Módulo II - Epidemiologia Veterinária RESUMO

Prévia do material em texto

Louys Henrique Araújo Prado 
 
 
 
Módulo II: 
 Estudos epidemiológicos: descrição e comparação de riscos para inves gação epidemiológica 
 Estudos de prevalência 
 Estudos de caso-controle 
 Estudos de coorte 
 Ensaios clínicos e eficácia de vacinas 
 Medidas de risco u lizadas em estudos epidemiológicos – medidas de associação (odds ra o e risco rela vo) • 
 Medidas de efeito (risco atribuível e fração atribuível) 
 Detecção de doença – propriedades e interpretação de testes de diagnós co 
 Sensibilidade e especificidade 
 Conceito e aplicação dos valores predi vos de testes 
 Relação com prevalência e situação epidemiológica 
 U lização de testes múl plos para melhorar o diagnós co 
 
 
Os estudos epidemiológicos podem ser divididos em: 
 Observacionais: 
 Descrevem ou analisam a ocorrência de doenças sem intervenção direta. 
 Exemplos: levantamentos transversais, estudos de caso-controle e estudos de coorte. 
 Com intervenção: 
 Envolvem manipulação experimental, como ensaios clínicos, onde se testa a eficácia de medicamentos ou 
vacinas. 
Esses métodos são usados para iden ficar fatores de risco, descrever doenças, ou avaliar intervenções em populações. 
Obje vos possíveis de estudos epidemiológicos 
 Inves gar doenças ou fatores de risco di ceis de estudar em laboratório: 
 Casos com problemas é cos (ex.: experimentos em animais). 
 Doenças raras, onde dados são limitados. 
 Avaliar resultados laboratoriais em condições reais: 
 Testar se os achados experimentais se aplicam no campo ou em populações reais. 
 Inves gar possíveis fatores de risco: 
 Iden ficar elementos que aumentam a chance de uma doença ocorrer. 
 Es mar perdas econômicas: 
 Quan ficar o impacto financeiro causado por doenças em rebanhos ou populações. 
 Avaliar bene cios de intervenções sanitárias: 
 Verificar se medidas de controle (ex.: vacinas, quarentenas) são eficazes. 
Causalidade x Associação 
 “Causalidade”, ou seja, a relação do po “causa e efeito” entre dois eventos, significa que a presença de um deles contribui 
para a presença de outro. 
Exemplo: A exposição a um agente infeccioso (causa) leva ao desenvolvimento de uma doença (efeito). 
 Associação: Refere-se a uma dependência esta s ca entre dois ou mais eventos, variáveis ou caracterís cas. 
 Importante: Uma associação não implica, necessariamente, que haja uma relação causal. 
Louys Henrique Araújo Prado 
Estudos epidemiológicos 
Louys Henrique Araújo Prado 
 Exemplo: Aumento no consumo de sorvete está associado ao aumento de casos de afogamento (mas não é a 
causa; ambos podem estar relacionados ao calor). 
 Resumo: Nem toda associação é causal. É necessário inves gar a relação e excluir fatores de confusão para 
determinar se uma associação é causal. 
Definições 
 Risco: representa a probabilidade de ocorrência de um evento (como uma doença) durante um período de tempo 
específico. Exemplo: A chance de um animal contrair brucelose em um ano. 
 Fatores de risco: 
 São condições ou elementos que aumentam a probabilidade de um evento ocorrer. 
 Exemplo: A exposição a um agente infeccioso ou más condições sanitárias podem ser fatores de risco para 
doenças. 
 Exposição: 
 Refere-se ao contato com o fator de risco antes da ocorrência do evento. 
 Exemplo: O contato de um animal com uma pastagem contaminada com leptospiras. 
 
Tipos de Estudos Epidemiológicos 
1. Observacionais: 
 Sem interferência direta no curso dos eventos. Usado para observar e analisar situações reais. 
 Levantamento transversal por amostragem: 
a) Descri vo: Avalia a prevalência de uma doença ou condição sem inves gar fatores de risco. 
b) Analí co: Inves ga fatores de risco além da prevalência. 
c) Demonstração de ausência de doença: Verifica se uma população está livre de uma doença específica. 
 Estudo de Caso-Controle: Compara casos (doentes) e controles (não doentes) para iden ficar exposições prévias. 
 Estudo de Coorte: Acompanha grupos ao longo do tempo, comparando expostos e não expostos a um fator de 
risco. 
 Estudos de Caso/Séries: Detalham informações sobre casos específicos ou séries de casos sem comparação com 
controles. 
2. Com Intervenção: 
 Ensaios clínicos/intervenção e estudos experimentais: 
 Avaliam o efeito de intervenções, como vacinas ou tratamentos, usando controle e randomização. 
Estudo de caso/séries 
 Foco no estudo de rebanhos ou animais afetados sem comparação com controles não afetados. 
 Ideal para descrever detalhadamente a doença em uma população específica. 
 Inclui: 
 Hospedeiros afetados: Caracterís cas dos indivíduos a ngidos (ex.: idade, espécie). 
 Distribuição espacial: Localização geográfica dos casos. 
 Distribuição temporal: Padrão de ocorrência ao longo do tempo (ex.: sazonalidade). 
Esses estudos são úteis para iden ficar padrões iniciais de doenças ou gerar hipóteses sobre sua causa, mas não 
permitem avaliar associações ou causalidade. 
Levantamento Transversal Descri vo 
 Consiste em um estudo transversal que u liza amostragem esta s ca para avaliar animais sem conhecimento prévio 
sobre sua condição sanitária. 
Louys Henrique Araújo Prado 
 Não inclui inves gação de possíveis fatores de risco, sendo limitado à coleta de informações sobre a prevalência da 
condição ou doença estudada. 
 Caracterís cas: 
 Obje vo principal: Descrever a frequência da doença em uma população específica em um determinado 
momento. 
 Sem análise de causa ou fatores de risco: Apenas informa a situação geral, sem buscar associações. 
 
