Saltar al contenido

Calculadora del teorema de Bayes

Introduce la probabilidad previa y la sensibilidad y especificidad de la prueba. La calculadora aplica el teorema de Bayes y muestra la probabilidad posterior de que un resultado positivo sea verdadero, la probabilidad de un positivo, el valor predictivo negativo y el porcentaje de positivos que son falsos.

Actualizado 2026-11-18 Estimación editorial Equipo editorial de Calccc Gratis · Sin registro
%

Qué tan común es la condición antes de la prueba, como su prevalencia en el grupo.

%

Probabilidad de un resultado positivo cuando la condición está presente.

%

Probabilidad de un resultado negativo cuando la condición está ausente.

Escenarios A/BGuarda dos conjuntos de datos y compara los resultados. Solo en este navegador.
AVacío
BVacío

Tus datos se quedan en este navegador. Sin cuenta y sin subir archivos.

Professional worksheet

Detailed schedule & assumptions

Inputs used, method, sensitivity, and any year-by-year table. The summary above stays compact; the audit lives here.

Professional worksheet

Inputs, scope, and sensitivity

Inputs used

Method and scope

Result audit

MetricValue

Qué hace esta calculadora

El teorema de Bayes actualiza una probabilidad cuando llega nueva información. En una prueba diagnóstica, combina la probabilidad previa de tener una condición con la sensibilidad y la especificidad del test. El resultado más contraintuitivo es que, cuando la condición es rara, un positivo puede ser falso con mucha frecuencia: aunque la prueba sea buena, el gran número de personas sanas genera más falsos positivos que verdaderos positivos. Esta calculadora muestra ese efecto con claridad y sirve para entender por qué la prevalencia importa tanto como la precisión. Es una herramienta de enseñanza y planificación, no un diagnóstico.

Cómo usarla

  1. Introduce la probabilidad previa de la condición en el grupo que estás evaluando.
  2. Introduce la sensibilidad: la probabilidad de positivo cuando la condición está presente.
  3. Introduce la especificidad: la probabilidad de negativo cuando la condición está ausente.
  4. Revisa la probabilidad posterior, el valor predictivo negativo y el porcentaje de falsos positivos.
  5. Cambia la probabilidad previa para ver cuánto depende el resultado de la prevalencia.

Cómo funciona

Posterior = sensibilidad × previa / (sensibilidad × previa + (1 − especificidad) × (1 − previa)). Valor predictivo negativo = especificidad × (1 − previa) / (especificidad × (1 − previa) + (1 − sensibilidad) × previa). En el caso base, una previa del 1,0 % con una sensibilidad del 90 % y una especificidad del 95 % da una posterior del 15,38 %.

Ejemplos de cálculo

Ejemplo 1: prevalencia del 1 % con una prueba 90/95

Un resultado positivo eleva la probabilidad del 1,0 % al 15,38 %. Como la condición es rara, el 84,6 % de los positivos son falsos positivos, y el valor predictivo negativo es del 99,89 %. La prueba descarta bien, pero no confirma.

Ejemplo 2: prevalencia del 50 % con una prueba 80/60

Con una condición más común y una prueba menos específica, la posterior sube al 66,67 %. La probabilidad de un positivo es del 60 % y el valor predictivo negativo del 75 %. La misma prueba se comporta de forma muy distinta según el grupo.

Ejemplo 3: prevalencia del 0,1 % con una prueba 50/99

Con una sensibilidad y una especificidad muy dispares, la posterior es solo del 4,77 %. La probabilidad de un positivo es del 1,05 % y el 95,2 % de los positivos son falsos. Una prueba con moneda al aire para detectar y buena para descartar apenas confirma nada.

Qué significa el resultado

El teorema de Bayes no dice si una prueba es buena o mala en abstracto: su valor depende de para qué se usa y en quién. En una población con prevalencia baja, incluso una prueba con alta sensibilidad y especificidad produce muchos falsos positivos, porque hay mucha más gente sana. Por eso los programas de cribado suelen confirmar los positivos con una segunda prueba. La probabilidad posterior también depende de que la previa sea representativa del grupo; si el paciente tiene síntomas o antecedentes, la previa correcta es más alta que la prevalencia general. La calculadora es una herramienta de enseñanza y no sustituye el juicio clínico.

