PDF de programación - Construcción de redes bayesianas

Probabilidad y Estadística en Medicina

UNED

Curso de Experto Universitario en

Probabilidad y Estadística en Medicina

www.ia.uned.es/cursos/prob-estad

Construcción de redes bayesianas

F. J. Díez Vegas

Dpto. Inteligencia Artificial. UNED

[email protected]

www.ia.uned.es/~fjdiez

Dos formas de construir una r.b.

(cid:88) A partir de una base de datos

Base
de datos

algoritmo

Red

bayesiana

(cid:179) Hay muchos algoritmos, y siguen apareciendo otros nuevos
(cid:179) Semejanza con métodos estadísticos (regresión logística,etc.)

y de inteligencia artificial (redes neuronales, árboles de clasif., etc.)

(cid:88) Con la ayuda de un experto

Mecanismos

causales

modelado

Grafo
causal

probabilidades

Red

bayesiana

(cid:179) El conocimiento causal es necesario para garantizar las

relaciones de independencia

(cid:88) Método mixto:

(cid:179) expertos → estructura; base de datos → probabilidades

Francisco Javier Díez Vegas

1

Probabilidad y Estadística en Medicina

UNED

Información estructural

1. Escoger las variables

(cid:179) Datos personales: sexo, edad…
(cid:179) Antecedentes
(cid:179) Síntomas y signos
(cid:179) Pruebas complementarias: ECG, analítica, radiografía,

ultrasonidos, RMN, radioisótopos, etc.

2. Determinar los valores de cada variable

(cid:179) Intervalos para discretizar las variables numéricas
(cid:179) El problema de la granularidad

3. Establecer los enlaces causales

(cid:179) Dependencias, representadas explícitamente
(cid:179) Independencias, representadas implícitamente

Dependencia causal

Raza

Obesidad

Sexo

Raza

Tabaquismo

Herencia

Estrés

Edad

Sexo

Edad

Ingesta
sodio

Tabaquismo

Herencia

Estrés

Obesidad

Ingesta
sodio

Hipercoles-
terolemia

HTA

Hipercoles-
terolemia

Diabetes

Isquemia

HTA

Diabetes

Isquemia

Francisco Javier Díez Vegas

2

Probabilidad y Estadística en Medicina

UNED

Fuentes de información numérica

(cid:88) Estudios epidemiológicos

(cid:179) Ventaja: obtención directa de los datos buscados
(cid:179) Inconveniente: tiempo y coste; sesgos
(cid:88) Literatura médica (libros y revistas)

(cid:179) Ventajas: fiabilidad, escaso coste
(cid:179) Problemas: se encuentran muchos datos cualitativos,

pero muy pocos cuantitativos; pocas probabilidades directas;
diferentes criterios; variabilidad de la población; sesgos

(cid:88) Bases de datos

(cid:179) Ventaja: rápido y barato
(cid:179) Problemas: tamaño de la base de datos;

datos filtrados; sesgos de hospital

(cid:88) Estimaciones subjetivas

(cid:179) Ventaja: coste relativamente bajo
(cid:179) Desventaja: sesgos de hospital; sesgos psicológicos (Tversky...)

Aplicación de la puerta OR
en redes bayesianas médicas

(cid:88) Ventajas de la puerta OR

(cid:179) Más fácil de construir, porque necesita menos parámetros
• Con base de datos: más casos para estimar cada parámetro
• Con experto humano: menos parámetros y más intuitivos

(cid:179) El cálculo de la probabilidad es más eficiente (más rápido)
(cid:179) Permite explicar el razonamiento (diagnóstico diferencial)

(cid:88) Dos formas de detectar la puerta OR

(cid:179) A partir de un estudio estadístico
(cid:179) Conociendo los mecanismos causales

Francisco Javier Díez Vegas

3

Probabilidad y Estadística en Medicina

UNED

Contraindicaciones de la puerta OR

(cid:88) ¿Cuándo no se puede usar la puerta OR?

(cid:179) Cuando los padres representan factores de riesgo

• Ejemplo: tabaquismo, hipercolesterolemia, estrés, etc.

(cid:179) Cuando alguno de los padres no representa

variables ordinales

• Ejemplo: edad, sexo, país (zona de origen), etc.
(cid:88) ¿Cuándo no conviene usar la puerta OR?

(cid:179) Cuando hay una sola causa explícita

• Sensibilidad
• Especificidad = P(¬y|¬x) = 1–P(+y|¬x)

= P(+y|+x)

Francisco Javier Díez Vegas

4