Epidemiologia clínica, Aula ministrada na FAMINAS - BH

1. O que é frequência, anormalidade,
Risco
Ricardo Alexandre de Souza
FAMINAS

2. Souza RA, 2015
Objetivos
Entender o que é frequência
Compreender a importância disso para a epidemiologia
Trabalhar as medidas mais comuns de frequencia
Compreender o conceito de anormalidade
Compreender o conceito de risco
Introduzir as medidas mais comuns de medição de risco

3. Souza RA, 2015
Conceito
"Epidemiologia é o estudo da freqüência, da distribuição e
dos determinantes dos estados ou eventos relacionados à
saúde em específicas populações e a aplicação desses
estudos no controle dos problemas de saúde." (J. Last,
1995)

4. Souza RA, 2015
Conceito
A epidemiologia preocupa-se com a frequência e o padrão
dos eventos relacionados com o processo saúde-doença na
população. A freqüência inclui não só o número desses
eventos, mas também as taxas ou riscos de doença nessa
população.
O padrão de ocorrência dos eventos relacionados ao
processo saúde-doença diz respeito à distribuição desses
eventos segundo características: do tempo (tendência num
período, variação sazonal, etc.), do lugar (distribuição
geográfica, distribuição urbano-rural, etc.) e da pessoa
(sexo, idade, profissão, etnia, etc.).

5. Souza RA, 2015
O conhecimento das taxas constitui ponto de fundamental
importância para o epidemiologista, uma vez que permite
comparações válidas entre diferentes populações.

6. Souza RA, 2015
Frequência já foi discutida em outra aula.

7. Souza RA, 2015
ANORMALIDADE
O conceito de anormalidade

8. Souza RA, 2015
Conceito
1. característica ou condição do que é anormal; irregularidade.
"a a. é constante no tráfego ferroviário nacional”
2. desvio contrário ao que é considerado regular, certo.
"a crueldade do crime comprova a a. do assassino"

9. Souza RA, 2015
Confiabilidade
Confiabilidade é a medida em que medidas repetidas de um fenômeno
estável por diferentes pessoas e instrumentos de diferentes épocas e
lugares obter resultados semelhantes. Reprodutibilidade e precisão
são outras palavras para essa propriedade.
Repetibilidade: grau de variação entre resultados de um mesmo
laboratório (dentro de um ensaio, de um dia para outro).
Reprodutibilidade:
Capacidade de uma medida dar o mesmo resultado ou muito
semelhante quando submetida à repetições Intra/inter-observador

10. Souza RA, 2015
Validade
A validade é o grau em que os dados de medição que foram destinados
para medir ou seja, o grau em que os resultados de uma medição
corresponder ao estado real do fenómeno a ser medido.
Capacidade de uma medida avaliar realmente aquilo que está
pretendendo medir

11. Souza RA, 2015
Validade = acurácia
Falta de erro sistemático
Estado verdadeiro dos fenômenos que estão sendo
aferidos.
Interna - Habilidade em identificar doença como uma
entidade clínica (um caso) distinto de não casos.
Validade em relação aos elementos da amostra.
Externa - habilidade de gerar resultados comparáveis, se
usado em diferentes meio-ambientes, por diferentes
profissionais de saúde, e /ou instrumentos, em várias
condições.
Grau de extensão dos resultados da pesquisa para a população
alvo e outras populações semelhantes.

12. Souza RA, 2015
Confiabilidade vs Validade

13. Souza RA, 2015
Confiabilidade vs Validade

14. Souza RA, 2015
Variação
Variação de um modo geral é a
soma da variação relacionada
com o ato de medição, as
diferenças biológicas nos
indivíduos ao longo do tempo,
e as diferenças biológicas
entre os indivíduos
Fontes de
variação
Definição
Variação de Medidas
Instrumento A forma de se
fazer o
instrumento
Observador A pessoa fazendo
a medida
Variação biológica
Dentro do
indivíduo
Muda em uma
pessoa em
diferentes tempos
e situações
Entre indivíduos Diferenças
biológicas de
pessoa a pessoa

15. Souza RA, 2015
Variação

16. Souza RA, 2015
Distribuição

17. Souza RA, 2015
Distribuição normal

18. Souza RA, 2015
Anormal
O conceito de anormal muitas
vezes é considerado o que não
é normal. O que está fora da
curva
No nosso caso usaremos como
conceito de o que é anormal é
associado com a doença.
Anormal é quando ao se tratar a
condição levamos a um melhor
resultado esperado

19. Souza RA, 2015
Anormal
Anormal é quando ao se tratar a
condição levamos a um melhor
resultado esperado

20. Souza RA, 2015
Compreender o que é risco
Compreender o que é Prognóstico
Compreender o que é diagnóstico
Compreender o que é tratamento

21. Souza RA, 2015
Medindo a falta de saúde
“Saúde é um estado de completo bem-estar físico, mental e social
e não apenas a mera ausência de doença”.
O termo “doença” compreende todas as mudanças desfavoráveis
em saúde, incluindo acidentes e doenças mentais.
Várias medidas da ocorrência de doenças são baseadas nos
conceitos fundamentais de incidência e prevalência.

