Baixe o app para aproveitar ainda mais
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.
Compartilhar