Documente Academic
Documente Profesional
Documente Cultură
probabilitate.
Aplicaţii în domeniul
medical
1
Obiective
Prezentarea conceptelor fundamentale ale
teoriei calculului probabilitaţilor
2
Medicii cu experienţă încep procesul de a pune un
diagnostic de la prima stabilire a contactului vizual
cu un pacient.
Dar procesul de diagnosticare poate începe chiar
înainte de stabilirea contactului vizual cu un pacient.
Oare nu se poate diagnostica pacientul care nu a
fost încă văzut, care este încă în camera de
aşteptare?
Doar noi cunoaștem foarte multe despre pacient şi
putem face unele deducții
3
Inainte de a vedea cu pacientul suntem deja
capabili să identificăm cele mai probabile
două diagnostice şi să atribuim o
probabilitate iniţială pentru fiecare.
În momentele ulterioare, în funcție de
anamneză, de examinare şi testele
suplimentare (dacă este necesar) fiecare
dintre probabilităţi va suferi o serie de
modificări în jos sau în sus.
4
Medicul individualizează întrebările puse şi
elementele examinate în aşa fel încât
rezultatul fiecare interogări forţează un
diagnostic sau altul de a fi mai probabil.
Astfel, diagnoza este un proces dinamic şi
secvential.
5
Să presupunem că la un anumit moment am
finalizat procesul de diagnosticare pentru un
pacient. Până la sfârşitul procesului de
diagnosticare medicul ar trebui să aibă un
diagnostic 100% probabil, dar în multe
cazuri, diagnosticul de lucru (alegerea
numarul unu) poate avea probabilitatea de
doar 70% - 80%.
6
Când un diagnostic nu este 100% probabil,
la momentul iniţial de evaluare, se
urmărește evoluția simptomatologiei
pacientului în timp pentru revizuirea
probabilităţi de diagnostic.
În cazurile care implică incertitudine chiar şi
elaborarea listei de diagnostice probabile cu
un număr mic de alternative concrete permite
medicului evaluarea opţiunilor rezonabile să
aleagă diagnosticul corect.
7
De ce avem nevoie de probabilităţi?
8
Obiective
Definirea conceptului de probabilitate
Operaţii cu probabilităţi
Probabilitate condiţionată. Formula lui Bayes
Prevalenţa, valori predictive, senzitivitate,
specificitate
9
Teoria probabilităţilor
10
Concepte fundamentale -
definiţii
Un experiment este o activitate a cărui rezultat este întâmplător
poate fi definit şi ca un proces de colectare a datelor dintr-o populaţie
Exemple:
Arucarea unui zar (1,2,3,4,5 sau 6)
Determinarea statusului de a fi seronegativ sau seropozitiv.
(da/nu)
Determinarea grupei sangvine. (0,A,B,AB)
11
Concepte fundamentale -definiţii
12
Abordări ale calcului probabilităţilor
Clasic
Probabilitatea unui eveniment A =
Numărul de cazuri favorabile
Numărul de cazuri posibile
Frecvenţa relativă
Numărul de apariţii a unui eveniment, după
repetarea experimentului de un număr mare de
ori.
13
Abordări ale calcului probabilităţilor
Clasic
14
Abordări ale calcului probabilităţilor
măsoară incertitudinea
16
0 1 1
2
0% 50% 100%
17
Exemplu
Încercările constau în determinarea grupei
sangvine, rezultatele posibile fiind: A, B,
AB, O, acestea nu sunt echiprobabile.
18
Spaţiul fundamental de evenimente
19
Complementul evenimentului A
Exemplu
S = {1, 2, 3, 4, 5, 6} A = {1, 2} A = { 3, 4, 5, 6 }
20
Definiţia axiomatică
Fie E un spaţiu fundamental asociat unui experiment
H şi Ω mulţimea tuturor evenimentelor, adică
mulţimea părţilor lui E:
Ω = P(E) .
Se spune că funcţia Pr:Ω→R este o funcţie de
probabilitate, iar prin Pr(A) se notează probabilitatea
evenimentului A, dacă satisface următoarele axiome:
M1. 0 ≤ Pr(A) ≤ 1, ∀ A∈Ω
M2. Pr(E) = 1
M3. Dacă A şi B sunt incompatibile (adică nu pot
avea loc simultan) atunci
Pr(A∪B) = Pr(A) + Pr(B).
21
Definiţia axiomatică - proprietăţi
T1. Dacă A1, A2, ..., An sunt evenimente
incompatibile două câte două atunci:
n n
Pr( Ai) = ∑ Pr(Ai)
i =1 i =1
T2. Pr(∅) = 0.
T3. Pr(non A) = 1 - Pr(A).
T4. Dacă A⊆B atunci Pr(A) ≤ Pr(B).
T5. Pentru orice evenimente A şi B are loc
egalitatea:
Pr(A∪B) = Pr(A) + Pr(B) - Pr(A∩B) .