Levantamento Transversal Analí co 
 Assim como no descri vo, é realizado um estudo transversal com amostragem esta s ca, sem conhecimento prévio da 
condição sanitária dos animais. 
 Porém, aqui há a inves gação de possíveis fatores de risco relacionados à doença. 
 Obje vos: 
 Fornecer informações sobre a prevalência da doença. 
 Iden ficar associações entre fatores de risco e a ocorrência da condição, como, por exemplo, se indivíduos 
expostos a um agente têm maior probabilidade de adoecer. 
 Diferença principal: 
 Enquanto o descri vo se limita à prevalência, o analí co busca iden ficar relações esta s cas com fatores de 
risco. 
Esse po de levantamento é ú l para hipóteses iniciais sobre fatores de risco, mas não permite estabelecer 
causalidade. 
 
Resultados de Levantamento Transversal Analí co 
O gráfico mostra a prevalência (%) de duas doenças, A e B, em diferentes faixas etárias (0 a 6 anos). 
 
 Pontos principais: 
 Prevalência geral: 
 Doença A: 43%. 
 Doença B: 43%. 
 Ambas apresentam 
prevalências iguais, 
mas os padrões variam 
com a idade. 
Louys Henrique Araújo Prado 
 Distribuição etária: 
 A Doença A tem maior prevalência nas faixas etárias de 3 a 6 anos, alcançando até 80%. A 
 Doença B apresenta aumento progressivo ao longo do tempo, também a ngindo até 80%. 
 Interpretação: 
 Esses resultados indicam que a idade pode estar associada ao aumento na prevalência de ambas as doenças. 
 O padrão dis nto entre as doenças sugere que diferentes fatores de risco ou mecanismos estão envolvidos. 
Demonstração de Ausência de Doença (Transversal) 
 Obje vo: estudo transversal que usa amostragem esta s ca para confirmar a presença ou ausência de uma doença ou 
de seu agente infeccioso. 
 Funcionamento: u liza sistemas de vigilância a va. Quando nenhum caso é detectado na amostra, pode-se afirmar, com 
um grau de confiança pré-determinado, que a população está livre da doença. 
 Aplicações: 
 Usado para comprovar zonas livres de doenças animais importantes, como: 
 Febre a osa. 
 Peste suína clássica. 
 Peste bovina. 
 Normas da OIE (Organização Mundial de Saúde Animal). 
 Importância: fundamental para o comércio internacional, garan ndo o status sanitário de regiões e permi ndo 
exportações. 
Este método é crucial para cer ficação sanitária, prevenindo barreiras comerciais e protegendo populações contraa 
reintrodução de doenças. 
 
Estudos de Caso-Controle (Longitudinal) 
 Obje vo: 
 Comparar a frequência de exposição a um fator de risco entre: 
 Animais doentes (casos). 
 Animais não doentes (controles). 
 Caracterís cas: 
 Retrospec vo: 
 Analisa exposições ocorridas no passado para iden ficar possíveis associações com a doença. 
 A seleção dos controles é crucial para garan r que sejam comparáveis aos casos (exceto pela presença da 
doença). 
 Funcionamento: 
 Grupos analisados: 
 Expostos: Indivíduos que veram contato com o fator de risco. 
 Não expostos: Indivíduos que não veram esse contato. Avalia a relação entre a exposição e a 
probabilidade de desenvolver a doença. 
 Aplicações: ideal para estudar doenças raras ou com longo período de incubação. 
Esse po de estudo é rápido e eficiente, mas depende da qualidade dos dados e da escolha apropriada dos controles. 
 
Louys Henrique Araújo Prado 
Estudos de Coorte (Longitudinal) 
 Obje vo: 
 Examinar a relação entre um fator de risco e a ocorrência de doença. 
 Compara a incidência da doença no grupo exposto com o grupo não exposto. 
 Caracterís cas: 
 Pode ser prospec vo (acompanha os par cipantes ao longo do tempo) ou retrospec vo (analisa dados já 
coletados). 
 A única diferença entre os grupos é a presença ou ausência do fator de risco. 
 Ensaios Clínicos Randomizados: 
 Parecidos com os estudos de coorte, mas a exposição é controlada: 
 Exemplo: Um grupo recebe uma vacina experimental, enquanto o grupo controle recebe um placebo. 
 Aplicações: 
 Ú l para estudar a incidência e a sequência temporal entre o fator de risco e a doença. 
 Ajuda a iden ficar a causalidade. 
Esses estudos são robustos para determinar relações causais, mas podem ser caros e demorados, especialmente 
para doenças de baixa incidência. 
 
