¿Debe el médico ayudarnos a comprender las probabilidades tras un resultado positivo?

y

Ejemplo de ayuda visual que podría utilizarse para comunicar el significado de un resultado positivo en una mamografía, adaptado de García-Retamero & Cokely  (2013)
Ejemplo de ayuda visual que podría utilizarse para comunicar el significado de un resultado positivo en una mamografía, adaptado de García-Retamero & Cokely (2013)

La mayoría de las personas somos un pequeño desastre interpretando probabilidades, lo que a menudo nos causa más de un disgusto. Y más de dos también. Pongamos un ejemplo que nos afecta a todos. Vamos al médico. Nos manda hacer unas pruebas. Resultado positivo. ¡Horror! Las alarmas se disparan en nuestra cabeza. Cada vez más fuerte. Pensamos inmediatamente que tenemos la enfermedad. Nos angustiamos. ¿Cuál es la probabilidad real de que tengamos la enfermedad? ¡Uy, es que yo soy de letras! Ya, ta.

Ante un resultado positivo es necesario conocer también cuál es el porcentaje de falsos positivos en esa prueba, es decir, la probabilidad de que, aunque no tengamos la enfermedad, nos salga positivo de todas formas (p. ej., 9%). Y también la prevalencia, es decir, la probabilidad de que una persona tenga la enfermedad (p. ej., 1%). Y la probabilidad de dar positivo en la prueba si tenemos la enfermedad, es decir, la sensibilidad de la prueba (p. ej., 90%). Y sí. Luego deberíamos calcular cuál es nuestra probabilidad real de tener la enfermedad si hemos dado positivo en la prueba. Ya, es que yo… De acuerdo, léete esto: lo explica muy bien en este artículo Clara Grima, profesora de Matemática Aplicada en la Universidad de Sevilla, o en este otro artículo Raúl Ibáñez, profesor del Departamento de Matemáticas de la Universidad del País Vasco.

Pero cuidado. Probablemente no sea suficiente.

Ante este tipo de dificultades matemáticas con las que todos los que no somos matemáticos nos topamos antes o después, podría haber al menos dos posibles soluciones. Una opción es, efectivamente, la que sugieren normalmente los matemáticos: educar bien en matemáticas a todas las personas, desde pequeñas. Es decir, dotarnos a todos de las capacidades necesarias para que podamos ser autosuficientes y tomar decisiones correctas en las situaciones de nuestra vida que requieren de habilidad matemática. Esto sería, en verdad, un gran paso para esta sociedad en la que vivimos y que algunos llaman “del conocimiento” pero que anda aún funcionando bastante al estilo edad media: supersticiones, pseudociencias, rumores… Y así.

Es complicado lograr esa buena educación matemática para todas las personas. Pensemos en personas con difícil acceso a la educación o con poca base para poder aprovechar las enseñanzas. Pensemos también en personas mayores con capacidades cognitivas deterioradas, o pensemos en personas con elevado nivel de estrés y de ansiedad que tampoco pueden razonar a pleno rendimiento, que andan corriendo y pensando en mil cosas al mismo tiempo, preocupadas por sobrevivir a la hipoteca, y por los niños, y quizá por esa reunión tan difícil con el jefe que tendrá lugar esa misma semana.

Si a todo esto añadimos que les acaban de comunicar un resultado positivo de una enfermedad grave veremos cómo su nivel de ansiedad aumenta y su capacidad de razonar disminuye en cuestión de segundos. Necesitarán una formación tremendamente sólida, no sólo en matemáticas, sino también en control de emociones, y algunas cosas más, para poder mantener la cabeza fría y razonar adecuadamente en un momento así. No descarta, lógicamente, esta realidad, la necesidad de una educación matemática para todos. Pero sí la hace claramente insuficiente a la vista del funcionamiento de la mente humana.

