No lo es, no lo sabemos. Es un sentimiento esencial de un ser humano que generalmente se enfoca en el futuro: lo que pasarĆ” maƱana. Pero la incertidumbre no vive sola en el calendario. TambiĆ©n se instala al considerar los procesos que conducen a lo que sucede: ¿por quĆ© me mide 1,65 metros? ¿QuĆ© nos lleva, o no, desarrollar cĆ”ncer? ¿QuĆ© estĆ”n afectando los genes? No solo pregunte si, al lanzar la moneda, serĆ” costoso, sino que los mecanismos fĆsicos y contextuales impulsan esos resultados y medidas.
No hay bola de vidrio: la realidad es compleja, ruidosa y a veces caprichosa; Y nuestro conocimiento es inevitablemente limitado. Lo que tenemos es un lenguaje para cuantificar esa falta de seguridad y convertirla en algo que podamos tomar decisiones: probabilidad. Y tenemos una disciplina que llama a ese idioma en el que observamos y medimos: estadĆsticas.
La probabilidad de lo que nos preocupa
QuizĆ”s el aterrizaje de la idea en el ejemplo nos ayuda a entenderlo mejor. Pensemos en el cĆ”ncer de pulmĆ³n. Las preocupaciones personales sobre la presencia de esta enfermedad se formulan en condiciones binarias: "¿Puedes tocarme o no?" - Pero la respuesta a esta duda razonable es probable. No es lo mismo decirnos que es probable desarrollar esta enfermedad 3%, 20%u 80%, ¿verdad? NingĆŗn figurus garantiza el resultado final, pero cambiarĆ” las decisiones que tomamos con respecto a la frecuencia que haremos los exĆ”menes, nuestros hĆ”bitos y nuestras prioridades.
La pregunta es entonces en cĆ³mo determinar esa probabilidad. Podemos centrarnos en la bĆŗsqueda de estimaciones construidas con condiciones similares, exposiciĆ³n ambiental, hĆ”bitos, antecedentes, etc., sin perder el hecho de que serĆ”, la evaluaciĆ³n y, como tal, se volverĆ” a conectar, volver a conectarse. Por lo tanto, un estudio serio no confirmarĆ” "su riesgo es 3%" como si la propiedad fuera descubierta, pero "dadas sus caracterĆsticas y datos disponibles, el riesgo es muy probable entre 1%y 5%". AdemĆ”s, "muy probablemente" tambiĆ©n se puede cuantificar, tratando de poner la clasificaciĆ³n y la coherencia en lo que sabemos lo que no.
¿Y quĆ© depende de la calidad de esa evaluaciĆ³n? Bueno, bĆ”sicamente tres pilares. Primero, datos: no es solo tanto, sino quĆ© tan bien representan a la poblaciĆ³n que nos importa. Segundo, DiseƱo: cĆ³mo se recopilan estos datos, con quĆ© controles, con quĆ© tipo de cuidado evita el sesgo. Tercero, Modelo: SimplificaciĆ³n matemĆ”tica y tĆ©cnicas estadĆsticas que utilizamos para implementar una evaluaciĆ³n y cuya aplicabilidad dependerĆ” de mejores o peores resultados con los mismos datos. Los datos suficientes, obtenidos por un buen diseƱo y analizado la tĆ©cnica correcta siempre detendrĆ”n otro paso hacia el Ć©xito.
A partir de aquĆ aparece otra pregunta: cuĆ”les son variables realmente involucradas en riesgo. Volviendo al cĆ”ncer de pulmĆ³n, podemos evaluar factores como el tabaco, la contaminaciĆ³n, la ocupaciĆ³n, la actividad fĆsica ... pero, alrededor, porque ver dos cosas que se mueven juntas no es suficiente para concluir que uno causĆ³ otro. Es posible que un gran estudio de observaciĆ³n determine que aquellos que hacen menos cĆ”ncer de pulmĆ³n hacen mĆ”s deportes, pero quizĆ”s una conexiĆ³n real es que mĆ”s deportes no fuman.