 Exemplo: Risco de aborto numa população bovina após infecção por leptospirose 
 
 População total: 
 Total de abortos: 15. 
 Total de partos normais: 520. 
 Total de animais: 535. 
 Métodos de análise aplicados: 
 Levantamento Transversal Analí co: 
 Avalia a prevalência de aborto e fatores de risco (ex.: soroposi vidade para leptospirose) em um único 
ponto no tempo. 
 Usa toda a população (n = 535). 
 Estudo de Caso-Controle: 
 Compara casos (aborto, n = 15) com controles (parto normal, n = 520) para avaliar a relação com o fator 
de risco (soroposi vidade). 
 Estudo de Coorte: 
 Acompanha os grupos soroposi vos (n = 84) e soronega vos (n = 451) para avaliar a incidência de 
aborto nos dois grupos. 
 Importância: 
 Este exemplo demonstra como diferentes métodos podem ser usados para inves gar a mesma questão, 
dependendo do obje vo: 
Tabela de dados: 
 Soroposi vo (expostos ao agente): 
 Aborto: 6 casos. 
 Parto normal: 78 casos. 
 Total: 84 animais. 
 Soronega vo (não expostos ao agente): 
 Aborto: 9 casos. 
 Parto normal: 442 casos. 
 Total: 451 animais. 
Louys Henrique Araújo Prado 
 Coorte para determinar incidência. 
 Caso-controle para explorar associações. 
 Transversal analí co para es mar prevalência e fatores de risco. 
Vantagens e desvantagens dos levantamentos transversais analí cos 
 Vantagens: 
 Baseados em amostra representa va: 
 Oferecem uma visão geral da população, garan ndo maior confiabilidade. 
 Coleta apenas de material necessário: 
 Método eficiente, focado em informações essenciais. 
 Rela vamente rápido: 
 Não exige acompanhamento prolongado. 
 Permite inves gar vários parâmetros simultaneamente: 
 Possível avaliar prevalência e fatores de risco ao mesmo tempo. 
 Desvantagens: 
 Só es ma prevalência, não incidência: 
 Não permite acompanhar a evolução da doença ao longo do tempo. 
 Pouco ú l para estabelecer causalidade: 
 A ausência de sequência temporal limita a análise de causa e efeito. 
 Avalia apenas a situação atual: 
 Não considera mudanças no fator de risco ou na doença ao longo do tempo. 
 Pode exigir amostragens grandes: 
 Necessidade de muitos dados para análises representa vas. 
 Apenas ú l para variáveis crônicas: 
 Inadequado para estudar doenças de curta duração. 
Esse po de estudo é valioso para descrever condições gerais e iden ficar fatores de risco iniciais, mas precisa ser 
complementado com outros métodos para aprofundar as conclusões. 
Vantagens e desvantagens dos estudos de coorte 
 Vantagens: 
 Informação sobre sequência temporal: 
 Permite observar a relação entre o fator de risco e o desfecho ao longo do tempo, essencial para estudos 
de causalidade. 
 Es ma va de incidência: 
 Determina a frequência de novos casos no grupo estudado. 
 Estuda múl plos efeitos de um fator de risco: 
 Exemplo: Um fator pode causar diferentes doenças ou desfechos. 
 Desvantagens: 
 Caro e demorado: 
 Exige acompanhamento prolongado e muitos recursos. 
 Pouco apropriado para doenças raras ou de longo período de incubação: 
 A baixa ocorrência dificulta a análise. 
 Alterações de comportamento dos indivíduos: 
 Saber que estão sendo observados pode mudar suas ações. 
 Saída de indivíduos do estudo: 
 Perda de par cipantes ao longo do tempo reduz a validade do estudo. 
 Mudança na exposição ao fator de risco: 
 A exposição inicial pode não se manter constante durante o estudo. 
Esses estudos são poderosos para iden ficar relações causais e calcular a incidência, mas precisam de planejamento 
cuidadoso para superar suas limitações prá cas. 
 
