CASO a to chapter 1

ASPteaching · Sep 24, 2024 · 48d72e5 · 48d72e5
1 parent 45e6c4e
commit 48d72e5
Show file tree

Hide file tree

Showing 3 changed files with 47 additions and 25 deletions.
diff --git a/01-probabilidad.Rmd b/01-probabilidad.Rmd
@@ -647,13 +647,18 @@ $$
 $$
 
 Al valor anterior se le conoce como sensibilidad del test.
-$\mathrm{P}(+/ \mathrm{A})=$ Probabilidad de test positivo en individuos que no padecen la sordera.
+
+$$\mathrm{P}(+/ \mathrm{A})=$$ 
+Probabilidad de test positivo en individuos que no padecen la sordera.
 
 Al valor anterior se le conoce como probabilidad de falso-positivo.
-$\mathrm{P}(-/ \mathrm{E})=$ Probabilidad de test negativo en individuos que padecen la sordera
+$$\$mathrm{P}(-/ \mathrm{E})=$$ 
+
+Probabilidad de test negativo en individuos que padecen la sordera
 
 Al valor anterior se le conoce como probabilidad de falso-negativo.
-$P(-/ A)=$ Probabilidad de test negativo en individuos que no padecen sordera
+$$P(-/ A)=$$ 
+Probabilidad de test negativo en individuos que no padecen sordera
 Al valor anterior se le conoce como especificidad del test.
 
 A la probabilidad $\mathrm{P}(\mathrm{E})$ de presentar la enfermedad se le conoce como prevalencia de la enfermedad.
@@ -662,11 +667,17 @@ Lógicamente, interesa que la sensibilidad y la especificidad sean elevadas, mie
 
 Por otro lado, el interés de aplicar el test consiste en que sirva de elemento predictivo para diagnosticar la sordera.
 
-Por lo tanto, interesa que las probabilidades
-$\mathrm{P}(\mathrm{E} /+)=$ Probabilidad de padecer sordera si el test da positivo
-$\mathrm{P}(\mathrm{A} /-)=$ Probabilidad de no padecer sordera si el test da negativo
+Por lo tanto, interesa que las probabilidades:
+
+- $\mathrm{P}(\mathrm{E} /+)=$ Probabilidad de padecer sordera si el test da positivo
+
+- $\mathrm{P}(\mathrm{A} /-)=$ Probabilidad de no padecer sordera si el test da negativo
+
 sean realmente altas.
-A las probabilidades anteriores se las conoce como: valor predictivo del test.
+
+A las probabilidades 
+anteriores se las conoce como: valor predictivo del test.
+
 Estamos pues en una situación en que, a partir de conocimiento de unas probabilidades, nos interesa calcular otras.
 
 ### APlicación del Teorema de Bayes
@@ -676,9 +687,13 @@ Para el cálculo del valor predictivo del test utilizaremos el teorema de Bayes.
 Habitualmente, a partir de estudios epidemiológicos y muestras experimentales, se estiman:
 
 - La prevalencia
+
 - La sensibilidad del test
+
 - La especificidad del test
+
 - La probabilidad de falso positivo
+
 - La probabilidad de falso negativo
 
 ¿Cómo se obtiene entonces el valor predictivo del test?
@@ -700,6 +715,7 @@ $$
 ### Cálculos
 
 Supongamos que en el ejemplo de la sordera, se sabe que:
+
 - Prevalencia $=0,003$, Es decir, que un tres por mil padece sordera profunda a esta edad.
 
