Sensibilidade, especificidade e valor preditivo: entenda de vez essas diferenças

                       

                            Teste sensível ou teste específico?

    A escolha entre um teste altamente sensível ou altamente específico depende do contexto clínico:

🔹 Teste sensível: indicado quando há suspeita de doença fatal, porém curável.

🔹 Teste específico: indicado quando há suspeita de doença fatal e incurável.

                                       Justificativas

  1. Doença fatal, porém curável

    Nesses casos, o diagnóstico precoce é essencial para iniciar o tratamento o quanto antes. Portanto, é preferível utilizar um teste altamente sensível, que detecte a maioria dos casos, mesmo que isso implique um maior número de falsos positivos. Se o teste der positivo, recomenda-se aplicar um segundo teste, mais caro e mais específico, para confirmar o diagnóstico.

  2. Doença fatal e incurável

      Neste cenário, o impacto emocional e psicológico de um falso positivo pode ser devastador, já que não há tratamento disponível. Assim, é preferível usar um teste altamente específico, minimizando diagnósticos incorretos. Falsos negativos são menos preocupantes, e o mais adequado é manter monitoramento contínuo.

Valores preditivos

     Você pode estar se perguntando:

🔹 Se o teste deu positivo, qual é a chance de o paciente realmente ter a doença?

🔹 Se o teste deu negativo, qual é a chance de o paciente realmente não ter a doença?

   Para responder a essas perguntas, usamos os valores preditivos.

    Valor preditivo positivo (VPP)

  É a probabilidade de que um resultado positivo seja realmente verdadeiro.

​

🔹 VP: verdadeiros positivos

🔹 FP: falsos positivos

               (VP + FP) é o total de resultados positivos no estudo.

  Valor preditivo negativo (VPN)

 É a probabilidade de que um resultado negativo seja realmente verdadeiro.

​

🔹 VN: verdadeiros negativos

🔹 FN: falsos negativos

                (VN + FN) é o total de resultados negativos no estudo.

Exemplo

    Pesquisadores testaram a presença do fator reumatoide (FR) no soro de 450 pacientes:

         🔹 176 tinham artrite reumatoide,

         🔹 274 não tinham a doença.

   Os dados estão resumidos na Tabela 1 e permitem calcular o VPP e o VPN para esse teste.

Tabela 1

Resultados do exame para FR em pacientes

com e sem artrite reumatoide

 

   Sensibilidade, especificidade e valores preditivos: quando usar?

🔹 Sensibilidade e especificidade são fundamentais na escolha do teste diagnóstico, especialmente quando o paciente ainda não foi testado.

🔹 Valores preditivos tornam-se relevantes depois que você já tem o resultado do teste em mãos.

    Mas atenção: os valores preditivos dependem da prevalência da doença na população estudada.

Prevalência

    A prevalência é a proporção de pessoas com uma determinada doença em uma população.

   Ela é geralmente estimada por meio de levantamentos populacionais (surveys). Ter uma ideia da prevalência é essencial, pois os valores preditivos variam conforme ela.

Exemplo

 influência da prevalência nos valores preditivos

Considere dois cenários com diferentes prevalências da doença. Observe como os valores preditivos mudam.

Tabela 2

Prevalência = 0,25

Tabela 3

                          Prevalência = 0,75

Todo este texto tem como base:

         Motulsky, H. Intuitive Biostatistics. New York. Oxford University Press. 1995. p: 129-135.

         Vieira, S. Bioestatística: tópicos avançados. Rio de Janeiro. Guanabara-Koogan. 5 ed. 2023.

 

 

Testes diagnósticos: sensibilidade e especificidade

              

              Na área de saúde, os diagnósticos são feitos para verificar se o paciente tem, ou não tem, determinada doença. Para se chegar a um diagnóstico, é usual proceder a um teste, como um exame radiológico ou laboratorial. Embora os exames sejam, em geral, confiáveis, eles podem, eventualmente, apresentar um resultado errado. Por isso, é preciso considerar a possibilidade de erro em qualquer resultado de exame médico. Veja o esquema abaixo, onde acertos estão em verde e erros estão em laranja:

               O resultado de um exame para confirmar uma suspeita, pode ser:

                            

 Verdadeiro positivo: o exame detecta a doença em quem realmente tem a doença.

  Falso negativo: o exame não detecta a doença em quem realmente tem a doença.

  Verdadeiro negativo:  o exame não detecta a doença em quem não tem a doença.

