Sensibilidade vs Especificidade e Valor Preditivo

p>Conteúdo:

1. O que é Sensibilidade (Taxa Positiva Verdadeira)?
2. O que é Especificidade (Taxa Negativa Verdadeira)?
3. Valores Previstos Positivos
4. Valores Previstos Negativos

O que é um Teste Sensível?

A sensibilidade de um teste (também chamada de taxa positiva verdadeira) é definida como a proporção de pessoas com a doença que terão um resultado positivo. Em outras palavras, um teste altamente sensível é aquele que identifica corretamente os pacientes com uma doença. Um teste que é 100% sensível identificará todos os pacientes que têm a doença. É extremamente raro que qualquer teste clínico seja 100% sensível. Um teste com 90% de sensibilidade identificará 90% dos doentes que têm a doença, mas falhará 10% dos doentes que têm a doença.

Um teste altamente sensível pode ser útil para excluir uma doença se uma pessoa tiver um resultado negativo. Por exemplo, um resultado negativo em um exame de Papanicolau provavelmente significa que a pessoa não tem câncer cervical. A sigla amplamente utilizada é SnNout (High Sensitivity, Negative result = excluir).
Back to Top

What is a Specific Test?

The specificity of a test (also called the True Negative Rate) is the proportion of people without the disease who will have a negative result. Em outras palavras, a especificidade de um teste refere-se a quão bem um teste identifica os pacientes que não têm uma doença. Um teste que tem 100% de especificidade identificará 100% dos pacientes que não têm a doença. Um teste com 90% de especificidade identificará 90% dos pacientes que não têm a doença.

Testes com uma alta especificidade (uma alta taxa verdadeira negativa) são mais úteis quando o resultado é positivo. Um teste altamente específico pode ser útil para decidir em pacientes que têm uma certa doença. A sigla é SPin (high Specificity, rule in).

O que é um intervalo “alto”?

O que se qualifica como “alta” sensibilidade ou especificidade varia de acordo com o teste. Por exemplo, os cut-offs para os testes de trombose venosa profunda e embolia pulmonar variam de 200-500 ng/dL (Pregerson, 2016).
Voltar ao Topo

Exemplo de alta sensibilidade/ baixa especificidade

Um mamograma é um teste de alta sensibilidade / baixa especificidade.

Em geral, os testes de alta sensibilidade têm baixa especificidade. Em outras palavras, eles são bons para pegar casos reais da doença, mas também vêm com uma taxa bastante alta de falsos positivos. Os mamogramas são um exemplo de um teste que geralmente tem uma sensibilidade alta (cerca de 70-80%) e baixa especificidade. A sensibilidade depende do tamanho do tumor, da idade do paciente e de outros fatores. De acordo com Cancer.gov, o teste também vem com uma taxa bastante alta de falsos positivos: metade das mulheres que fazem mamografias anuais durante 10 anos nos Estados Unidos terão um resultado falso-positivo.

Exemplo de baixa sensibilidade/alta especificidade

Um exemplo deste tipo de teste é o teste de vareta de nitrato usado para testar infecções do trato urinário em pacientes hospitalizados (e.g. 27% sensível, 94% específico).
Voltar ao topo

O que é um valor preditivo positivo?

O valor preditivo positivo (VPP) é a probabilidade de que um resultado positivo num teste de hipótese significa que existe um efeito real. É a probabilidade de os pacientes que têm um resultado positivo no teste terem realmente a doença. É comumente usado em testes médicos onde um resultado “positivo” significa que você realmente tem a doença. Por exemplo, digamos que você foi testado para um tipo de câncer e o teste teve um PPV de 15,2%. Isso significa que se o seu teste fosse positivo, você teria uma chance de 15,2% de realmente ter câncer. Em outras palavras, um resultado positivo no teste não significa necessariamente que você tem uma doença em particular. Por exemplo, um resultado positivo em uma mamografia pode significar que suas chances de ter câncer de mama (ou seja, o valor preditivo positivo) é de apenas dez por cento.

Um valor preditivo positivo é uma forma (juntamente com a especificidade, sensibilidade e valores preditivos negativos) de avaliar o sucesso de um teste de rastreio.

Valores preditivos positivos são influenciados pelo quão comum a doença é na população a ser testada; se a doença for muito comum, uma pessoa com um resultado positivo no teste tem mais probabilidade de realmente ter a doença do que se uma pessoa tiver um teste positivo numa população onde a doença é rara.

