Teste diagnóstico

Prévia do material em texto

DIAGNÓSTICO EM EPIDEMIOLOGIA 
Lauro Boechat Batista1 
 
A população (P) é dividida em duas subpopulações (PE e PNE), onde PE é a 
subpopulação dos expostos a um determinado Fator de Risco e PNE é a subpopulação 
dos não expostos a esse determinado Fator de Risco. 
Os doentes formam um subconjunto (D  P), onde parte dele (DE) é um 
subconjunto de PE e outra parte (DNE) é um subconjunto de PNE, sendo ambos disjuntos, 
ou seja, os elementos do subconjunto de DE não pertencem ao subconjunto DNE e os os 
elementos do subconjunto de DNE não pertencem ao subconjunto DE. 
Os elementos que compõem o subconjunto D são portadores (ou suspeitos) de 
uma determinada doença ou a um agravo à saúde. Entretanto, para se afirmar que esses 
elementos são portadores (suspeitos) de doença ou a um agravo à saúde, é necessário 
o Diagnóstico. 
Diagnóstico é por definição um procedimento de identificação de uma doença. 
Embora algumas doenças sejam de fácil identificação, é raro um Diagnóstico com 100% 
de certeza. 
O Diagnóstico de uma doença é feito pela anamnese, exame clínico e exames 
complementares. 
Nos exames complementares, por meio de um ou mais testes, sabe-se que 
qualquer Diagnóstico pode, por meio de um teste, ser positivo, quando na realidade o 
indivíduo não está doente (falso-positivo) ou, senão, ser negativo quando na realidade 
o indivíduo está doente (falso-negativo). Assim, o conjunto D pode não representar 
fielmente todos os verdadeiro-positivos pois ficará diminuído pelos falso-negativos e 
aumentado pelos falso-positivos. 
Portanto, os instrumentos que proporcionem uma percentagem relativamente 
pequena de falso-negativos e de falso-positivos são mais precisos do que aqueles que 
proporcionem uma percentagem maior de falso-negativos e de falso-positivos. O ideal 
seria que os instrumentos identificassem todos os verdadeiro-positivos e todos os 
verdadeiro-negativos, ou seja, que não houvesse falso-negativo e que não houvesse 
 
1Professor, M.Sc., da Universidade Estácio de Sá 
falso-positivo, o que é praticamente impossível, haja vista que a precisão da grande 
maioria dos instrumentos não é de 100%. 
Um Teste Diagnóstico tem confiabilidade quando seus resultados são 
reproduzidos, consistentemente, depois de diversas repetições, em locais e tempos 
diferentes. 
Assim, por exemplo, ao dosarmos em diversas amostras de sangue de um 
indivíduo um enzima miocárdio-específica (CK-MB) para verificar se um indivíduo está 
tendo um infarto agudo do miocárdio (IAM), os resultados devem ser consistentes, ou 
seja, devem ser aproximados nas diversas amostras estudadas. 
Na medida detectada pelos instrumentos podem ocorrer os erros e os “bias”, 
sendo que há diferença entre eles. Por exemplo, quando de uma determinada pessoa 
são retiradas 10 amostras de sangue e se faz a contagem de hemácias por mm3 de cada 
amostra, pode haver variação de amostra para amostra e esta variação é a que 
denominamos de erro (erro propriamente dito). Assim, este erro é aleatório e 
incontrolável. 
Por outro lado, quanto menor a quantidade de erro cometido, maior será a precisão 
do teste. 
No caso de “bias” há também um certo erro (sistemático) cometido, só que este 
erro pode ser controlável. Por exemplo, ao se fazer uma pesquisa de opinião, a amostra 
pode não ser bem representativa da população da qual foi extraída, provocando um 
“bias”. Para controlar o “bias” há necessidade de um planejamento de experimento ou 
de controle de medição por meio de instrumentos, de tal modo que as variáveis que 
possam influenciar na obtenção dos dados sejam totalmente controláveis. 
Um outro exemplo é quando se quer determinar a quantidade de ácido úrico na 
população e não se dividir por faixa etária, provocando um “bias”, pois a concentração 
de ácido úrico é influenciada, também, pela faixa etária. 
A validade de um Teste Diagnóstico é medida por duas medidas principais que 
são a Sensibilidade e a Especificidade do teste. 
Antes, porém, daremos um exemplo de uma tabela de contingência onde contém 
resultados relativos ao Teste Diagnóstico e a ocorrência ou não da doença. 
 