22. Souza RA, 2015
Medindo a falta de saúde
Um importante fator a considerar no cálculo das
medidas de ocorrência de doenças é o total de
pessoas expostas, ou seja, indivíduos que podem vir
a ter a doença. Idealmente, esse número deveria
incluir somente pessoas que são potencialmente
suscetíveis de adquirir a doença em estudo.
Por exemplo, os homens não deveriam ser incluídos no
cálculo da ocorrência de câncer de colo uterino.

23. Souza RA, 2015
População de risco no estudo de carcinoma de
colo uterino

24. Souza RA, 2015
População de risco
As pessoas susceptíveis a determinadas doenças são chamadas
de população em risco e podem ser estudadas conforme fatores
demográficos, geográficos e ambientais.
Por exemplo, acidentes de trabalho só ocorrem entre pessoas que
estão trabalhando. Assim, a população em risco é constituída
somente por trabalhadores.

25. Souza RA, 2015
Risco e Fator de Risco
Devido ao seu caráter eminentemente
observacional, a lógica de base da moderna
epidemiologia estrutura-se em torno de um
conceito fundamental – RISCO - e de um
conceito correlato – FATOR DE RISCO.
De modo simplificado podemos dizer que o
objeto da epidemiologia é “o risco e seus
determinantes”.

26. Souza RA, 2015
Risco
 É o conceito epidemiológico do conceito
matemático de probabilidade.
 É a probabilidade de ocorrência de uma
doença, agravo, óbito ou condição
relacionada à saúde (incluindo cura,
recuperação ou melhora), em uma população
ou grupo, durante um período determinado.

27. Souza RA, 2015
Risco
É estimado sob a forma de uma proporção
(razão entre duas grandezas, na qual o
numerador se encontra necessariamente
contido no denominador).
A definição epidemiológica de risco compõe-se
obrigatoriamente de três elementos:
ocorrência de casos de óbito-doença-saúde
(numerador)
base de referência populacional (denominador)
base de referência temporal (período)

28. Souza RA, 2015
Fator de risco
Pode ser definido como o atributo de um grupo
da população que apresenta maior incidência
de uma doença ou agravo à saúde em
comparação com outros grupos definidos
pela ausência ou menor exposição a tal
característica.

29. Souza RA, 2015
Fator e marcador de risco
Fator de risco – cujo efeito pode ser prevenido
(sedentarismo, obesidade, fumo, colesterol
sérico, contraceptivos orais para a doença
coronariana)
Marcadores de risco – atributos inevitáveis, já
dados, cujo efeito encontra-se, portanto, fora
da possibilidade de controle (sexo e grupo
étnico para d.coronariana).

30. Souza RA, 2015
PROGNÓSTICO

31. Souza RA, 2015
Conceito
Prognóstico é a predição do curso de uma doença a
partir de seu início.
Predizer o futuro de um paciente é uma arte, algo
imprecisa.

32. Souza RA, 2015
Conceito
Características individuais que são associadas com
uma doença são chamados de fatores
prognósticos.
Fatores prognósticos são análogos a fatores de risco,
exceto que eles representam uma parte diferente
do expectro de uma doença (resultados)

33. Souza RA, 2015
Diferenças nos fatores de risco e prognostico
Os pacientes são diferentes (prognósticos estuda
doentes)
Os resultados são diferentes (risco = doença,
prognóstico = tudo)
Taxas são diferentes
Os fatores podem ser diferentes

34. Souza RA, 2015
Diferenças nos fatores de risco e prognostico
Figura 7.1

35. Souza RA, 2015
Curso clínico e história natural de uma doença
Prognóstico podem ser descritos ou como curso
clínico ou história natural de uma doença.
Curso clínico
é a doença com a intervenção
História natural de uma doença
é a doença sem a intervenção

36. Souza RA, 2015
Curso clínico e história natural de uma doença
Síndrome do intestino irritárvel é uma condição que
envolve dor abdominal e hábito intestinal alterado.
Com que frequência esse pacientes visitam um
médico?

