Aula 3 - avaliacao de teste diagnostico pt 2

Prévia do material em texto

Epidemio II Aula 3 
Karine 
1 
Anna Buchmann M4 2021.1 
Teste ideal 
100% sensível e 100% específico: não ocorre na prática 
Estipular o melhor ponto de corte (valores normais e 
anormais): maior sensibilidade e maior especificidade 
Cenário ideal: teste altamente sensível (classifica todos 
os doentes) e altamente específico (classifica todos os 
não doentes) 
É preciso identificar qual ponto de equilíbrio entre 
sensibilidade e especificidade 
Exemplo: 
 
O ideal seria escolher um ponto (no meio) que separe os 
normais dos diabéticos para conseguir fazer a 
classificação correta (verdadeiros positivos e verdadeiros 
negativos) 
 
Na realidade, as curvas se entrelaçam (sobreposição); se 
o ponto de corte for muito para cima, eu classifico os 
normais (verdadeiros negativos) certo, mas inclui alguns 
diabéticos nesse diagnóstico (falsos negativos); se o 
ponto de corte for muito pra baixo, eu classifico os 
diabéticos (verdadeiros positivos) certo, mas inclui 
normais nesse diagnóstico (falsos positivos) → o ideal é 
diminuir probabilidade de falsos negativos e falsos 
positivos (tentar se aproximar desse valor) 
Curva ROC 
Forma gráfica de plotar as informações de sensibilidade e 
especificidade de cada ponto de corte escolhido; 
excelente para mostrar acurácia de um teste 
Eixo Y – informações da sensibilidade (verdadeiros 
positivos) 
Eixo X – complemento da especificidade (falsos positivos) 
Eixo diagonal – aconteceria se a proporção de verdadeiro 
positivo e falso positivo fosse igual (o ideal é que a curva 
ROC não seja paralela ao eixo diagonal) 
O ideal é que a curva se aproximar do ponto superior 
esquerdo, para que ela consiga captar a maior 
quantidade de verdadeiros positivos (para cima) e menor 
quantidade de falsos positivos (para esquerda) → área 
sob a curva se aproxime do canto superior esquerdo 
Identifica qual melhor ponto de corte do teste → olhar 
ponto mais superior esquerdo (apontado no gráfico) – 
melhor separa os saudáveis dos doentes 
 
 
 
 
 
Avaliação de Teste diagnóstico pt. 2 Avaliação de Teste diagnóstico pt. 2 
Melhor teste – C (mais 
superior esquerdo – 
maior área sobre a 
curva) 
Pior teste – A (mais 
próximo do eixo 
diagonal) 
 
Epidemio II Aula 3 
Karine 
2 
Anna Buchmann M4 2021.1 
Exemplo: 
 
Razão de verossimilhança (Liklihood ratio) 
Indicador que, também, junta informações de 
sensibilidade e especificidade num único cálculo e único 
valor → importante pois tem valor específico (em caso 
de teste), identificando, dentro dos valores, a acurácia de 
cada um dos pontos de corte (curva ROC é expressão 
gráfica da razão de verossimilhança) 
Cálculo: 
- Percentagem (probabilidade) de pessoas doentes com 
determinado resultado em um teste diagnóstico dividido 
pela percentagem de saudáveis com o mesmo resultado 
RV + : quantas vezes é mais provável um doente ter 
resultado positivo em comparação com não doente 
𝑅𝑉+ =
𝑆𝑒𝑛𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 (𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑖𝑟𝑜 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜)
1 − 𝐸𝑠𝑝𝑒𝑐𝑖𝑓𝑖𝑐𝑖𝑑𝑎𝑑𝑒 (𝑓𝑎𝑙𝑠𝑜 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜)
 
RV - : quantas vezes é menos provável um doente ter 
resultado negativo (normal) em comparação com um não 
doente 
𝑅𝑉− = 
1 − 𝑆𝑒𝑛𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 (𝑓𝑎𝑙𝑠𝑜 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑜)
𝐸𝑠𝑝𝑒𝑐𝑖𝑓𝑖𝑐𝑖𝑑𝑎𝑑𝑒 (𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑖𝑟𝑜 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑜)
 