Tabela 1. Quantidades de pessoas doentes e não doentes segundo os resultados do 
Teste Diagnóstico. 
Teste Diagnóstico Doentes Não doentes Total 
Positivo 360 (a) 160 (b) 520 (a+b) 
Negativo 40 (c) 3.040 (d) 3.080 (c+d) 
Total 400 (a+c) 3.200 (b+d) 3.600 (a+b+c+d) 
 
 Analisando a Tabela 1, verifica-se que a casa (a) contém a quantidade de pessoas 
doentes cujo Teste Diagnóstico apresentou resultado positivo (verdadeiro-positivos), 
a casa (b) é composta pelas pessoas não doentes cujo Teste Diagnóstico apresentou 
resultado positivo (falso-positivos), a casa (c) contém o número de pessoas doentes 
cujo Teste Diagnóstico apresentou resultado negativo (falso-negativos) e a casa (d) 
apresenta a quantidade de pessoas não doentes cujo Teste Diagnóstico apresentou 
resultado negativo (verdadeiro-negativos). 
 A Sensibilidade de um Teste Diagnóstico mede a percentagem de 
reconhecimento dos verdadeiro-positivos em relação ao total de indivíduos doentes. 
 A fórmula da Sensibilidade de um Teste Diagnóstico é dada por: 
 Sens. = 100.
ca
a
+
, onde a é a quantidade de indivíduos verdadeiro-positivos e 
a+c é a quantidade total de indivíduos doentes. Observe que quanto maior a 
percentagem determinada pela Sensibilidade, mais sensível é o Teste Diagnóstico. 
 Testes altamente sensíveis são aqueles que detectam todos ou quase todos os 
doentes submetidos ao Teste Diagnóstico, ou seja, são os que apresentam uma alta 
Sensibilidade (nenhum ou poucos falso-negativos). 
 Quando a Sensibilidade é igual a 100% indica que não existem indivíduos falso-
negativos, ou seja, todos os doentes foram reconhecidos. 
 Usa-se um teste de alta Sensibilidade quando o ônus de não fazer o Diagnóstico 
positivo é alto. Por exemplo, no caso de doadores de sangue há necessidade de teste de 
alta Sensibilidade, para não haver qualquer possibilidade de contaminação. 
 A Especificidade de um Teste Diagnóstico mede a percentagem de 
reconhecimento dos verdadeiro-negativos em relação ao total de indivíduos não 
doentes (sadios). 
 A fórmula da Especificidade de um Teste Diagnóstico é dada por: 
 Esp. = 100.
db
d
+
, onde d é a quantidade de indivíduos verdadeiro-negativos e 
b+d é a quantidade total de indivíduos não doentes (sadios). Observe que quanto maior 
a percentagem determinada pela Especificidade, mais preciso é o Teste Diagnóstico. 
 Quando a Especificidade é igual a 100% indica que não existem indivíduos falso-
positivos, ou seja, todos os doentes foram reconhecidos. 
 Testes altamente específicos são aqueles que identificam todos ou quase todos 
que não têm a doença em um Teste Prognóstico, ou seja, são aqueles que apresentam 
uma alta Especificidade (nenhum ou poucos falso-positivos). 
 Usa-se um teste de alta Especificidade quando o ônus de não fazer o 
Diagnóstico negativo é alto. Por exemplo, no caso de doenças que necessitem de rádio 
e quimioterapia há necessidade de teste de alta Especificidade, para que os indivíduos 
falso-positivos não se submetam à rádio e quimioterapia sem necessidade. 
 Com relação à Eficiência do Teste Prognóstico, pode-se medi-la por meio dos 
verdadeiro-positivos (a) e verdadeiro-negativos (d) considerando todos os elementos 
(a+b+c+d), que são os verdadeiro-positivos, falso-positivos, falso-negativos e 
verdadeiro-negativos, respectivamente. Portanto, vem: 
 Efic. = 100.
dcba
da
+++
+
 
