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:
NovoTeste
Padrão Ouro Total+ -
+ a b a + b- c d c + dTotal a + c b + d a + b + c + d
a = verdadeiros positivosb = falsos positivosc = falsos negativosd = verdadeiros negativos
a + b = total de positivos no testec + d = total de negativos no testea + c = total de doentesb + d = total de não doentesa + b + c + d = total da amostra (n)
Acurácia
• Probabilidade do teste dar um resultado verdadeiro positivo OU verdadeiro negativo
Verdadeiros Pos + Verdadeiros Neg a + dA = --------------------------------------------------- ou ------- Total de examinados n
AcuráciaNovoTeste
Padrão Ouro Total+ -
+ 95 10 105- 5 890 895Total 100 900 1000
a = verdadeiros positivos = 95b = falsos positivos = 10c = falsos negativos = 5d = verdadeiros negativos = 890n = total da amostra = 1000
95 + 890 985A = ---------------------- = -------------- = 98,5%
1000 1000
Sensibilidade
• Probabilidade do teste ser positivo dado que o indivíduo está doente
Verdadeiros positivos aS = P(+|D) = ------------------------------------- ou ------- Total de doentes a + c
SensibilidadeNovoTeste
Padrão Ouro Total+ -
+ 95 10 105- 5 890 895Total 100 900 1000
a = verdadeiros positivos = 95a + 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
EspecificidadeNovoTeste
Padrão Ouro Total+ -
+ 95 10 105- 5 890 895Total 100 900 1000
d = verdadeiros negativos = 890b + 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 PositivoNovoTeste
Padrão Ouro Total+ -
+ 95 10 105- 5 890 895Total 100 900 1000
a = verdadeiros positivos = 95a +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 dVPN = P(N|-) = --------------------------------------------- = ------- Total de exames negativos b+d
Valor Preditivo NegativoNovoTeste
Padrão Ouro Total+ -
+ 95 10 105- 5 890 895Total 100 900 1000
d = verdadeiros negativos = 890c +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%):
NovoTeste
Padrão Ouro Total
+ -
+ 190 200 390
- 10 99.600 99.610
Total 200 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%):
NovoTeste
Padrão Ouro Total
+ -
+ 1900 196 2096
- 100 97.804 97.904
Total 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
TOTAL a + c b + d a + b + c + d
RV+ =S----F+
oua / a + c-----------b / b + d
Razão de Verossimilhança +NovoTeste
Padrão Ouro Total+ -
+ 95 10 105- 5 890 895Total 100 900 1000
RV+ =S----F+
oua / a + c-----------b / b + d
RV+ =95/100-----------10/900
=95%----------- = 85,51,1%
Interpretação: a probabilidade de um
resultado positivo nos doentes é 85,5 vezes maior
que nos não doentes
Como a do Risco Relativo
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
TOTAL a + c b + d a + b + c + d
RV- =F-----E
ouc / a + c-----------d / b + d
Razão de Verossimilhança -NovoTeste
Padrão Ouro Total+ -
+ 95 10 105- 5 890 895Total 100 900 1000
RV- =F-----E
ouc / a + c-----------d / b + d
RV- =5/100-----------890/900
=5%----------- = 0,0598,9%
Interpretação: a probabilidade de um
resultado negativo nos doentes é 95% menor que
nos não doentes
Como a da eficácia
160mmHg
Curva ROC da PA sistólica
150mmHg
140mmHg
130mmHg
(= taxa de Falsos Positivos)
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