SENSIBILIDADE, ESPECIFICIDADE E VALORES PREDITIVOS Profa. Luciana Tricai Cavalini
Introdução (1) Sempre que um novo teste diagnóstico é descoberto, é necessário testar sua validade. Isso significa tentar observar a sua precisão em termos de diagnosticar corretamente como positivos os realmente doentes e como negativos os realmente não doentes. Para isso, o teste é comparado com o assim denominado “padrão ouro”, que seria o melhor teste existente para diagnóstico de uma doença. Exemplo: pode-se utilizar a ultrassonografia para realizar diagnóstico de cirrose hepática, embora o “padrão ouro” seja a biópsia hepática.
Introdução (2) Consideremos a associação entre os diagnósticos realizados por um novo teste e seu padrão ouro: Novo Teste Padrão Ouro Total + - a b a + b c d c + d a + c b + d a + b + c + d a = verdadeiros positivos b = falsos positivos c = falsos negativos d = verdadeiros negativos a + b = total de positivos no teste c + d = total de negativos no teste a + c = total de doentes b + d = total de não doentes a + b + c + d = total da amostra (n)
Acurácia Probabilidade do teste dar um resultado verdadeiro positivo OU verdadeiro negativo Verdadeiros Pos + Verdadeiros Neg a + d A = --------------------------------------------------- ou ------- Total de examinados n
Acurácia Novo Teste Padrão Ouro Total + - 95 10 105 5 890 895 100 900 1000 a = verdadeiros positivos = 95 b = falsos positivos = 10 c = falsos negativos = 5 d = verdadeiros negativos = 890 n = total da amostra = 1000 95 + 890 985 A = ---------------------- = -------------- = 98,5% 1000 1000
Sensibilidade Probabilidade do teste ser positivo dado que o indivíduo está doente Verdadeiros positivos a S = P(+|D) = ------------------------------------- ou ------- Total de doentes a + c
Sensibilidade Novo Teste Padrão Ouro Total + - 95 10 105 5 890 895 100 900 1000 a = verdadeiros positivos = 95 a + c = total de doentes = 100 95 S = ------------------ = 95% 100
Espeficicidade Probabilidade do teste ser negativo dado que o indivíduo não está doente Verdadeiros negativos d E = P(-|N) = --------------------------------------------- ou ------- Total de não doentes b + d
Especificidade Novo Teste Padrão Ouro Total + - 95 10 105 5 890 895 100 900 1000 d = verdadeiros negativos = 890 b + d = total de não doentes = 900 890 E = ------------------ = 98,9% 900
Sensibilidade e Especificidade Sensibilidade e Especificidade são propriedades estáveis dos testes diagnósticos, ou seja, são características intrínsecas dos testes. São fixas, e definidas pela estrutura do teste diagnóstico. Sendo assim, após o teste ser fabricado, sua sensibilidade e sua especificidade vão ser sempre as mesmas, para todos os que o utilizarem em sua prática.
Valores Preditivos (1) Entretanto, a pergunta que se deseja responder na prática clínica é diferente: diante de um resultado positivo de um exame, qual é a probabilidade do paciente estar realmente doente? A resposta a essa questão é dada pelo Valor Preditivo.