Bons testes têm RV + alta (quantas vezes é mais provável 
que o resultado positivo seja de um doente e não de uma 
pessoa não doente, que é o ideal – verdadeiro positivo) 
e RV – baixa (quantas vezes é mais provável que o 
resultado negativo seja de uma pessoa doente 
comparada com uma pessoa não doente, que não é o 
ideal – falso negativo) : os doentes dão resultados 
positivos (anormais) e os saudáveis dão resultados 
negativos (normais). RV+ alta > 10; RV- baixa 45 entre pessoas com 
dosagem de ferro normal? 
R: 135/150 → 90% a cada 100 pessoas sem 
deficiência de ferro, 90 pessoas são saudáveis 
Epidemio II Aula 3 
Karine 
3 
Anna Buchmann M4 2021.1 
E) Razão de verossimilhança: 
O quanto é mais provável que um resultado 
positivo (ferritina sérica ≤ 45 ocorra) entre 
doentes comparados a não doentes? 
R: RV + = 70/85 / 15/150 → 0,82/0,1 = 8,2 vezes 
(probabilidade da pessoas positiva ter realmente 
a doença é 8,2 vezes maior do que a pessoa não 
ter a doença) 
O quanto é menos provável que um resultado 
negativo (ferritina sérica > 45) ocorra entre 
doentes comparados a não doentes? 
R: RV - = 15/85 / 135/150 → 0,17/0,9 = 0,18 
vezes (probabilidade da pessoa negativa ter 
anemia é 0,18 vezes maior do que a pessoa não 
ter a doença) 
Medidas de acurácia 
Três tipos de medidas de acurácia: 
- Simples: sensibilidade, especificidade e valores 
preditivos positivo e negativo 
- Combinadas: 
• Razões de verossimilhança positiva e negativa 
• Eficiência = (VN+VP) / (VN+FN+VP+FP) = 
percentual de acertos no total 
• Índice de Youden, J = Se + Esp - 1 
• Odds ratio diagnóstica (a/c) / (b/d) ou ad / bc 
- Medida derivada da análise da Curva ROC (para 
medidas contínuas): área abaixo da curva 
Uso de múltiplos testes 
Raramente usamos um único teste diagnóstico para 
concluirmos sobre a presença de uma doença e 
iniciarmos o tratamento (para ter 100% de certeza). Em 
geral os testes são usados em conglomerados. Dois tipos 
básicos de testes múltiplos são usados: 
- Testes em paralelo → aumentam a sensibilidade. 
Indicados para o início da investigação diagnóstica (eu 
faço 3 testes ao mesmo tempo, se 1 der positivo, eu 
classifico paciente como doente, logo, aumenta 
sensibilidade; usado em emergência, tempo menor de 
acompanhamento) 
- Testes em série → aumentam a especificidade. 
Indicados para fazer diagnóstico diferencial (eu faço 
teste inicial, se der positivo, eu faço um segundo teste, se 
der positivo, eu faço um terceiro, se der positivo, eu o 
classifico como doente, logo aumenta especificidade; se 
o segundo teste der negativo, ele é eliminado e 
classificado como não doente; usado quando tem tempo 
maior de acompanhamento) 
Nomograma de Fagan 
Ferramenta que informa probabilidade pós-teste, a partir 
da probabilidade pré-teste 
Diz qual probabilidade do paciente ter doença (antes do 
teste – prevalência da população; depois do teste – valor 
preditivo positivo ou negativo) 
Ferramenta rápida para calcular a probabilidade pós-
teste, a partir da probabilidade pré-teste (prevalência) e 
da razão de verossimilhança 
Qual a probabilidade do paciente ter a doença? 
Se o exame deu positivo usa-se a prob. pré-teste e a RV + 
Se o exame deu negativo usa-se a prob. pré-teste e a RV 
Um exame laboratorial (ou de imagem) só tem utilidade 
quando aumenta consideravelmente a probabilidade de 
doença no caso de dar positivo ou se também a reduz de 
forma expressiva, se der negativo 
 
Se probabilidade pré-teste (prevalência) for igual à 
probabilidade pós-teste, é desnecessário utilizar o teste 
diagnóstico