1. Sensibilidade e especificidade
2. Curva ROC
3. Valor preditivo positivo e negativo
4. Rácio de verosimilhança positivo e negativo
1. Sensibilidade e especificidade
Sensibilidade é o número de resultados de teste verdadeiros positivos.
|
VP
|
|
Número de resultados de teste verdadeiros positivos
|
Sensibilidade =
|
----------
|
=
|
-------------------------------------
|
|
VP + FN
|
|
todos os doentes afectados
|
(VP = Verdadeiros positivos, FN = Falsos negativos)
Especificidade é o número de resultados negativos em pessoas que não têm a doença (resultados verdadeiros negativos nos controlos).
|
VN
|
|
Número de resultados de teste verdadeiros negativos
|
Especificidade =
|
----------
|
=
|
-------------------------------------
|
|
VN + FP
|
|
todos os doentes não afectados
|
(VN = Verdadeiros negativos, FP = Falsos positivos)
O grupo de controlo poderia ser uma população de indivíduos saudáveis. Contudo, para avaliar a especificidade de um teste de forma realista, a população do controlo deveria consistir em indivíduos com doenças, que são importantes para o diagnóstico diferencial. Por exemplo, a especificidade de um teste para a doença celíaca deve ser avaliada através de uma população de doentes com outras doenças gastrintestinais, como por exemplo, doenças inflamatórias intestinais, infecções gastrintestinais, etc.
Exemplo:
A prevalência da artrite reumatóide (AR) na população testada é de 2%. Por conseguinte, 100 dos 5000 indivíduos testados terão artrite reumatóide. 4900 são saudáveis ou têm outra doença que não artrite reumatóide.
Aplicando o teste a este exemplo, 73 dos 100 doentes com AR tiveram um resultado do teste positivo (verdadeiros positivos). 27 não foram detectados e tiveram assim um resultado do teste negativo (falsos negativos). No grupo de controlo dos 4900 indivíduos que não têm AR, 73 deram positivo (falsos positivos) e 4827 deram negativo (verdadeiros negativos).
| Teste positivo | Teste negativo | Total |
AR |
73 |
27 |
100 |
Não AR |
73 |
4827 |
4900 |
Total |
146 |
4854 |
5000 |
A sensibilidade deste teste é de 0,73 ou 73% (número de verdadeiros positivos = 73 / número de doentes = 100) e a especificidade é de 0,985 ou 98,5% (número de verdadeiros negativos = 4827 / número de controlos = 4900).
Relevância da especificidade
No exemplo acima, 73 dos 5000 indivíduos teriam um teste falso positivo. O que significa que 73 indivíduos iriam consultar um especialista ou, no pior dos cenários, seriam tratados com medicação tóxica.
Se o teste tivesse uma especificidade inferior, por exemplo, 92% (valor que continuaria a ser muito razoável) os resultados falsos positivos aumentariam substancialmente.
| Teste positivo | Teste negativo | Total |
AR |
73 |
27 |
100 |
Não AR |
392 |
4508 |
4900 |
Total |
465 |
4535 |
5000 |
Existe o risco de diagnóstico errado de AR em 392 indivíduos, 5 vezes mais indivíduos do que com uma especificidade de 98,5%.
Voltar ao início
2. Curva ROC
Se se escolher um ponto de corte baixo, a sensibilidade de um teste é superior. Um ponto de corte baixo leva directamente a uma especificidade inferior. O ponto de corte nos testes auto-imunes representa sempre um equilíbrio entre sensibilidade e especificidade. Ambos os valores estão inversamente correlacionados um com o outro e a cada valor de sensibilidade corresponde um valor de especificidade. Esta relação pode ser ilustrada numa curva ROC.
Definição:
Na teoria de detecção do sinal, uma curva "Receiver Operating Characteristic" (ROC), ou simplesmente curva ROC, é uma representação gráfica da sensibilidade ou verdadeiros positivos, vs. (1 − especificidade) ou falsos positivos.
Exemplo:
Num estudo de Bizzarro et al. (Clin Chem 2007; 53:1527-33) foram comparados 11 testes para a detecção dos anticorpos associados à artrite reumatóide. Com o painel de soros testado, a seguinte curva ROC foi considerada verdadeira para EliA CCP:

Um ponto de corte ideal para um teste é escolhido quando a sensibilidade e a especificidade estão o mais elevadas possível. Para EliA CCP o ponto de corte ideal revela uma especificidade de 98,5% e uma sensibilidade de 73%.

No mesmo estudo, com o mesmo soro, foi comparado um teste FR clássico. Utilizando o ponto de corte recomendado, a sensibilidade e a especificidade eram de 54% e 86,1%, respectivamente.
Para uma comparabilidade ideal de testes diferentes, a especificidade pode ser definida para um valor específico e as respectivas sensibilidades podem ser calculadas com a ajuda de uma curva ROC. Neste exemplo, as respectivas sensibilidades foram comparadas nas especificidades definidas para 99%, 98% e 97%.
