TESTES DIAGNÓSTICOS

E VALIDADE

AULA 1
 VARIAÇÃO BIOLÓGICA DAS POPULAÇÕES
HUMANAS

Teste: distinção entre indivíduos com resultados normais e anormais –

distribuição das características nas populações humanas.
Figura – resultados do teste de tuberculina – grande grupo com 0 mm
(sem enduração) e outro em torno de 20 mm – curva bimodal.
Separação dos indivíduos:

- sem experiência anterior com tuberculose (sem

enduração) – à esquerda
- com experiência anterior com a tuberculose (em torno
de 20 mm) – à direita
- maioria pode ser distinguida – alguns no centro “zona
cinza” que podem pertencer a qualquer uma das
curvas.

Característica com distribuição bimodal – fácil separar

a maioria em dois grupos – doentes e saudáveis, por
exemplo.
Maioria das características – distribuição unimodal – nenhum
nível óbvio distingue os indivíduos.
Exemplo: culturas de urina em mulheres com infecção do
trato urinário – de poucos organismos a 106/mm3 (100.000
vezes) – sobreposição de valores dos resultados do teste
para pessoas com e sem a infecção.
Distribuição de valores na população das pessoas com e
sem a doença – sem protuberância ou quebras – sem razão
biológica de onde colocar o ponto de corte.
Exemplo: culturas de urina – infecção no trato urinário
(acima de 105 bactérias/mm3) – pessoas sem infecção (abaixo
de 102/mm3) – entre 102 e 105/mm3 (incerteza de como
interpretar).
Distribuições unimodais ou bimodais – fácil distinguir os
valores extremos normais e anormais – incerteza em casos
que estão na “zona cinza” nos dois tipos de curvas.
Exemplo de distribuição unimodal (Figura) – nenhum nível
óbvio distingue os hipertensos dos normotensos.
 VALIDADE E CONFIABILIDADE

Validade (ou acurácia): grau em que o exame é apropriado

para medir o verdadeiro valor daquilo que é medido,
observado ou interpretado.
Exemplo: ECG é um teste de maior validade, comparado à
auscultação cardíaca com estetoscópio para detecção de
alterações cardiovasculares da doença de Chagas.

Confiabilidade (reprodutibilidade ou precisão): consistência

de resultados quando a medição ou exame se repete.
Exemplo: dois microscopistas lêem, independentemente um
do outro, as mesmas lâminas de malária e chegam ao
mesmo diagnóstico – nível máximo de confiabilidade –
ambos podem estar errados.
RELAÇÃO ENTRE VALIDADE E CONFIABILIDADE

a) Alta precisão e alta acurácia c) Baixa precisão e alta acurácia

Precisão Precisão

Acurácia Acurácia

valor verdadeiro valor verdadeiro

b) Alta precisão e baixa acurácia d) Baixa precisão e baixa acurácia

Precisão Precisão

Acurácia Acurácia
valor verdadeiro valor verdadeiro
Generalização para os testes diagnósticos:
- teste de baixa confiabilidade: baixa validade – de
pouca utilidade
- teste de alta confiabilidade: não assegura alta
validade – exame pode ser reproduzível (resultados
idênticos ou próximos quando repetidos), mas não ser
capaz de discriminar corretamente as diversas
situações – todos exames podem estar errados.

Validade e confiabilidade: necessárias para avaliar a

qualidade de um exame diagnóstico e a informação
produzida.
VALIDADE
Aplicação do teste: grupo de doentes e grupo de sadios –
proporção de acertos (verdadeiros positivos e verdadeiros
negativos) e de erros de classificação (falso positivos e falso
negativos).

Quadro – Avaliação da validade de um teste diagnóstico.

Doença
Teste
Presente Ausente
Positivo Verdadeiro positivo (a) Falso positivo (b)
Negativo Falso negativo (c) Verdadeiro negativo (d)

Erros de classificação: múltiplas razões – biológicas e técnicas –

exemplo.
 SENSIBILIDADE E ESPECIFICIDADE

Questão mais importante: direção e grau do erro de

classificação – em que extensão o erro conduz a
conclusões enganosas e as consequências.
Como se comporta o teste: na presença ou ausência da
doença.
Propriedades do teste: condições específicas de um
estudo – resumem experiência de um grupo de pessoas –
estimar a probabilidade de doença (ou não doença) em
pacientes individuais (propósito clínico).
Tomada de decisão: pedir ou não um teste.
 SENSIBILIDADE
Doença
Teste
Presente Ausente
Positivo a b
Negativo c d
Totais a+c b+d
Medidas S = a / (a + c) E = d / (b + d)

Sensibilidade: proporção de pessoas com a doença que têm um

teste positivo. Mede o grau em que o teste detecta a doença se ela
está presente (sem levar em consideração a quantidade de falsos
positivos).
Teste sensível: detecta grande proporção de doentes.
Exemplos de testes sensíveis para doenças infecciosas: poucos
falso negativos. Testes baseados na reação em cadeia de
polimerase - PCR – em teoria detecta uma única molécula do DNA.
 Escolha de testes sensíveis

• Quando não se pode correr o risco de não detectar a

doença.

• Doença perigosa, mas tratável (sífilis, tuberculose).

• Processo diagnóstico em que grande número de

possibilidades são consideradas (excluir doenças - se der
negativo tem grande chance de ser negativo mesmo –
poucos falsos negativos).

