¿Como se calcula el valor predictivo de una variable?

Los valores predictivos (positivo y negativo) miden la eficacia real de una prueba diagnóstica. Son probabilidades del resultado, es decir, dan la probabilidad de padecer o no una enfermedad una vez conocido el resultado de la prueba diagnóstica. Se trata de valores post-test y dependen de la prevalencia de una enfermedad, es decir, del porcentaje de una población que está afectada por esa determinada patología.

La sensibilidad (S) es la capacidad del test de clasificar correctamente a los casos verdaderamente positivos, es decir, la capacidad para detectar correctamente la presencia de enfermedad, o sea, a los enfermos. Operacionalmente se define como S = VP / (VP+FN).

La especificidad (E) es la capacidad del test de clasificar correctamente los casos verdaderamente negativos, es decir, la capacidad para detectar correctamente la ausencia de enfermedad, o sea, a los sanos. Operacionalmente se define como E = VN / (FP+VN).

• Valor predictivo positivo (PV+): probabilidad de tener la enfermedad si el resultado de la prueba diagnóstica es positivo.

${\displaystyle (\mathrm {PV} +)={\frac {\text{Resultados positivos en enfermos}}{\text{Total de resultados positivos}}}=\mathrm {\frac {VP}{FP+VP}} }$

• Valor predictivo negativo (PV-): probabilidad de no tener la enfermedad si el resultado de la prueba diagnóstica es negativo.

${\displaystyle (\mathrm {PV} -)={\frac {\text{Resultados negativos en sanos}}{\text{Total de resultados negativos}}}=\mathrm {\frac {VN}{VN+FN}} }$

Referencias
https://afanporsaber.com/estadisticamente-significativo-el-valor-p-y-sus-controversias#.XVu3XOhKhEY
https://www.conciencia-colectiva.cl/volumen2-numero2/la-importancia-de-los-test-diagnosticos-sensibilidad-especificidad-vpp-y-vpn/
https://tereom.github.io/est_computacional/11-Analisis_bayesiano.html
https://es.wikipedia.org/wiki/Valores_predictivos
https://www.slideshare.net/GiladBarkan/bayesian-belief-networks-for-dummies