Louys Henrique Araújo Prado 
Vantagens e desvantagens dos estudos de caso-controle 
 Vantagens: 
 Mais rápido e barato que estudos de coorte: 
 Não exige acompanhamento ao longo do tempo, reduzindo custos e tempo de execução. 
 Ú l para doenças com longo período de incubação ou baixa incidência: 
 Permite estudar doenças raras ou com manifestação tardia de forma eficiente. 
 Pode avaliar mais de um fator de risco: 
 Exemplo: Iden ficar múl plos fatores associados a uma única doença. 
 Desvantagens: 
 Não envolve sequência temporal: 
 Dificulta estabelecer a relação causa-efeito. 
 Não es ma prevalência nem incidência: 
 Apenas avalia associações retrospec vas. 
 Depende da qualidade dos registros e da memória: 
 Dados incompletos ou vieses podem comprometer a análise. 
 Dificuldade em encontrar controles adequados: 
 A seleção inadequada pode introduzir vieses. 
 Estuda apenas um efeito do fator de risco por vez: 
 Limitado em relação a desfechos múl plos. 
Os estudos de caso-controle são valiosos para iden ficar associações iniciais, especialmente em condições raras, mas 
requerem cuidado na coleta de dados e na escolha de controles. 
Passos em Estudos Epidemiológicos 
 Definir o(s) obje vo(s) da inves gação 
Este é o ponto de par da para qualquer estudo epidemiológico e envolve: 
 População: determinar qual grupo será estudado (ex.: rebanhos leiteiros, cães em áreas urbanas). 
 Condição/doença: iden ficar claramente o problema ou doença de interesse (ex.: brucelose, leptospirose). 
 Fatores de risco: listar os possíveis fatores que podem influenciar a ocorrência da doença (ex.: contato com água 
contaminada, ausência de vacinação). 
 Precisão desejada: definir o nível de detalhamento necessário nos resultados (ex.: confiança de 95%). 
 Relação entre fator de risco e doença: especificar o que será inves gado: existe uma associação entre o fator e a 
condição? 
 Especificar os dados que serão coletados e como serão coletados 
Para garan r que o estudo seja bem-sucedido, é necessário definir: 
 Tipo de estudo apropriado: escolher o método mais adequado para responder à pergunta da pesquisa (ex.: 
estudo de coorte, caso-controle, transversal). 
 Procedimento para seleção das unidades amostrais: determinar como os indivíduos ou rebanhos serão 
selecionados para garan r uma amostra representa va. 
 Número de observações necessárias: calcular o tamanho da amostranecessário para obter resultados 
esta s camente confiáveis. 
 Cálculos a serem realizados: planejar as análises esta s cas que serão feitas para interpretar os dados coletados 
(ex.: cálculo de risco rela vo, odds ra o). 
Essas etapas ajudam a estruturar o estudo e evitar erros na coleta e análise de dados. 
 Coletar, organizar e verificar os dados: 
 Reunir as informações definidas previamente. 
 Organizar os dados para facilitar a análise. 
 Verificar a qualidade e consistência dos dados, corrigindo possíveis erros. 
 Analisar os dados: 
 Realizar as análises esta s cas planejadas (ex.: cálculo de prevalência, odds ra o, risco rela vo). 
 Interpretar os resultados para responder às perguntas do estudo. 
 Apresentar resultados e fazer recomendações: 
Louys Henrique Araújo Prado 
 Apresentar os achados de forma clara e obje va (ex.: tabelas, gráficos). 
 Fornecer recomendações prá cas baseadas nos resultados para ajudar na tomada de decisão (ex.: intervenções 
sanitárias, polí cas públicas). 
Medidas de Associação: Comparação de Riscos 
As medidas de associação são ferramentas usadas para comparar a frequência de um desfecho (ex.: doença) entre grupos expostos 
e não expostos a um fator de risco. Elas ajudam a determinar se um fator está relacionado ao aumento ou redução da probabilidade 
de ocorrência de um evento. 
 Temas Abordados 
 Conceitos de risco e de chance (odds): 
 Risco: Probabilidade de ocorrer um evento em um período específico. 
 Odds (chance): Razão entre a probabilidade de o evento ocorrer e a de não ocorrer. 
 Medidas de associação: 
 Risco Rela vo (RR): Quan fica quantas vezes o risco de doença é maior no grupo exposto em relação 
ao não exposto. 
 Odds Ra o (OR): Compara as chances de doença entre expostos e não expostos, ú l especialmente em 
estudos caso-controle. 
 Medidas do efeito do fator de risco no grupo exposto: 
 Avaliam o impacto do fator de risco nos indivíduos diretamente expostos, como o Risco Atribuível e a 
Fração Atribuível. 
 Medidas do impacto da exposição na população: 
 Avaliam o impacto do fator de risco em toda a população, como o Risco Atribuível Populacional e a 
Fração Atribuível Populacional. 
 Exemplo: a soroposi vidade de fêmeas bovinas para Brucella abortusestá associada ao aborto no primeiro parto? 
 
 Risco (Probabilidade) de Aborto 
1. Risco total na população (Rpob): 
 
2. Risco no grupo exposto (Rexp): 
 
3. Risco no grupo não exposto (Rn-exp): 
 
4. Interpretação: 
o População geral: O risco de aborto é 5%. 
o Grupo soroposi vo: O risco de aborto é muito maior (20%) do que na população geral. 
o Grupo soronega vo: O risco é bem menor (3,1%). 
Esses cálculos confirmam que a soroposi vidade para Brucella abortus está associada a um risco 
significa vamente maior de aborto, reforçando a necessidade de controle dessa infecção em rebanhos bovinos. 
 Odds (Chance) de Aborto 
1. Odds na população total (Rpob): 
Louys Henrique Araújo Prado 
 
2. Odds no grupo exposto (Rexp): 
 
3. Odds no grupo não exposto (Rn-exp): 
 
4. Interpretação 
o População geral: A chance de aborto é rela vamente baixa (5,3%). 
o Grupo soroposi vo: A chance de aborto é muito maior (25%) em comparação ao grupo geral. 
o Grupo soronega vo: A chance de aborto é muito baixa (3,2%), indicando que a soroposi vidade é 
um fator de risco importante. 
Medidas de associação entre o fator de risco e a doença (ou outro efeito) 
 Risco Rela vo (RR) 
Definição: O Risco Rela vo (RR) quan fica quantas vezes é maior o risco de um desfecho (ex.: aborto) no grupo exposto 
(soroposi vo) em relação ao grupo não exposto (soronega vo). 
 Fórmula: 
 
 Onde: 
 Rexp: Risco no grupo exposto. 
 Rn−exp: Risco no grupo não exposto. 
 Cálculo no exemplo: 
 
O risco de aborto no grupo soroposi vo é 6,45 vezes maior do que no grupo soronega vo. 
 Interpretação: 
 RR = 1: Não há associação. 
 RR > 1: O fator aumenta o risco (fator de risco). 
 RR 1: Indica que o fator de risco está associado ao aumento 
do risco da doença. 
 Quanto maior o valor do RR, mais forte é a 
associação. Exemplo: RR = 6,45 (como no caso da 
Brucella abortus) indica um risco muito elevado. 
 RR(FA): Mede o impacto rela vo no grupo exposto. Essas medidas são fundamentais para planejar 
estratégias de controle e quan ficar os bene cios de eliminar o fator de risco. 
Fração Atribuível (FA) como Eficácia de Vacina 
 Definição: 
 Em estudos de avaliação de vacinas, a eficácia pode ser expressa como a fração atribuível (FA). 
 Nesse caso, o grupo não vacinado é considerado o grupo exposto ao fator de risco. 
 Fórmula da Eficácia Vacinal (EV): 
 
 Exemplo do Exercício: Risco no grupo não vacinado (Rnãovacinado): 90% (0,9). 
 Risco no grupo vacinado (Rvacinado): 20% (0,2). 
 Subs tuindo na fórmula: 
 