Esto es lo que en las estadĆsticas, llamamos confusiĆ³n. Para limpiarlo, tenemos que trabajar en ese segundo pilar que discutimos: un diseƱo mĆ”s especĆfico y mĆ”s exigente elegiremos quĆ© variables incluir en un modelo o quĆ© serĆ” mĆ”s efectivo en el modelo.
¿CuĆ”nto me afecta eso?
Una vez que termina esa fase, la siguiente pregunta es el tamaƱo. No es suficiente saber si el factor afecta, tambiĆ©n necesitamos saber cuĆ”nto cambia el riesgo. Esto debe distinguirse por riesgo absoluto y relativo. Decir que "fumar duplica el riesgo" significa hablar en una visiĆ³n relativa: si una persona no feroz tiene un 10% de riesgo, duplicarlo conduce al 20%. Suena igualmente fuerte cuando el riesgo pasa 0.5% a 1%, pero el impacto prĆ”ctico es diferente.
En ese sentido, cuando se hace referencia a este hĆ”bito, hablan de riesgos relativos, probabilidad de probabilidad, pero realmente importante que esta jerga termine convirtiĆ©ndose en nĆŗmeros que leen que en la vida pueden ponerlo en sus vidas.
Y el Ćŗltimo obvio que nunca quedĆ³: ver uno de estos valores escritos, puede haber porcentaje. Es importante que no lo confunda con probabilidad y, en ese sentido de probabilidad, nunca supera el 100%. Dar valor es fĆ”cil. Interpretarlo y comprender las reglas que lo administran, no tanto.
Una guĆa breve para comprender la probabilidad
Volvamos al momento en que le informan sobre su probabilidad de cĆ”ncer de pulmĆ³n. Lo habitual es ver eso expresado en porcentaje (entre 0% y 100%). TambiĆ©n se puede expresar hasta el tiempo que un -3% es 0.03; 20% son 0.2 o como "x cada n" donde, por ejemplo, uno de cada 1 000 serĆa 0.1% (0.001) o tres de diez, al 30%.
El problema ocurre cuando los formatos se mezclan en el mismo texto, porque tendemos a ver mĆ”s (n) que en parte (x) y podemos ser "uno de cada 1,000" riesgo de "uno en 100", cuando en realidad estamos hablando de 0.1% en comparaciĆ³n con el 1%.
Se dio cuenta del nĆŗmero, es hora de interpretarlo y tenemos dos miradas diferentes. La apariencia honesta comprende la probabilidad como la frecuencia que verĆamos el evento cuando repitamos el proceso muchas veces. Funciona muy bien en contextos controlados y repetibles. Pero cuando estamos hablando de la probabilidad de lluvia o de que una persona estĆ” informada, donde no podemos "repetir" el mismo dĆa o la misma vida, lo cual es mĆ”s natural, lo que con probabilidad conduce al grado de evidencia coherente a travĆ©s de la coherencia con la nueva evidencia.
Estas dos perspectivas tambiĆ©n ayudan a comprender la incertidumbre de la evaluaciĆ³n. El rango de valores creĆbles que discutimos anteriormente se llaman intervalos de confianza bajo la frecuencia de paradigma o intervalos de credibilidad bajo Baesonia. En ambos casos, nos ayudan a medir la confiabilidad de la evaluaciĆ³n. El riesgo estimado entre el 1% y el 5% no son los mismos entre 1% y 10%. QuizĆ”s ambas cifras nos dejan tranquilos a la enfermedad, pero el primer intervalo es mĆ”s especĆfico y, por lo tanto, mĆ”s informativo sobre lo que sabemos y seƱalamos, probablemente mejores datos o un mejor uso de estos.
En resumen, la inseguridad estĆ” presente en cualquier proceso diurno y no se puede eliminar, pero es una medida. En esto, lo devolvemos visible y honesto. La probabilidad y las estadĆsticas no prometen conciencia, sino mejores preguntas y un mĆ”s consciente de la decisiĆ³n. No se trata de controlar el bosque lleno de esquinas oscuras, sino caminar a travĆ©s de Ć©l con mejores criterios.
La versiĆ³n original de este artĆculo fue publicada en la revista Telos, por Foundation Telephone.
.webp)
0 Comentarios