Es más. Tal y como ha mostrado Gerd Gigerenzer, Catedrático de Psicología y Director del Centre for Adaptive Behaviour and Cognition, del Max Planck Institute for Human Development de Berlin, muchas veces el problema no está siquiera en la mente de las personas que recibimos la información, y que somos malas con las matemáticas pero no tanto, sino en la de quienes nos informan. Como indica Gigerenzer, si nos dicen, por ejemplo, que la probabilidad de que llueva mañana es del 30%, ¿qué significa esto? Podemos saber lo que significa 30%, pero dado que quien nos da la información no suele informarnos sobre la clase de referencia, cada uno lo interpreta como quiere o como puede. Algunas personas interpretan que va a llover mañana el 30% del tiempo, es decir, unas 8 horas y pico. Otras interpretan que lloverá mañana en el 30% de la región. Otras que de todos los días en que los meteorólogos hacen una predicción como ésta, sólo llueve el 30%, y aún otras tantas, que de cada 10 meteorólogos a los que preguntemos, 3 dirán que lloverá y 7 que no (p. ej., Gigerenzer & Galesic, 2012).

Genial. Viva el caos interpretativo.

Y mira que solo era cuestión de presentar el dato en su contexto de referencia (decir el 30% de qué) y nos habríamos entendido todos bastante bien. Pero ese dato suele estar muy a menudo ausente. Ah, y claro, no la tomemos con los meteorólogos, que en todos los campos cuecen (cocemos) habas. Hombre, es que es una forma de hablar, lo el 30%… ya se entiende, ¿verdad? Bueno… sí, yo creo que lo entiendo. Y tú también. Todos creemos que lo entendemos aunque la información no esté completa. Pero seguro que entendemos cada uno una cosa diferente y si no especificamos con cuidado de qué hablamos en cada caso ni siquiera nos enteramos de que nuestras interpretaciones son cada una de su padre y de su madre y creeremos que hasta nos estamos entendiendo.

Por tanto, además de enfatizar la necesidad de una buena educación matemática para todos, hay otra propuesta de actuación que propone hacer además lo siguiente. Partamos de que la mayoría de nosotros tenemos dificultades para entender determinados conceptos matemáticos correctamente y para tomar las decisiones adecuadas, partamos también de que quien nos informa nos suele informar mal y de manera incompleta (a veces debido a un conflicto de interés, otras veces por mero desconocimiento), y concentremos por tanto los esfuerzos en lograr que la información se presente al ciudadano del modo más completo y transparente y sencillo posible.

Investigaciones psicológicas realizadas desde esta perspectiva han demostrado, por ejemplo, que traduciendo los porcentajes y probabilidades a frecuencias naturales, las personas, por lo general, entendemos mucho mejor los datos y tomamos decisiones mucho más acertadas (Gigerenzer, 2011). Si además los números son pequeños en vez de grandes, lo entenderemos mejor aún. Y si además se utilizan ayudas visuales como la que se muestra en la Figura 1, la cosa se facilita enormemente y lo que parecía un problema complicadísimo se convierte en algo sencillo que la mayoría de la gente entiende mucho mejor, tal y como ha demostrado recientemente la psicóloga Rocío García-Retamero, Profesora de la Universidad de Granada, junto con su colega Edward Cokely, del Max Planck Institute for Human Development (Garcia-Retamero & Cokely, 2013).

Los datos que hemos mostrado al principio de este artículo como ejemplo de prevalencia (1%), sensibilidad (90%) y falsos positivos (9%), no hemos dicho a qué enfermedad y prueba diagnóstica se referían. Son los que proporciona Gigerenzer (2011) para el cáncer de mama y las mamografías. Cuando él y su equipo proporcionaron estos datos a ginecólogos, les preguntaron por la probabilidad de que una mujer tuviera cáncer de mama dado un resultado positivo en una mamografía. Las respuestas que obtuvieron difirieron desde un 1% hasta un 90%. No es muy esperanzador, ¿verdad?

Sin embargo, cuando utilizaron frecuencias naturales al presentarles la información, la mayoría de los ginecólogos fueron capaces de interpretar correctamente que de cada 10 mujeres que dan positivo en la mamografía, 9 son falsos positivos. (Por cierto, ¿habrías sido tú capaz de hacer el cálculo de probabilidades solo con los datos, sin mirar la figura? Pruébalo con amigos o conocidos, muestra a unos únicamente los datos, a otros la ayuda visual, y compara el resultado).

