Você está na página 1de 7

Sensibilidade, Especificidade, Valores Preditivos

Conceitos bsicos
Verdadeiro positivo (V+) = indivduos com a doena tanto no teste padro ouro quanto
no teste em avaliao.
Verdadeiro negativo (V-) = indivduos sem a doena tanto no teste padro ouro quanto
no teste em avaliao.
Falso negativo (F-) = indivduos doentes no teste padro ouro, mas que so
considerados negativos ou normais no teste em avaliao.
Falso positivo (F+)= indivduos no doentes no teste padro ouro, mas que so
considerados doentes no teste em avaliao.
Sensibilidade (S) = proporo de indivduos verdadeiramente positivos (tanto no padro
ouro quanto no teste em avaliao) entre os doentes.
Especificidade (E) = proporo de indivduos verdadeiramente negativos ou normais
(tanto no padro ouro quanto no teste em avaliao) entre os no doentes
Valor preditivo positivo (VPP) = proporo de pacientes com resultados
verdadeiramente positivos (tanto no padro ouro quanto no teste em avaliao) entre os
diagnosticados como positivos.
Valor preditivo negativo (VPN) = proporo de pacientes com resultados
verdadeiramente negativos (tanto no padro ouro quanto no teste em avaliao) entre os
diagnosticados como negativos.
Razo de Verossimilhana Positiva (RVP ou Razo de Probabilidade Positiva - RPP)
Probabilidade de que dado resultado de teste fosse esperado em um paciente portador da
doena, comparado com a probabilidade de que o mesmo resultado fosse esperado em
um paciente sem a doena. Quanto melhor o teste, maior a RVP. RVP = S/(1-E)
Razo de Verossimilhana Negativa (RVN ou Razo de Probabilidade Negativa RPN)= Probabilidade de que dado resultado de teste fosse esperado em um paciente no
portador da doena, comparado com a probabilidade de que o mesmo resultado fosse
esperado em um paciente com a doena. Quanto melhor o teste, menor a RVN. RVN =
(1-S)/E
Acurcia = proporo total de resultados corretos (soma dos V+ e V- dividida pelo total
geral). Reflete a preciso do teste no diagnostico de determinada doena, comparado ao
padro ouro.

Bayesiana
Posted by Hello

Como os valores preditivos so influenciados pela prevalncia da doena na populao,


s podero ser calculados numa tabela 2x2 quando a proporo de casos apresentados
representar a prevalncia na populao.

Qual a probabilidade do paciente ter a doena que suspeito?

Probabilidade pr-teste = probabilidade do paciente ter a doena antes de solicitar o


teste diagnstico.

O teorema de Bernouille postula que, se o nmero de eventos tende para o infinito, a


freqncia tende para a probabilidade. Em outras palavras, se temos um paciente com
grande nmero de caractersticas da populao onde foi estudada a prevalncia da
doena suspeita, a chance deste ter a doena tende para a probabilidade. Da a utilidade
da escala de avaliao de probabilidade de uma doena x. Nela constam as zonas de
deciso com os limites que sugerem quando no tratar ou no testar, testar e tratar, numa
escala de 0 a 100.

Escala de avaliao da probabilidade de uma doena


Posted by Hello
Dependendo da prevalncia de determinadas doenas numa populao, um conjunto de
sinais e sintomas pode sugerir diferentes diagnsticos. Febre, tosse e mal estar, por
exemplo, so comuns a uma srie de patologias e h uma gama de diagnsticos
diferenciais. Caso estes sintomas apaream em um paciente no hospitalizado e num de
ps-operatrio imediato, as hipteses diagnsticas e a rapidez para instituir o tratamento
podem mudar completamente. No caso do ps-operatrio imediato devemos ser mais
rpidos no diagnstico para chegar a zona lateral direita (tratar).

Como escolher o melhor teste diagnstico?

O valor do teste diagnstico depender da sensibilidade, especificidade e da prevalncia


da doena na populao onde o mesmo est sendo testado.

O Teorema de Bayes uma expresso algbrica que permite converter ndices de


sensibilidade e especificidade, junto com o valor calculado da prevalncia de doena
nas expresses clnicas desejadas para maior preciso diagnstica.

Um teste diagnstico para uma doena x tem:


coeficiente falso-negativo de 0,10.
coeficiente falso-positivo de 0,05

A probabilidade pr teste de 0,15. Se o resultado for negativo, qual a probabilidade de


no estar doente?

VPN = especificidade x prevalncia / especificidade x prevalncia + falso negativo x


prevalncia

Quo bom o teste para verificar se uma pessoa tem a doena?

