Quizás también te interese:
Comentarios: Mejores comentarios Cronológicamente
#1 #1 zz1y dijo: Esta tía parece asfixiarse.No sabría decirte, me ha dormido.
¿Por que?¿Por que lleva una camiseta corta si se le sale toda la lorzilla por ahí delante?¿por que vas embutida si no es necesario?
Si te haces una prueba para detectar una enfermedad solo juega la fiabilidad de la prueba, no cuantas personas la padecen...así que si la prueba da positivo y tiene una eficacia de 90% pues estás jodido
#5 #5 malecon1 dijo: Si te haces una prueba para detectar una enfermedad solo juega la fiabilidad de la prueba, no cuantas personas la padecen...así que si la prueba da positivo y tiene una eficacia de 90% pues estás jodidoComo decir esto... No. No y no. No. Mentira.
Imagínate que coges a unas 1000 personas de la población. Suponemos que hay uno o dos enfermos (por eso del 0,1) y los sometes a la prueba. Como la prueba tiene un 90% de fiabilidad, lo más seguro diagnostiques el caso de enfermedad bien. Pero de las 999 o 998 personas restantes, un 10% (¡unas 100!) saldrán dando positivo. Serán personas que sin padecer la enfermedad pensarían que van a morir.
#5 #5 malecon1 dijo: Si te haces una prueba para detectar una enfermedad solo juega la fiabilidad de la prueba, no cuantas personas la padecen...así que si la prueba da positivo y tiene una eficacia de 90% pues estás jodido@malecon1 pues eso que te ha pasado a ti es justamente lo que explica en el vídeo.
Lo que esta pasando ahí se llaman probabilidades condicionadas. Sin usar las matemáticas se puede resumir que de cada 10.000 personas, 9 estarán enfermas "Y" el test dio positivo (un pobrecillo esta enfermo pero el test fallo...). A su vez, 999 personas (que están sanas!) recibirán un falso positivo diciendo que están enfermas. Así que aunque recibas positivo es MUCHO mas probable (99.1%) que sigas estando sano. Parece increíble pero es así, a veces las apariencias engañan.
Si aun así no lo crees, es un clásico en probabilidad, se llama el teorema de Bayes xD
PERO QUE COÑO??? LLEVO TODO EL DÍA ESTUDIANDO PARA LOS EXÁMENES FINALES, ME METO A DESCANSAR EN NO TENGO TELE Y QUÉ ME ENCUENTRO? A MI PROFESORA DE MATEMÁTICAS DISCRETAS! GG NTT... ¬¬
#6 #6 grog dijo: #5 Como decir esto... No. No y no. No. Mentira.
Imagínate que coges a unas 1000 personas de la población. Suponemos que hay uno o dos enfermos (por eso del 0,1) y los sometes a la prueba. Como la prueba tiene un 90% de fiabilidad, lo más seguro diagnostiques el caso de enfermedad bien. Pero de las 999 o 998 personas restantes, un 10% (¡unas 100!) saldrán dando positivo. Serán personas que sin padecer la enfermedad pensarían que van a morir.@grog #7 #7 ridock dijo: #5 @malecon1 pues eso que te ha pasado a ti es justamente lo que explica en el vídeo.
Lo que esta pasando ahí se llaman probabilidades condicionadas. Sin usar las matemáticas se puede resumir que de cada 10.000 personas, 9 estarán enfermas "Y" el test dio positivo (un pobrecillo esta enfermo pero el test fallo...). A su vez, 999 personas (que están sanas!) recibirán un falso positivo diciendo que están enfermas. Así que aunque recibas positivo es MUCHO mas probable (99.1%) que sigas estando sano. Parece increíble pero es así, a veces las apariencias engañan.
Si aun así no lo crees, es un clásico en probabilidad, se llama el teorema de Bayes xD
@ridock aquí el problema es que no hay fiabilidad en las pruebas médicas sino sensibilidad y especificidad. Si la prueba detecta a todos los que están enfermos tiene un 100% de sensibilidad pero si dentro de los que dan positivos hay chorrocientos que no están enfermos tiene una especificidad de mierda. Cuando habla de fiabilidad aqui se refiere a la sensibilidad, usease que el 90% de la gente enferma da positivo, un 10% de probabilidad de falso negativo estando enfermo, pero eso no significa en ningun momento que la prueba tenga una baja especificidad (usease probabilidad de falso positivo) y esto depende de la prueba.
#6 #6 grog dijo: #5 Como decir esto... No. No y no. No. Mentira.
Imagínate que coges a unas 1000 personas de la población. Suponemos que hay uno o dos enfermos (por eso del 0,1) y los sometes a la prueba. Como la prueba tiene un 90% de fiabilidad, lo más seguro diagnostiques el caso de enfermedad bien. Pero de las 999 o 998 personas restantes, un 10% (¡unas 100!) saldrán dando positivo. Serán personas que sin padecer la enfermedad pensarían que van a morir.@grog #7 #7 ridock dijo: #5 @malecon1 pues eso que te ha pasado a ti es justamente lo que explica en el vídeo.