 Interpretação: A vacina contra brucelose tem uma eficácia de 77,8%, ou seja, reduz o risco de aborto em 77,8% 
no grupo vacinado em comparação com o grupo não vacinado. 
Medidas do Impacto do Fator de Risco na População 
 Medidas de efeito: 
 Risco Atribuível e Fração Atribuível são essenciais para determinar o impacto do fator de risco em toda a 
população, e não apenas nos expostos. 
 Ponto-chave: 
 O impacto populacional depende de dois fatores: 
 Efeito do fator de risco: Quanto ele aumenta o risco no grupo exposto. 
 Frequência do fator de risco na população: O quão comum é o fator de risco na população geral. 
 Importância: 
Louys Henrique Araújo Prado 
 Essencial no planejamento de programas de controle de doenças. 
 Ajuda a priorizar ações, considerando a importância rela va de diferentes fatores de risco na população. 
Medidas do impacto do fator de risco na população 
 Risco Atribuível na População (RAP) 
 Definição: Mede o aumento do risco (incidência) de um desfecho (ex.: aborto) em toda a população devido à 
presença do fator de risco (ex.: soroposi vidade para Brucella abortus). 
 Fórmula: 
 
Onde: 
Rpob: Risco total na população. 
Rn−exp: Risco no grupo não exposto. 
 Cálculo no exemplo: 
 
 Interpretação: 1,9% dos abortos na população podem ser atribuídos à soroposi vidade para Brucella abortus. 
 Fração Atribuível Populacional (FAP) 
 Definição: Indica a proporção de casos em toda a população que poderia ser evitada se o fator de risco 
(soroposi vidade) fosse eliminado. 
 Fórmula: 
 
 Cálculo no exemplo: 
 
 Interpretação: 38% dos abortos em toda a população poderiam ser evitados se a soroposi vidade para Brucella 
abortus fosse eliminada. 
 
 
As três razões principais para u lizar testes de diagnós co: 
 Es mar a prevalência de uma doença em uma população: 
 Ú l para análises epidemiológicas e planejamento de programas sanitários. 
 Confirmar a presença de uma doença em um animal ou população: 
 Importante em diagnós cos clínicos e para determinar a necessidade de intervenções. 
 Confirmar a ausência de uma doença em um animal ou população: 
 Essencial em programas de cer ficação sanitária e zonas livres de doenças. 
Teste da Prega Caudal (TPC) 
 Inoculação intradérmica de PPD (derivado proteico purificado): 
 Aplicado na prega caudal do bovino. 
 Formação de pápula e medição: 
 O cu metro mede o aumento na espessura da pele após 72 horas da aplicação, indicando uma reação 
tuberculínica. 
 Interpretação: 
 Um aumento significa vo na espessura (acima de um ponto de corte definido) sugere uma reação posi va, 
indicando possível infecção por Mycobacterium bovis. 
Propriedades e interpretação de testes de diagnóstico 
Louys Henrique Araújo Prado 
 
Exemplo: Diagnós co de Tuberculose Bovina (M. bovis) U lizando Tuberculinização Simples 
Valores observados em animais sem infecção (situação simulada) 
 
 Resultados e Interpretação 
 Distribuição das Reações (em mm): 
 A maioria dos animais sem infecção apresenta reações pequenas: 
o 0,0–1,0 mm: 10% da população. 
o 1,1–2,0 mm: 15% da população. 
o 2,1–3,0 mm: 50% da população 
 Frequência Cumula va: 
 Até 3,0 mm, 75% dos animais sem infecção são incluídos. 
 A par r de 4,1 mm, há uma redução marcante de reações. 
 Relevância do Ponto de Corte: 
 Um ponto de corte mais alto (ex.: >4,0 mm) ajuda a dis nguir melhor entre animais infectados e não infectados. 
 Isso reduz falsos posi vos em populações saudáveis. 
Esse po de análise é crucial para determinar a precisão do teste, balanceando sensibilidade e especificidade. 
Valores observados em animais com infecção confirmada por M. bovis 
 
 Resultados e Observações 
 Distribuição das Reações (em mm): 
 Reações maiores são mais comuns em animais infectados: 
Louys Henrique Araújo Prado 
 5,1–6,0 mm: 30% dos animais infectados. 
 6,1–7,0 mm: 17% dos animais infectados. 
 Reações abaixo de 3,1 mm são extremamente raras (2%). 
 Frequência Cumula va: 
 Até 4,0 mm, 17% dos animais infectados são iden ficados. 
 Com reações acima de 4,0 mm, a maioria dos animais infectados é incluída: 
o 64% com reações >5,0 mm. 
o 91% com reações >7,0 mm. 
 Interpretação Prá ca: Um ponto de corte mais alto (ex.: >4,0 mm) ajuda a reduzir falsos nega vos. Contudo, 
reações maiores são necessárias para maior certeza da infecção. 
Resultados da tuberculização em animais com ou sem infecção 
 
