AULA DE TESTES DIAGNÓSTICOS DIVERSOS .ppt

Testes diagnósticos

1. Avaliação de testes diagnósticos

2. De volta ao exemplo do
benzenismo
Mapeamento da população
sob risco
(7.356 trabalhadores)
1
a
triagem hematológica
2
a
triagem hematológica
216 indivíduos considerados
casos epidemiológicos
Busca ativa de casos
suspeitos
Seleção de 850
casos suspeitos

3. Investigação dos indivíduos
expostos
•Dos 7.356 trabalhadores examinados nas nove indústrias,
850 (12%) apresentaram, ao hemograma, valores
inferiores a 5.000 leucócitos e/ou 2.500 neutrófilos. Esses
casos, classificados como “suspeitos”, foram submetidos a
mais três exames consecutivos, sendo também analisados
seus prontuários médicos na empresa. Ao final, 216
mantiveram-se com valores abaixo de 4.000 leucócitos
e/ou 2.000 neutrófilos, e/ou série hematológica com
valores decrescentes, sendo esses casos classificados como
“epidemiológicos”.

4. Probabilidades Condicionais e
Testes diagnósticos
•Sensibilidade:
•Probabilidade de um teste ser positivo, dado
que existe a doença.
•Especificidade:
•Probabilidade de um teste ser negativo,
dado que não existe a doença.

5. Sensibilidade e Especificidade
a
b
c d
D ND
T+
T-
Sensibilidade =
a
a + c
Especificidade =
d
b + d

6. Sensibilidade e Especificidade
•Exemplos:
•Qual a sensibilidade e especificidade do exame
de CK-MB para pacientes com IAM?
•Considere o exemplo hipotético:
•De 100 pacientes estudados, 90 tinham IAM, e
o exame para CKMB foi positivo em 86, sendo
que destes, 80 eram realmente IAM. Qual a
sensibilidade e especificidade do teste?

7. Probabilidades Condicionais e
Testes diagnósticos
•Valor Preditivo Positivo:
•Probabilidade de existir a doença, dado que
o teste foi positivo.
•Valor Preditivo Negativo:
•Probabilidade de não existir a doença, dado
que o teste foi negativo.

8. Valor Preditivo Positivo e
Negativo
a b
c d
VPP + =
a
a + b
VPN - =
d
c + d
D ND
T+
T-

9. Valor Preditivo Positivo e Negativo
•Considere o mesmo exemplo hipotético:
•De 100 pacientes estudados, 90 tinham IAM, e
•o exame de CK MB foi positivo em 86, sendo que
•destes, 80 eram realmente casos de IAM.
•Qual o VP + e o VP- do teste?

10. Probabilidades Condicionais e
Testes diagnósticos
•Razão de Verossimilhança Positiva:
•É uma razão entre a probabilidade de um
teste ser positivo, dado que existe a doença,
e a probabilidade de um teste ser positivo,
dado que não existe a doença.

11. Probabilidades Condicionais e
Testes diagnósticos
•Razão de Verossimilhança Negativa:
•É uma razão entre a probabilidade de um
teste ser negativo, dado que existe a doença,
e a probabilidade de um teste ser negativo,
dado que não existe a doença.

12. Razão de Verossimilhança
Positiva e Negativa
a b
c d
RVP =
a
a + c
b
b + d
D ND
T +
T -
RVN =
c
a + c
d
b + d

13. Razão de Verossimilhança
Positiva e Negativa
•Exemplo:
•Considere o mesmo exemplo hipotético:
•De 100 pacientes estudados, 90 tinham
IAM, e o exame de CK MB foi positivo em
86, sendo que, destes 80 eram realmente
casos de IAM.
•Qual a RV+ e a RV- ?

14. Exercício
•Um paciente de 50 anos de idade com ICC, tomando
digoxina, foi admitido na Emergência do hospital.
Na admissão, sua concentração sérica de digoxina
era de 2,5 ng/ml. Há intoxicação digitálica?
•Beller et all.(N. Eng. J. Med, 284:989, 1971): De
135 pacientes examinados, 39 tinham o exame acima
de 1,7 ng/ml e destes 25 realmente tinham
toxicidade, e 78 tinham o exame negativo (abaixo de
1,7) e não tinham toxicidade

15. Avaliação de testes Diagnósticos
II

16. Avaliação de testes diagnósticos
e Acaso
•Sensibilidade e especificidade (ou razões de
verossimilhança) são estimados usualmente
a partir de observações de amostras
relativamente pequenas. Devido a uma
variação aleatória, o valor encontrado pode
não representar o valor verdadeiro. Os
valores observados são compatíveis com
uma faixa de valores, em um intervalo de
confiança.

17. Cálculo do intervalo de confiança
•O intervalo de confiança é construído a
partir do erro padrão.
•EP = p(1 - p)
•O intervalo de confiança de 95% é estimado
pela seguinte fórmula:
•p  2 EP
n

18. Exemplo de intervalo de
Confiança
•Calcule a sensibilidade e a especificidade, e
os intervalos de confiança
16080
40
720
D+D-
T+
T-

19. Testes em série e em paralelo
•Testes em série:
–A testagem em série significa que o primeiro teste é
realizado, e se o resultado for positivo, o segundo teste
é realizado, e assim por diante.
–Exemplo: Na Aids.
–Um teste de ELISA é realizado inicialmente, e se for
positivo um teste de Western Blot é realizado a seguir.
–Os testes em série aumentam a especificidade do
diagnóstico.

20. Testes em série e em paralelo
•Testes em paralelo:
–Esta estratégia significa que dois ou mais testes
são realizados, e que qualquer resultado
positivo identifica um caso.
–Os testes em paralelo têm por objetivo
aumentar a sensibilidade de um programa de
triagem.

21. Curvas ROC (Receiver-operating
characteristic curves)
•Freqüentemente, variáveis quantitativas
servem como um indicador de uma doença.
Por exemplo: níveis de pressão diastólica
para o diagnóstico de hipertensão, níveis
elevados de CK-MB para o diagnóstico de
IAM, ou glicemia elevada para o
diagnóstico de diabetes. Qual o melhor
ponto de corte (cutt-off)? Uma curva ROC
auxilia nesta resposta.

22. Curvas ROC (Receiver-operating
characteristic curves)
•Se para os vários níveis em consideração
razões de verossimilhança forem
determinadas, um gráfico poderá ser
plotado entre dois eixos, um representando
a sensibilidade (eixo y) e o outro
representando 1- especificidade (proporção
de falsos positivos). Estacurva é então
chamada de ROC (Receiver-Operating
Characteristic curve).

25. Validade Externa de um teste
diagnóstico
•A validade externa de um teste diagnóstico
está baseada na sua habilidade em fornecer
resultados comparáveis, se usados por
equipes diferentes, em ambientes diferentes,
ou em pacientes diferentes, ou se os testes
forem repetidos.

26. Coeficiente kappa
•O Coeficiente Kappa é calculado a partir da
concordância observada diminuída da
concordância esperada, divido por 1 menos
a concordância esperada:
•Kappa =
P
o
- p
e
1 - p
e