Un artículo de noticias reciente en la BBC resume el trabajo de Gerd Gigerenzer que argumenta (énfasis mío):
...no es solo que los médicos y dentistas no puedan obtener las estadísticas relevantes para cada opción de tratamiento. Incluso cuando la información se les presenta, dice Gigerenzer, a menudo no pueden entenderla.
En un ejemplo basado en ensayos reales con médicos reales que utilizan las estadísticas de las mamografías, cita los resultados (énfasis mío):
En una sesión, casi la mitad del grupo de 160 ginecólogos respondió que la probabilidad de que la mujer tuviera cáncer era de nueve en 10. Solo el 21% dijo que la cifra era de uno en 10, que es la respuesta correcta. Ese es un resultado peor que si los médicos hubieran estado respondiendo al azar.
Entonces, ¿los profesionales médicos a menudo son incapaces de comprender o comunicar las implicaciones de las estadísticas importantes?
La respuesta corta es sí".
Los estudios
Aquí hay otra descripción de (creo) los mismos estudios de " The Drunkard's Walk " de Leonard Mlodinow :
En estudios realizados en Alemania y los Estados Unidos, los investigadores pidieron a los médicos que estimaran la probabilidad de que una mujer asintomática de entre 40 y 50 años de edad con una mamografía positiva en realidad tenga cáncer de mama si el 7 por ciento de las mamografías muestran cáncer cuando hay es ninguno Además, se les dijo a los médicos que la incidencia real era de alrededor del 0,8 por ciento y que la tasa de falsos negativos era de alrededor del 10 por ciento. Poniendo todo eso junto, uno puede usar los métodos de Bayes para determinar que una mamografía positiva se debe a cáncer en solo alrededor del 9 por ciento de los casos. En el grupo alemán, sin embargo, un tercio de los médicos llegó a la conclusión de que la probabilidad era de alrededor del 90 por ciento y la estimación mediana era del 70 por ciento. En el grupo estadounidense, 95 de cada 100 médicos estimaron que la probabilidad rondaba el 75 por ciento.
Estudios (más pequeños) informaron resultados similares de 1978 a 2014 .
La cuestión
El problema en estos casos es la probabilidad condicional. Generalmente, la probabilidad condicional es la probabilidad de un evento dado otro evento (o condición). Por ejemplo, la probabilidad de sacar dos seises con dos dados de seis caras es de 1 en 36; sin embargo, la probabilidad condicional de lanzar dos seises con dos dados de seis caras si el primero ya resultó ser un seis es solo 1 en 6.
Con cualquier prueba médica, tiene preguntas de probabilidad condicional. A menudo, el número informado sobre una prueba es su precisión; por ejemplo, una prueba de VIH puede producir el resultado correcto el 99% de las veces. Esto significa que si tiene VIH, tiene un 99% de posibilidades de que se le diagnostique correctamente como VIH positivo; y si no lo hace, tiene un 99% de posibilidades de ser diagnosticado correctamente como VIH negativo. La falacia es suponer que esto significa que si te diagnostican VIH, hay un 99% de posibilidades de que seas VIH positivo. En realidad, la probabilidad es mucho menor y depende en gran medida de su grupo de riesgo; bien podría ser del 10%, o del 1%, o incluso por debajo de eso (no quiero entrar en los detalles del cálculo aquí).
El error es suponer que la probabilidad de que te diagnostiquen correctamente cuando seas positivo y la probabilidad de que seas positivo cuando te diagnostiquen es la misma. Puedes ver esto en un ejemplo obvio: si eres un jugador de fútbol profesional, es muy probable que seas un hombre. Sin embargo, incluso si eres hombre, es muy poco probable que seas un jugador de fútbol profesional. La razón de esto es que hay bastantes hombres y muy pocos jugadores de fútbol; lo mismo aplica para el ejemplo del VIH, ya que muy pocas personas son VIH positivas en primer lugar.
¿Sucede esto en la práctica?
Finalmente, ¡una oportunidad de usar evidencia anecdótica con (relativa) impunidad! Sí, sucede. Mlodinow, en su libro antes mencionado, escribe sobre un caso similar en el que recibió un diagnóstico falso de VIH. Y yo mismo tenía un familiar diagnosticado con un tumor "definitivamente maligno". Y, como nota al margen, aunque leí sobre el tema poco antes, no se me ocurrió dudar del juicio del médico hasta después de que la operación mostró que el tumor era benigno.
¿Se trata de médicos?
No. Los médicos están sujetos a esta falacia y, por supuesto, son un grupo que se supone que no debe equivocarse. Pero la gente generalmente tiene malas intuiciones de muchas tareas probabilísticas, incluida esta. De hecho, el nombre común de esta falacia en particular es la falacia del fiscal , que da una idea de quién más podría verse afectado. El artículo de Wikipedia vinculado tiene explicaciones y ejemplos de casos legales en los que esto desempeñó un papel crucial (y muy destructivo).
¿No puedes confiar en los médicos ahora?
Bueno, ¿puedes confiar en alguien? Espero que la mayoría de los médicos sean competentes en sus tareas principales. Sin embargo, son solo personas, y la mayoría de ellos no han sido entrenados explícitamente en la teoría de la probabilidad. Por lo tanto, debe usar un sano escepticismo cuando se enfrente a números que describen riesgos y cálculos de probabilidad, ya sea que provengan de médicos, abogados y otros, a veces incluso matemáticos.
negro mate
CucharaFeliz
usuario1873
usuario1873
PD
negro mate
pensamiento extraño
Jörg W. Mittag