Il reverendo Thomas Bayes fu un matematico inglese vissu­to nel XVIII secolo, autore di un teorema di grande importan­za per un’interpretazione probabilistica dei quesiti scientifici. Nacque a Londra e morì a Tunbridge Wells, nel Kent, dove esi­ste ancora la sua tomba. Era un pastore presbiteriano di carat­tere anticonformista e un po’ eccentrico. Lasciò inediti gli scrit­ti più importanti, che furono affidati ad un esecutore testamen­tario di fiducia e vennero resi noti solo dopo la morte.

È cono­sciuto soprattutto per il suo Teorema sulla probabilità condizio­nata, pubblicato postumo nel 1763. L’originalità statistica di Bayes consisteva nell’utilizzare a riguardo dell’esame di una nuova informazione le probabilità basate su precedenti acquisi­zioni. Oppure, adoperando un linguaggio statistico più specia­listico, per comparare la probabilità a priori con quella a poste­riori. Questa procedura di revisione del calcolo delle probabili­tà ha reso il contributo di Bayes estremamente interessante per la medicina.

Il messaggio principale trasmesso dalle sue idee era il seguente: non esisteva una sola risposta ad un quesito, se ci si muoveva su di un terreno speculativo di tipo dinamico e in con­dizioni d’incertezza, quali ad esempio si sarebbero verificate nel decorso di un evento morboso e nel conseguente intervento terapeutico del medico. Il teorema di Bayes dimostrava quanto le convinzioni a priori, espresse quantitativamente come distri­buzioni di probabilità, fossero modificate dalle nuove informa­zioni raccolte. Veniva adottato in modo inconsapevole nel ragionamento diagnostico e spesso non era preso in considera­zione proprio quando sarebbe risultato un mezzo prezioso per prendere decisioni più consapevoli. Questo teorema venne così formulato:

P(A/B) = P(B/A) x P(A)/P(B)

Dove la probabilità relativa P(B/A), denominata verosimi­glianza di A rispetto a B, esprimeva il grado di credenza che il 35 soggetto avrebbe avuto nel verificarsi di B, nel caso in cui aves­se saputo che A era vera.
A era la probabilità a priori (ipotesi) e B costituiva l’evidenza sperimentale che stavamo esaminando. Il risultato del teorema di Bayes poteva venire espresso informalmente affermando che la probabilità finale di un’ipotesi P(A/B) o A era direttamente proporzionale alla sua probabilità iniziale ed alla sua verosimiglianza P(B/A), mentre era inversamente pro­porzionale alla probabilità iniziale P(B) dell’evidenza B.

Questa formulazione teneva conto dell’esperienza prece­dente nell’aspettativa di un esito previsto.

Immaginiamo che il nostro paziente tipo abbia la polmonite. La probabilità attesa che egli guarisca sarebbe allora correlata e direttamente propor­zionale sia all’uso degli antibiotici che all’evidenza sperimenta­le, la quale confermava l’utilità degli stessi, cioè all’esperienza precedente singola o collettiva, mentre era inversamente pro­porzionale all’evidenza B, cioè all’astensione dal trattamento. La pratica della medicina rende consapevoli di quanto ogni risultato possa dipendere da fattori certi ed eventi imprevedibi­li.

Il lavoro matematico di Bayes spiegava, in modo teorico e lucido, la ragione di tanti risultati incerti in ambito medico.

Redazione ATBV

la chiave che non abbiamo buttato

“In carcere si aspetta sempre qualcosa, il medico, l’agente, l’educatore, il volontario, il pasto, la messa, una lettera. Nella mia […]

Commento allo studio COMPASS

A cura di Maurizio Del Pinto (altro…)

Studio CANTOS: nuove prospettive per il trattamento delle malattie cardiovascolari

A cura di Antonella Potenza (altro…)

Studio COMPASS: efficacia dell’associazione rivaroxaban ed aspirina nei pazienti con vasculopatia aterosclerotica stabile

A cura di Antonella Potenza (altro…)

Idarucizumab: Risultati finali dello studio RE-VERSE AD

A cura di Antonella Potenza (altro…)