Sensibilidade, Especificidade, Valores Preditivos e Razões de Verossimilhança

Toda decisão diagnóstica é uma aposta probabilística: o clínico estima a chance de doença antes do teste, pede o exame e atualiza a chance depois dele. A medicina baseada em evidências fornece a aritmética dessa atualização, e as medidas de acurácia — sensibilidade, especificidade, valores preditivos e razões de verossimilhança — são o conteúdo mais cobrado de bioestatística em provas de graduação e residência, além de base para interpretar qualquer artigo sobre exame diagnóstico. O erro clássico do estudante é tratar essas medidas como sinônimos; o objetivo desta revisão é deixá-las distintas, com fórmulas, mnemônicos, exemplos numéricos resolvidos e a regra de bolso de McGee, que converte razões de verossimilhança em mudança de probabilidade sem calculadora.

01A matriz de decisão 2 x 2: a gramática de todo teste diagnóstico

Todo estudo de acurácia compara um teste em avaliação (teste índice) com um padrão de referência (gold standard), aplicados aos mesmos pacientes, e organiza o resultado em uma tabela de 2 x 2. As células são nomeadas por letras que entram em todas as fórmulas: a (verdadeiros positivos), b (falsos positivos), c (falsos negativos) e d (verdadeiros negativos). As linhas da tabela representam o resultado do teste e as colunas a presença ou ausência da doença, definida pelo padrão de referência. A partir dessas quatro células calculam-se todas as medidas de desempenho; a coluna dos doentes informa a sensibilidade e a coluna dos não doentes informa a especificidade, enquanto as linhas (resultado positivo e resultado negativo) informam os valores preditivos.

02Sensibilidade: a regra dos negativos

Sensibilidade é a proporção de doentes corretamente identificados pelo teste: S = a dividido por (a + c), isto é, verdadeiros positivos divididos por todos os doentes. Responde à pergunta: dado que o paciente tem a doença, qual a chance de o teste ser positivo? Um teste muito sensível, quando negativo, torna a doença improvável — daí o mnemônico anglo-saxão SnNOut (sensitive, negative, rule out: teste sensível negativo exclui). É a propriedade desejada para rastreamento (screening) e para doenças graves em que um falso negativo custa muito, como embolia pulmonar, infarto agudo do miocárdio e HIV. Exemplos consolidados: o dímero D por método imunoturbidimétrico ou ELISA tem sensibilidade superior a 95% para tromboembolismo venoso, e seu valor baixo, em paciente com probabilidade pré-teste baixa ou intermediária, exclui a doença sem imagem; a troponina de alta sensibilidade tem sensibilidade superior a 90% já na admissão no infarto com supra de ST e na lesão miocárdica, permitindo protocolos de exclusão rápida com dosagem 0 e 1 ou 2 horas. Em contrapartida, testes muito sensíveis costumam ter especificidade baixa e gerar muitos falsos positivos — exatamente o caso do dímero D, cuja especificidade gira em torno de 40 a 60%.

03Especificidade: a regra dos positivos

Especificidade é a proporção de não doentes corretamente identificados: E = d dividido por (b + d), isto é, verdadeiros negativos divididos por todos os sem a doença. Responde à pergunta inversa: dado que o paciente não tem a doença, qual a chance de o teste ser negativo? Um teste muito específico, quando positivo, praticamente confirma o diagnóstico — mnemônico SpPin (specific, positive, rule in: teste específico positivo confirma). É a propriedade desejada para exames confirmatórios após um rastreio e para doenças cujo rótulo traz prejuízo grande ao paciente (estigma, tratamento tóxico ou irreversível). Exemplos clássicos: o anticorpo anti-DNA nativo (anti-dsDNA) tem especificidade em torno de 95 a 99% para lúpus eritematoso sistêmico, com sensibilidade modesta de cerca de 70%; o anticorpo anti-Sm é ainda mais específico, embora pouco sensível; o fator reumatoide, por sua vez, é razoavelmente sensível, porém pouco específico para artrite reumatoide, sendo o anti-CCP o marcador confirmatório de alta especificidade (cerca de 95%). Note o padrão geral: sensibilidade e especificidade se comportam como gangorra em um mesmo teste conforme o ponto de corte escolhido — baixar o corte aumenta a sensibilidade e reduz a especificidade; elevar o corte faz o oposto.