 - Sensibilidad $=0,98$

diff --git a/docs/probabilidad-y-experimentos-aleatorios.html b/docs/probabilidad-y-experimentos-aleatorios.html
@@ -826,32 +826,38 @@ <h2><span class="header-section-number">2.10</span> CASO DE ESTUDIO: Eficacia de
 <p><span class="math display">\[
 \mathrm{P}(+/ \mathrm{E})=\text { Probabilidad de test positivo en individuos que padecen la sordera }
 \]</span></p>
-<p>Al valor anterior se le conoce como sensibilidad del test.
-<span class="math inline">\(\mathrm{P}(+/ \mathrm{A})=\)</span> Probabilidad de test positivo en individuos que no padecen la sordera.</p>
+<p>Al valor anterior se le conoce como sensibilidad del test.</p>
+<p><span class="math display">\[\mathrm{P}(+/ \mathrm{A})=\]</span>
+Probabilidad de test positivo en individuos que no padecen la sordera.</p>
 <p>Al valor anterior se le conoce como probabilidad de falso-positivo.
-<span class="math inline">\(\mathrm{P}(-/ \mathrm{E})=\)</span> Probabilidad de test negativo en individuos que padecen la sordera</p>
+<span class="math display">\[\$mathrm{P}(-/ \mathrm{E})=\]</span></p>
+<p>Probabilidad de test negativo en individuos que padecen la sordera</p>
 <p>Al valor anterior se le conoce como probabilidad de falso-negativo.
-<span class="math inline">\(P(-/ A)=\)</span> Probabilidad de test negativo en individuos que no padecen sordera
+<span class="math display">\[P(-/ A)=\]</span>
+Probabilidad de test negativo en individuos que no padecen sordera
 Al valor anterior se le conoce como especificidad del test.</p>
 <p>A la probabilidad <span class="math inline">\(\mathrm{P}(\mathrm{E})\)</span> de presentar la enfermedad se le conoce como prevalencia de la enfermedad.</p>
 <p>Lógicamente, interesa que la sensibilidad y la especificidad sean elevadas, mientras que los falsospositivos y falsos-negativos sean valores bajos.</p>
 <p>Por otro lado, el interés de aplicar el test consiste en que sirva de elemento predictivo para diagnosticar la sordera.</p>
-<p>Por lo tanto, interesa que las probabilidades
-<span class="math inline">\(\mathrm{P}(\mathrm{E} /+)=\)</span> Probabilidad de padecer sordera si el test da positivo
-<span class="math inline">\(\mathrm{P}(\mathrm{A} /-)=\)</span> Probabilidad de no padecer sordera si el test da negativo
-sean realmente altas.
-A las probabilidades anteriores se las conoce como: valor predictivo del test.
-Estamos pues en una situación en que, a partir de conocimiento de unas probabilidades, nos interesa calcular otras.</p>
+<p>Por lo tanto, interesa que las probabilidades:</p>
+<ul>
+<li><p><span class="math inline">\(\mathrm{P}(\mathrm{E} /+)=\)</span> Probabilidad de padecer sordera si el test da positivo</p></li>
+<li><p><span class="math inline">\(\mathrm{P}(\mathrm{A} /-)=\)</span> Probabilidad de no padecer sordera si el test da negativo</p></li>
+</ul>
+<p>sean realmente altas.</p>
+<p>A las probabilidades
+anteriores se las conoce como: valor predictivo del test.</p>
+<p>Estamos pues en una situación en que, a partir de conocimiento de unas probabilidades, nos interesa calcular otras.</p>
 <div id="aplicación-del-teorema-de-bayes" class="section level3 hasAnchor" number="2.10.1">
 <h3><span class="header-section-number">2.10.1</span> APlicación del Teorema de Bayes<a href="probabilidad-y-experimentos-aleatorios.html#aplicación-del-teorema-de-bayes" class="anchor-section" aria-label="Anchor link to header"></a></h3>
 <p>Para el cálculo del valor predictivo del test utilizaremos el teorema de Bayes.</p>
 <p>Habitualmente, a partir de estudios epidemiológicos y muestras experimentales, se estiman:</p>
 <ul>
-<li>La prevalencia</li>
-<li>La sensibilidad del test</li>
-<li>La especificidad del test</li>
-<li>La probabilidad de falso positivo</li>
-<li>La probabilidad de falso negativo</li>
+<li><p>La prevalencia</p></li>
+<li><p>La sensibilidad del test</p></li>
+<li><p>La especificidad del test</p></li>
+<li><p>La probabilidad de falso positivo</p></li>
+<li><p>La probabilidad de falso negativo</p></li>
 </ul>
 <p>¿Cómo se obtiene entonces el valor predictivo del test?</p>
 <p>Muy sencillo!: Aplicando el teorema de Bayes.</p>
@@ -866,9 +872,9 @@ <h3><span class="header-section-number">2.10.1</span> APlicación del Teorema de
 </div>
 <div id="cálculos" class="section level3 hasAnchor" number="2.10.2">
 <h3><span class="header-section-number">2.10.2</span> Cálculos<a href="probabilidad-y-experimentos-aleatorios.html#cálculos" class="anchor-section" aria-label="Anchor link to header"></a></h3>
-<p>Supongamos que en el ejemplo de la sordera, se sabe que:
-- Prevalencia <span class="math inline">\(=0,003\)</span>, Es decir, que un tres por mil padece sordera profunda a esta edad.</p>
+<p>Supongamos que en el ejemplo de la sordera, se sabe que:</p>
 <ul>
+<li><p>Prevalencia <span class="math inline">\(=0,003\)</span>, Es decir, que un tres por mil padece sordera profunda a esta edad.</p></li>
 <li><p>Sensibilidad <span class="math inline">\(=0,98\)</span></p></li>
 <li><p>Especificidad <span class="math inline">\(=0,95\)</span></p></li>
 <li><p>Probabilidad de falso positivo <span class="math inline">\(=0,05\)</span></p></li>

diff --git a/docs/search_index.json b/docs/search_index.json