Sequential Bayesian Tests and the Hypothesis of independent or naive Bayes

Abstract

Con bastante frecuencia el diagnóstico no es definitivo con una prueba médica, pero solo después que se aplique una secuencia de pruebas. ¿Cómo se combinará la información proporcionada por una prueba con la información transmitida por una segunda prueba? ¿Podemos "agregar" la información de las pruebas clínicas suponiendo independencia condicional conocido como "naive" o “independiente” Bayes? En este artículo desarrollamos un simple y básico exacto Factor de Bayes para verificar el Modelo de Bayes independiente vs el Modelo completo de Bayes, sin el supuesto de independencia condicional. Asumiendo “independiente” Bayes cuando de hecho no lo es, exagera la acumulación de dos positivos a favor de la enfermedad, y dos negativos en contra. Aquí también ilustramos, que incluso en situaciones de evidencia leve contra el modelo de independencia, la diferencia entre los dos modelos puede ser notablemente diferente en presencia de evidencia conflictiva entre las pruebas médicas. Como consejo práctico, cuando se aplica una secuencia de pruebas en combinación de forma rutinaria, se debe realizar un estudio para el cual los resultados de un grupo de pacientes se mantengan y estudien con y sin el supuesto de independencia, y los factores de Bayes deben ser calculados. Este trabajo amplía y generaliza el trabajo de Pereira y Pericchi (1990) y Berger y Moosman (2001).