Lo que esta pasando ahí se llaman probabilidades condicionadas. Sin usar las matemáticas se puede resumir que de cada 10.000 personas, 9 estarán enfermas "Y" el test dio positivo (un pobrecillo esta enfermo pero el test fallo...). A su vez, 999 personas (que están sanas!) recibirán un falso positivo diciendo que están enfermas. Así que aunque recibas positivo es MUCHO mas probable (99.1%) que sigas estando sano. Parece increíble pero es así, a veces las apariencias engañan.
Si aun así no lo crees, es un clásico en probabilidad, se llama el teorema de Bayes xD
@ridock estudio medicina, y la mayoría de pruebas que se hace la gente para enfermedades malas malísimas como puede ser un cáncer se basan en determinar marcadores (moléculillas) en sangre. La cosa es que muchos médicos no saben transmitir que el hecho de dar positivo no significa tener cáncer porque tienen una especificidad de mierda la mayoría pero una sensibilidad altísima entonces la utilidad de estas cosas es decirle al señor/a que de negativo que casi se puede asegurar que no tiene ese cáncer, pero si da positivo puede significar una posibilidad pequeña de tenerlo pero casi nunca es así.
#6 #6 grog dijo: #5 Como decir esto... No. No y no. No. Mentira.
Imagínate que coges a unas 1000 personas de la población. Suponemos que hay uno o dos enfermos (por eso del 0,1) y los sometes a la prueba. Como la prueba tiene un 90% de fiabilidad, lo más seguro diagnostiques el caso de enfermedad bien. Pero de las 999 o 998 personas restantes, un 10% (¡unas 100!) saldrán dando positivo. Serán personas que sin padecer la enfermedad pensarían que van a morir.@grog #7 #7 ridock dijo: #5 @malecon1 pues eso que te ha pasado a ti es justamente lo que explica en el vídeo.
Lo que esta pasando ahí se llaman probabilidades condicionadas. Sin usar las matemáticas se puede resumir que de cada 10.000 personas, 9 estarán enfermas "Y" el test dio positivo (un pobrecillo esta enfermo pero el test fallo...). A su vez, 999 personas (que están sanas!) recibirán un falso positivo diciendo que están enfermas. Así que aunque recibas positivo es MUCHO mas probable (99.1%) que sigas estando sano. Parece increíble pero es así, a veces las apariencias engañan.
Si aun así no lo crees, es un clásico en probabilidad, se llama el teorema de Bayes xD
@ridock y para acabar diré que cuando te extirpan un tumor y luego te van haciendo controles, cambia la manera de interpretar la prueba, baja muchísimo la probabilidad de falso positivo. En resumen que esto depende de cada prueba, la mayoría son así (alta posibilidad de falso positivo dentro de los positivos pero con un alto valor predictivo negativo) pero hay otras que no, y eso de la fiabilidad de la prueba en el contexto de la medicina depende de lo que se esté midiendo, cuando vayais al médico preguntar sensibilidad y especificidad.
#11 #11 roddxp dijo: #6 @grog #7 @ridock aquí el problema es que no hay fiabilidad en las pruebas médicas sino sensibilidad y especificidad. Si la prueba detecta a todos los que están enfermos tiene un 100% de sensibilidad pero si dentro de los que dan positivos hay chorrocientos que no están enfermos tiene una especificidad de mierda. Cuando habla de fiabilidad aqui se refiere a la sensibilidad, usease que el 90% de la gente enferma da positivo, un 10% de probabilidad de falso negativo estando enfermo, pero eso no significa en ningun momento que la prueba tenga una baja especificidad (usease probabilidad de falso positivo) y esto depende de la prueba.@roddxp He leído tu comentario y supongo que tienes razón en lo que dices. Aun así esto es un simple ejemplo de malinterpretación de datos estadísticos. En el ejemplo lo llaman fiabilidad por que es algo que todo el mundo entiende, no se si ese es el término técnico correcto o no. Se esta refiriendo al ratio de acierto (no se como se llamará técnicamente pero seguro que tiene un nombre). En el ejemplo el test da un resultado erróneo una de cada 10 veces (ya sea falso positivo o falso negativo)
#9 #9 e06 dijo: PERO QUE COÑO??? LLEVO TODO EL DÍA ESTUDIANDO PARA LOS EXÁMENES FINALES, ME METO A DESCANSAR EN NO TENGO TELE Y QUÉ ME ENCUENTRO? A MI PROFESORA DE MATEMÁTICAS DISCRETAS! GG NTT... ¬¬@e06 Bueno, pues nada, puedes decirle que la vistes en notengotele XD
Ahora en serio, que burrada O_O
Deja tu comentario
Necesitas tener una cuenta en notengotele.com para poder dejar comentarios.¡Registra tu cuenta ahora!
25 ene 2015, 16:29
Esta tía parece asfixiarse.