 Análise do Gráfico 
 Distribuição em Animais Sem Infecção: 
 A maior parte apresenta reações entre 2,1–3,0 mm, com um pico claro nesse intervalo. 
 Reações acima de 4 mm são raras, o que reflete a alta especificidade quando se adota esse ponto de 
corte. 
 Distribuição em Animais Com Infecção: 
 A maioria dos animais infectados apresenta reações acima de 5,0 mm, com o pico em 5,1–6,0 mm. 
 Poucos animais infectados têm reações menores que 4,0 mm, indicando alta sensibilidade. 
 Impacto do Ponto de Corte (>4 mm): 
 Escolher >4 mm como ponto de corte minimiza a sobreposição entre os grupos, aumentando a 
capacidade do teste de diferenciar animais infectados dos não infectados. 
 Reações acima de 4 mm têm maior probabilidade de representar verdadeiros posi vos, enquanto 
valores abaixo disso são mais comuns em animais saudáveis. 
 Conclusão Prá ca 
 Este gráfico reforça a importância de ajustar o ponto de corte para maximizar a precisão do teste. Em programas 
sanitários, como erradicação da tuberculose, pontos de corte são estratégicos para reduzir tanto falsos nega vos 
quanto falsos posi vos. 
 Pontos Chave da Conclusão 
 Escala Con nua e Sobreposição: 
o Quando o diagnós co é baseado em medições con nuas (como reações em mm), existe 
sobreposição entre resultados de animais infectados e não infectados. 
o Essa sobreposição limita a precisão absoluta do teste, criando áreas de incerteza (falsos 
posi vos e falsos nega vos). 
 Diagnós co como Probabilidade: 
o Um diagnós co nunca é perfeito; trata-se de um processo probabilís co. 
o Ele indica a probabilidade de um animal estar doente ou saudável, mas não garante certeza 
absoluta. 
 
Louys Henrique Araújo Prado 
Diagnós co x Situação Real 
 
 Categorias dos Resultados 
 Verdadeiro Posi vo (VP): 
 O teste iden fica corretamente um animal doente. 
 Falso Posi vo (FP): 
 O teste classifica erroneamente um animal saudável como doente. 
 Impacta na especificidade do teste. 
 Falso Nega vo (FN): 
 O teste não iden fica um animal doente. 
 Impacta na sensibilidade do teste. 
 Verdadeiro Nega vo (VN): 
 O teste iden fica corretamente um animal saudável. 
 
 Com Doença: 
 Teste Posi vo (a): Verdadeiros Posi vos (VP). 
 Teste Nega vo (c): Falsos Nega vos (FN). 
 Sem Doença: 
 Teste Posi vo (b): Falsos Posi vos (FP). 
 Teste Nega vo (d): Verdadeiros Nega vos (VN). 
 Totais: 
 a+c: Total de animais com doença. 
 b+d: Total de animais sem doença. 
 N: Total geral de indivíduos. 
Definições 
 Prevalência Real 
 Definição: Proporção de animais que realmente possuem a doença na população avaliada. 
 Fórmula: 
 
Louys Henrique Araújo Prado 
Onde N é o total de indivíduos. 
 Prevalência Aparente 
 Definição: Proporção de animais classificados como posi vos pelo teste, independentemente de serem 
verdadeirosou falsos posi vos. 
 Fórmula: 
 
 Sensibilidade (Se) 
 Definição: Probabilidade de o teste iden ficar corretamente animais infectados (verdadeiros posi vos). 
 Fórmula: 
 
Interpretação: Inverso do índice de falsos nega vos. 
 Especificidade (Sp) 
 Definição: Probabilidade de o teste iden ficar corretamente animais não infectados (verdadeiros nega vos). 
Fórmula: 
 
Interpretação: Inverso do índice de falsos posi vos. 
 Valor Predi vo Nega vo (VPN) 
 Definição: Proporção de animais com resultado nega vo que realmente não estão infectados. 
 Fórmula: 
 
Interpretação: Indica a confiabilidade de um resultado nega vo. 
 Valor Predi vo Posi vo (VPP) 
 Definição: Proporção de animais com resultado posi vo que realmente estão infectados. 
 Fórmula: 
 
Interpretação: Mede a confiabilidade de um resultado posi vo. 
 Impacto da Prevalência 
O VPP e o VPN são altamente influenciados pela prevalência da doença: 
 Alta prevalência: Aumenta o VPP. 
 Baixa prevalência: Aumenta o VPN. 
 
Diagnós co de tuberculose bovina u lizando tuberculinização simples com um ponto de corte > 4,0 mm 
Animais + c/ reação > 4,0mm (ponto de corte) 
 
Louys Henrique Araújo Prado 
 Tabela e Dados 
 Resultados em Animais Com Infecção: 
 Teste Posi vo: 830 (Verdadeiros Posi vos - VP). 
 Teste Nega vo: 170 (Falsos Nega vos - FN). 
 Resultados em Animais Sem Infecção: 
 Teste Posi vo: 100 (Falsos Posi vos - FP). 
 Teste Nega vo: 900 (Verdadeiros Nega vos - VN). 
 Totais: 
 Total de infectados: 1000. 
 Total de não infectados: 1000. 
 População total: 2000. 
 Métricas de Desempenho 
 Sensibilidade (Se): 
Proporção de animais infectados corretamente iden ficados: 
 
 Especificidade (Sp): 
Proporção de animais saudáveis corretamente iden ficados: 
 
 Prevalência Aparente (PA): 
Proporção de resultados posi vos no teste, considerando infectados e falsos posi vos: 
 
 Prevalência Real (P): 
Proporção de animais realmente infectados na população: 
 
 Valor Predi vo Posi vo (VPP): 
Probabilidade de um resultado posi vo ser correto: 
 
 Valor Predi vo Nega vo (VPN): 
Probabilidade de um resultado nega vo ser correto: 
 
 Interpretação 
 Sensibilidade: Alta (83%), o que reduz o risco de falsos nega vos. 
 Especificidade: Boa (90%), minimizando falsos posi vos. 
 VPP e VPN: Mostram que o teste tem alta confiabilidade em ambos os casos. 
 Prevalência Real x Aparente: A diferença reflete a influência de falsos posi vos e nega vos no desempenho do 
teste. 
Resultados de Tuberculinização em Animais com e sem Infecção (simulação) 
 