Spaţiul fundamental este finit
C = { 3} ( eveniment elementar).
23
Spaţiul fundamental este finit
24
Spaţiul fundamental este infinit şi
numărabil
Experimentul H constă în aruncarea succesivă a unui zar
până ce se obţine faţa 5.
Spaţiul fundamental în acest caz este alcătuit din numărul
aruncărilor necesare, care variază de la 1 la infinit:
E = {1, 2, 3,...,n,...}.
25
Spaţiul fundamental este infinit şi
numărabil
Experimentul H constă în numărarea internărilor într-un
spital într-un interval de timp dat (săptămână, lună, an etc.)
Spaţiul fundamental E variază de la 0 la infinit, adică
E = {0,1, 2, 3,...,n,...}.
26
Spaţiul fundamental este infinit şi
nenumărabil
Experimentul H constă în aruncarea unei bile sferice într-o
cutie dreptunghiulară.
In urma unei încercări după oprirea bilei ea are un punct de
contact cu baza cutiei.
Spaţiul fundamental E, în acest caz, este alcătuit din
punctele de contact.
E este o mulţime infinită şi nenumărabilă.
27
Spaţiul fundamental este infinit şi
nenumărabil
Experimentul H constă în măsurarea temperaturii corporale.
Spaţiul fundamental E este alcătuit din toate valorile posibile
ale temperaturii corporale, astfel putem considera că în E
intră toate valorile din intervalul [35, 41], sau că
E = [35,41].
28
Spaţiul fundamental este infinit şi
nenumărabil
29
Reguli de probabilitate
Reguli care permit calculul probabilitaţii unui
eveniment:
adunare
înmulţire
Terminologie
Evenimente independente
Evenimente mutual exclusive
Probabilităţi condiţionate
30
Regula de adunare a probabilităţilor
A B
31
Exemplu
Se aruncă un zar şi se observă faţa care este
în sus.
Ev A: numărul obţinut este {2,4,6}
6
Ev B: un număr < 3 {1,2,3} 4 1
A 2 B
Pr(A)=3/6
3
Pr(B)=3/6
Pr(A ∩ B)=1/6
Folosim regula de adunare
Exemple:
• Un experiment presupune aruncarea a două zaruri.
Valoarea obţinută după aruncarea primului zar nu ne
spune absolut nimic în legătură cu valoarea pe care
o vom obţine la aruncarea celui de al doilea zar.
• Alegem două persoane din sala de clasă.
Cunoscând culoarea ochilor primei persoane, nu
putem să spunem nimic despre culoarea ochilor
celeilalte persoane.
33
Proprietăți
34
Exemplu:
La experimentul care constă în aruncarea unui
zar considerăm evenimentele:
A:{obţinerea unei feţe cu un număr par}
B:{obţinerea unei feţe cu un număr <=4}
35
Soluţie
36
Evenimente mutual exclusive
Definiţie: Două evenimente sunt mutual
exclusive dacă realizarea unuia implică
nerealizarea celuilalt.
37
Evenimente mutual exclusive
38
Exemplu
40
Intrebare
Probabilitatea ca într-o familie tata să fie hipertensiv este 0,1 iar
probabilitatea ca mama să fie hipertensivă este 0,2. Probabilitatea ca
într-o familie unul dintre părinţi să fie hipertensiv este
0,3
0,1
0,28
0,15
Nu am date suficiente să calculez această probabilitate
41
Intrebare
Probabilitatea ca într-o familie tata să aibă gripă este 0,1 iar probabilitatea
ca mama să aibă gripă 0,2. Probabilitatea ca într-o familie ambii părinţi
să fie gripaţi este
0,3
0,02
0,28
0,15
Nu am date suficiente să calculez această probabilitate
42
Intrebare
43
Intrebare
Evenimentele A si B sunt contrare. Atunci întotdeauna:
a) Prob (A) = Prob(B) ?
b) A si B sunt mutual exclusive ?
c) Prob (A si B) = 0 ?
d) Prob(A si B) = Prob (A) Prob(B) ?
e) Prob(A)+Prob(B)=1 ?
44
Intrebare
45
Intrebare
46
Intrebare
Fie A evenimentul ca primul copil de sex masculin dintr-o familie cu doi
copii să aibă o glicemie mai mare de 110 mg/dl şi B evenimentul ca al
doilea copil de sex feminin din familie să aibă o glicemie mai mare de
110 mg/dl. Dacă Pr(A) = 0.05, Pr(B) = 0.07 şi Pr(A∩B) = 0.0015 atunci
evenimentele A şi B sunt:
a) independente
b) dependente
c) complementare
d) mutual exclusive
e) incompatibile
47
Fie A evenimentul ca o persoană de sex masculin din familie (tata) să aibă
glicemia mai mare de 120 mg/dl şi B evenimentul ca o persoană de sex
feminin din familie (mama) să aibă glicemina mai mare de 120 mg/dl..