Ensaio | sensib. no ponto de corte recomendado | especif. no ponto de corte recomendado | sensib. na especif. de 99% | sensib. na especif. de 98% | sensib. na especif. de 97% |
EliA CCP |
73% |
98,5% |
69% |
74% |
74% |
FR |
54% |
86,1% |
13% |
17% |
17% |
Voltar ao início
3. Valor preditivo positivo e negativo
Definição:
O valor preditivo positivo (VPP), ou taxa de precisão, ou probabilidade pós-teste de doença, representa a proporção de doentes com resultados de teste positivos que têm a doença.O valor preditivo está relacionado com a sensibilidade e especificidade do teste ou método de rastreio.
|
VP
|
|
Número de doentes positivos
|
VPP =
|
----------
|
=
|
-------------------------------------
|
|
VP+FP
|
|
todos os resultados positivos
|
(VP = Verdadeiros positivos, FP = Falsos positivos)
O valor preditivo negativo (VPN) representa a proporção de doentes do controlo com resultados de teste negativos que estão correctamente diagnosticados.
|
VN
|
|
Número de controlos negativos
|
VPN =
|
----------
|
=
|
-------------------------------------
|
|
VN+FN
|
|
todos os resultados negativos
|
(VN = Verdadeiros negativos, FN = Falsos negativos)
Exemplo:
| Teste positivo | Teste negativo | Total |
AR |
73 |
27 |
100 |
Não AR |
73 |
4827 |
4900 |
Total |
146 |
4854 |
5000 |
Partindo do mesmo exemplo utilizado no parágrafo sobre sensibilidade e especificidade (consulte acima) para um teste em relação à artrite reumatóide (AR), o VPP é de 50% (73 VP / 146 P). O VPN é de 99% (4827 VN / 4854 N).
Com esta população, o médico tem de estar ciente de que metade dos resultados positivos pertencem a indivíduos que não têm AR. Um resultado positivo vaticina a doença com uma probabilidade de 50%. Por outro lado, um resultado negativo vaticina a não ocorrência da doença com uma probabilidade de 99%.
Dependência da probabilidade pré-teste
Os valores preditivos estão altamente dependentes da probabilidade pré-teste, que neste exemplo é de 2%, o que é um valor muito baixo.Se a probabilidade pré-teste for de 10% (por exemplo, porque se trata de um laboratório especializado em reumatologia), os dados devem alterar-se em conformidade:
| Teste positivo | Teste negativo | Total |
AR |
370 |
130 |
500 |
Não AR |
60 |
3940 |
4000 |
Total |
430 |
4570 |
5000 |
O desempenho do teste ou as características clínicas do marcador não são alterados pela probabilidade pré-teste. Por conseguinte, a sensibilidade e especificidade do teste são relativamente fixas. O valor preditivo positivo aumenta, com uma probabilidade pré-teste 5 vezes superior, de 50% para 86% (370 VP / 430 P) e o valor preditivo negativo diminui de 99% para 86% (3940 VN / 4570 N).
Voltar ao início
4. Rácio de Verosimilhança Positivo e Negativo
Definição:
O rácio de verosimilhança (likelihood ratio) incorpora a sensibilidade e especificidade do teste e fornece uma estimativa directa de quanto o resultado do teste vai alterar as probabilidades de ter a doença.
O rácio de verosimilhança para um resultado positivo (LR positivo) indica quanto aumentam as probabilidades da doença quando um teste é positivo.
|
VP / (VP + FN)
|
|
Sensibilidade
|
LR pos. =
|
-----------------
|
=
|
---------------
|
|
FP / (FP + VN)
|
|
1 - Especificidade
|
(VP = Verdadeiros positivos, VN = Verdadeiros negativos, FP = Falsos positivos, FN = Falsos negativos)
O rácio de verosimilhança para um resultado negativo (LR negativo) indica quanto diminuem as probabilidades da doença quando um teste é negativo.
|
FN / (VP + FN)
|
|
1 - Sensibilidade
|
LR neg. =
|
-----------------
|
=
|
-------------------
|
|
VN / (FP + VN)
|
|
Especificidade
|
(VP = Verdadeiros positivos, VN = Verdadeiros negativos, FP = Falsos positivos, FN = Falsos negativos)
Exemplo:
| Teste positivo | Teste negativo | Total |
AR |
73 |
27 |
100 |
Não AR |
73 |
4827 |
4900 |
Total |
146 |
4854 |
5000 |
Partindo do mesmo exemplo utilizado nos parágrafos anteriores (consulte acima) para um teste em relação à artrite reumatóide (AR), o LR positivo é muito elevado com (73 / 100) / (73 / 4900) = 50. Se o doente tiver um resultado de teste positivo, a probabilidade de ter AR é muito elevada. O LR negativo é de (27 /100) / (4827 / 4900) = 0,27.
Interpretação do rácio de verosimilhança:
| LR negativo | LR positivo |
sem valor clínico = qualidade do teste não é útil |
1 |
1 |
pequena diferença que pode ser relevante |
0,2 – 0,5 |
2 – 5 |
diferença moderada, mas substancial |
0,1 – 0,2 |
5 – 10 |
diferença clinicamente importante = qualidade do teste é muito útil |
<0,1> |
>10 |
O marcador no exemplo acima tem um LR positivo muito elevado, de 50. Por conseguinte, um resultado positivo indica a existência da doença com uma elevada probabilidade. Contudo, um resultado negativo não exclui a doença. Com um LR negativo de 0,27, a utilidade clínica é baixa.
Voltar ao início