Otras imágenes que facilitan también enormemente la compresión de los problemas del cribado mamográfico, pueden encontrarse en el Harding Center for Risk Literacy, dirigido también por el psicólogo Gerd Gigerenzer. Un ejemplo es el que muestra la siguiente figura:

Detección Temprana del cáncer de mama. Imagen tomada del Harding Center for Risk Literacy
Detección Temprana del cáncer de mama. Imagen tomada del Harding Center for Risk Literacy

La verdad es que asusta ver estos datos en toda su crudeza. No son los que esperamos, ni los que interpretamos habitualmente con la información que recibimos; y tampoco, probablemente, los que interpretan los responsables del sistema sanitario cuando nos envían folletos para que acudamos en masa a los programas rutinarios de cribado de cáncer de mama.

De hecho, las ventajas y desventajas de estos programas están dando lugar a un buen debate entre los especialistas, tal y como se recoge en esta charla de Naia en Naukas Bilbao 2015, donde los argumentos y los datos que presenta intentan dejar claro que así como las mamografías son una excelente técnica diagnóstica que nadie pone en duda, el cribado masivo y rutinario cuando no hay síntomas es bastante discutible.

Si te interesa profundizar en los problemas de los programas de cribado no te pierdas tampoco esta serie de artículos de Manuel Viches (2014). Y ojo, que también los datos del cáncer de próstata hay que verlos con detenimiento, tal y como muestran los datos del Harding Center for Risk Literacy:

Detección Temprana del cáncer de próstata. Imagen tomada del Harding Center for Risk Literacy
Detección Temprana del cáncer de próstata. Imagen tomada del Harding Center for Risk Literacy

Pensamos que las mujeres por lo menos tendríamos que tener toda esta información para poder decidir libremente. Pero esta información no acaba de extenderse y esto se debe probablemente a varias razones. En primer lugar, y como ya hemos comentado, nos cuesta entender las probabilidades. Y segundo, esta información nos obliga a tomar decisiones muy difíciles desde una incertidumbre muy grande, lo que, como veremos más abajo, no nos gusta a nadie.

Sería interesante, en principio, que tanto el médico que está en contacto directo con el paciente, como las asociaciones médicas, los gobiernos, y todas las instancias involucradas en el sistema sanitario se esforzaran en comprender el verdadero significado detrás de los porcentajes, los resultados positivos de las diferentes pruebas, los datos de incidencia en la población, para poder traducirlo a frecuencias naturales o a las ayudas visuales como las que se muestran en la Figura 1, o a cualquier otro de los muchos formatos que la investigación psicológica está demostrando que ayudan a las personas a comprender la información relevante y que facilitan el éxito de la comunicación médico-paciente.

Pero cuidado. No nos vayamos ahora todos de rositas una vez trasladada la responsabilidad al médico y al sistema. No podemos trasladarla toda, mal que nos pese. La responsabilidad del paciente es también grande. A los problemas mencionados hay que añadir que a las personas no nos gusta nada que nos comuniquen un resultado incierto, probabilístico, queremos certezas, queremos blanco o negro, la escala de grises no es lo nuestro. No nos gusta tomar decisiones bajo incertidumbre.

Vamos al médico y le presionamos para que nos presente una respuesta clara. Sí o no. Y el médico, que estaba haciendo un esfuerzo por transmitirnos lo mejor posible su grado de incertidumbre, con los pros y los contras necesarios para que pudiéramos decidir mejor, acaba por transmitirnos la certeza que le reclamamos, pero que no puede tener. A menudo le pedimos incluso que decida por nosotros. Y tal vez no sea buena idea.

Se está observando que el no asumir la incertidumbre puede provocar errores médicos, tales como el sobrediagnóstico y sobretratamiento, el médico intentará cubrirse (Hoffman & Kanzaria, 2014). Lo que debemos pedirles es que nos informen; y ellos deben formarse en probabilidades; y nosotros debemos ser capaces de entender lo que nos están diciendo, y asumir sus respuestas inciertas para poder tomar decisiones sabiendo que se basan en información probabilística y que podemos equivocarnos. La decisión en situaciones inciertas debería ser compartida. Esto requiere facilitar la comprensión del riesgo y de las diferentes opciones en todos los niveles del sistema.

El desarrollo y utilización de folletos, vídeos, o software de ayuda en la toma de decisiones, en los que las diferentes opciones se detallan con cuidado y la decisión se hace explícita, con los pros y los contras de cada una de las alternativas, es algo que ya se está utilizando en contextos médicos con cierto éxito (Stacey y cols., 2014), y que casi con seguridad irá en aumento en los próximos años, cuando vayamos conociendo mejor cuáles son las situaciones en las que este tipo de ayudas son más efectivas, así como el nivel óptimo de detalle que conviene presentar en cada caso.

