Diagnóstico diferencial
BetaIdentifica el diagnóstico más probable en minutos. Razonamiento bayesiano basado en ratios de probabilidad (LR) de estudios validados.
3 usos semanales gratuitos. Ilimitado con Premium.
Columna Vertebral
Miembro Superior
Metodología
Cómo funciona el motor de diagnóstico
Probabilidad pre-test
Los síntomas del paciente generan una distribución de probabilidades inicial entre los diagnósticos candidatos. Cada patrón clínico ajusta la verosimilitud relativa de las hipótesis diagnósticas antes de aplicar ningún test.
Actualización bayesiana
Cada test clínico tiene un likelihood ratio positivo (LR+) y negativo (LR−) extraído de la literatura. Al registrar el resultado del test, el teorema de Bayes actualiza la probabilidad de cada diagnóstico. Los tests se ordenan automáticamente por ganancia de información para maximizar la discriminación en cada paso.
Diagnóstico diferencial
El resultado es un ranking de diagnósticos con probabilidades post-test cuantificadas. El razonamiento clínico queda documentado: qué síntomas apoyaron cada hipótesis, qué tests la reforzaron o debilitaron, y con qué magnitud.
Fuentes
- Sensibilidad, especificidad y LR de estudios diagnósticos publicados post-2016
- Calidad metodológica evaluada con QUADAS-2 y QAREL
- Prioridad a metaanálisis y revisiones sistemáticas
Limitaciones
- Modelo Naive Bayes: asume independencia condicional entre tests
- Tests correlacionados aplican atenuación, pero pueden sobreestimar
- No sustituye el juicio clínico profesional