Estatística Bayesiana na Medicina: Teorema de Bayes, Testes Diagnósticos e Fator de Bayes

01Por que a estatística bayesiana importa para o médico

Toda decisão clínica é uma atualização de probabilidades. O médico parte de uma hipótese inicial (a probabilidade pré-teste, moldada pela prevalência local e pelo contexto do paciente) e a revisa diante de cada novo dado: anamnese, exame físico, laboratório, imagem. A estatística bayesiana formaliza exatamente esse raciocínio e responde à pergunta que interessa à beira do leito: qual a probabilidade de este paciente ter a doença, dado o resultado que acabei de obter. A abordagem frequentista clássica não responde a essa pergunta: o valor-p descreve a probabilidade dos dados (ou de dados mais extremos) sob a hipótese nula, e nunca a probabilidade da hipótese ser verdadeira.

A consequência prática é enorme. Interpretações incorretas de valor-p, de intervalos de confiança e de testes de rastreio estão entre os erros estatísticos mais frequentes da literatura médica. Em série clássica publicada no Annals of Internal Medicine em 1999, Stephen Goodman demonstrou que um resultado com p = 0,05 corresponde, no melhor cenário, a um fator de Bayes de aproximadamente 1/7 contra a hipótese nula: os dados ficam apenas cerca de 7 vezes mais verossímeis sob a hipótese alternativa do que sob a nula, e a probabilidade posterior da nula pode permanecer em torno de 30% mesmo após o resultado significativo. Para provas de Bioestatística e MBE, o raciocínio bayesiano é cobrado em três frentes: interpretação de testes diagnósticos, leitura crítica de valor-p e desenho de ensaios clínicos modernos.

02Frequentista x bayesiana: duas filosofias de probabilidade

Para o frequentista, probabilidade é a frequência relativa de um evento em infinitas repetições do mesmo experimento aleatório; por isso só faz sentido atribuir probabilidade a dados (que variam), nunca a hipóteses ou parâmetros (que assumem fixos, ainda que desconhecidos). Para o bayesiano, probabilidade é uma medida quantitativa de incerteza ou grau de crença, passível de ser atribuída a qualquer proposição, incluindo a eficácia de um tratamento. Essa diferença filosófica define quais perguntas cada abordagem consegue responder — e é a base das questões de prova.

As abordagens não são inimigas: com amostras grandes, prioris pouco informativas e desenho convencional, os resultados numéricos costumam convergir. A diferença explode quando o dado é escasso (ensaios pequenos, eventos raros, raridades diagnósticas), quando é preciso incorporar evidência prévia (dispositivos, doenças ultrarraras) ou quando a decisão clínica exige a probabilidade direta do efeito.

03O teorema de Bayes: anatomia da fórmula

O teorema de Bayes é uma consequência direta da probabilidade condicional: P(A dado B) = P(B dado A) multiplicado por P(A), dividido por P(B). Aplicado ao diagnóstico, a forma memorizável é: probabilidade de doença dado teste positivo = sensibilidade multiplicada pela prevalência, dividido pela probabilidade total de teste positivo (verdadeiros mais falsos positivos). Em símbolos: P(D dado T+) = P(T+ dado D) multiplicado por P(D), dividido por P(T+). O numerador é o positivismo verdadeiro; o denominador soma o positivismo verdadeiro ao falso positivo, que cresce quando a prevalência cai — daí o colapso do valor preditivo positivo em populações de baixa prevalência.

Cada termo tem nome de prova. A probabilidade inicial P(D) é a probabilidade pré-teste ou priori. A probabilidade do resultado em cada estado, P(T+ dado D) e P(T+ dado não D), é a verossimilhança. O resultado final P(D dado T+) é a probabilidade pós-teste ou posteriori. Sensibilidade e especificidade são verossimilhanças condicionadas à doença; valor preditivo positivo e negativo são posterioris condicionadas ao resultado. Trocar esses condicionais é a falácia mais cobrada em prova.

• Passo 1: estime a probabilidade pré-teste com prevalência local, quadro clínico e escores (ex.: escore de Wells para tromboembolismo).
• Passo 2: converta para odds: odds = probabilidade dividida por (1 menos probabilidade). Pré-teste de 20% equivale a odds de 0,25.
• Passo 3: multiplique pela razão de verossimilhança do exame: odds pós-teste = odds pré-teste multiplicada por LR.
• Passo 4: reconverta para probabilidade: probabilidade = odds dividida por (1 + odds).
• Atalho: o nomograma de Fagan executa esses três passos graficamente com uma régua — cobrado como ferramenta clássica da MBE.