Cálculo do valor preditivo positivo

Valores preditivos positivos podem ser calculados de várias maneiras. Duas das mais comuns são:

Valor Preditivo Positivo = número de verdadeiros positivos / número de verdadeiros positivos + número de falsos positivos
ou
Valor Preditivo Positivo = Sensibilidade x Prevalência / Sensibilidade x prevalência + (1- especificidade) x (1-prevalência)

Sensibilidade é a proporção de pessoas com a doença que terão um resultado positivo no teste.

O valor preditivo pode ser calculado a partir de uma tabela de contingência 2×2, como esta:
br>As duas informações necessárias para calcular o valor preditivo positivo são circuladas: a taxa real positiva (célula a) e a taxa falso-prevalência positiva (célula b).
Usando a fórmula:
Valor preditivo positivo = Taxa Positiva Verdadeira / (taxa positiva verdadeira + taxa falso positiva)*100
Para este conjunto particular de dados:
Valor preditivo positivo = a / (a + b) = 99 / (99 + 901) * 100 = (99/1000)*100 = 9,9%. Isso significa que se você fez esse teste em particular, a probabilidade de você realmente ter a doença é 9,9%.

Um bom teste terá números mais baixos nas células b (falso positivo) e c (falso negativo). Isto faz sentido, pois um teste perfeito só terá números nos locais verdadeiros positivos e verdadeiros negativos. Na realidade, porém, os testes perfeitos não existem. Além disso, o PPV é afectado pela prevalência da doença na população. Quanto mais pessoas tiverem a doença, melhor será o VPP na previsão das probabilidades.

O quadro seguinte (cortesia da Wikipédia) mostra um VPP de apenas 10%, obtido dividindo os verdadeiros positivos (20) pelos verdadeiros positivos (20) e falsos positivos (180). Isso significa que esse teste carrega o risco de uma alta taxa de falsos positivos.

Valores preditivos positivos podem ser calculados a partir de qualquer tabela de contingência. A Calculadora de Validade Online nesta página da BU.EDU (role para o final da página) irá calcular valores preditivos positivos usando uma tabela de contingência.

Valor Preditivo Positivo vs. Sensibilidade de um Teste

A definição de Valor Preditivo Positivo é semelhante à sensibilidade de um teste e os dois são muitas vezes confusos. Entretanto, o PPV é útil para o paciente, enquanto a sensibilidade é mais útil para o médico. O Valor Preditivo Positivo irá dizer-lhe as probabilidades de você ter uma doença se você tiver um resultado positivo. Isto pode ser útil para saber se você deve ou não entrar em pânico. Por outro lado, a sensibilidade de um teste é definida como a proporção de pessoas com a doença que terá um resultado positivo. Este fato é muito útil para os médicos ao decidir qual teste usar, mas tem pouco valor para você se o teste for positivo.
Back to Top

Valor Preditivo Negativo

O valor preditivo negativo é a probabilidade de que as pessoas que obtiverem um resultado negativo no teste realmente não tenham a doença. Em outras palavras, é a probabilidade de que o resultado de um teste negativo seja exato.

A fórmula para encontrar o valor preditivo negativo é:
Valor preditivo negativo = taxa negativa verdadeira / (taxa negativa verdadeira + taxa negativa falsa)*100

br>Para o conjunto de dados acima:
Valor preditivo negativo = d / (c + d) = 43123 / (32 + 4323) * 100 = (43123/43155)*100 = 99.9%. Isso significa que se você fez esse teste em particular e recebeu um resultado negativo, a probabilidade de você não ter a doença é 99,9%.

Beyer, W. H. CRC Standard Mathematical Tables, 31st ed. Boca Raton, FL: CRC Press, pp. 536 e 571, 2002.
Dodge, Y. (2008). The Concise Encyclopedia of Statistics (Enciclopédia Concisa de Estatística). Springer.
Everitt, B. S.; Skrondal, A. (2010), The Cambridge Dictionary of Statistics, Cambridge University Press.
Kotz, S.; et al., eds. (2006), Encyclopedia of Statistical Sciences, Wiley.

——————————————————————————
p>Need help with a homework or test question? Com o Chegg Study, você pode obter soluções passo-a-passo para suas perguntas de um especialista na área. Os seus primeiros 30 minutos com um tutor do Chegg são grátis!