Referencias:

Garcia-Retamero, R., & Cokely, E.T. (2013). Communicating health risks with visual aids. Current Directions in Psychological Science, 22 (5), 392-399. DOI: 10.1177/0963721413491570

Gigerenzer, G. (2011). What are natural frequencies? BMJ, 343:d6386. DOI: 10.1136/bmj.d6386

Gigerenzer, G. & Galesik, M. (2012). Why do single event probabilities confuse patients? BMJ, 344:e245. DOI: 10.1136/bmj.e245

Grima, C. (2013). Los peligros de ser anumérico y tener cuenta en Instagram. Ciecia Xplora.

Hoffman, J. R. & Kanzaria, H. K. (2014). Intolerance of error and culture of blame drive medicalExcess. BMJ, 349:g5702. DOI: 10.1136/bmj.g5702

Ibáñez, R. (2015). Falsos positivos, o la importancia de comprender la información. Cuaderno de Cultura Científica. http://culturacientifica.com/2015/10/07/falsos-positivos-o-la-importancia-de-comprender-la-informacion/

Pereda, N. (2015). To screen or not to screen. Naukas, Bilbao.

Stacey, D., Légaré, F., Col, N. F., Bennett, C. L., Barry, M. J., Eden, K. B., Holmes-Rovner, M., Llewellyn-Thomas, H., Lyddiatt, A., Thomson, R., Trevena, L., Wu, J. H. C. (2014). Decision aids for people facing health treatment or screening decisions (Review). Cochrane Database of Systematic Reviews, Issue 1. Art. No.: CD001431. DOI: 10.1002/14651858.CD001431.pub4.

Vilches, M. (2014). ¿Y qué hay de Nuevo sobre el cribado mamográfico? Desayuno con Fotones. http://desayunoconfotones.org/tag/cribado/


23 Comentarios

Participa Suscríbete

Manuel Vilches PachecoManuel Vilches Pacheco

Gracias por el artículo y por la cita, Helena. En realidad todo este asunto está poco a poco yendo a su sitio, y el debate es ya imparable.

Sin duda, nada que ver con el año 2001, cuando publiqué, con mi colega Damián Guirado, un primer artículo sobre el asunto a raiz d ela publicación del primer informe cochrane y motivados por nuestra preocupación por el aumento de incidencia http://www.elsevier.es/es-revista-ra...030148-S300 que provocó una respuesta airada de la SERAM http://www.elsevier.es/es-revista-ra...041082-S300 y nuestra posterior réplica http://www.elsevier.es/es-revista-ra...041083-S300

La serie de post en DCF es en realidad la extensión de una revisión que realicé a petición de la revista de la Sociedad Española de Física Médica, es justo citarlo pues significó una apuesta de cierta relevancia, al menos para mi http://revistadefisicamedica.sefm.es...wFile/17/17

En esta misma revista se ha dado cabida a otro debate sobre cribado, en este caso de cáncer de pulmón con CT http://revistadefisicamedica.sefm.es.../view/71/72

El asunto del cribado de mama fue también motivo de una mesa de debate en el pasado congreso de la SEFM, en la que tuve la oportunidad de confrontar opiniones con Marina Álvarez Benito, Directora Gerente del Hospital Universitario Reina Sofia de Córdoba, y apreciar en directo el cambio de actitud tan importante entre el colectivo de radiólogos, desde aquella primera polémica hace más de 13 años.

Adrián GómezAdrián Gómez

Hola Helena, genial artículo. Para confirmar que lo he entendido quisiera hacerte una pregunta: Entonces, ¿se tratan a 5 personas y solo una de ellas tiene cáncer de mama?

NaiaNaia

Hola Adrián!
Entiendo que te refieres a los datos que aparecen en la cuarta fila de la segunda figura del artículo.
El número 5 representa las mujeres que, por participar en los programas de diagnóstico precoz, son sobrediagnosticadas y sobretratadas. Estas mujeres sí que tienen un cáncer de mama pero es asintomático y va a continuar siéndolo el resto de su vida aunque no se haga nada.
Si no he interpretado bien tu pregunta, no dudes en volverla a formular.