04Priori, verossimilhança e posteriori: a lógica da atualização

A priori codifica tudo o que se sabia antes do dado atual: podem ser vagas (ou pouco informativas, deixando os dados falarem), informativas (derivadas de ensaios anteriores ou registros), cépticas (que concentram massa próximo do efeito nulo) ou entusiastas. A verossimilhança traz a informação do experimento presente. A posteriori é o compromisso ponderado entre as duas: com muitos dados, a verossimilhança domina e a priori pouco importa; com dados escassos, a priori manda — e é por isso que a escolha dela deve ser declarada e justificada no protocolo.

Em inferência bayesiana séria, o resultado central não é um número único, mas uma distribuição: dela extraem-se a média ou mediana posteriori (estimativa pontual), o intervalo de credibilidade (incerteza) e a probabilidade de o efeito exceder um limiar de relevância clínica (decisão). Boas análises repetem a inferência sob prioris alternativas (análise de sensibilidade): se a conclusão muda drasticamente entre uma priori céptica e uma entusiasta, os dados eram fracos para começar.

05Sensibilidade, especificidade e razões de verossimilhança

Sensibilidade (proporção de doentes com teste positivo) e especificidade (proporção de não doentes com teste negativo) são propriedades do exame condicionadas ao estado de doença — não mudam com a prevalência, ao menos em teoria. Valores preditivos são condicionados ao resultado e dependem drasticamente da prevalência. A ponte bayesiana entre os dois mundos são as razões de verossimilhança: LR positivo = sensibilidade dividida por (1 menos especificidade); LR negativo = (1 menos sensibilidade) dividida por especificidade. As LRs transformam odds e não probabilidades, funcionam em cadeia para testes sequenciais (desde que condicionalmente independentes) e são a forma canônica de comparar exames em MBE.

06Exemplo numérico completo: dois testes em série

Cenário: doença com prevalência de 2% na população estudada (probabilidade pré-teste de 0,02). Exame de rastreio com sensibilidade de 95% e especificidade de 90%, portanto LR positivo = 0,95 dividido por 0,10 = 9,5. Um aluno apressado diria que um resultado positivo quase fecha o diagnóstico; o cálculo bayesiano mostra o contrário, e essa discrepância é presa fácil de prova.

• Odds pré-teste = 0,02 dividido por 0,98 = 0,0204.
• Odds pós-teste = 0,0204 multiplicado por 9,5 = 0,194.
• Probabilidade pós-teste = 0,194 dividido por 1,194 = 0,162, ou seja, cerca de 16%.
• Conferência pela fórmula direta: VPP = (0,95 multiplicado por 0,02) dividido por (0,95 multiplicado por 0,02 somado a 0,10 multiplicado por 0,98) = 0,019 dividido por 0,117 = 16,2%.
• Segunda etapa: teste confirmatório com sensibilidade de 95% e especificidade de 99,9% (LR positivo de 950). Nova odds pré-teste = 0,162 dividido por 0,838 = 0,193; odds pós-teste = 0,193 multiplicado por 950 = 183; probabilidade final superior a 99%.

A lição dupla: primeiro, mesmo exames aparentemente bons geram maioria de falsos positivos quando a pré-teste é baixa — é o motivo pelo qual rastreios populacionais exigem confirmação (HIV, triagem neonatal); segundo, testar em série atualiza a probabilidade de forma bayesiana, e a probabilidade pós-teste do primeiro exame torna-se a pré-teste do segundo. O mesmo raciocínio sustenta a sequência probabilidade clínica, D-dímero e angio-TC no tromboembolismo pulmonar.

07Falácias do valor-p e o fator de Bayes

O valor-p é a probabilidade de observar dados tão ou mais extremos quanto os observados, assumindo que a hipótese nula é verdadeira e que o desenho, os testes e o tamanho amostral foram fixados previamente. As três falácias clássicas são: crer que valor-p é a probabilidade de a nula ser verdadeira (falácia da probabilidade inversa, uma vez que P(dados dado H) não é P(H dado dados)); crer que valor-p não significativo prova equivalência ou ausência de efeito; e crer que p = 0,05 significa 95% de chance de o resultado se replicar. A declaração da American Statistical Association de 2016 formalizou essas advertências, e a resposta construtiva da estatística foi o fator de Bayes.