Valor Preditivo Positivo Probabilidade do indivíduo estar doente dado que o teste foi positivo Verdadeiros positivos a VPP = P(D|+) = ------------------------------------- ou ------- Total de exames positivos a + b
Valor Preditivo Positivo Novo Teste Padrão Ouro Total + - 95 10 105 5 890 895 100 900 1000 a = verdadeiros positivos = 95 a +b = total de exames + = 105 95 VP+ = ------------------ = 90,5% 105
Valor Preditivo Negativo Probabilidade do indivíduo não estar doente dado que o teste foi negativo Verdadeiros negativos d VPN = P(N|-) = --------------------------------------------- = ------- Total de exames negativos b+d
Valor Preditivo Negativo Novo Teste Padrão Ouro Total + - 95 10 105 5 890 895 100 900 1000 d = verdadeiros negativos = 890 c +d = total de exames - = 895 890 VP- = ------------------ = 99,4% 895
Valores Preditivos (2) Os valores preditivos são atributos instáveis de um teste diagnóstico, pois eles dependem da prevalência da doença. Quanto maior a prevalência da doença, maior o valor preditivo positivo de um teste, e menor seu valor preditivo negativo. Exemplo: Valores preditivos positivos e negativos de um teste com sensibilidade = 95% e especificidade = 99,8%
Valores Preditivos (3) a) Prevalência da doença = 1/500 (ou 0,2%): Novo Teste Padrão Ouro Total + - 190 200 390 10 99.600 99.610 99.800 100.000 VPP = a/(a+b) = 190/390 = 48,7% VPN = d/(c+d) = 99.600/99.610 = 99,999...%
Valores Preditivos (4) b) Prevalência da doença = 1/50 (ou 2%): Novo Teste Padrão Ouro Total + - 1900 196 2096 100 97.804 97.904 2000 98.000 100.000 VPP = a/(a+b) = 1900/2096 = 90,65% VPN = d/(c+d) = 97.804/97.904 = 99,90%
SnOut “High Sensitivity, a Negative result rules out the diagnosis” Quando um sinal tem alta sensibilidade, o resultado negativo exclui o diagnóstico Ex: Para diagnóstico de aumento de pressão intracraniana: Perda de pulsação espontânea da veia da retina tem um SnOut de 100%
SpIn “High Specificity, a Positive result rules in the diagnosis” Quando um sinal tem alta especificidade, o resultado positivo confirma o diagnóstico Ex: Para diagnóstico de ascite: Onda de fluxo + na manobra do piparote tem um SpIn de 92%
Razões de Verossimilhança Comparam duas probabilidades: A probabilidade de resultados positivos nos indivíduos doentes em relação aos não doentes Ou A probabilidade de resultados negativos nos doentes em relação aos não doentes Servem para uma avaliação global da qualidade dos testes diagnósticos
Razão de Verossimilhança + É a razão entre a probabilidade de um indivíduo doente apresentar um resultado positivo (Sensibilidade) e a probabilidade de um indivíduo sadio apresentar um resultado positivo (Falso Positivo) Quanto maior a RV+, melhor o teste
Razão de Verossimilhança + DOENÇA TESTE PRESENTE AUSENTE TOTAL POSITIVO a b a + b NEGATIVO c d c + d a + c b + d a + b + c + d S ---- F+ a / a + c ----------- b / b + d RV+ = ou
Razão de Verossimilhança + Novo Teste Padrão Ouro Total + - 95 10 105 5 890 895 100 900 1000 Como a do Risco Relativo S ---- F+ a / a + c ----------- b / b + d RV+ = ou Interpretação: a probabilidade de um resultado positivo nos doentes é 85,5 vezes maior que nos não doentes 95/100 ----------- 10/900 95% ----------- = 85,5 1,1% RV+ = =
Razão de Verossimilhança - É a razão entre a probabilidade de um indivíduo doente apresentar um resultado negativo (Falso Negativo) e a probabilidade de um indivíduo sadio apresentar um resultado negativo (Especificidade) Quanto menor a RVN, melhor o teste
Razão de Verossimilhança - DOENÇA TESTE PRESENTE AUSENTE TOTAL POSITIVO a b a + b NEGATIVO c d c + d a + c b + d a + b + c + d F- ---- E c / a + c ----------- d / b + d RV- = ou
Razão de Verossimilhança - Novo Teste Padrão Ouro Total + - 95 10 105 5 890 895 100 900 1000 Como a da eficácia F- ---- E c / a + c ----------- d / b + d RV- = ou Interpretação: a probabilidade de um resultado negativo nos doentes é 95% menor que nos não doentes 5/100 ----------- 890/900 5% ----------- = 0,05 98,9% RV- = =
Curva ROC da PA sistólica 130mmHg 140mmHg 150mmHg 160mmHg (= taxa de Falsos Positivos) Curva ROC da PA sistólica
Curvas ROC de 5 testes diagnósticos para estenose da artéria renal (Vasbinder, 2011)
Quem diagnostica melhor, o computador ou o radiologista “A”? Resp: Acurácia = área sob a curva