¿Qué es la paradoja del falso positivo?
La paradoja del falso positivo describe una verdad poco intuitiva en las pruebas médicas y los programas de cribado: incluso un test muy preciso puede generar sobre todo falsas alarmas cuando la enfermedad que detecta es poco frecuente. Esta calculadora aplica el teorema de Bayes para revelar la probabilidad real de estar enfermo tras dar positivo —el valor predictivo positivo (VPP)—, que suele ser mucho más bajo de lo que sugiere la precisión que se anuncia del test.
Cómo usarla
Introduce tres porcentajes: la prevalencia (lo frecuente que es la enfermedad en la población analizada), la sensibilidad (la probabilidad de que una persona enferma dé positivo, es decir, la tasa de verdaderos positivos) y la especificidad (la probabilidad de que una persona sana dé negativo, es decir, la tasa de verdaderos negativos). La calculadora devuelve la probabilidad de que un resultado positivo sea auténtico, junto con la tasa de falsos descubrimientos.
La fórmula explicada
El teorema de Bayes combina la probabilidad de que las personas enfermas den positivo con la probabilidad de que las personas sanas den positivo por error:
$$P(E\mid+) = \frac{\text{sens} \times \text{prev}}{\text{sens} \times \text{prev} + (1 - \text{esp}) \times (1 - \text{prev})}$$
El numerador es la proporción de la población que está enferma y, además, correctamente detectada. El denominador suma los falsos positivos: las personas sanas marcadas por error. Cuando la prevalencia es muy baja, ese término de falsos positivos domina el resultado.
Ejemplo resuelto
Supongamos que una enfermedad afecta al 1 % de la población (prevalencia = 0,01), y que el test tiene un 99 % de sensibilidad y un 95 % de especificidad. Verdaderos positivos = \(0{,}99 \times 0{,}01 = 0{,}0099\). Falsos positivos = \(0{,}05 \times 0{,}99 = 0{,}0495\).
$$\text{VPP} = \frac{0{,}0099}{0{,}0099 + 0{,}0495} = \frac{0{,}0099}{0{,}0594} \approx 16{,}7\%$$Así que, pese a un test «99 % preciso», solo 1 de cada 6 resultados positivos es real.
Preguntas frecuentes
¿Por qué es tan baja la probabilidad? Porque, al ser una enfermedad poco frecuente, hay muchísimas más personas sanas, de modo que incluso una pequeña tasa de falsos positivos genera muchas más falsas alarmas que verdaderos positivos.
¿Cómo puedo aumentar el VPP? Analizando grupos de mayor riesgo (mayor prevalencia), usando pruebas más específicas o confirmando con un segundo test independiente.
¿Esto solo sirve para pruebas médicas? No: la misma lógica bayesiana se aplica a los filtros de spam, la detección de fraude, los controles antidopaje y a cualquier clasificador de eventos poco frecuentes.