37. Souza RA, 2015
Curso clínico e história natural de uma doença
Figura 7.2

38. Souza RA, 2015
Elementos de um estudo de prognóstico
De população e espaço geográfico definidos
Começam a observação em determinado momento no
tempo e no curso da doença.
Seguimento de todos os paciente é necessário.
Mede resultados importantes.

39. Souza RA, 2015
Elementos de um estudo de prognóstico
De população e espaço geográfico definidos
Começam a observação em determinado momento no
tempo e no curso da doença.
Seguimento de todos os paciente é necessário.
Mede resultados importantes.

40. Souza RA, 2015
Elementos de um estudo de prognóstico
Amostra de pacientes representativa
Tempo zero
Seguimento (follow up)
Resultado de uma doença

41. Souza RA, 2015
Elementos de um estudo de prognóstico

42. Souza RA, 2015
Descrevendo o prognósticoTaxa Definição
Sobrevivência em 5 anos Percentual de pacientes que
sobrevivem em 5 anos de algum
ponto do curso da doença
Fatalidade dos casos Percentual de paciente com a
doença que morreram dela
Mortalidade especifica da doença Numero de pessoa por 10000 que
moreram de uma doença específica
Resposta Percentual de pacientes que
mostratam alguma evidência de
melhora durante a intervenção
Remissão Percentual de pacientes que
entraram em uma fase na qual a
doença não é mais detectável
Recorrência Percentual de pacientes que tiverem
retorno da doença depois do
intervalo livre dela.

43. Souza RA, 2015
Análise de sobrevivência
Ao interpretar prognóstico, é preferível conhecer a
probabilidade média que pacientes com uma dada
condição experimente um resultado em
determinado ponto no tempo.

44. Souza RA, 2015
Análise de sobrevivência

45. Souza RA, 2015
Análise de sobrevivência
Para fazer uso eficiente de todas as informações
disponíveis de cada paciente em uma coorte, a
análise de sobrevivência foi desenvolvida para
estimar a sobrevivência de uma coorte através do
tempo.
O método usual é chamado de análise Kaplan-Meier.

46. Souza RA, 2015
Análise de sobrevivência
A análise de sobrevivência permite usar a informação
de todos os participantes até o momento em que
desenvolveram o evento ou foram censurados,
constituindo uma técnica ideal para analisar
respostas binárias (ter ou não ter o evento) em
estudos longitudinais que se caracterizam por tempo
de seguimento diferente entre os indivíduos e perdas
de segmento.

47. Souza RA, 2015
Análise de sobrevivência

48. Souza RA, 2015
Análise de sobrevivência

49. Souza RA, 2015
Atividade

50. Souza RA, 2015
Série de casos
É a descrição do curso de uma doença em um
pequeno número de casos, uma dúzia no máximo.

51. Souza RA, 2015
Regras de predição clínica
Uma regra de decisão clínica ou de predição clínica (clinical
decision rules ou clinical prediction rules) pode ser definida
como uma ferramenta clínica que quantifica as contribuições
individuais que vários componentes da história clínica, do
exame físico e de resultados de exames laboratoriais têm
para se chegar ao diagnóstico, prognóstico ou a resposta
provável ao tratamento em um paciente individual.

52. Souza RA, 2015
Regras de predição clínica
As regras de decisão clínica têm como objetivo testar,
simplificar e aumentar a acurácia das avaliações diagnósticas
e prognósticas dos médicos e provavelmente são mais úteis
em situações em que o processo de decisão é complexo, os
riscos clínicos são altos e em situações em que há
oportunidade de economizar recursos sem comprometer a
qualidade de atendimento. O processo de desenvolvimento
de uma regra de decisão ou predição clínica começa com a
construção de uma lista de potenciais preditores do desfecho
de interesse. Esta lista geralmente inclui itens da história
clínica, do exame físico e de exames laboratoriais básicos.

53. Souza RA, 2015
Regras de predição clínica
Então parte-se para um estudo de derivação, em que os
investigadores avaliam um grupo de pacientes e determinam
se os preditores clínicos potenciais estão presentes e o status
dos pacientes em relação ao desfecho de interesse.

