14.4: Sensibilidade, especificidade e valor previsto

Sensitivity, Specificity, and Predicted Value
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
Sensitivity, Specificity, and Predicted Value
Please note that all translations are automatically generated. Click here for the English version.

259 Views

01:13 min
January 09, 2025

Overview

No diagnóstico de saúde, os testes laboratoriais desempenham um papel crucial na identificação e diagnóstico de uma ampla gama de condições médicas. No entanto, a interpretação dos resultados do teste nem sempre é simples. Um resultado de teste anormal nem sempre confirma a presença de uma doença, assim como um resultado normal não garante sua ausência. Para avaliar a confiabilidade dessas ferramentas de diagnóstico, os profissionais de saúde contam com dois indicadores estatísticos principais: sensibilidade e especificidade.

Sensibilidade é a probabilidade de um teste identificar corretamente os indivíduos com a doença, produzindo um resultado positivo quando a doença está presente. A alta sensibilidade é essencial para testes usados em exames iniciais, pois reduz a chance de casos perdidos, minimizando falsos negativos (casos em que um teste identifica incorretamente alguém com a doença como negativo).

A especificidade, por outro lado, é a probabilidade de um teste identificar corretamente indivíduos sem a doença, produzindo um resultado negativo quando a doença está ausente. A alta especificidade é crucial para os testes usados para confirmar um diagnóstico, pois reduz os falsos positivos (casos em que o teste rotula incorretamente um indivíduo saudável como portador da doença).

A sensibilidade e a especificidade fornecem informações sobre a capacidade de um teste de produzir resultados precisos em ensaios clínicos. No entanto, em ambientes do mundo real, pacientes e médicos estão mais preocupados em entender a probabilidade de realmente ter (ou não ter) uma doença dado um resultado de teste específico. É aqui que o valor preditivo positivo (VPP) e o valor preditivo negativo (VPN) se tornam essenciais.

O Valor Preditivo Positivo (VPP) é a probabilidade de que um indivíduo com um resultado de teste positivo realmente tenha a doença. O VPP depende não apenas da sensibilidade e especificidade do teste, mas também da prevalência da doença na população testada. A prevalência mais alta geralmente aumenta o VPP, o que significa que um resultado positivo tem maior probabilidade de indicar um caso verdadeiro da doença em populações com maior risco basal.

O Valor Preditivo Negativo (VPN) é a probabilidade de que um indivíduo com um resultado de teste negativo realmente não tenha a doença. Assim como o VPP, o VPN é influenciado pela prevalência da doença. Em populações onde a doença é rara, um resultado negativo tem maior probabilidade de confirmar com precisão a ausência da doença, levando a um VPN mais alto.

Em resumo, embora a sensibilidade e a especificidade sejam críticas para entender a precisão de um teste na identificação da presença ou ausência de doença em condições controladas, o VPP e o VPN fornecem insights mais práticos para a tomada de decisões clínicas. Juntas, essas medidas permitem que os profissionais de saúde interpretem melhor os resultados dos testes de diagnóstico, equilibrando os riscos de falsos positivos e negativos e tomando decisões informadas para o atendimento ao paciente.

Transcript

Nas ciências da saúde, a sensibilidade refere-se à probabilidade de um teste diagnóstico mostrar um resultado positivo quando a doença está presente.

Por outro lado, a especificidade mede a probabilidade de um teste retornar um resultado negativo quando a doença está ausente.

A probabilidade de ter a doença, dado um resultado de teste positivo, é o valor previsto positivo.

Em contraste, o valor previsto negativo é a probabilidade de não ter a doença quando o resultado do teste é negativo.

Essas medidas são normalmente baseadas na presença ou ausência real da doença e derivadas de extensos estudos de validação realizados em ambientes clínicos.

Considere um exemplo de triagem de infecção viral, que é feita primeiro com base em um exame preliminar e depois usando parâmetros sanguíneos elaborados.

Assim, a sensibilidade é a/(a + b), a especificidade é d/(c + d), o valor previsto positivo é a/(a + c) e o valor previsto negativo é d/(b + d).

Key Terms and definitions​

Learning Objectives

Questions that this video will help you answer

This video is also useful for