Valor preditivo muda com a prevalência

Caso 1. Bebê de três dias, saudável, mamando bem. O teste do pezinho volta com um marcador alterado, e a família recebe um telefonema pedindo que retorne para repetir a coleta. A mãe, apavorada, pergunta se o filho tem a doença. A resposta honesta, naquele programa de rastreamento, é: entre todos os recém-nascidos que disparam esse mesmo alarme no teste inicial, menos de um em cem realmente tem a doença.

Caso 2. Gestante de 38 anos faz um exame de sangue que analisa material genético fetal circulante. O laudo diz risco aumentado para uma alteração cromossômica. Ela também pergunta se o bebê tem. E a resposta, naquela coorte, é bem diferente: pouco mais da metade dos resultados como o dela correspondia a uma alteração de verdade.

Os dois exames foram feitos por laboratórios competentes, ambos com sensibilidade altíssima, ambos considerados bons rastreamentos. Ambos vieram alterados. E o significado dos dois alarmes é separado por um abismo.

Pare aqui e faça as perguntas que um aluno de primeiro ano tem todo o direito de fazer:

Quando a doença é rara, falsos positivos podem superar verdadeiros positivos mesmo com bom teste. Frequências naturais em uma coorte imaginária tornam esse efeito mais intuitivo que fórmulas isoladas.

O capítulo anterior separou as duas direções da tabela. Sensibilidade e especificidade descem pelas colunas, partindo de quem tem e de quem não tem a doença. Agora atravessamos a tabela na horizontal, que é onde mora a pergunta da família.

Valor preditivo positivo é a fração de quem deu positivo que realmente tem a doença. Valor preditivo negativo é a fração de quem deu negativo que realmente está livre dela. Repare que as duas contas partem do resultado — exatamente como o paciente parte. São elas que respondem à pergunta feita na sala.

E aqui está o fato central deste capítulo: mesmo mantendo sensibilidade e especificidade absolutamente idênticas, o valor preditivo muda quando muda a proporção de doentes no grupo testado. Ele não é uma propriedade do teste. É uma propriedade do encontro entre o teste e a população.

A razão é aritmética, não estatística. Os positivos verdadeiros saem do grupo dos doentes; os positivos falsos saem do grupo dos sadios. Se o grupo dos sadios é gigantesco e o dos doentes é minúsculo, mesmo uma taxa pequena de erro entre os sadios produz mais alarmes do que existem doentes no mundo daquele estudo. Quando a proporção de doentes cresce, a mesma taxa de erro passa a competir com um número maior de verdadeiros, e a fração de acerto entre os positivos sobe.

Os números do caso 1 tornam isso concreto. Num piloto de triagem neonatal com 34.302 recém-nascidos, o marcador primário disparou em 1.365 bebês — 3,98% de todos os rastreados. Ao final, 8 crianças preenchiam a definição de caso, uma frequência ao nascimento de 1 para 4.228. O valor preditivo positivo do teste primário foi de 0,59%, com intervalo de 0,25 a 1,15%. Traduzindo: de cada 170 famílias chamadas de volta, uma tinha um filho com a doença. Não porque o exame seja ruim — a taxa de falso-positivo era de 0,00292% —, mas porque a doença é rara e o grupo testado é a população inteira de nascidos.

Compare com o caso 2. Numa coorte de 303 gestações de um centro terciário, 24 — 7,9% — tinham alteração cromossômica confirmada por cariótipo. Nesse grupo, o teste pré-natal não invasivo teve 100% de sensibilidade e valor preditivo positivo de 55,8%, correspondendo a 24 acertos em 43 resultados positivos, com 19 falso-positivos. A prevalência ali era mais de trezentas vezes maior que a do rastreamento neonatal, e o valor preditivo saltou de menos de 1% para mais de 55%.

Uma boa pergunta impede que o capítulo vire lista de definições.

• “A população que gerou este valor preditivo se parece com o paciente e com o lugar em que estou atendendo?”

