Diagnóstico más rápido y preciso con árboles de frecuencias naturales
Árbol de frecuencias. Crédito: Karin Binder
Investigadores en el campo de la educación matemática en la Universidad de Ratisbona, junto con investigadores en educación médica en el Hospital Universitario LMU de Munich, han descubierto que los diagnósticos médicos se pueden realizar con mayor precisión y rapidez con la ayuda de la frecuencias y árboles de frecuencias naturales. Los investigadores explican sus hallazgos en un artículo publicado recientemente en Advances in Health Sciences Education.
Interpretar las declaraciones estadísticas correctamente es bastante complejo, como muestran muchos ejemplos. En octubre de 2020, el presidente de los Estados Unidos, Donald Trump, anunció que el 85 % de las personas que usan mascarilla se infectarán con coronavirus. «Esta declaración se basó en una confusión de probabilidades condicionales», dice la Dra. Karin Binder. “De hecho, el expresidente de EE. UU. confundió las dos probabilidades condicionales: ‘¿Qué tan probable es que las personas que usan una máscara se infecten con coronavirus?’ vs. ‘¿Qué tan probable es que una persona infectada con coronavirus usara una máscara?'»
Se puede observar una confusión similar entre los estudiantes de medicina e incluso entre los médicos. Tales interpretaciones erróneas y cómo prevenirlas han sido investigadas por la Dra. Karin Binder y el Profesor Dr. Stefan Krauss de la Universidad de Regensburg (Educación Matemática) junto con el Profesor Dr. Ralf Schmidmaier y la Dra. Leah Braun del Hospital Universitario LMU de Munich.
Para examinar este efecto, los científicos presentaron a sus participantes la siguiente información sobre la mamografía para la detección del cáncer de mama: Una mujer es asintomática y le gustaría participar en la detección de rutina. En su grupo de edad, la probabilidad de cáncer de mama es del 1%. La mamografía detectará la enfermedad con un 80% de probabilidad si la mujer tiene cáncer de mama. Por otro lado, si la mujer está completamente sana, tiene un 9,6 % de posibilidades de recibir un resultado positivo falso. Ahora, a los estudiantes de medicina del estudio se les pidió que respondieran la siguiente pregunta: ¿Qué tan probable es que una mujer realmente tenga cáncer de mama si recibe un resultado positivo en su mamografía? La solución correcta se puede calcular utilizando la fórmula de Bayes, por ejemplo, y está justo por debajo del 8 %.
Cola. Crédito: Karin Binder
Como ya se sabía por estudios anteriores, parece que los estudiantes de medicina entienden mejor la información estadística si se les comunica a través de las llamadas frecuencias naturales (p. ej., «Ochenta de cada 100 mujeres con cáncer de mama reciben un resultado positivo resultado en una mamografía») en lugar de probabilidades (p. ej., «el 80% de las mujeres con cáncer de mama reciben un resultado positivo en la mamografía»). La visualización adicional con árboles de frecuencia (ver figura) también puede ayudar a los estudiantes de medicina a encontrar la solución correcta: 80 mujeres con cáncer de mama y 950 mujeres sin cáncer de mama reciben un resultado positivo en la prueba. Esto da un total de 1030 mujeres con un resultado positivo en la mamografía. Sin embargo, de estas 1.030 mujeres, solo 80 tienen la enfermedad, lo que corresponde al porcentaje de alrededor del 8%.
En su artículo recientemente publicado en Advances in Health Sciences Education, los investigadores demuestran que las frecuencias naturales y los árboles de frecuencia no solo conducen a una mayor proporción de diagnósticos correctos, sino que estos se pueden realizar más rápidamente. Dado que tanto la corrección como la velocidad del diagnóstico son extremadamente importantes en la rutina diaria de un médico, la proporción de respuestas correctas y la cantidad de tiempo requerida para responder cada tarea se combinaron para formar la medida de «eficiencia diagnóstica». La eficiencia diagnóstica calculada se puede interpretar de la siguiente manera:
«Imagine dos filas de estudiantes de medicina», dice Karin Binder. En la cola de la izquierda, los alumnos tienen que resolver la tarea en probabilidades y sin árbol. Los estudiantes que hacen cola a la derecha reciben la información en forma de frecuencias naturales y dentro de un diagrama de árbol. Ahora, los estudiantes tienen que resolver la tarea uno tras otro. En cuanto haya anotado una respuesta, es el turno del siguiente alumno… hasta que obtengas la primera respuesta correcta.
En la variante con probabilidades sin árbol, esto lleva más de una hora y 16 minutos: en promedio, solo uno de cada 17 estudiantes de medicina puede proporcionar una solución correcta para la tarea. En la variante con frecuencias naturales y el diagrama de árbol, la primera respuesta correcta se da después de unos cinco minutos, porque alrededor del 60% de los participantes resuelven la tarea correctamente y normalmente necesitan menos de tres minutos para hacerlo. Los científicos consideran que sus hallazgos son útiles para el desarrollo posterior de los planes de estudio de medicina y podrían conducir a una mejora en la formación de los estudiantes de medicina.
Explore más
Evaluación de riesgos y prevención del cáncer de mama Más información: Karin Binder et al. Los árboles de frecuencia natural mejoran la eficiencia diagnóstica en el razonamiento bayesiano, Avances en la educación en ciencias de la salud (2021). DOI: 10.1007/s10459-020-10025-8 Proporcionado por la Universidad de Regensburg Cita: Diagnóstico más rápido y preciso con árboles de frecuencia natural (2021, 23 de febrero) recuperado el 30 de agosto de 2022 de https://medicalxpress .com/news/2021-02-faster-accurate-diagnosis-natural-frequency.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.