Errores comunes

  • Confundir la sensibilidad con la probabilidad de tener la condición tras un positivo.
  • Usar la prevalencia general cuando el paciente pertenece a un grupo de mayor riesgo.
  • Ignorar la especificidad y fijarse solo en la sensibilidad.
  • Suponer que la prueba es independiente de otros factores de riesgo.
  • Interpretar la posterior como un diagnóstico definitivo.

Supuestos y límites

  • La sensibilidad y la especificidad son constantes en la población evaluada.
  • La probabilidad previa refleja la prevalencia real de ese grupo.
  • El resultado de la prueba es binario, sin resultados indeterminados.
  • La prueba y la condición son independientes de otros factores más allá de la previa.
  • La aritmética es exacta, sin errores de medición en las entradas.

Preguntas frecuentes

¿Qué calcula exactamente el teorema de Bayes?

Calcula la probabilidad de una hipótesis dada una evidencia, usando la probabilidad previa y la verosimilitud de la evidencia en cada hipótesis. En términos de pruebas, convierte la sensibilidad y la especificidad en la probabilidad de que un positivo sea un verdadero positivo.

¿Por qué un positivo puede ser un falso positivo?

Cuando la condición es rara, hay muchas más personas sanas que afectadas. Incluso una tasa pequeña de falsos positivos aplicada a un grupo grande de personas sanas puede producir más falsos positivos que verdaderos positivos, así que la posterior se queda baja.

¿Cuál es la diferencia entre sensibilidad y especificidad?

La sensibilidad es la proporción de personas afectadas que dan positivo. La especificidad es la proporción de personas no afectadas que dan negativo. Una prueba puede ser buena en una y más débil en la otra, y el equilibrio depende del umbral elegido.

¿Qué es el valor predictivo negativo?

Es la probabilidad de que una persona con resultado negativo no tenga la condición. Suele ser alto cuando la condición es rara, pero baja cuando la sensibilidad es baja, porque se pierden más casos afectados.

¿Se aplica fuera de la medicina?

Sí. La misma aritmética se aplica a filtros de spam, control de calidad, detección de fraude y cualquier prueba con una previa y dos tasas de error. La interpretación de la previa cambia, pero la fórmula no.

¿Puedo usarla para decidir si me hago una prueba?

Puede ayudarte a entender qué significaría un resultado, pero no es una herramienta de decisión por sí sola. Las consecuencias de los falsos positivos y negativos, la disponibilidad de pruebas de confirmación y el juicio clínico también importan.

Fuentes

Esta calculadora es una herramienta educativa de probabilidad y no constituye asesoría médica ni un diagnóstico. Los resultados dependen de la prevalencia y de la fiabilidad reales de la prueba. La interpretación de una prueba concreta corresponde a un profesional cualificado.

Actualización 2026

Cómo usar el resultado profesional

Esta página no es solo una caja de fórmula. El resultado está pensado para comprobarlo, compararlo y llevarlo contigo.

  • Hoja de trabajo profesional. El resultado incluye los datos usados, el método y el alcance, además de una comprobación de sensibilidad de una variable para calculadoras financieras.
  • Escenarios A/B. Guarda dos conjuntos de datos en el navegador y compara las cifras principal, secundaria y el desglose lado a lado.
  • Imprimir / PDF y CSV. Imprime una hoja con la marca o exporta la tabla anual cuando la calculadora la genera.

Las fórmulas y los supuestos anteriores siguen gobernando la cifra. La hoja de trabajo hace la estimación auditable; no la convierte en una cotización de un prestamista, una declaración de impuestos ni asesoría personalizada.

Equipo editorial de Calccc · Actualizado 2026-11-18

Preparado por Equipo editorial de Calccc como estimación educativa. Esta página no es una revisión profesional licenciada ni constituye asesoría financiera, médica, legal o fiscal.

Estimación editorial preparada por el Equipo editorial de Calccc; no es una revisión profesional licenciada.