  Quando a doença é rara, falsos positivos podem superar verdadeiros positivos mesmo com bom teste. Frequências naturais em uma coorte imaginária tornam esse efeito mais intuitivo que fórmulas isoladas.

• “Dois exames bons, dois alarmes, significados opostos?”

  A proporção de doentes no grupo testado era muito diferente.

• “Onde essa proporção aparece no laudo?”

  Em lugar nenhum: ela é do cenário, não do exame.

• “Por que o negativo tranquiliza tanto no rastreamento?”

  Doença rara faz quase todo negativo ser verdadeiro.

Comece pela hipótese e termine na decisão. Os cálculos abaixo servem para tornar explícito o deslocamento de probabilidade, não para substituir julgamento clínico.

1. 1

   Ouvir a pergunta da família

   Ela é sempre sobre a linha do resultado, nunca sobre a coluna.

   Erro comum: Responder com sensibilidade uma pergunta de valor preditivo.

2. 2

   Fixar sensibilidade e especificidade mentalmente

   Mantê-las constantes para ver o que a prevalência faz sozinha.

   Erro comum: Misturar mudança de teste com mudança de população.

3. 3

   Comparar o tamanho dos dois grupos

   Multidão de sadios com erro pequeno vence poucos doentes.

   Erro comum: Julgar o teste pela taxa de erro sem olhar o tamanho do grupo.

4. 4

   Enxergar a assimetria dos dois valores preditivos

   No mesmo estudo, 99,2% no negativo e 24,2% no positivo.

   Erro comum: Supor que os dois valores preditivos andam juntos.

5. 5

   Entender a triagem em dois degraus

   O segundo teste age sobre a população que o primeiro selecionou.

   Erro comum: Atribuir o ganho ao segundo teste em vez de à seleção.

6. 6

   Ler laudo por categorias

   Benigno com 3,3 a 4,0% e suspeito com 93,3% de malignidade.

   Erro comum: Tratar todo laudo como resposta binária de sim ou não.

7. 7

   Nomear o próximo passo com data

   Triagem convoca; o exame confirmatório é quem responde.

   Erro comum: Deixar a família em suspenso sem plano nem prazo.

8. 8

   Fechar pela pergunta de cabeceira

   Qual era a prevalência onde esse valor preditivo foi medido?

   Erro comum: Importar valor preditivo de uma população para outra.

Volte ao caso e aplique o modelo sem pular da seta do laudo para a conclusão. O ponto de controle é: A população que gerou este valor preditivo se parece com o paciente e com o lugar em que estou atendendo?

• Resultado de rastreamento é convocação, não diagnóstico: o corte foi ajustado para não perder caso verdadeiro, e isso implica chamar muita gente sadia.
• Valor preditivo negativo próximo de 100% em doença rara é mérito da raridade — ele diria quase o mesmo com um teste bem pior.

Transportar valor preditivo entre populações

O número é do encontro, não do exame que o produziu.

Anunciar doença provável após triagem positiva

Em rastreamento de doença rara, quase todo alarme é falso.

Chamar de teste ruim o desenho da triagem

O corte generoso existe para não perder caso verdadeiro.

Comemorar valor preditivo negativo em doença rara

A raridade sozinha já o empurra para perto de 100%.

Decidir conduta irreversível sobre um rastreamento

A etapa confirmatória é parte do exame, não formalidade.

Pedir exame amplo sem selecionar quem testa

Prevalência baixa por construção torna o positivo pouco informativo.

Feche o raciocínio em voz alta e deixe um plano que outra pessoa consiga revisar.

1. 01Converta percentuais em pessoas: entre cem ou mil pacientes semelhantes, quantos resultados seriam verdadeiros e falsos?
2. 02Ouvir a pergunta feita na linha do resultado
3. 03Comparar o tamanho do grupo de sadios com o de doentes
4. 04Ver os dois valores preditivos divergirem no mesmo estudo
5. 05Ler cada categoria do laudo como uma probabilidade
6. 06Perguntar qual era a prevalência de origem do número