Buscar

SENSIBILIDADE E ESPECIFICIDADE

Prévia do material em texto

Saúde Coletiva 
BRUNA MOURA - XLIX 
	
 
 
Análise de Métodos de Rastreio e Diagnóstico – 
Sensibilidade e Especificidade 
 
SENSIBILIDADE 
• Para exames de rastreio, triagem 
• Identifica doentes (verdadeiro positivo) 
• Dá poucos falsos negativos 
• Útil quando o resultado der negativo 
• Fórmula: verdadeiros positivos 
 doentes 
 
ESPECIFICIDADE 
• Para exames diagnósticos, confirmação 
• Identifica saudáveis (verdadeiro negativo) 
• Dá poucos falsos positivos 
• Útil quando o resultado der positivo 
• Fórmula: verdadeiros negativos 
 saudáveis 
 
 DOENÇA NÃO DOENÇA 
TESTE + Verdadeiro Positivo 
(sensibilidade) 
Falso Positivo Pessoas com teste + 
TESTE – Falso Negativo 
 
Verdadeiro Negativo 
(especificidade) 
Pessoas com teste – 
 Doentes 
(prevalência) 
Saudáveis 
 
TOTAL 
 
Ex1: Em uma população de 1000 habitantes, em que a prevalência de uma certa doença é de 10%, todos 
foram submetidos a exames de rastreio. 135 pessoas foram diagnosticadas com a doença, sendo que apenas 
90 de fato tinham a doença. Qual a Sensibilidade desse teste? E a Especificidade? 
 DOENÇA NÃO DOENÇA 
TESTE + Verdadeiro Positivo 
(sensibilidade - ?) à 90 
Falso Positivo 
 
Pessoas com teste + 
135 
TESTE – Falso Negativo 
 
Verdadeiro Negativo 
(especificidade - ?) à 
Pessoas com teste – 
 Doentes 
(prevalência – 10%) à 100 
Saudáveis 
 
TOTAL 
1000 
 
 DOENÇA NÃO DOENÇA 
TESTE + Verdadeiro Positivo 
(sensibilidade - ?) à 90 
Falso Positivo 
45 
Pessoas com teste + 
135 
TESTE – Falso Negativo 
10 
Verdadeiro Negativo 
(especificidade - ?) à 855 
Pessoas com teste – 
865 
 Doentes 
(prevalência – 10%) à 100 
Saudáveis 
900 
TOTAL 
1000 
Sensibilidade = 90 / 100 = 90% Especificidade = 855 / 900 =95% 
Saúde Coletiva 
BRUNA MOURA - XLIX 
	
Ex2: Em uma população de 1000 habitantes, 135 pessoas foram diagnosticadas com uma determinada 
doença. A sensibilidade do teste é de 90%, e especificidade de 95%. Quais os valores de VP, FP, FN e VN ? 
E a prevalência da doença? 
 
 DOENÇA NÃO DOENÇA 
TESTE + Verdadeiro Positivo 
(sensibilidade) 
Falso Positivo 
 
Pessoas com teste + 
135 
TESTE – Falso Negativo 
 
Verdadeiro Negativo 
(especificidade) 
Pessoas com teste – 
 Doentes 
(prevalência - X) 
Saudáveis 
Y 
TOTAL 
1000 
 
 DOENÇA NÃO DOENÇA 
TESTE + Verdadeiro Positivo 
(sensibilidade – 90%) à 0,9X 
Falso Positivo 
 
Pessoas com teste + 
135 
TESTE – Falso Negativo 
 
Verdadeiro Negativo 
(especificidade – 95% )à 0,95Y 
Pessoas com teste – 
865 
 Doentes 
(prevalência - X) 
Saudáveis 
Y 
TOTAL 
1000 
 
 DOENÇA NÃO DOENÇA 
TESTE + Verdadeiro Positivo 
(sensibilidade – 90%) à 0,9X 
Falso Positivo 
0,05Y 
Pessoas com teste + 
135 
TESTE – Falso Negativo 
0,1X 
Verdadeiro Negativo 
(especificidade – 95%)à 0,95Y 
Pessoas com teste – 
865 
 Doentes 
(prevalência - X) 
Saudáveis 
Y 
TOTAL 
1000 
 
0,9X + 0,05Y = 135 à X = (135 – 0,05Y) / 0,9 
0,1X + 0,95Y = 865 à X = 8650 – 9,5Y 
 
(135 – 0,05Y) / 0,9 = 8650 – 9,5Y 
135 – 0,05Y = 0,9 (8650 – 9,5Y) 
135 – 0,05Y = 7785 – 8,55Y 
8,5Y= 7650 
Y = 900 
0,05Y = 0,05x900 à FP = 45 
0,95Y = 0,95x900 à VN=855 
1000 – 900 à X= 100 (doentes) 
 
100/1000 à prevalência = 10% 
(135 – 0,05Y) / 0,9 = 8650 – 9,5Y 
 
0,9x = 0,9x100 à VP=90 
0,1x = 0,1x100 à FN=10 
 
 
 
Saúde Coletiva 
BRUNA MOURA - XLIX 
	
ACURÁCIA 
• Probabilidade do teste estar correto 
• VP + VN x 100 
 Total 
 
 DOENÇA NÃO DOENÇA 
TESTE + Verdadeiro Positivo 
90 
Falso Positivo 
45 
Pessoas com teste + 
135 
TESTE – Falso Negativo 
10 
Verdadeiro Negativo 
855 
Pessoas com teste – 
865 
 Doentes 
100 
Saudáveis 
900 
TOTAL 
1000 
 
Acurácia = 90 + 855 = 945 à 0,945 x100 = 94,5% 
 1000 1000 
 
VALORES PREDITIVOS 
 
 
 
 
 
 
 
 
• VALOR PREDITIVO POSITIVO (VPP): 
o ñ especificidade = ñ VPP 
o expressa a probabilidade de existir doença quando o resultado é positivo 
• VALOR PREDITIVO NEGATIVO (VPN): 
o ñ sensibilidade = ñ VPN 
o expressa a probabilidade de não existir doença quando o resultado é negativo 
• Maior a prevalência: ñ VPP e ò VNP 
 
CURVAS ROC 
• Estabelece a relação (geralmente antagônica), entre 
sensibilidade e especificidade 
• Curva 1: ideal (alta sensibilidade e especificidade) 
• Curva 2: boa 
• Curva 3: ruim (baixa sensibilidade e especificidade)

Continue navegando