Se dau Pr(A) = 0,05 şi Pr(B) = 0,15 şi se presupune că evenimentele
sunt independente. Probabilitatea ca într-o familie mama sau tata să fie
cu glicemia mai mare de 120 mg/dl este:
a) 0,115
b) 0,015
c) 0,155
d) 0,511
e) 0,251
48
Probabilităţi condiţionate
OBIECTIVE
Probabilităţi condiţionate
Prevalenta
Sensibilitate, specificitate
VPP, VPN
Teorema lui Bayes
Independenţa a două evenimente
Probabilităţi condiţionate
Pr(B|A) = Pr(A ∩ B)
Pr(A)
52
Probabilitate condiţionată
54
Independenţa a două evenimente
Dacă evenimentele A şi B sunt independente atunci:
Pr(B/A) = Pr(B) şi
Pr(A/B) = Pr(A)
(probabilitatea evenimentului B nu depinde de realizarea
evenimentului A şi invers).
55
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(A∩B) = 0,5
Exista o relatie de cauzalitate intre HTA la mama si cea de
la copil?
Formula lui BAYES
Considerăm evenimentele A şi B care nu sunt independente. Atunci
din formulele:
Pr(A ∩ B) Pr(A ∩ B)
Pr(A/B) = Pr(B/A) =
Pr(B) Pr(A)
se deduce formula lui BAYES:
Pr(B/A) ⋅ Pr(A)
Pr(A/B) =
Pr(B)
Dar fiindcă
Pr(B) = Pr((B∩nonA) ∪ (B∩A)) =Pr(B∩nonA) + Pr(B∩A),
aplicând formula probabilităţilor condiţionate se obţine:
Pr(B)=Pr(B|A) Pr(A) + Pr(B|nonA) Pr(nonA).
De aici rezultă următoarea formă a formulei lui Bayes:
Pr(B | A) ⋅ Pr(A)
Pr(A| B) =
Pr(B | A) ⋅ Pr(A) + Pr(B | nonA) ⋅ Pr(nonA)
57
Formula lui BAYES - exemplu
58
Probabilitate condiţionată
Să considerăm următoarele evenimente în legătură cu aplicarea
unui test diagnostic:
A - evenimentul ca o persoană luată la întâmplare dintr-o
populaţie să aibă o anumită afecţiune A (periodontita,
cancer oral.),
T - evenimentul de obţinere a unui test pozitiv în cazul
aplicării unui test diagnostic T pentru detectarea afecţiunii
A la o persoană.
Prin non(A) (persoană fără afecţiunea A) şi non(T) (test
negativ) notăm evenimentele complementare
evenimentelor A şi respectiv T.
59
Probabilitate condiţionată
60
Probabilitate condiţionată
Să presupunem că din populaţia căreia i s-a aplicat
testul este selectat un eşantion reprezentativ de n
persoane şi s-au obţinut următoarele rezultate:
61
Testul A non (A) Total
Afecţiunea
a+c b+d
Pr( A) = Pr(nonA) =
n n
62
Exemplu de Screening
63
Screening
boala
P (boală|screening+)
= P (boală ∩ screen+) / P (screen+)
P (boală ∩ screening+) = 45 / 220
P (screening+) = 71/220
45 71 45 220
/ = x = 0.63
220 220 220 71
66
Valori predictive
67
Sensibilitate
Sensibilitatea este probabilitatea ca testul să fie pozitiv în timp
ce afecţiunea există.
Se = P(Test+|Boala+)
= P(Test +ve ∩ Boala+)
P(Boala+)
68
boala
parodontită(+) parodontită(-)
Calculul sensibilității Screening
test (+) 45 26
total
71
test (-) 14 135 149
total 59 161 220
=(45/220) / (59/220)
=45/59
Se = 0.76
69
Specificitate
Sp = P(Test -|Boala-)
= P(Test– ∩ Boala-)
P(Boala-)
70
boala
Screening parodontită(+) parodontită(-) total
Calculul Specificităţii test (+) 45 26 71
test (-) 14 135 149
total 59 161 220
Sp = 0.84
71
Sensibilitate, Specificitate, VPP
Sensibilitatea este probabilitatea ca prezenţa bolii să fi fost
corect identificată de test
= 45/59 = 0.76 = 76%
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 =(AP·AN)/(FN·FP)
Riscul atribuabil =AP/(AP+FP)-FN/(FN+AN)
Observaţii
75
Intrebare
Se face un studiu pe 1000 de persoane (450 femei şi 550 bărbaţi), care
pune în discuţie apariţia efectelor secundare în urma tratamentului cu
un anumit medicament. După tratamentul cu acest medicament, s-a
constatat că 1 femeie şi 4 bărbaţi au avut efecte secundare. Care este
probabilitatea ca o persoană luată la întâmplare (indiferent de sex) să
aibă efecte secundare?
a) 0,25
b) 0,14
c) 0,4
d) 0,04
e) 1,2
76