Probabilidade do pré-teste ou probabilidade de ocorrência

probabilidade de ocorrência

 

Muitas vezes torna-se necessário determinar a probabilidade de

ocorrência de uma dada doença na população antes de se executar

o teste diagnóstico. Como exemplo, considere-se que uma

enfermidade com 10% de prevalência se traduziria em uma

probabilidade de 10% de resultados confirmatórios. Logo, a

probabilidade de ocorrência está intimamente associada com a

prevalência da doença em questão.

Nesse sentido, probabilidade do pré-teste é a estimativa da

probabilidade de doença (resultado positivo) antes mesmo de o

teste ser realizado. Em uma população definida de pacientes, tal

probabilidade é igual à prevalência da doença nessa população, e

seu cálculo pode ser assim determinado:

 

Valor preditivo positivo e valor

 

preditivo negativo

 

Para confirmação de uma hipótese diagnóstica e validação de um

procedimento laboratorial, seriam suficientes os testes diagnósticos

de alta sensibilidade e especificidade? Validar um procedimento

significa estabelecer um valor de predição ou valor preditivo, isto é,

verificar a capacidade de um dado teste de identificar corretamente

o verdadeiro status diagnóstico da doença em questão nos

indivíduos analisados.

 

Valor preditivo positivo (VP+) de um teste laboratorial é a

probabilidade de existir doença quando o resultado do teste for

positivo.

Valor preditivo negativo (VP–) de um teste laboratorial é a

probabilidade de não existir doença quando o teste for

negativo.

 

Seus cálculos podem ser assim definidos:

 

Caso um teste laboratorial não detecte nenhum indivíduo falso

positivo (b = 0) — logo, todos os indivíduos testados apresentam a

doença investigada —, então o valor preditivo positivo do teste será

de 100%, pois a ÷ a = 1. O mesmo raciocínio vale para o valor

preditivo negativo.

Contudo, valores preditivos de 100% são eventos de ocorrência

bastante rara em exames laboratoriais, pois quase sempre existe

algum grau de sobreposição entre resultados de indivíduos normais

e indivíduos acometidos por uma doença específica. Para definirem

quais valores corresponderiam a resultados positivos e quais a

resultados negativos, em geral os testes laboratoriais apresentam

valores de corte (ou pontos de corte, ou ainda, em inglês, cut off).

Métodos empregados na definição de um ponto de corte em um

dado teste laboratorial serão descritos mais adiante neste mesmo

capítulo.

O valor preditivo de um teste (seja este positivo ou negativo)

depende da sensibilidade e da especificidade do teste diagnóstico,

assim como da prevalência da doença na população em geral.

Voltando ao exemplo de um teste laboratorial com VP+ igual a

100%, numa população em que todos os indivíduos apresentam a

doença investigada, todos os resultados positivos serão

verdadeiramente positivos; logo, não haverá falsos positivos. No

entanto, quando esse mesmo teste é aplicado em uma população em que nenhum indivíduo apresenta a doença em questão,

qualquer resultado positivo será, sem dúvida, falso positivo.

Dessa forma, nessa população específica, com prevalência de 0%

da doença, o VP+ não será de 100%, e sim de 0%. Concluise que a

prevalência da doença influencia o VP+ por ter influência direta

sobre as taxas de verdadeiros positivos e falsos positivos e, por

analogia, o VP– por influenciar as taxas de verdadeiros negativos e

falsos negativos.

Outro exemplo — relatado por Jorge e Ribeiro (1999), mais

detalhado e nem tão extremo — esclarece melhor essa relação

entre valores preditivos e sensibilidade, especificidade e

prevalência. Considere-se que um teste laboratorial para detectar a

infecção pelo vírus da imunodeficiência humana (HIV) apresenta

sensibilidade de 90% e especificidade de 80%. Qual seria o VP+

desse teste em dois pacientes oriundos das populações A e B, cuja

prevalência de tal infecção fosse de 60% e 1%, respectivamente?

Em resumo:

 

Teste laboratorial para diagnóstico de HIV Sensibilidade = 90%

Especificidade = 80%

Prevalóncia de HIV População A = 60%

População B = 1%

 

Na população A, em cada 1.000 indivíduos, 600 estão infectados,

e 400 não. Se o teste apresenta 90% de sensibilidade, isso significa

que, dos 600 infectados, 90% serão positivos (540 verdadeiros

positivos) e 10% serão negativos (60 falsos negativos). Se o teste

apresenta 80% de especificidade, dos 400 não-infectados, 320

serão verdadeiros negativos e 80 serão falsos positivos. Portanto,

quanto à população A (Figura 8.2) tem-se:

População A

NOVO Doença (ou teste padrão Total

TESTE ouro)

 

Presente Ausente

Positivo 540 80 620

 

(a) (b) (a + b)

 

Negativo 60 320 380

 

(c) (d) (c + d)

Total 600 400 1000

 

(a + c) (b + d) (a + b + c +

d)

 

FIGURA 8.2 — Representação esquemática de uma tabela de

contingência 2 x 2 e cálculos de valores preditivos (VP+/VP–) para

uma população hipotética A (prevalência de HIV = 60%). a:

verdadeiros positivos; b: falsos positivos; c: falsos negativos; d:

verdadeiros negativos

 

Logo, VP+ = 87,1% significa que a probabilidade de o indivíduo da

população A com teste positivo estar infectado pelo HIV é de 87,1%.

Já na população B (Figura 8.3), com prevalência de HIV = 1%: 10

em cada 1.000 indivíduos estão infectados, e 990 não. Se o teste

apresenta 90% de sensibilidade, isso significa que, dos dez

infectados, 90% serão positivos (nove verdadeiros positivos) e 10%

serão negativos (um falso negativo). Se o teste apresenta 80% de

especificidade, dos 990 não-infectados, 792 serão verdadeiros

negativos e 198 serão falsos positivos. Portanto, quanto à

população B (Figura 8.3) tem-se:

População B

NOVO Doença (ou teste padrão Total

TESTE ouro)

 

Presente Ausente

Positivo 9 198 207

 

(a) (b) (a + b)

 

Negativo 1 792 793

 

(c) (d) (c + d)

Total 10 990 1000

 

(a + c) (b + d) (a + b + c +

d)

 

FIGURA 8.3 — Representação esquemática de uma tabela de

contingência 2 x 2 e cálculos de valores preditivos (VP+/VP–) para

uma população hipotética B (prevalência de HIV = 1%). a:

verdadeiros positivos; b: falsos positivos; c: falsos negativos; d:

verdadeiros negativos

 

Assim, VP+ = 4,3% significa que a probabilidade de o indivíduo da

população B com teste positivo estar realmente infectado com o HIV

é de 4,3%. O mesmo raciocínio vale para o cálculo do VP– do teste,

de 84,2% e de 99,9% para os indivíduos da população A e B,

respectivamente; nesse caso, isso significa a probabilidade de não

estarem realmente infectados porque têm teste negativo.

Nesse sentido, um mesmo teste com determinada sensibilidade e

especificidade, mas empregado em populações com diferentes

prevalências — como essas exemplificadas acima — apresentará

resultados diferentes de valores preditivos. Logo, quanto maior for a

prevalência da doença (população A), mais provável será a

correspondência de um resultado positivo do teste à doença; ao

mesmo tempo, quanto menor for a prevalência da doença (população B), mais provável será a correspondência de um