 No exemplo, tem-se: 
Sens. = 100.
ca
a
+
= 100.
40360
360
+
= 90% (alta Sensibilidade) 
 
 Esp. = 100.
db
d
+
 = 100.
040.3160
3040
+
 = 95% (alta Especificidade). 
 Efic. = 100.
dcba
da
+++
+
= 100.
040.340160360
040.3360
+++
+
= 100.
600.3
400.3
= 94,44%. 
 Observe o leitor que quanto menor a quantidade de falso-positivos (b) e falso-
negativos (c), a Eficiência do Teste Prognóstico tende para 100%, ou seja, a sua 
eficiênciaé máxima (100%) quando os falso-positivos e os falso-negativos são iguais 
a zero. 
 A validade de um Teste Prognóstico pode ser estimado por meio de Valor 
Preditivo. 
 Chama-se Valor Preditivo Positivo a relação percentual entre a quantidade de 
indivíduos verdadeiro-positivos (a) e o total de positivos (a+b) no Teste Diagnóstico. 
Determina a probabilidade de se ter a doença se o resultado é positivo. 
 VP+ = 
ba
a
+
.100 
 No exemplo, VP+ = 
ba
a
+
.100 = 
160360
360
+
.100 = 
520
360
.100 = 69,23%. 
Chama-se Valor Preditivo Negativo a relação percentual entre a quantidade de 
indivíduos verdadeiro-negativos (d) e o total de negativos (c+d) no Teste 
Diagnóstico. Determina a probabilidade de não se ter a doença se o resultado é 
negativo. 
 VP- = 
dc
d
+
.100 
 No exemplo, VP- = 
dc
d
+
.100 = 
040.340
040.3
+
.100 = 
080.3
040.3
.100 = 98,70%. 
 Quanto mais sensível for um Teste Diagnóstico, melhor será seu Valor Preditivo 
Negativo, isto é, maior será a certeza de que um indivíduo com resultado negativo não 
tenha a doença em estudo. 
 Quanto mais específico for um Teste Diagnóstico, melhor será seu Valor 
Preditivo Positivo, isto é, maior será a certeza de que um indivíduo com resultado 
positivo tenha a doença em estudo. 
Quando se estuda a Prevalência de uma determinada doença obtém-se um valor 
que geralmente é diferente do Valor Preditivo Positivo, em termos de validade preditiva 
da doença. Assim, para avaliar aproximadamente o desempenho do instrumento (Teste 
Diagnóstico), há necessidade de um ajuste, por meio do Valor Preditivo Corrigido 
Positivo, dada por: 
 VPC+ =
.)1(.)Pr1(.)(.)(Pr
.)(.)(Pr
EspxevSensxev
Sensxev
−−+
, onde a Prevalência é dada por: 
 Prev. = 
dcba
ca
+++
+
= 
testeaosubmetidoselementosdetotalnúmero
doentesdetotalnúmero
............
......
 
 No exemplo, tem-se: 
 Prev. = 
dcba
ca
+++
+
= 
040.340160360
40360
+++
+
= 
600.3
400
= 
9
1
= 0,1111. 
 VPC+ =
.)1(.)Pr1(.)(.)(Pr
.)(.)(Pr
EspxevSensxev
Sensxev
−−+
 
VPC+ = 
)95,01)(1111,01(90,01111,0
90,01111,0
−−+x
x
= 
)05,0)(8889,0(09999,0
09999,0
+
 
