Resumo de testes diagnósticos: sensibilidade, especificidade, acurácia e mais!

Resumo de testes diagnósticos: sensibilidade, especificidade, acurácia e mais!

Confira os principais aspectos referentes aos testes diagnósticos, para você aplicar na prática clínica e como são cobrados nas provas de residência médica!

Sensibilidade e especificidade dos testes diagnósticos

A sensibilidade representa a proporção de indivíduos que têm a doença e apresentam teste positivo, ou seja, a capacidade do teste em identificar os verdadeiros positivos. A principal limitação está na possibilidade de falsos-positivos. 

Já a especificidade é a proporção de indivíduos que não têm a doença e apresentam teste negativo, ou seja, a capacidade de identificar os verdadeiros negativos. A principal limitação é na possibilidade de falso-negativo quanto mais específico um teste. 

Teste diagnósticoDoente Não doente 
PositivoA (sensibilidade) B
NegativoCD (Especificidade)
TotalA+CB+D
Fonte: Própria

Um teste altamente sensível geralmente possui baixa especificidade, já um teste com alta especificidade, possui baixa sensibilidade. Essa troca entre sensibilidade e especificidade pode ser usada para traçar uma curva ROC e descrever o desempenho geral do teste, mas também podem ser usadas para calcular as razões de verossimilhança.  

Inscreva-se em nossa newsletter!

Receba notícias sobre residência médica e revalidação de diplomas, além de materiais de estudo gratuitos e informações relevantes do mundo da Medicina.

#Na prática: Se o ponto de corte para que a dosagem sérica de hemoglobina fosse considerada positiva diminuísse de 12 g/dL para 10 g/dL, mais casos de anemia são  detectados, diminuindo a taxa de resultados falso-negativos e aumentando a sensibilidade. No entanto, haveria também mais resultados positivos em indivíduos sem anemia, aumentando a taxa de resultados falso-positivos e diminuindo a especificidade. 

Quando há elevada sensibilidade o teste tende a ter elevados falsos-positivos, por isso são bons como exames de triagem. Mas, se vier positivo, você deve se questionar se o paciente realmente tem a doença e lançar mão de testes com maior especificidade, com maior capacidade confirmatória.   

#Ponto importante: a sensibilidade e especificidade do teste é característica do teste e não altera com aumento da prevalência da doença na população estudada. 

Valor preditivo dos testes diagnósticos 

O valor preditivo de um teste é a probabilidade do paciente ter a doença após o resultado do exame. Ele nos diz a capacidade de um novo teste em diagnosticar uma doença comparando-o com os resultados do teste padrão ouro. Os determinantes do valor preditivo são a sensibilidade, especificidade e prevalência da doença na população.

O valor preditivo positivo (VPP) é a proporção de indivíduos que apresentam resultado positivo no novo teste e têm a doença segundo o padrão ouro. Quando um teste diagnóstico tem VPP alto, um paciente cujo teste apresente resultado positivo muito provavelmente tem a doença. Utilizando a tabela de sensibilidade e especificidade, temos: 

VPP = A / A + B

#Ponto importante: quanto maior especificidade teste e maior a prevalência da doença na população, maior o VPP.

Já o  valor preditivo negativo (VPN) é a proporção de indivíduos que apresentam resultado negativo no novo teste e não têm a doença segundo o padrão ouro. Quando um teste tem VPN alto, um paciente cujo teste apresente resultado negativo muito provavelmente não tem a doença.

VPN = D / C+D

#Ponto importante: quanto maior a sensibilidade do teste e menos prevalente a doenla testada na população, maior será o VPN. 

#Na prática: No exemplo da investigação de anemia, considerando que o estudo tinha 100 doentes e 100 não doentes, a sensibilidade de 90% e especificidade de 80% para a dosagem de hemoglobina, os valores preditivos ficariam:

Teste diagnósticoDoente Não doente Total
+95 (Sensibilidade)20115
580 (especificidade)85
Total100100200
Fonte: Própria

VPP = 95 / 95+20 = 82%

VPN = 80 / 5 + 80 = 94%

#Ponto importante: Diferente da sensibilidade e especificidade, o VPP e o VPN de um novo teste dependem da probabilidade pré-teste, neste caso, da prevalência da doença na população. Assim eles não dependem só das características do teste e irão diferir a depender da população. 

Acurácia dos testes diagnósticos

A acurácia é a proporção de todos os acertos, ou seja, de verdadeiros positivos e verdadeiros negativos. Quanto maior a acurácia de um teste, mais preciso em determinar quem tem ou não a doença. 

Curvas ROC

A curva ROC é uma representação gráfica da sensibilidade e especificidade para todos os valores de corte possíveis de um teste utilizando o cálculo da área sob a curva (ASC) e com ele podemos estimar a acurácia.  Os valores da ASC podem variar de 0 a 1,0 e valores maiores que 0,8 indicam boa precisão do teste diagnóstico.  

#Ponto importante: Um ASC igual a 1 seria um teste perfeito, mas como este teste não existe, e sempre haverá resultados falso-positivos ou falso-negativos, quanto mais próximo de 1, mais preciso será um teste. 

A curva ROC é traçada colocando-se no eixo das abscissas (x) as probabilidades de ocorrência de resultados falso-positivos, que também pode ser expresso como 1-especificidade. No eixo das ordenadas (y) colocamos as probabilidades de ocorrência de resultados verdadeiro-positivos que também podem ser expressos como a sensibilidade do teste para aquele valor.

Curva roc

Crédito: Wikipedia

Razões de verossimilhança

As razões de verossimilhança (RV) combinam sensibilidade e especificidade para nos dizer quanto um teste diagnóstico pode mudar a probabilidade do paciente ter a doença a partir de uma probabilidade pré-teste conhecida. 

Estatisticamente, a RV é a probabilidade de um determinado resultado em alguém com a doença dividida pela probabilidade do mesmo resultado em alguém sem a doença e também pode ser positiva ou negativa. 

Fonte: Própria.

Uma RV+ maior que 1 corrobora a presença da doença e quanto maior a RV+, maior será a probabilidade de que o resultado positivo do teste aumente a probabilidade de doença se o resultado do teste for positivo. Já a RV− varia de 1 a 0, e quanto mais próxima de 0 a RV for, menor será a probabilidade de doença na presença de resultado negativo do teste.

Curso Extensivo Residência Médica

Referências bibliográficas: 

  • Ferreira JC, a , Patino CM, b . Understanding diagnostic tests. J Bras Pneumol. 2018.
  • Reis, E.A., Reis I.A. (2002). Avaliação de Testes Diagnósticos. Relatório Técnico do Departamento de Estatística da Universidade Federal de Minas Gerais. Disponível em: www.est.ufmg.br.
  • Crédito imagem da capa: Pexels
Você pode gostar também