Adrián GómezAdrián Gómez

Sí sí, perfectamente. Entonces, podemos suponer que salvamos a una mujer y sobrediagnosticamos 5 y sobretratamos. ¿No crees que es un precio razonable por una vida? Es simplemente una opinión, no he vivido de cerca un caso de cáncer de mama ni he podido ver el sufrimiento que conlleva el tratamiento, por eso pregunto.

Gorka Navarrete

Adrian, 105 mujeres reciben un falso positivo. Todas (o casi), son informadas de que existe la posibilidad que tengan cancer. Esto suele ser bastante traumatico en si mismo. Despues de una angustiosa espera, se les realiza una biopsia, 100 reciben buenas noticias, y 5 malas noticias (falsas malas noticias). Estas ultimas, pasaran por operaciones, duros tratamientos, etc, y se convertiran en supervivientes de cancer (falsamente). Pero incluso algunas de las 100 que reciben buenas noticias, no se libran totalmente del estigma del (falso) cancer.

Lo peor de todo, es que si miras la mortalidad por cualquier tipo de cancer en el grafico, en ambos casos (con y sin cribado), hay 21 mujeres. Este es el dato mas relevante de todos, y significa que NO parece haber ninguna ventaja asociada al cribado.

Para leer mas, te recomiendo alguno de los libros de Gigerenzer, en el que trata el tema a fondo (Risk Savvy, por ejemplo: http://www.amazon.es/Risk-Savvy-Make...+gigerenzer).

En cualquier caso, el punto que planteas es fundamental. Lo imporante es conocer las ventajas y desventajas de los cribados, tratamientos, etc. y ahi, con toda la informacion, evaluar cuando nos parece que hay ventajas suficientes. El caso del cancer de mama es uno en el que no parece haber ninguna ventaja, y si numerosas e importantes desventajas.

Adrián GómezAdrián Gómez

Gracias Gorka, ahora lo veo más claro.

Saludos!

0 (0 Votos)
Sonlera

Como profesional médico estoy completamente de acuerdo con lo expuesto. Me gusta mucho además la gráfica inicial y creo que la usaré en la consulta a partir de ahora para algunos campos que el paciente medio no acaba de entender, por ejemplo el riesgo cardiovascular.
Creo que las dificultades de compresión van más allá del lenguaje estadístico; no recuerdo el trabajo, pero leí una vez que en una exposición de cinco minutos, la mayoría de las personas sólo podemos retener el primer y último de esos minutos, yéndose el resto de la información al garete. En una consulta se traduciría en que el paciente se entera de que hay algo mal en las pruebas (primer minuto) y del mostrador donde debe entregar las siguientes peticiones (último minuto). No sólo debemos adaptar el lenguaje médico a sus conocimientos, sino también fragmentarlo y darlo por escrito para que el paciente pueda asimilarlo a su propio ritmo.
Un saludo y felicidades por el artículo.

Helena Matute

Sí, muy importante lo que comentas. Porque además, en una situación como esa, con tanto estrés, no sé si llegamos a enterarnos bien ni siquiera del primer y último minuto. Dar por escrito las recomendaciones es fundamental. Muchas gracias por tus comentarios.

Helena Matute

Muchísimas gracias por tu mensaje, Manuel, y por todas tus valiosísimas aportaciones en estos años. Yo descubrí hace poco tu trabajo, y solo de manera un poco tangencial. Pues como puedes ver, lo que me interesa sobre todo es la forma en la que se transmite la información, los sesgos, los errores de interpretación y de transmisión… Hay que tener muchísimo cuidado… Y para lograrlo es fundamental el debate que los profesionales como tú y como Naia y otros tantos habéis abierto. También sé que hay médicos que no están totalmente de acuerdo con vuestras propuestas. Pero creo que esto requiere un debate muy pausado. Los expertos, los que conocéis bien los datos, los pros y los contras de cada actuación, sois vosotros. Me encantaría, pero me es imposible (como a la mayoría de la gente, creo) asimilar todos los datos que estos días estáis proporcionando. Así y todo, hay datos que asustan y hay argumentos muy convincentes, y desde la psicología sabemos también que en contextos así las consignas dogmáticas y faltas de transparencia pueden acabar haciendo más mal que bien. Por eso creo que sería fundamental que alguna televisión, alguna plataforma muy muy visible, os organice algún debate en el que toda esta información, todo este debate se haga muy público y transparente. Quizá estos artículos son pequeños pasos para un cambio muy necesario en el modelo informativo. Muchas gracias por estar ahí peleando este tema desde hace tantos años.