04Valores preditivos: por que a prevalência muda tudo

O valor preditivo positivo (VPP) é a proporção de testes positivos que são realmente doentes: VPP = a dividido por (a + b). O valor preditivo negativo (VPN) é a proporção de testes negativos que realmente não têm a doença: VPN = d dividido por (c + d). Enquanto sensibilidade e especificidade são propriedades do teste em relação às colunas da matriz (doentes e não doentes), os valores preditivos dependem das linhas (resultados) e, portanto, da mistura de doentes e não doentes na amostra, ou seja, da prevalência. A consequência prática é decisiva: o mesmo teste rende VPP completamente diferente em contextos de prevalência distinta. Exemplo numérico clássico com ELISA de HIV (sensibilidade 99,9%, especificidade 99%): em doadores de sangue (prevalência 0,1%), o VPP é de apenas cerca de 9% — nove em cada dez reagentes são falsos positivos, exigindo confirmatório por imunoblot; em população com prevalência de 5%, o VPP sobe para cerca de 84%; com prevalência de 20%, supera 96%. Por isso, programas de rastreamento em baixa prevalência exigitam confirmação com teste mais específico, e prognóstico pós-teste nunca deve ser lido sem saber a prevalência local.

05Razões de verossimilhança: o tradutor universal

A razão de verossimilhança (likelihood ratio, LR) expressa quantas vezes um dado resultado é mais provável em doentes do que em não doentes, combinando sensibilidade e especificidade em uma única medida. A razão de verossimilhança positiva é LR+ = S dividido por (1 menos E); a razão de verossimilhança negativa é LR- = (1 menos S) dividido por E. Quanto maior o LR+ (acima de 10 é considerado forte) e quanto menor o LR- (abaixo de 0,1 é forte), maior a mudança que o teste provoca na probabilidade. A grande vantagem sobre os valores preditivos é que a LR não depende da prevalência do estudo original: ela se aplica à sua população, desde que o espectro de doença seja semelhante, usando o teorema de Bayes na forma de chances (odds): chance pós-teste = chance pré-teste multiplicada pela LR. A conversão entre probabilidade e chance é simples: chance = P dividido por (1 menos P); probabilidade = chance dividido por (chance + 1). Para dispensar a conta, o nomograma de Fagan (publicado como carta no New England Journal of Medicine em 1975) alinha probabilidade pré-teste, LR e probabilidade pós-teste em três réguas — uma régua e uma reta resolvem a atualização bayesiana à beira do leito.

Exemplo completo com a regra de bolso: probabilidade pré-teste de embolia pulmonar de 30% (escala de Genebra ou Wells intermediária) e dímero D negativo com LR- de 0,1 reduzem a probabilidade em cerca de 45 pontos, para próximo de zero — exime de angiotomografia. Se a mesma paciente tem probabilidade pré-teste alta (70%), o mesmo resultado negativo deixa ainda cerca de 25 a 30% de probabilidade (o cálculo exato por Bayes dá aproximadamente 19%; a aproximação de McGee erra um pouco nos extremos, onde as chances divergem das probabilidades), e a imagem segue indicada. É por isso que o dímero D é ferramenta de exclusão apenas em baixa e intermediária probabilidade pré-teste.

06Curvas ROC e a escolha do ponto de corte

Quando o teste é quantitativo (troponina, pró-cálcitonio, escores), cada ponto de corte gera um par sensibilidade-especificidade. A curva ROC (receiver operating characteristic) plota a sensibilidade (eixo Y) contra 1 menos especificidade (eixo X) para todos os cortes possíveis: a diagonal de 45 graus representa o teste sem valor discriminativo e quanto mais a curva se aproxima do canto superior esquerdo, melhor o teste. A área sob a curva (AUC) resume o desempenho: AUC de 0,5 é ausência de discriminação; 0,7 a 0,8 é aceitável; 0,8 a 0,9 é excelente; acima de 0,9 é excepcional. A AUC também tem interpretação probabilística: é a chance de um doente sorteado ter resultado mais anormal do que um não doente sorteado. Para escolher o corte ótimo quando sensibilidade e especificidade pesam igualmente usa-se o índice de Youden J = sensibilidade + especificidade menos 1, maximizado no ponto mais distante da diagonal; na prática clínica, porém, escolhem-se dois cortes: um de alta sensibilidade (regra de exclusão) e outro de alta especificidade (regra de confirmação), como fazem os protocolos de troponina de alta sensibilidade.