Louys Henrique Araújo Prado 
 Análise do Gráfico 
 Ponto de Corte >3 mm: 
 Maior sensibilidade: Detecta a maioria dos animais infectados, incluindo aqueles com reações menores. 
 Baixa especificidade: Maior número de falsos posi vos, já que muitos animais não infectados 
apresentam reações acima desse limite. 
 Ponto de Corte >5 mm: 
 Maior especificidade: Reduz falsos posi vos, concentrando os resultados posi vos em animais 
infectados. 
 Menor sensibilidade: Pode deixar de iden ficar alguns animais infectados (falsos nega vos), 
especialmente os com reações menores. 
 Sobreposição entre Grupos: 
 Existe uma zona de sobreposição das reações entre infectados e não infectados, tornando o ajuste do 
ponto de corte essencial. 
Efeito de Pontos de Corte Diferentes (*) 
 
 Tabela e Observações 
 Ponto de Corte 3,1 mm: 
 Alta sensibilidade (0,98): Iden fica quase todos os animais infectados. 
 Baixa especificidade (0,75): Gera mais falsos posi vos. 
 Valor predi vo nega vo (VPN): Elevado (0,98), ideal para triagem. 
 Ponto de Corte 4,1 mm: 
 Equilíbrio entre Se (0,83) e Sp (0,90): Reduz falsos posi vos, mantendo boa detecção de infectados. 
 VPP e VPN: Ambos são confiáveis (0,89 e 0,84, respec vamente). 
 Ponto de Corte 5,1 mm: 
 Alta especificidade (1,0): Elimina falsos posi vos. 
 Sensibilidade reduzida (0,66): Mais falsos nega vos. 
 Valor predi vo posi vo (VPP): Perfeito (1,0), confiável para confirmar infecção. 
Relação entre Prevalência Real e Prevalência Aparente 
 
 Tabela e Fórmulas 
1. Teste Posi vo: 
 Com infecção: 𝑆𝑒 × 𝑃 (sensibilidade mul plicada pela prevalência real). 
 Sem infecção: (1 − 𝑆 𝑝) × (1 − 𝑃) (falsos posi vos em função da especificidade e da proporção de saudáveis). 
Louys Henrique Araújo Prado 
 Total: Soma das duas parcelas: 
 
2. Teste Nega vo: 
 Com infecção: (1 − 𝑆 𝑒) × 𝑃 (falsos nega vos). 
 Sem infecção: 𝑆𝑝 × (1 − 𝑃) (verdadeiros nega vos). 
 Total: Soma das duas parcelas. 
 
3. Linhas de Totais: 
 Prevalência Real (P): Proporção de animais com infecção. 
 Proporção Sem Infecção (1-P): Proporção de animais saudáveis. 
 População Total: Sempre igual a 1 (100%). 
Conversão da Prevalência Aparente (PA) em Prevalência Real (P) 
 Equação Geral 
A prevalência aparente é dada por: 
 
Essa equação pode ser reorganizada para resolver a prevalência real (P): 
 
 Simulação 
Dado: 
 PA = 0,18 
 Se (Sensibilidade) = 0,99 
 Sp (Especificidade) = 0,91 
Subs tuímos na fórmula: 
 
 Interpretação 
 A prevalência real (10%) é menor do que a prevalência aparente (18%). Isso ocorre porque a especificidade não 
é perfeita (0,91), o que resulta em alguns falsos posi vos que inflacionam a PA. 
 Essa fórmula é essencial em epidemiologia para corrigir es ma vas baseadas em testes diagnós cos. 
Valores Predi vos Posi vo (VPP) e Nega vo (VPN) 
 
 Valor Predi vo Posi vo (VPP): Probabilidade de um animal com resultado posi vo estar realmente infectado 
 Valor Predi vo Nega vo (VPN): Probabilidade de um animal com resultado nega vo estar realmente saudável: 
 Variação com a Prevalência 
 VPP aumenta com a prevalência da doença: 
 Em populações onde a doença é mais comum, um resultado posi vo é mais provável de ser verdadeiro. 
 VPN diminui com a prevalência: 
 Em populações com alta prevalência, um resultado nega vo tem maior chance de ser um falso nega vo. 
Louys Henrique Araújo Prado 
Efeito da Variação de Prevalência (PREV), entre 1% e 100%, sobre os Valores Predi vos Posi vo (VPP) e Nega vo (VPN) de um 
Teste de Diagnós co com Sensibilidade (SEN) de 80% e Especificidade (ESP) de 99%. 
 
 Análise do Gráfico 
 Valor Predi vo Posi vo (VPP): 
 O VPP aumenta com a prevalência. 
o Em baixa prevalência (ex.: 1% a 10%): O VPP é baixo (50%): O VPP se aproxima de 100%, tornando o teste posi vo mais 
confiável. 
 Valor Predi vo Nega vo (VPN): 
 O VPN diminui com a prevalência. 
o Em baixa prevalência (ex.: 1% a 10%): O VPN é alto (>95%), indicando que um teste nega vo é 
confiável. 
o Em alta prevalência (ex.: >50%): O VPN cai significa vamente, aumentando o risco de falsos 
nega vos. 
 Implicações Prá cas 
 Baixa Prevalência: 
 Testes com alta especificidade (Sp) são essenciais, pois reduzem falsos posi vos e melhoram o VPP. 
 Exemplo: Doenças raras ou áreas com baixa circulação de patógenos. 
 Alta Prevalência: 
 Testes com alta sensibilidade (Se) são mais crí cos, para minimizar falsos nega vos e garan r o VPN. 
 Exemplo: Áreas endêmicas ou surtos. 
Efeito de Diferentes Valores de Especificidade (ESP), entre 80,0% e 99,9%, sobre o Valor Predi vo Posi vo (VPP) de um Teste de 
Diagnós co com Sensibilidade (SEN) de 80%, para Valores de Prevalência entre 1% e 100%. 
 