Gorka Navarrete

Buenisimo que trateis estos temas. Hay algunos trabajos dentro de la Psicologia Cognitiva proponiendo alternativas a la manera en la que se comunican los resultados de pruebas medicas (http://journal.frontiersin.org/artic....01327/full) o hablando sobre problemas asociados al cribado en otros ambitos, como el Screening prenatal (http://journal.frontiersin.org/artic....01272/full).

Recientemente un colega y yo hemos editado un Research Topic de Frontiers tratando el tema del Razonamiento Bayesiano. Estamos cerrando la editorial, pero en cualquier caso hay una compilacion muy interesante de 24 articulos cientificos sobre el tema: http://journal.frontiersin.org/resea...rks-and-why

josecbjosecb

Mm, ¿y cual es la propuesta entonces? Porque esperar a los síntomas normalmente es llegar demasiado tarde, de ahí el sentido del screening.

Naia PeredaNaia Pereda

Pues no hay una única respuesta a tu pregunta.
Hay un sector crítico cada vez más numeroso que propone acabar con los programas de cribado tal y como están planteados y restringirlo a las mujeres con mayor riesgo.
También empieza a haber profesionales que proponen una “vigilancia activa” en algunos casos, cosa que ya lleva haciéndose desde hace tiempo con el cáncer de próstata.
De cualquier manera, informar a las mujeres de los beneficios y de los perjuicios de las mamografías es algo fundamental que a día de hoy no se hace en nuestro país.

Y aunque nos resulte poco intuitivo, esperar a los síntomas no tiene por qué ser peor opción. Actualmente, con las herramientas diagnósticas que disponemos y los tratamientos cada vez más eficaces, no es tan importante el tamaño como el tipo de tumor.

AitorAitor

¿A qué llamais sobrediagnóstico? ¿Os referís a los falsos positivos de la mamografía que luego se descartan en la biopsia? ¿a los verdaderos positivos, confirmados con biopsia, pero con bajo riesgo de progresión a formas invasoras? ¿son los falsos positivos de la biopsia?

Creo que es importante aclarar a qué se refiere cada uno cuando habla de sobrediagnóstico, ya que cada uno de esos problemas tiene distintas soluciones. El cribado vale para lo que vale y no es diagnosticar sino detectar casos posibles con mínima tasa de falsos negativos, y a ser posible con buena especificidad como para ahorrar muchas biopsias innecesarias. Lo que da el diagnóstico es la biopsia, nunca la mamografía. Si el problema es un exceso de falsos positivos en la mamografía (biopsias innecesarias) se podrían revisar los criterios mamográficos o afinar los casos dudosos con una prueba adicional pre-biopsia (eco por ejemplo), aunque esto ya se hace en muchos casos. Pero me imagino que sobrediagnóstico no se refiere a eso sino a casos confirmados por biopsia de bajo riesgo que se tratan de forma excesivamente agresiva (exceso de precaución). El problema ahí es muy distinto porque no hay manera de saber que casos confirmados de tumores in situ progresarán y cuales no, al menos todavía. Pero eso no es un problema del cribado, sino del manejo de casos ya diagnosticados. El cribado la culpa que tiene es ser eficaz sacándolos a flote, pero la solución es un cambio de actitud posterior a una más conservadora.

AitorAitor

Acabo de encontrarme con una entrevista de Naia en la que responde a muchas de las preguntas que hacía antes. Sigo pensando que el problema no es del cribado sino de estratificación del riesgo posterior al diagnóstico y en adoptar actitudes más conservadoras en casos de bajo riesgo (cis). Ojalá pudiesemos tener este debate sobre cáncer de pulmón!

Ana Porroche-Escudero

Enhorabuena por la claridad y el respeto con el que tratáis el tema, igual que vuestros colegas. Ya va siendo hora de que se genere debate público equilibrado sobre el cribado.