07Validade e precisão: vieses e intervalos de confiança

• Viés de espectro: se a amostra só tem pacientes graves e voluntários sadios, sensibilidade e especificidade serão superestimadas; o estudo ideal inclui o espectro completo de doentes (leves a graves) e de condições que se confundem com a doença (diagnósticos diferenciais).
• Viés de verificação parcial: quando apenas os testes positivos vão ao padrão de referência (exemplo: só biopsiam nódulos com PET positivo), os falsos negativos nunca aparecem e a sensibilidade é inflada.
• Viés de incorporação: o resultado do teste índice participa da decisão de definir o diagnóstico final, inflando artificialmente a concordância.
• Viés de revisão: o padrão de referência é lido sabendo o resultado do teste índice (ou vice-versa); a leitura cega minimiza o problema.
• Resultados indeterminados: estudos que excluem os exames inconclusivos ou não reportam a proporção de resultados indeterminados otimizam demais o desempenho; a taxa de indeterminados deve sempre ser informada.
• Precisão: sensibilidade, especificidade e LR são estimativas e devem vir com intervalo de confiança de 95%; com amostras pequenas o intervalo é largo (por exemplo, sensibilidade de 90% com apenas 20 doentes tem intervalo que vai de cerca de 68 a 99%), e a estimativa serve para muito pouco.
• Reprodutibilidade: para testes com leitura subjetiva (imagem, anatomia patológica), a concordância intra e interobservador (kappa) precisa ser documentada antes de discutir acurácia.

08Aplicação clínica em cinco passos

• Passo 1 — estime a probabilidade pré-teste com dados da anamnese, exame físico, prevalência local e escores validados (Wells, Genebra, escores de gravidade).
• Passo 2 — formule a pergunta que o teste precisa responder: excluir (priorize sensibilidade alta e LR- baixo) ou confirmar (priorize especificidade alta e LR+ alto)?
• Passo 3 — conheça as LRs do teste no seu contexto e o custo do erro: falso negativo grave em doença tratável fala em favor de alta sensibilidade; falso positivo grave (tratamento tóxico, estigma) fala em favor de alta especificidade.
• Passo 4 — aplique Bayes: use o nomograma de Fagan ou a regra de McGee para transformar probabilidade pré-teste em pós-teste.
• Passo 5 — defina limiares de ação: probabilidade abaixo do limiar de teste (threshold de investigação) dispensa tudo; acima do limiar de tratamento inicia-se terapia; entre os dois limiares, pede-se o teste que melhor afasta ou confirma, e o ciclo recomeça com a nova probabilidade.

09Exemplos numéricos resolvidos passo a passo

Exemplo 1 — cálculo direto: um estudo avalia um novo marcador para pancreatite aguda com padrão de referência adequado. Entre 100 doentes, 90 testaram positivo (a = 90, c = 10); entre 400 não doentes, 380 testaram negativo (d = 380, b = 20). Sensibilidade = 90 dividido por 100 = 90%; especificidade = 380 dividido por 400 = 95%; LR+ = 0,90 dividido por (1 menos 0,95) = 0,90 dividido por 0,05 = 18 (evidência forte para confirmar); LR- = (1 menos 0,90) dividido por 0,95 = 0,105 (evidência moderada contra). Se a prevalência nesse serviço é 20%: VPP = (0,90 vezes 0,20) dividido por (0,90 vezes 0,20 mais 0,05 vezes 0,80) = 0,18 dividido por 0,22 = 81,8%; VPN = (0,95 vezes 0,80) dividido por (0,95 vezes 0,80 mais 0,10 vezes 0,20) = 0,76 dividido por 0,78 = 97,4%. Note que com prevalência de 1% o VPP despencaria para 15,4% — o mesmo teste, outra população.

Exemplo 2 — atualização bayesiana à beira do leito: probabilidade pré-teste de 30% corresponde a chance de 0,3 dividido por 0,7 = 0,43. Um teste com LR+ de 18 leva a chance pós-teste a 0,43 vezes 18 = 7,7, ou seja, probabilidade de 7,7 dividido por 8,7 = 88,5% — confirmado, trate. Pela regra de bolso de McGee, LR 10 já somaria 45 pontos (de 30 para 75%) e LR 5 somaria 30 (para 60%): a régua rápida dá a ordem de grandeza correta. Exemplo 3 — exclusão: a mesma probabilidade de 30% com teste negativo de LR- 0,1 cai para chance de 0,043, probabilidade de 4,1%, abaixo do limiar de investigação da maioria dos protocolos de embolia pulmonar (tipicamente 1 a 2% aceitos como pós-teste para interromper investigação em unidades com probabilidade pré-teste baixa ou intermediária).