Sensibilidade = capacidade de um teste detectar a doena entre os portadores da mesma.


V+/(V+ + F -)
Quanto < o nmero de F- (mais V+), mais sensvel e quanto > o nmero de F-, menos
sensvel o exame.
Se o critrio para o resultado positivo de um teste for estreito teremos poucos falso
positivos e muitos falso negativos, portanto, o teste ser insensvel. Lembrar que um
teste com alta sensibilidade tem poucos falso-negativos, sendo til quando o objetivo
ter a certeza de um resultado negativo.

Quando utilizar um teste com alta sensibilidade ?

. para afastar outras doenas na fase inicial do diagnstico


. quando o nus de no fazer o diagnstico alto (p.ex quando um tratamento
imediato pode melhorar a sobrevida de um paciente com uma doena que ameaa a
sua vida; rastrear doadores de sangue para evitar qualquer contaminao)
. no rastreamento (screening) de doenas numa populao

Como interpretar?
Exemplo: O ECG tem sensibilidade de 40 a 50% no infarto agudo do miocrdio. Destes,
cerca de 25% por m interpretao dos dados. Aumentamos a sensibilidade atravs de
maior conhecimento para interpretar corretamente o ECG no IAM, de modo a ampliar o
critrio para mais resultados positivos.

Quo bom o teste para excluir uma pessoa que no tem a doena?

Especificidade = capacidade de um teste de dar negativo quando as pessoas no tem a


doena.
V-/ (V- + F+)
Quanto < o nmero de F+, mais especfico (mais V-) e quanto > o nmero de F+, menos
especfico o exame.
Se o critrio para um resultado positivo de um teste for amplo teremos muitos falsos
positivos, portanto, o teste ser inespecfico. Lembrar que um teste com alta
especificidade tem poucos falso-positivos, sendo til quando o objetivo ter a certeza
de um resultado positivo.

Quando utilizar um teste com alta especificidade ?

. confirmar um diagnstico sugerido por outros exames com menor especificidade.


. quando um resultado falso positivo pode ser muito lesivo, ou seja, quando o nus de
fazer um diagnstico errado alto (quando precisamos ter certeza de um diagnstico
para iniciar um tratamento clnico que pode ser nocivo (radioterapia para cncer), que
acarrete uma mudana nos hbitos de vida da pessoa (diabetes), problemas emocionais
e/ou que seja oneroso).

sensibilidade e especificidade Posted by Hello


Coggon et al. em Epidemiology for the uninitiated (6) , nos oferecem um excelente
exemplo. Numa pesquisa de cncer de mama, critrios diagnsticos alternativos foram
comparados com um teste referncia (bipsia). A palpao de um mdico rendeu poucos
falsos positivos (especificidade de 93%) , isto , poucos pacientes foram erroneamente
diagnosticados, mas falhou em diagnosticar metade dos casos (sensibilidade de 50%).
Quando os critrios para diagnosticar "o caso" foram aumentados para incluir todos os
resultados positivos identificados por mdicos, enfermeiras ou mamografia, poucos
casos foram perdidos (94% de sensibilidade), mas a especificidade caiu para 86%.

Outro exemplo importante o ECG para o diagnstico de IAM. Vrios investigadores


relatam 50% de sensibilidade, mas muitos destes estudos consideraram somente o ECG
de admisso. Hedges et al utilizaram o de admisso mais um segundo realizado de 3 a 4
horas aps e encontraram alteraes em 15% dos pacientes, o que torna a sensibilidade

mais alta (65%). Novos estudos ainda no analisaram outros dados que, se positivos,
podem aumentar ainda mais a sensibilidade do ECG, como flutuaes na intensidade
dos sintomas, ECG contnuo ou mltiplo ao longo do tempo.

Como analisar o "balano" entre sensibilidade e especificidade?