Análise do Gráfico 
 Especificidade Baixa (80%): 
 Em baixa prevalência (1%-10%), o VPP é muito baixo, mesmo com alta sensibilidade, devido a um grande número 
de falsos posi vos. 
 Exemplo: Para 1% de prevalência, o VPP é inferior a 10%, indicando baixa confiabilidade do teste posi vo. 
 Especificidade Moderada (90%): 
Louys Henrique Araújo Prado 
 Melhora o VPP em prevalências médias (~20%-50%), mas ainda apresenta limitação em baixas prevalências. 
Alta Especificidade (99%-99,9%): 
 Proporciona VPP muito elevado, mesmo em baixa prevalência (1%-10%), tornando o teste mais confiável para 
confirmar casos posi vos. 
 Influência da Prevalência: 
 O VPP aumenta com a prevalência, mas o impacto da especificidade é mais crí co em prevalências baixas. 
CONCLUSÕES 
Pontos-Chave 
 Prevalência é mais importante: 
 A prevalência tem maior impacto sobre os valores predi vos posi vo (VPP) e nega vo (VPN) do que a 
sensibilidade (Se) e a especificidade (Sp). 
 Em baixa prevalência, mesmo testes com alta especificidade podem gerar um número significa vo de falsos 
posi vos, reduzindo o VPP. 
 Em alta prevalência, o impacto de falsos nega vos diminui, e o VPN pode ser menos confiável. 
 Condições epidemiológicas e finalidades: 
 A u lidade prá ca de um teste depende de: 
 O contexto em que será aplicado (baixa ou alta prevalência). 
 A finalidade do teste (triagem, confirmação ou monitoramento). 
 Baixa Prevalência e Especificidade: 
 Em doenças de baixa prevalência, o valor predi vo posi vo (VPP) depende principalmente da especificidade (Sp) 
do teste. 
 Testes diagnós cos com especificidade próxima a 100% são necessários para minimizar falsos posi vos e 
aumentar a confiabilidade dos resultados. 
 Uso de Testes Combinados: 
 Em programas de controle de doenças, testes múl plos podem ser u lizados em diferentes fases: 
 Testes em Série: Para aumentar a especificidade (confirmação de casos). 
 Testes em Paralelo: Para aumentar a sensibilidade (triagem inicial). 
U lização de Testes Múl plos para Melhorar o Diagnós co 
Testes em Série (Série +): 
 Como Funciona: 
 Apenas animais com resultado posi vo no primeiro teste são subme dos a um segundo teste confirmatório. 
 Apenas os animais que resultam posi vos em ambos os testes são considerados infectados. 
 Vantagens: Aumenta a especificidade: 
 Reduz o número de falsos posi vos, aumentando a confiança no diagnós co. 
 Ideal em contextos onde as consequências de falsos posi vos são graves (ex.: sacri cio de animais). 
 Indicação: 
 U lizado em situações de: Baixa prevalência: Onde os falsos posi vos seriam mais frequentes. 
 Programas de erradicação: Para minimizar ações equivocadas, como abate desnecessário. 
Testes em Paralelo (ou Série -): 
 Como Funciona: 
 Dois ou mais testes são realizados simultaneamente no mesmo animal. 
 O animal é considerado livre de doença apenas se todos os testes forem nega vos. 
 Qualquer teste posi vo indica infecção. 
 Vantagens: 
 Aumenta a sensibilidade: Reduz o número de falsos nega vos, garan ndo maior detecção de casos posi vos. 
 Importante para evitar que casos graves ou contagiosos sejam negligenciados. 
 Indicação: 
 Emergências clínicas: Para diagnós co rápido de doenças potencialmente graves. 
Louys Henrique Araújo Prado 
 Controle sanitário: Quando é necessário detectar casos em fases dis ntas da doença (ex.: doenças com múl plos 
estágios ou variações de expressão an gênica). 
 Aplicação Sanitária: 
 Ú l para sanear propriedades onde diferentes testes podem detectar estágios dis ntos da doença (ex.: triagem 
sorológica e PCR para brucelose). 
Exemplo 
 
1. Testes Individuais: 
o Teste A: 
 Se = 0,80 (80%): Boa detecção de casos posi vos. 
 Sp = 0,60 (60%): Baixa capacidade de excluir falsos posi vos. 
o Teste B: 
 Se = 0,90 (90%): Excelente detecção de casos posi vos. 
 Sp = 0,90 (90%): Alta exclusão de falsos posi vos. 
2. Combinação em Paralelo (A e B): 
o Se = 0,98 (98%): Sensibilidade máxima, detectando pra camente todos os casos posi vos. 
o Sp = 0,54 (54%): Especificidade reduzida, indicando maior risco de falsos posi vos. 
o VPP = 0,35 (35%): Baixa confiabilidade para confirmar um resultado posi vo. 
o VPN = 0,99 (99%): Al ssima confiabilidade para descartar a doença com resultados nega vos. 
3. Combinação em Série (A e B): 
o Se = 0,72 (72%): Sensibilidade reduzida, menor detecção de casos posi vos. 
o Sp = 0,96 (96%): Alta especificidade, garan ndo menor risco de falsos posi vos. 
o VPP = 0,82 (82%): Alta confiabilidade para confirmar a infecção. 
o VPN = 0,93 (93%): Boa confiabilidade para descartar a doença.