Valor preditivo em um teste diagnóstico

            Um teste sensível ou um teste específico?

·  Teste sensível, se a suspeita for doença fatal, porém curável.

·  Teste específico, se a suspeita for doença fatal e incurável.

           As razões dessas recomendações são:

·  Se a doença for fatal, porém curável, melhor diagnosticar logo. Então, use um teste altamente sensível. Se o teste resultar positivo – considerando que o número de falsos positivos pode ser alto – faça outro teste, mais caro, porém mais específico.

·  Se a doença for fatal e incurável, melhor não dizer a uma pessoa que ela tem uma doença que na realidade não tem (os falsos positivos são comuns). No entanto, os falsos negativos não seriam tão ruins, uma vez que não existe tratamento para a doença. Mantenha a vigilância.

Agora, talvez você se pergunte:

·  Se o teste resultou positivo, qual é a probabilidade de o paciente ter a doença?

·  Se o teste resultou negativo, qual é a probabilidade de o paciente não ter a doença?

Valor preditivo

Valor preditivo positivo (VPP): é a probabilidade de resultado positivo correto no total de positivos obtidos.

em que VP é o número de verdadeiros positivos e FP é o número de falsos positivos.Evidentemente VP+FP é o total de resultados positivos na pesquisa sobre testes diagnósticos.

Valor preditivo negativo (VPN): é a probabilidade de resultado negativo correto no total de negativos obtidos.

em que VN é o número de verdadeiros negativos e FN é o número de falsos negativos.Evidentemente FP+VN é o total de resultados negativos na pesquisa sobre testes diagnósticos.

                                  Exemplo

    Pesquisadores testaram a presença de fator reumatóide (FR) no soro de uma amostra de 450 pacientes, 176 com artrite reumatóide e 274 sem a doença. Os dados apresentados na Tabela 1 permitem calcular o valor preditivo positivo (VPP) e o valor preditivo negativo (VPN) para o teste.

Tabela 1

Exame para fator reumatóide (FR) no soro de pacientes com e sem artrite reumatóide

É importante não confundir.

  Você deve se preocupar com a sensibilidade e a especificidade do teste quando precisa fazer o diagnóstico para o paciente que está a sua frente.

  Você deve se preocupar com valores preditivos quando tem em mãos o resultado do teste que pediu. Mas, para emitir um diagnóstico, você precisa saber a prevalência da doença.

Prevalência

     Prevalência de uma doença é a proporção de pessoas com essa doença na população.

     Para estimar a prevalência das doenças, são feitos grandes levantamentos de dados (surveys). É preciso saber (ou pelo menos ter ideia) das doenças, porque valores preditivos dependem da prevalência da doença. Veja os exemplos: como os valores preditivos mudam em função da prevalência da doença.

Exemplo: Valor preditivo de teste diagnóstico para doença com prevalência de 0,75

Tabela 2
:Distribuição dos dados segundo a doença e o resultado do teste

Prevalência = 0,75

Tabela 3
 Distribuição dos dados conforme a doença e o resultado do teste

Prevalência =0,25

      Literatura

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. Elsevier. 4 ed. 2018.

Testes diagnósticos: sensibilidade e especificidade

      

São feitos diagnósticos na área de saúde para estabelecer se o paciente tem ou não determinada doença. Também são feitos diagnósticos na área de engenharia para determinar, por exemplo, se os itens produzidos estão conformes ou não conformes.

Para se chegar a um diagnóstico, é usual proceder a um teste. Esses testes são seguros, o que não significa dizer que nunca chegam a resultado errado. Vamos mostrar aqui como são calculadas as probabilidades  de testes diagnósticos chegarem a resultados certos e a resultados errados.

  Se um médico suspeita que seu paciente esteja infectado por HIV, pede um exame de laboratório. O resultado pode ser “positivo” ou “negativo”. Qualquer que seja o resultado, é preciso considerar a possibilidade de o teste ter dado resultado errado. Veja o esquema abaixo, onde acertos estão em verde e erros estão em laranja:

        O resultado de um teste diagnóstico pode ser:

             Verdadeiro positivo se detectou a doença em quem tem a doença.

             Falso negativo se não detectou a doença em quem tem a doença.

             Verdadeiro negativo se não detectou doença em quem não tem.

             Falso positivo se detectou a doença em quem não tem a doença.

            Para estimar a probabilidade de ocorrer falsos positivos ou falsos negativos em testes diagnósticos, são feitos grandes levantamentos de dados. Os resultados para um teste diagnóstico dicotômico (que só pode resultar em positivo ou negativo) são apresentados em uma tabela de contingência:

·    Colocamos nas linhas o resultado do teste (positivo ou negativo). 

·    Colocamos nas colunas o fato de a doença estar ou não presente .

     Se n₁ doentes forem voluntariamente 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 doentes:

                                        

        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 

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 

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

O teste é específico porque acertou que a pessoa não tem a doença 90% vezes, ou seja, a probabilidade de resultado negativo em pessoas que não têm a doença é alta.

                     **********************************************

Qual é o problema com os testes sensíveis?

   O número de falsos positivos é alto. Então muitas pessoas que não têm a doença são diagnosticadas como tendo a doença. Mas se a doença não pode ser negligenciada, escolha um teste sensível. 

Qual é o problema com os testes específicos?

   O número de falsos negativos é alto. Então muitas pessoas que têm a doença são diagnosticadas como não tendo a doença. 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. Assim:

·      Se o sintoma ou sinal é altamente sensível, aparece em quase todos os doentes.

·     Se o sintoma ou sinal é 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

      
     Todo este texto tem como base:

                   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.