evidências clínicas

Calculadora — propriedades de testes diagnósticos

Quando um exame dá positivo num paciente, o que isso realmente significa? Depende do exame — e do paciente. Sensibilidade e especificidade descrevem o teste; valores preditivos e razões de verossimilhança descrevem o que o resultado significa para a pessoa específica que está sendo testada. Esta calculadora deixa você manipular essas relações em tempo real.

Para o aprofundamento conceitual de cada propriedade, veja propriedades de testes diagnósticos.

A calculadora

Calculadora interativa

Mova os controles e veja como cada propriedade muda em tempo real.

10%

Frequência da doença na população testada

87%

% dos doentes que o teste detecta

96%

% dos não-doentes que o teste exclui

Em 1000 pessoas testadas:

Doente Não doente
Teste + 87 VP 36 FP
Teste − 13 FN 864 VN
Valor preditivo positivo 71% Probabilidade de ter a doença quando o teste é positivo
Valor preditivo negativo 99% Probabilidade de não ter a doença quando o teste é negativo
Razão de verossimilhança + 21,8 Resultado positivo aumenta fortemente a chance de doença
Razão de verossimilhança − 0,14 Resultado negativo reduz fortemente a chance de doença

Com prevalência de 10%, mesmo um teste com especificidade de 96% gera cerca de 30% de falsos positivos entre os resultados positivos. Reduza a prevalência ainda mais — para 1% ou 2% — e veja o VPP despencar.

Como ler os resultados

A tabela 2×2 mostra como, em cada cenário, mil pessoas testadas se distribuem em quatro grupos:

  • Verdadeiros positivos (VP) — doentes que o teste detectou. Em verde.
  • Falsos positivos (FP) — não-doentes que o teste acusou. Em vermelho.
  • Falsos negativos (FN) — doentes que o teste deixou passar. Em vermelho.
  • Verdadeiros negativos (VN) — não-doentes corretamente liberados. Em verde.

A diagonal verde é onde o teste acertou. A diagonal vermelha é onde errou. Quanto menor o vermelho, melhor.

Os quatro indicadores à direita combinam essas células em medidas clinicamente úteis:

  • VPP — probabilidade de que um paciente com teste positivo realmente tenha a doença
  • VPN — probabilidade de que um paciente com teste negativo realmente não tenha a doença
  • RV+ — quanto um teste positivo aumenta a chance pré-teste de doença. Acima de 1, aumenta; quanto maior, mais.
  • RV− — quanto um teste negativo reduz a chance pré-teste de doença. Abaixo de 1, reduz; quanto menor, mais.

Cinco coisas para experimentar

Algumas perguntas que a calculadora responde em segundos:

1. Por que rastrear doença rara na população geral é problemático?
Coloque prevalência em 1%, sensibilidade em 95%, especificidade em 95%. Veja o VPP cair para cerca de 16% — ou seja, 84% dos positivos são falsos. Mesmo um teste muito bom, em prevalência muito baixa, não confirma diagnóstico.

2. Quando um teste é bom para triagem?
Sensibilidade alta (≥ 95%) com especificidade moderada (~70%): pega quase todos os doentes (RV− muito baixo), com tolerância a falsos positivos que serão filtrados depois.

3. Quando um teste é bom para confirmação?
Especificidade alta (≥ 95%) com sensibilidade moderada (~70%): poucos falsos positivos (RV+ alto), aceitando perder alguns doentes que serão pegos por outros meios.

4. O efeito da probabilidade pré-teste.
Use o cenário "Troponina em dor torácica" e compare com "Mamografia em rastreio". O mesmo conceito de razão de verossimilhança opera em ambos, mas os valores preditivos são radicalmente diferentes — porque a prevalência (probabilidade pré-teste) muda tudo.

5. RV+ e RV− independem da prevalência.
Mexa só na prevalência, mantendo sensibilidade e especificidade fixas. RV+ e RV− não mudam — são propriedades do teste. Mas VPP e VPN mudam dramaticamente. Esse é o ponto central que a calculadora ensina.

Conceitos relacionados

Referências

  1. Akobeng AK. Understanding diagnostic tests 1: sensitivity, specificity and predictive values. Acta Paediatr 2007;96(3):338–41.
  2. Akobeng AK. Understanding diagnostic tests 2: likelihood ratios, pre- and post-test probabilities and their use in clinical practice. Acta Paediatr 2007;96(4):487–91.
  3. Straus SE, Glasziou P, Richardson WS, Haynes RB. Evidence-Based Medicine: How to Practice and Teach EBM. 5ª ed. Edinburgh: Elsevier; 2018. Capítulo sobre diagnóstico e rastreamento.