O ideal seria um teste 100% sensvel e especfico, mas o valor destas propriedade
depende da distribuio do resultado do teste nos indivduos com e sem a doena e
tambm do valor do teste que define os valores anormais. O balano determinado pela
escolha do exame e do ponto de corte corretos para um estudo em particular. Uma
maneira de estabelecer o ponto de corte (ponto de viragem ou valor crtico) analisar a
especificidade e sensibilidade em vrios nveis de alterao do teste e desenhar, partir
destes dados, um grfico onde a ordenada (y) a sensibilidade e a abscissa (x) 1especificidade (falsos positivos). Quanto mais perto do canto superior esquerdo estiver a
curva, melhor o teste. A discriminao de um ponto de corte deve ser criteriosa, pois
rotular doentes e no-doentes muito arriscado. A curva mostra que o aumento da
sensibilidade vem em detrimento da especificidade e vice-versa. Outra utilizao para
comparar diferentes tcnicas de diagnstico atravs da anlise da rea abaixo da curva.
Um exemplo no qual podemos optar por um exame no qual o ponto de corte represente
um equilbrio entre sensibilidade e especificidade o da pesquisa para estabelecer a
prevalncia de uma doena na populao. Por outro lado, quando o objetivo comparar
as taxas de uma doena em diferentes populaes, a especificidade do exame mais
importante, mesmo com o preo de uma perda na sensibilidade, desta forma teremos
certeza maior quando um resultado for positivo. Se o objetivo rastrear uma doena,
por exemplo, para instituir uma medida profiltica ou um tratamento precoce, mais
interessante que o teste apresente uma alta sensibilidade, desta forma, teremos certeza
maior quando o resultado for negativo, permitindo-nos instituir, com maior segurana,
as medidas cabveis. importante termos em mente que numa doena com baixa
prevalncia, o valor discriminatrio de um teste diagnstico para rastreamento, mesmo
que com alta sensibilidade e especificidade, pequeno.

Em cada paciente a prevalncia da doena geralmente designada de probabilidade


prvia. Esta a probabilidade baseada em dados demogrficos e nas caractersticas
clnicas que um doente em particular deve ter da doena (prevalncia), e deve ser
estimada antes da realizao do teste diagnstico. Por exemplo a probabilidade prvia
de doena arterial coronariana (DAC) pode ser muito baixa, cerca de 1% em jovens
recrutas do exrcito, mas muito alta, cerca de 90%, em pessoas de meia-idade,
fumantes, hipertensos e com angina tpica.

A relao entre sensibilidade e especificidade do teste diagnstico e a probabilidade


prvia de uma doena pode ser expressa formalmente pelo teorema de Bayes7. Aps a
deciso de realizar um teste, o dado mais importante para o clnico estimar se o

resultado do mesmo verdadeiro. Esta informao - o valor preditivo positivo e


negativo, facilmente obtida atravs da mesma tabela em que calculamos a
sensibilidade e especificidade.

sensibilidade, especificidade, vpp e vpn Posted by Hello

Este ltimo desenho (alta prevalncia) uma extrapolao grosseira, mas serve para
observarmos que a razo entre V+ e V+ + F+ ser bem maior, quanto maior for a
prevalncia, em outras palavras, teremos menos F+, e o valor preditivo positivo ser
maior. Se a prevalncia for baixa, teremos mais F+ em relao aos V + e o VPP cair. A
exposio acima explica porque os marcadores tumorais no so utilizados com o
propsito de rastreamento de cncer (baixa incidncia na populao geral). Alguns
casos, ainda sujeitos a controversa, fogem a esta regra, como o PSA no cncer de
prstata, em combinao com o toque retal. Na China, o rastreamento com a alfa feto
protena para cncer heptico realizado pela sua alta incidncia.

Os valores preditivos observados em um estudo no se aplicam universalmente porque:


Quanto < a prevalncia de uma doena na populao: < VPP > VPN
Quanto > a prevalncia de uma doena na populao: > VPP < VPN

Bibliografia
1. Rouquayrol MZ, Almeira N. Epidemiologia e Sade 5a edio. Rio de Janeiro:
MEDSI, 1999.
2. Ransohoff DF, Feinstein AR. Problems of spectrum and bias in evaluatin the efficacy
of diagnostic tests. N Engl J Med 1978; 299:926-30
3. Bossuyt, P. M. et al. The STARD Statement for Reporting Studies of Diagnostic
Accuracy: Explanation and Elaboration. Ann Intern Med 138: W1-12. 2003
4. D G Altman, J M Bland. Statistics Notes: Diagnostic tests 1: sensitivity and
specificity. BMJ 1994;308:1552 (11 June)
5. D G Altman, J M Bland. Statistics Notes: Diagnostic tests 2: predictive values. BMJ
1994;309:102 (9 July)
6. D Coggon et al. Measurement error and bias . Epidemiology for the uninitiated. 4th
edition. BMJ 1997
7. Assessment of Diagnostic and Screening Tests ERIC Notebook Issue #11. (em PDF)

8. Disciplina de Mtodos Quantitativos em Medicina. Teorema de Bayes em Medicina.


Massad E, Silveira PSP, eds. Faculdade de Medicina da Universidade de So Paulo.
30/10/03