54. Souza RA, 2015
Regras de predição clínica
Assim, regras de decisão clínica podem facilitar a decisão
sobre o manejo de pacientes com AIT.
Os fatores de risco incluídos nesta regra de predição
clínica são idade = 60 anos (1 ponto), hipertensão arterial
(1 ponto), fraqueza unilateral (2 pontos), alteração da fala
sem fraqueza unilateral (1 ponto), duração dos
sintomas > ou = 60 min (2 pontos); de 10 – 59 min (1
ponto) e < 10 min (0 pontos). O escore máximo é de 6
pontos. Pacientes com escore menor que 4 apresentam
baixo risco de apresentar um AVC nos 7 dias subsequentes,
podendo receber aspirina em baixas doses (100 a 300 mg) e
ter alta para avaliação ambulatorial precoce

55. Souza RA, 2015
DIAGNÓSTICO

56. Souza RA, 2015
Definição
Qual a acurácia dos testes usados para diagnóstico?
Um teste diagnóstico é um teste realizado em
laboratório, mas pode ser um exame de imagem,
exame físico ou história colhida de um paciente.

57. Souza RA, 2015
Acurácia
Acurácia refere-se ao grau em que o teste ou um a estim ativa
baseada em um teste é capaz de determ inar o verdadeiro
valor do que está sendo medido. A validade inform a se os
resultados representam a "verdade" ou o quanto se afastam
dela.
Por exemplo, o ECG é um teste de maior validade, comparado à
auscultação cardíaca feita com o estetoscópio, no intuito de
detectar alterações cardiovasculares típicas da doença de
Chagas. Um teste “dip-stick” para detecção de antígeno
utilizado para diagnóstico de malária por P. falciparum pode
ter 100% de acurácia quando for capaz de produzir
resultados positivos para todas as amostras de pacientes
infectados e produzir resultados negativos para os indivíduos
negativos.

58. Souza RA, 2015
Acurácia

59. Souza RA, 2015
Padrão-ouro
Um teste é considerado padrão ouro quando é a
melhor maneira de medir afirmar ou não um
diagnóstico.

60. Souza RA, 2015
Validade de um teste diagnóstico
A validade de um teste refere-se à quanto, em termos
quantitativos ou qualitativos, um teste é útil para
diagnosticar um evento (validade simultânea ou
concorrente) ou para predize-lo (validade preditiva).

61. Souza RA, 2015
Validade de um teste diagnóstico
Para determinar a validade, compara- se os resultados do teste
com os de um padrão (padrão ouro): esse pode ser o
verdadeiro estado do paciente, se a informação está
disponível, um conjunto de exames julgados mais
adequados, ou um a outra form a de diagnóstico que sirva
de referência.

62. Souza RA, 2015
Validade de um teste diagnóstico
O teste diagnóstico ideal deveria fornecer, sempre, a resposta
correta, ou seja, um resultado positivo nos indivíduos com a
doença e um resultado negativo nos indivíduos sem a
doença. Além do que, deveria ser um teste rápido de ser
executado, seguro, simples, inócuo, confiável e de baixo
custo.

63. Souza RA, 2015
Sensibilidade e especificidade
Para definir os conceitos de sensibilidade e especificidade,
serão utilizados com o exemplos, testes com resultados
dicotômicos, isto é, resultados expressos em duas
categorias: positivos ou negativos.

64. Souza RA, 2015
Sensibilidade e especificidade

65. Souza RA, 2015
Sensibilidade e especificidade
As seguintes proposições/Indicadores podem ser calculados
da comparação dos resultados da tabela:
Sensibilidade: a/(a+c)
Especificidade: d/(b+d)
Prevalência (real): (a+c)/N
Prevalência estimada (teste): (a+b)/N
Valor preditivo positivo: a/(a+b)
Valor preditivo negativo: d/(c+d)
Classificação correta (acurácia): (a+d)/N
Classificação incorreta: (b+c)/N

66. Souza RA, 2015
Sensibilidade e especificidade
Sensibilidade - é a capacidade que o teste
diagnóstico/triagem apresenta de detectar os indivíduos
verdadeiramente positivos, ou seja, de diagnosticar
corretamente os doentes.
Especificidade - é a capacidade que o teste
diagnóstico/triagem tem de detectar os verdadeiros negativos,
isto é, de diagnosticar corretamente os indivíduos sadios.

67. Souza RA, 2015
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?

68. Souza RA, 2015
16 Em relação à epidemiologia clínica e ao uso de evidências em
decisões clínicas, julgue os itens que se seguem. (USP, 2011)
( ) Na ausência de dados clínicos, a probabilidade pré-teste pode
ser expressa pela prevalência da doença no serviço.
( ) A eficácia ou efetividade evidencia o funcionamento de uma
intervenção em condições usuais da prática clínica.
( ) Como apresenta baixa sensibilidade, o autoexame das mamas
não é indicado como uma estratégia de prevenção secundária.