O fator de Bayes BF10 é a razão entre a verossimilhança dos dados sob a hipótese alternativa e sob a nula: BF10 = 20 significa que os dados são 20 vezes mais prováveis se a alternativa for verdadeira. Ele separa o que os dados dizem (evidência) do que se acreditava antes (priori), e a probabilidade final de cada hipótese vem da combinação dos dois. Como o BF depende do efeito especificado na alternativa, Goodman popularizou o BF mínimo: o máximo de evidência contra a nula que aquele valor-p pode produzir, calculado no ponto mais favorável à alternativa.

Interpretação complementar: com priori de 50% para cada hipótese e p = 0,05, calibrações clássicas (como a de Sellke, Bayarri e Berger) garantem que a probabilidade posterior da hipótese nula não cai abaixo de aproximadamente 0,29 — ou seja, mesmo significante ao nível convencional, a nula segue sendo uma aposta razoável. Isso explica por que estudos com poder baixo e valor-p recém-significativo costumam superestimar efeitos e falhar na replicação.

08Intervalos de credibilidade x intervalos de confiança

O intervalo de confiança de 95% frequentista é uma afirmação sobre o procedimento: se o experimento fosse repetido muitas vezes, 95% dos intervalos construídos conteriam o parâmetro fixo. É incorreto dizer que há 95% de probabilidade de o parâmetro estar naquele intervalo específico — o parâmetro, para o frequentista, não é aleatório. Já o intervalo de credibilidade bayesiano de 95% admite exatamente essa leitura direta: dada a priori e os dados observados, há 95% de probabilidade de o parâmetro estar dentro do intervalo. Em provas, essa distinção de interpretação é presa certeira.

Com priori vaga e função de verossimilhança simétrica, os dois intervalos coincidem numericamente — mas divergem em amostras pequenas, parâmetros restritos (proporções, razões de risco) e prioris informativas. Além do intervalo, a distribuição posteriori permite afirmar diretamente a probabilidade de o benefício exceder um limiar clinicamente relevante, algo inalcançável no paradigma frequentista sem contorções.

09Ensaios clínicos bayesianos: dispositivos, reanálises e plataformas

O FDA publica desde 2010 guia formal para uso de estatística bayesiana em ensaios de dispositivos médicos, área em que a abordagem se consolidou: permite incorporar evidência histórica de estudos anteriores na priori, reduzir amostras, realizar análises interinas sem gasto de alfa e parar por sucesso ou futilidade assim que a posteriori de benefício cruza limiar pré-especificado. Ensaios adaptativos e de plataforma moderna (como o REMAP-CAP na sepse e na COVID-19) adotam a mesma lógica: múltiplos braços, alocação adaptativa entre intervenções e posteriori continuamente atualizada.

A reanálise bayesiana do EOLIA publicada no JAMA em 2018 transformou esse resultado limítrofe em quantidades decidíveis: com priori neutra, a probabilidade posterior de benefício na mortalidade foi de 88%, subindo a cerca de 96% com priori céptica e a 99% com priori entusiasta; a probabilidade de redução absoluta de mortalidade maior que 2 pontos percentuais foi alta na maioria dos cenários. O exemplo virou paradigma de como a inferência bayesiana agrega informação a ensaios encerrados por aparente futilidade sem violar o valor-p original.

10Vantagens, limitações e maus usos

• Vantagem 1: responde à pergunta clínica real (probabilidade do efeito), sem inversões condicionais.
• Vantagem 2: incorpora evidência prévia e dados externos, acelerando aprovações em doenças raras e dispositivos.
• Vantagem 3: análises interinas e adaptativas sem penalização de alfa; estimação direta de probabilidade de benefício acima de limiar.
• Vantagem 4: lida bem com amostras pequenas, eventos raros e múltiplos desfechos hierárquicos.
• Limitação 1: sensibilidade à priori em dados escassos — exige análise de sensibilidade transparente.
• Limitação 2: custo computacional (métodos de cadeia de Markov Monte Carlo) e necessidade de modelagem estatística especializada.
• Limitação 3: comunicação: valor-p é erroneamente familiar; posteriores exigem educação estatística da audiência.

11Pontos de prova e erros comuns