Diagnóstico é processo de decisão clínica que se baseia conscientemente ou não em probabilidade. Os testes diagnósticos são utilizados para identificar e confirmar a presença de doença ou situação relacionada à saúde, para avaliar a gravidade do quadro clínico e para monitorar a resposta a uma intervenção. Considere, no teste diagnóstico que a sensibilidade é a probabilidade de o teste dar positivo na presença da doença, isto é, avalia-se a capacidade de o teste detectar a doença quando ela está presente; e que a especificidade é a probabilidade de um teste dar negativo na ausência da doença, isto é, avalia a capacidade de o teste afastar a doença quando ela está ausente.

Fonte: http://www.iesc.ufrj.br/cursos/fono/i)%20AT9%20Teste%20Diagn%F 3sticos.pdf. Acesso em 18/06/12. (Adaptado).

Observe abaixo um exemplo hipotético de aplicação de teste diagnóstico. 

         Resultado do teste          Infectado       Não infectado        Total

                  Positivo                       225                       30                105

                 Negativo                        75                      670                895

                   Total                          300                      700              1000

A interpretação do quadro permite inferir que:

Alternativa correta: D

Resumo do tema: Testes diagnósticos são avaliados pela sensibilidade (probabilidade de teste positivo entre os doentes) e pela especificidade (probabilidade de teste negativo entre os não doentes). Essas medidas derivam diretamente da tabela de 2x2 (verdadeiros positivos/negativos e falsos positivos/negativos).

Dados essenciais da tabela (interpretação prática): TP = 225 (infectados com teste positivo), FN = 75 (infectados com teste negativo), FP = 30 (não infectados com teste positivo), TN = 670 (não infectados com teste negativo).

Cálculos rápidos: Sensibilidade = TP / (TP + FN) = 225 / 300 = 0,75 → 75%. Especificidade = TN / (TN + FP) = 670 / 700 ≈ 0,9571 → 95,71%.

Por que D está correta: A alternativa D afirma que, a cada 900 indivíduos infectados, 675 seriam classificados como positivos. Isso é a aplicação direta da sensibilidade: 0,75 × 900 = 675. Logo, D está correta.

Análise das alternativas incorretas:

A — Incorreta. Diz que a sensibilidade aponta 30 falsos negativos. Na verdade, falsos negativos (infectados classificados como negativos) são 75, não 30.

B — Incorreta. A especificidade relaciona-se a falsos positivos; aqui os falsos positivos são 30 (não infectados com teste positivo). A alternativa confunde FP com FN.

C — Incorreta. Para não infectados, taxa de positivos = FP / (FP+TN) = 30/700 ≈ 0,042857 (≈4,2857%). Em 14.000 não infectados espera-se 0,042857 × 14.000 = 600 positivos, não 1.340.

E — Incorreta. Testes de alta sensibilidade reduzem o número de falsos negativos (mais casos verdadeiros são detectados). A afirmação contrária é equivocada.

Dicas de interpretação e estratégia:

• Identifique TP, TN, FP, FN na tabela antes de calcular taxas.
• Associe sensibilidade a detecção entre os doentes e especificidade a exclusão entre os saudáveis.
• Para projeções em populações maiores, converta a taxa (por exemplo FP rate) e multiplique pelo tamanho populacional.

Fontes e leituras recomendadas: materiais de epidemiologia básica e guias de diagnóstico (ex.: CDC — Principles of Screening and Diagnostic Tests; materiais de ensino de universidades como UFRJ sobre testes diagnósticos).

Gostou do comentário? Deixe sua avaliação aqui embaixo!