul pe care l d n cazul

stabilirii unui diagnostic.
Este important s tim probabilitatea ca testul aplicat s
ne dea un diagnostic corect (pozitiv sau negativ).
Valoarea predictiv pozitiv (VPP) este probabilitatea ca o
persoan care are afeciunea s obin un rezultat pozitiv
n urma aplicrii testului.

VPP = P(test+ boala+)

P(test+)
19

19

11/23/2013

Valori predictive
Analog, valoarea predictiv negativ (VPN) este probabilitatea

ca o persoan care nu are afeciunea s obin un rezultat

negativ n urma aplicrii testului.
VPN = P(test- boala-)

P(test-)

20

20

11/23/2013

Senzitivitate
Senzitivitatea este probabilitatea ca testul s fie pozitiv n timp

ce afeciunea exist.
Se = P(Test+|Boala+)
= P(Test +ve Boala+)
P(Boala+)

21

21

11/23/2013

Calculul senzitivitii

Cancer (+)
Screening (+)
132
Screening (-)
45
Total
177

Cancer(-)
983
63650
64633

Total
1115
63695
64810

P(Test +|Boala+) = P(Test + Boala+)

P(Boala+)
=(132/64810) / (177/64810)
132
177
132
64810
/

x
64810 64810 64810
177

132/177

Se = 0.75
22

22

11/23/2013

Specificitate
Specificitatea este probabilitatea ca testul s fie negativ, n timp

ce boala nu este prezent.

Sp = P(Test -|Boala-)
= P(Test Boala-)
P(Boala-)

23

23

11/23/2013

Calculul Specificitii

Cancer (+)
Screening (+)
132
Screening (-)
45
Total
177

Cancer(-)
983
63650
64633

Total
1115
63695
64810

P(Test-|Boala-) = P(Test- Boala-)

P(Boala-)
=(63650/64810) / (64633/64810)
63650 64633 63650 64810
/

x
64810 64810 64810 64633

63650/64633
Sp = 0.985
24

24

11/23/2013

Sensitivitate, Specificitate, VPP

Senzitivitatea este probabilitatea ca prezena bolii s fi fost

corect identificat de test

= 132/177 = 0.746 = 74.6%

Specificitatea este probabilitatea ca absenei bolii s fi corect

identificat de test
= 63650/64633= 0.985 = 98.5%

Valoarea pozitiv predictiv este probabilitatea ca un pacient

care are un test pozitiv fie corect diagnosticat cu boala

= 132/1115 = 0.118 = 11.8%

Cancer (+)
Screening (+)
132
Screening (-)
45
Total
177

Cancer(-)
983
63650
64633

Total
1115
63695
64810

25

25

11/23/2013

Riscul relativ (RR)

Riscul bolii la expui:

p1=a/(a+b)
Riscul bolii la neexpui:
p0=c/(c+d)
Riscul relativ (RR): de cte
ori este mai mare proporia
persoanelor bolnave n
rndul celor expui la
factorul de risc fa de
proporia bolnavilor n rndul
celor neexpui la factorul de
risc
RR=p1/p0

RR<1
RR=1

Factor de
protectie
Factor indiferent

RR>1

Factor de risc

Pr(B | A)
RR
Pr(B | A)

Interpretare:
Riscul apariiei bolii A la pacienii
care sunt expui la factorul B este
de RR ori mai mare fa de cei
neexpui la factorul B.

26

11/23/2013

FORMULE
Riscuri pe tabelul de contingenta
B+

B-

Total

AP - Adevarat Pozitiv

F+

AP

FP

AP+FP

FP Fals Pozitiv

F-

FN

AN

FN+AN

AN - Adevarat Negativ

Total

AP+FN

FP+AN

AP+FP+FN+AN=n

FN - FalsNegativ

Denumire

Formula

Rata falsi pozitivi

=FP/(FP+AN)

Rata falsi negativi

=FN/(FN+AP)

Sensibilitate

=AP(AP+FN)

Specificitate

=AN/(AN+FP)

Acuratete

=(AP+AN)/n

Valoarea predictiv pozitiva

=AP/(AP+FP)

Valoarea predictiv negativa

=AN/(AN+FN)

Riscul relativ

=AP(FP+AN)/[FN(AP+FP)]

Rata sansei

=(APAN)/(FNFP)

Riscul atribuabil

=AP/(AP+FP)-FN/(FN+AN)

27

11/23/2013

Observaii
Un fals negativ este o persoan pentru care testul este
negativ, dar care de fapt are boala.
Un fals pozitiv este o persoan pentru care testul este
pozitiv, dar care de fapt nu are boala.
Este important ca att senzitivitatea ct i specificitatea
s fie ridicate (ct mai aproape de valoarea 1 sau 100%)
pentru ca simptomul sau testul s fie predictiv pentru o
boal.

28

28

11/23/2013

Observaii
Valorile predictive au doar o validitate limitat.
n practica clinic valorile predictive depind de prevalena

anomaliilor la pacienii care sunt testai.

Astfel, acestea pot s difere de prevalena care apare n

studii publicate care au fost fcute pe testul respectiv.

29

29

11/23/2013

Intrebare

Se face un studiu pe 1000 de persoane (450 femei i 550 brbai), care

pune n discuie apariia efectelor secundare n urma tratamentului cu
un anumit medicament. Dup tratamentul cu acest medicament, s-a
constatat c 1 femeie i 4 brbai au avut efecte secundare. Care este
probabilitatea ca o persoan luat la ntmplare (indiferent de sex) s
aib efecte secundare?
a) 0,25
b) 0,14
c) 0,4
d) 0,04
e) 1,2

30

30