Supongo que conoceréis muchos de estos artículos que nombre pero por si acaso aquí dejo un enlace a la página del Breast Cancer Consortium que trata de recoger los trabajos rigurosos que van saliendo: http://breastcancerconsortium.net/re...rch-briefs/

Esta entrevista a Barry Kramer es súper interesante. Recurre a las metáforas de los animales (caracol, tortugas, osos y pájaros) para explicar los diferentes tipos de cáncer y su letalidad: http://prevention.cancer.gov/news-an...what-cancer

El libro de Gilbert Welch “Should I Be Tested for Cancer?: Maybe Not and Here’s Why” is precioso. Me encanta la manera en la que comunica ideas complejas de una manera sencilla pero no simplista. Ojala se tradujese.

Daniel FlichtentreiDaniel Flichtentrei

Genial artículo que esclarece y nos definde de la sobreprestación. Siempre he tendio una duda respecto del término “probabilidad”, según algunos autores solo debe aplicarse para hechos que ocurren al azar, no para fenómenos causales que tienen “plausibilidad”. Tal parece que hay varias acepciones de “probabilidad” lo que suele confundir a quienes no somos capaces de percibir la diferencia en todos los casos.
Cordiales saludos y felicitaciones.

Isidoro Martínez Vélez

Mi posición es diferente ante los cribados mamográficos: salvan vidas, reducen la mortalidad, adelantan el diagnóstico… y no hay alternativa mejor hoy en día para detectar precozmente este problema tan numeroso.
Ayer publiqué un artículo al respecto, cuyo enlace no pongo para que no parezca “spam” 😉

Miguel BlázquezMiguel Blázquez

Me ha parecido leer una errata en el siguiente párrafo:
“Sin embargo, cuando utilizaron frecuencias naturales al presentarles la información, la mayoría de los ginecólogos fueron capaces de interpretar correctamente que de cada 10 mujeres que dan positivo en la mamografía, 9 son falsos positivos. (Por cierto, ¿habrías sido tú capaz de hacer el cálculo de probabilidades solo con los datos, sin mirar la figura? Pruébalo con amigos o conocidos, muestra a unos únicamente los datos, a otros la ayuda visual, y compara el resultado).”

Imagino que los 9 falsos positivos se refieren a 100 mujeres en vez de a 10, ateniéndose así al porcentaje inicial que dais al inicio del artículo (9% de falsos positivos).
Si de cada 10 mamografías que dan positivas, 9 fuesen falsos positivos no creo que nadie discutirse que es una prueba inútil tanto para diagnóstico como para screening.
Bromas a parte, enhorabuena por el artículo.
Un saludo.

Helena Matute

Gracias Miguel. No, realmente no es una errata. Por eso es tan contraintuitivo el problema y tan dificil de detectar. También yo tuve que leerlo mil veces, este es el problema de estos datos. A ver si se entiende mejor así:

A) De 100 personas que no tienen la enfermedad, la mamografía dará positivo a 9 (el 9%)

B) Por cada 10 personas a las que la mamografía haya dado positivo, están las 9 de arriba, que no tienen la enfermedad, más una que sí tiene la enfermedad. Es decir, de cada 10 positivos que de la mamografía, 9 son falsos. (Todo ello según los datos que citamos en el artículo, y con ligeras variaciones de unas fuentes a otras).

Espero que ahora se entienda mejor. También puedes echar un vistazo al artículo de Raúl Ibañez que citamos en el post, y que explica esto muy bien. Saludos.

Teresa MurTeresa Mur

Molt interessant i totalment cert.
Potser no tothom ha de ser hàbil en matemàtiques ni ha de saber interpretar aquests resultats, però un metge si.
Els pacients confien molt normalment en el seu metge de família ,,, si donem malament una informació tan bàsica, important i sensible com aquesta …anem malament.
Per tant, tots hauriem de saber interpretar aquests resultats, que es un fals positiu i un fals negatiu, que és la sensibilitat i l’ especificitat d’una prova, etc.
És bàsic.
salutacions

6 Trackbacks

Responde a Teresa Mur

Tu email nunca será mostrado o compartido. No olvides rellenar los campos obligatorios.

Obligatorio
Obligatorio
Obligatorio

Puedes usar las siguientes etiquetas y atributos HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

Cancelar