VPC+ 
144435,0
09999,0
= 0,6923 ou 69,23%. 
 Os resultados dos Testes Diagnósticos podem ser avaliados por meio do Índice 
de Kappa (K) que testa a significância estatística da concordância, para variáveis 
discretas e com pequeno número de categorias. 
A fórmula de K é dada por: 
 K = 
e
e
p
pp
−
−
1
0 , onde po = proporção total de concordâncias observadas e pe = 
proporção total de concordâncias estatisticamente esperadas. 
 Quando o valor do Índice de Kappa aproxima-se de 1 (um), maior a concordância. 
 Por exemplo, suponhamos que em um estudo sobre uma determinada 
enfermidade, 60 pacientes fizeram parte da pesquisa, sendo que 20 foram consultados 
por um médico A (o qual dava o diagnóstico individual: doente ou não doente), depois 
por outro médico B e depois por outro médico C; outros 20 (o qual dava o diagnóstico 
individual: doente ou não doente) foram consultados pelo médico B, depois pelo médico 
A e depois pelo médico C; finalmente outros 20 foram consultados pelo médico C (o qual 
dava o diagnóstico individual: doente ou não doente), depois pelo médico A e depois pelo 
médico B. Assim, tem-se a seguinte tabela contendo os números de acordos e 
desacordos, segundo as combinações de diagnósticos para os médicos, considerados 2 
a 2: 
Tabela 2. Quantidades de acordos e desacordos entre três médicos, segundo o 
diagnóstico. 
Combinações 
entre os médicos 
Número de 
acordos 
Número de 
desacordos 
Concordância 
(%) 
A e B 54 6 90,00 
A e C 50 10 83,33 
B e C 52 8 86,67 
Total 156 24 180 
 
Índice de concordância global (p0)=
cos........
......
diagnóstideparesdetotal
acordosdetotalnúmero
= 
180
156
= 
0,8667. 
Índice de concordância esperada (pe) = 0,5 
Índice de Kappa (K) =
e
e
p
pp
−
−
1
0 = 
5,0
5,08667,0 −
=
5,0
3667,0
= 0,7334. 
Para verificar se estatisticamente se o Índice de Kappa é significativo a 5% de 
probabilidade ( = 0,05), deve-se comparar o Índice de concordância global com o 
Índice de concordância esperada, por meio do teste Z para uma proporção, dado pela 
fórmula: 
Z = 
n
pp
pp
ee
e
)1.(
0
−
−
, onde n = número total. Assim, vem: 
Z = 
180
)5,01.(5,0
5,08667,0
−
−
=
180
5,05,0
3667,0
x
=
0373,0
3667,0
= 9,84. 
Portanto, como o valor de Ztabelado ao nível de 5% de probabilidade é igual a 1,96, 
rejeita-se a hipótese nula de que o Índice de concordância global é igual a 0,5, 
concluindo-se que é estatisticamente superior a 0,5. Portanto, o Índice de Kappa é 
significativo (p<0,05). 
Suponha a seguinte tabela de contingência para um Teste Diagnóstico, com 
resultados positivos e negativos: 
 
Tabela 3. Quantidades de pessoas doentes e não doentes segundo os resultados do 
Teste Diagnóstico. 
Teste Diagnóstico Doentes Não doentes Total 
Positivo X1,1 X1,2  X1,j = T1 
Negativo X2,1 X2,2  X2,j = T2 
Total Xi,1 = D1 Xi,2 = D2 Xi,j 
 
O Índice de Kappa, dado pela fórmula K = 
e
e
p
pp
−
−
1
0 , no caso de tabela de 
contingência para Teste Diagnóstico, determina-se p0 e pe da seguinte maneira: 
p0 = 
ji
ii
X
X
,
,


 e pe = 
2
, )( ji
ii
X
TD


 
No exemplo da Tabela 1, vem: 
p0 = 
ji
ii
X
X
,
,


= 
600.3
040.3360 +
= 
600.3
400.3
= 0,9444. 
pe = 
2
, )( ji
ii
X
TD


= 
2)600.3(
080.3200.3520400 xx +
= 
000.960.12
000.064.10
= 0,7765. 
Portanto, K = 
e
e
p
pp
−
−
1
0 = 
7765,01
7765,09444,0
−
−
= 
2235,0
1679,0
= 0,75 que é alto, gerando uma 
concordância forte, pois a classificação do índice de Kappa é dada por: 
Tabela 4. Classificação do Índice de Kappa. 
Valor do Índice de Kappa Força da concordância 
 0,20 Muito fraca 
0,21 a  0,40 Fraca 
0,41 a  0,60 Moderada 
0,61 a  0,80 Forte 
0,81 a  1,00 Muito Forte 
 
Repetibilidade dos Testes Diagnósticos – É a freqüência com que um teste 
fornece os mesmos resultados quando é repetido diversas vezes, no mesmo paciente, 
por diferentes pessoas. Por exemplo, dois observadores diferentes, em ocasiões 
separadas, avaliam a mesma característica nos mesmos indivíduos.