• Probabilidade de doença é baixa e propósito é descobrir a

doença: exame periódico, banco de sangue.
 ESPECIFICIDADE
Doença
Teste
Presente Ausente
Positivo a b
Negativo c d
Totais a+c b+d
Medidas S = a / (a + c) E = d / (b + d)

Especificidade: proporção de pessoas sem a doença que têm um

teste negativo. Mede o grau no qual pessoas sem a doença são
chamadas de normais pelo teste (sem levar em consideração a
quantidade de falso negativos).
Teste específico: detecta grande proporção de pessoas não
doentes.
Exemplos de testes específicos: poucos falso positivos -
recuperação de herpes vírus do cérebro em um paciente com
encefalite ou de Onchocerca em nódulos da pele.
 Escolha de testes específicos

• Quando falso positivo pode lesar física, emocional

ou financeiramente o paciente, assim como
dificuldade de "desrotular" uma pessoa que foi
diagnostica como tendo doença e que
posteriormente se descobre que não tem (AIDS).

• Teste com poucos falsos positivos - quimioterapia,

indicação cirúrgica, doença estigmatizante, etc.
SENSIBILIDADE E ESPECIFICIDADE

Consideradas com um par.

Em um dado teste – nível da sensibilidade é balanceada
com o da especificidade.
Não é possível interpretar a sensibilidade na ausência da
especificidade e vice-versa.
 VALORES PREDITIVOS

Com o resultado na mão, a especificidade e a sensibilidade

de um teste não têm mais importância.

Isto porque não se sabe se a pessoa que fez o teste está ou

não doente (senão o teste não seria necessário!).

Erro de classificação: resultado do teste após sua

realização

Valor preditivo positivo: probabilidade de doença, dado um

teste positivo.

Valor preditivo negativo: probabilidade de não doença, dado

um teste negativo.
 VALORES PREDITIVOS

Doença
Teste Totais Medidas
Presente Ausente
Positivo a b a+b VP+ = a / (a + b)
Negativo c d c+d VP- = d / (c + d)

Mais útil para o clínico:

• Resultado negativo de um teste sensível (poucos falsos negativos
– se deu negativo tem maior probabilidade de ser negativo mesmo).
• Resultado positivo de um teste específico (poucos falsos
positivos – se deu positivo tem maior probabilidade de ser positivo
mesmo).
 Determinantes de um valor preditivo

Depende das propriedades intrínsecas do teste (sensibilidade e

especificidade) e da prevalência da doença na população que está
sendo testada.

Relação entre valores preditivos e sensibilidade e

especificidade:
• Quanto mais sensível um teste, maior seu valor preditivo
negativo (maior a segurança do médico de que a pessoa com teste
negativo não tem a doença).

• Quanto mais específico um teste, maior seu valor preditivo

positivo (maior a segurança do médico de que a pessoa com teste
positivo tem a doença).
 Relação entre valores preditivos e
prevalência
Dada sensibilidade e especificidade: VP+ diminui e VP- aumenta com
a queda da prevalência – Figura (S=95% e E=95%).
Teste com 90% de sensibilidade e de especificidade.
População X com prevalência de 5%.

Resultado do Verdadeiro diagnóstico

Total
teste Doente Não doente
Positivo 45 95 140
Negativo 5 855 860
Total 50 950 1000

Teste com 90% de sensibilidade e de especificidade.

População Y com prevalência de 30%.

Resultado do Verdadeiro diagnóstico

Total
teste Doente Não doente
Positivo 270 70 340
Negativo 30 630 660
Total 300 700 1000
 Cálculo dos valores preditivos para as duas
situações com diferentes prevalências

Valores
População X (prev. = 5%) População Y (prev. = 30%) ↑
preditivos

VP+ 45/140 32% 270/340 79% ↑

VP- 855/860 99% 630/660 95% ↓

 AUMENTANDO A PREVALÊNCIA DA DOENÇA

Processo de referência: justifica-se o uso mais agressivo de testes

diagnósticos em serviços de referência, pois probabilidade de
doença é maior. Na prática de atenção primária, por outro lado, ou
especialmente em pacientes sem queixas, a probabilidade é menor e
os testes devem ser utilizados com mais parcimônia.
Grupos demográficos selecionados: é possível aumentar o
rendimento dos testes diagnósticos, aplicando-os a grupos
demográficos selecionados.
Especificidades da situação clínica: sintomas, sinais e fatores de
risco de doença aumentam ou diminuem a probabilidade de
encontrar a doença.
A disponibilidade crescente de testes diagnósticos facilita uma
abordagem menos seletiva na solicitação de exames. Com isso, a
prevalência tende a cair e, com ela, o VPP.
 VALORES PREDITIVOS

Prevalência abaixo de 0,01: VP+ relativamente baixos - S

E
Doenças infecciosas: ocorrem em prevalência menores
que 0,01.
Conseqüência: muitos resultados falso positivos.
Pesquisas: erro de classificação – afeta validade da
conclusão.
Programas de rastreamento: testes falso positivos e falso
negativos têm consequências para os indivíduos
incorretamente classificados.
 Valores preditivos positivo e negativo
Obtidos através do Teorema de Bayes: com base na
sensibilidade (S), especificidade (E) e prevalência (P).
Estimativa - com base em novas informações: mudança de
prevalência, por exemplo.

SP
VP 
S  P   1  E  1  P 

E  (1  P)
VP 
(1  S )  P  E  (1  P)
BIBLIOGRAFIA

• Fletcher RH, Halstead SB. Evaluation of Diagnostic Tests. In:

Thomas JC, Weber DJ. Epidemiologic Methods for the Study of
Infectious Diseases. University Press, Oxford, 2001, 192-210.

• Gordis L. Epidemiologia. 2º Edição. Revinter, Rio de Janeiro 2004.

• Pereira MG. Epidemiologia. Teoria e Prática. Guanabara Koogan,

Rio de Janeiro, 1995.

• Medronho RA, Perez MA. Teses Diagnósticos. In: Medronho RA,

Carvalho DM, Bloch KV, Luiz RR, Werneck GL. Epidemiologia.
Atheneu, São Paulo, 2002.