                      Falso positivo: o exame detecta a doença em quem não tem a doença

    Os testes diagnósticos estudados na estatística não são feitos para detectar doenças; essa função é atribuída ao profissional da saúde. Eles são projetados para avaliar a probabilidade de um diagnóstico, obtido por meio de exame médico, dar errado. 

A lógica dos testes diagnósticos na estatística será ilustrada aqui por meio de um exemplo. Pacientes com suspeita de COVID-19 devem fazer exame para detectar o vírus Sars-Cov-2. Digamos que uma pessoa faz o teste rápido de antígeno (conhecido como teste de farmácia) O resultado pode ser “positivo” ou “negativo”, mas já sabemos que, eventualmente, qualquer desses resultados pode dar errado.   

Para estimar a probabilidade de ocorrer falsos positivos ou falsos negativos em testes diagnósticos, são feitos grandes levantamentos de dados. As possibilidades para o teste estão na Tabela 1. Nas linhas estão os resultados do teste (positivo ou negativo) e nas colunas o fato de a doença estar ou não presente. 

              Se, voluntariamente, n₁ doentes forem submetidos ao teste, teremos:      

       VP: verdadeiros positivos

      FN: falsos negativos

             Se n₂ voluntários sadios forem submetidos ao teste, teremos:

       VN: verdadeiros negativos 

        FP: falsos positivos.

                                        Tabela 1: Resultados do teste diagnóstico

 O teste tem sensibilidade (S) se detecta a doença em quem tem a doença:

  O teste tem especificidade (E) se resulta negativo em quem não tem a doença:

                                  Exemplo 1

Considere que um teste diagnóstico X para detectar a doença Y foi aplicado em 1000 pessoas: 400 tinham a doença Y e 600 não tinham a doença Y. Os resultados do teste estão apresentados na Tabela 2.

            Tabela 2: Resultados do teste diagnóstico 

 

Análise

 

O teste é sensível, porque detectou a doença em 95% dos casos. Então, a probabilidade de resultado positivo quando a pessoa tem a doença é alta.

 

O teste não é específico, porque acertou que a pessoa não tem a doença em apenas 60% dos casos. Então, a probabilidade de dar negativo em pessoas que não tem a doença é relativamente baixa.

                                   Exemplo 2

   

Foi feito um teste diagnóstico Z em 1200 pessoas: 500 tinham a doença para a qual o teste foi proposto e 700 não tinham a doença. Os resultados do teste estão na Tabela 3.

                               Tabela 3: Resultados do teste diagnóstico 

Análise

O teste não é sensível, porque detectou a doença em apenas 64% dos doentes (320/500), ou seja, a probabilidade de resultado positivo em pessoa que tem a doença é baixa.

 O teste é específico, porque acertou se a pessoa não tiver a doença 90% das vezes (630/700). A probabilidade de resultado negativo em pessoas que não têm a doença é alta.

 

 Características dos testes sensíveis e específicos

Testes Sensíveis:

·    Problema: O número de falsos positivos é alto. Muitas pessoas que não têm a doença são diagnosticadas como tendo a doença.

·    Recomendação: Se a doença não pode ser negligenciada, escolha um teste sensível.

Testes Específicos:

·    Problema: O número de falsos negativos é alto. Muitas pessoas que têm a doença são diagnosticadas como não tendo a doença.

·   Recomendação: Se o diagnóstico da doença pode ser traumático, escolha um teste específico porque, se a pessoa não tem a doença, o teste indica isso com alta probabilidade.

         Sinais e sintomas

 

   As definições de sensibilidade e especificidade também se aplicam aos sintomas e sinais.

1.  Se o sintoma ou sinal for altamente sensível, aparece em quase todos os doentes.
2. Se o sintoma ou sinal for altamente específico, a ausência dele exclui a possibilidade de o indivíduo ter a doença.

                                                  Acurácia

         Acurácia é a probabilidade de o teste dar resultado correto (positivo ou negativo).                            

       A acurácia pode parecer uma propriedade adequada para julgar um exame para diagnóstico, mas não é.  Como é a proporção dos resultados corretos na amostra, tanto positivos como negativos, se o valor da acurácia for alto não se sabe se o exame tem maior probabilidade de detectar verdadeiros positivos ou de detectar verdadeiros negativos.

 

                                              Literatura

•         Motulsky, H. Intuitive Biostatistics. Nova York. Oxford University Press, 1995, p: 129-135.
•          Vieira, S. Bioestatística: tópicos avançados. Rio de Janeiro. Elsevier. 4 ed. 2018.