69. Souza RA, 2015
Valor preditivo
Valor preditivo do teste - No contexto epidemiológico e
clínico, a validade de um marcador sorológico diz
respeito à extensão com que ele pode predizer a
ocorrência da doença / infecção.

70. Souza RA, 2015
Sensibilidade e especificidade

71. Souza RA, 2015
*

72. Souza RA, 2015
Valor Preditivo positivo
Valor preditivo positivo - é a proporção de doentes
entre os positivos pelo teste. No exemplo da Tabela
2 teríamos 60 % (1 8 / 3 0 ), o que equivale a dizer
que em cada 10 testes positivos, 6 indivíduos
seriam realmente doentes.

73. Souza RA, 2015
Valor Preditivo negativo
Valor preditivo negativo - é a proporção de sadios
(sem a doença) entre os negativos ao teste. Ainda
em relação à Tabela 2, teríam os um VPN de 98%
(88/90); a cada 100 testes negativos, 98 seriam
sadios.

74. Souza RA, 2015
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?

75. Souza RA, 2015
Relação entre valor preditivo e prevalência
Enquanto a sensibilidade e especificidade de um teste
são propriedades inerentes ao teste e não variam a
não ser por erro técnico, os VPs dependem da
prevalência da doença na população de estudo.
O VPP aumenta com a prevalência enquanto os VPN
diminuem . Assim, quando a doença é rara o VPP é
baixo, pois a maior parte dos exames positivos
pertencem a sadios, representando resultados
falso-positivos.

76. Souza RA, 2015
Relação entre valor preditivo e prevalência
Por outro lado, O VPN é alto em baixas prevalências. Os
resultados falso-positivos e falso-negativos podem ser
minimizados utilizando-se a combinação de testes, em
paralelo (dois ou mais testes realizados simultaneamente)
ou em série (dois ou mais testes realizados em seqüência),
para a definição de resultado positivo.
Se a intenção é reduzir resultados falso positivos (e aumentar a
especificidade), um diagnóstico positivo deverá ser
confirmado somente quando pelo menos dois testes
diferentes forem positivos.
Por outro lado, para reduzir resultados falso negativos (e
aumentar a sensibilidade), um único teste positivo seria
suficiente para considerar um diagnóstico positivo. Por
exemplo, o teste será positivo se os 2 testes forem positivos,
ou negativo se os 2 forem negativos.

77. Souza RA, 2015
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.

78. Souza RA, 2015
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.

79. Souza RA, 2015
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

80. Souza RA, 2015
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- ?

81. Souza RA, 2015
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

82. Souza RA, 2015
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.

83. Souza RA, 2015
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

84. Souza RA, 2015
Exemplo de intervalo de Confiança
Calcule a sensibilidade e a especificidade, e os intervalos de
confiança
160 80
40 720
D+ D-
T+
T-

85. Souza RA, 2015
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.

86. Souza RA, 2015
Testes em série e em paralelo
Testes em série:
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.

87. Souza RA, 2015
Testes em série e em paralelo
Testes em série:
Exemplo: Na Aids.
Elisa altamente sensível
Western Blot altamente específico
Elisa: FN raros.

88. Souza RA, 2015
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.

89. Souza RA, 2015
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.

90. Souza RA, 2015
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).

91. Souza RA, 2015

92. Souza RA, 2015

93. Souza RA, 2015
Comparando performance relativas de
diferentes classificadores
Curvas Roc são utilizadas para se medir a performance relativa de
diferentes classificadores.
M1
M2
x
Até aqui M2 é melhor do que M1
A partir daí, M1 fica melhor do que M2

94. Souza RA, 2015
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.

95. Souza RA, 2015
Coeficiente kappa
O Coeficiente Kappa é calculado a partir da concordância
observada diminuída da concordância esperada, divido por 1
menos a concordância esperada:
Kappa =
Po - pe
1 - pe

96. Souza RA, 2015
Erros
Erro Aleatório - Os estudos de avaliação de testes
diagnósticos estão sujeitos a erros ao acaso;
alguns pacientes com a doença apresentarão
resulta do nor mal do teste diagnóstico. Este tipo
de erro pode ser avaliado calculando-se o intervalo
de confiança para a sensibilidade e especificidade
do novo teste.

97. Souza RA, 2015
Erros
Erro Sistemático
Viés de amostragem
Viés de mensuração
Viés de publicação