El teorema de Bayes estima la probabilidad de que suceda un evento si antes ha ocurrido otro. Si sentimos un trueno es probable que pronto comience a llover, aunque no es seguro. A la biomedicina le interesa más, sin embargo, la formulación probabilística a la inversa, porque a menudo cuando se hace una observación queremos buscar la causa: "Si, por ejemplo, te encuentras en un rancho en Texas y sientes trotar caballos, ¿qué probabilidad hay de que se acerque un rebaño de cebras? "El
Dr. Saurabh Jha, radiólogo, blogger y colaborador del BMJ, dice que ya basta de cazar cebras en Texas. "El razonamiento clínico de muchos médicos hoy -explica el Dr. Jha- se ha olvidado del pensamiento bayesiano y ha abrazado, en cambio, la tesis de
más vale gestionar un falso positivo que un falso negativo."
Cuando le preguntaron, en la década de los años 20 del siglo pasado, a
George Mallory, un alpinista inglés, que por qué quería subir al Everest, contestó que porque la montaña estaba ahí. Según el Dr. Jha, a muchos médicos les pasa lo mismo que a Mallory: piden pruebas porque las pueden pedir.
En su artículo en el BMJ, el radiólogo explica el caso de un paciente del Dr. Watson, un médico producto de una refinada formación, leído y detallista, pero carente de la capacidad deductiva del famoso ayudante de Sherlock Holmes. Si tienen ocasión de leer el escrito, verán como para el estudio de ese caso, nada le parece elemental al Dr. Watson, hasta el extremo de que en cada caballo ve una oportunidad para una cebra. "Las cebras son intelectualmente excitantes", acaba afirmando el Dr. Jha.
