Editora: Fernanda Cristina Zanotti
Colaboradores: Augusto Radünz do Amaral, Bruna da Silva Ferreira e Felipe Starling Jardim
Introdução[]
Na Medicina, os erros podem ocorrer.
Para tanto, são utilizados métodos quantitativos a fim de medir e explicar a variação total (parte da qual é causada pelos erros); distinguir variação casual e variação significativa e facilitar as interpretações dos dados necessários para o diagnóstico, o prognóstico e o tratamento médico.
Acurácia e Precisão[]
São objetivos distintos, porém, relacionados, da coleta e da análise de dados.
Medidas de Acurácia e Precisão. (Fonte: Wikipédia).
Acurácia refere-se à capacidade de uma medida ser correta na média. Se a medida não é acurada, é viciada.
Precisão é a capacidade de uma medida dar o mesmo resultado ou um resultado muito semelhante nas medições repetidas de um mesmo fato.
Um erro aleatório isolado, se for grande, resultará em uma falta de precisão.
Sem essas duas qualidades, os dados serão, geralmente, inúteis.
A acurácia da figura "A" ao lado é refletida no fato de que a média é o valor verdadeiro, enquanto que a precisão é
Combinações possíveis de acurácia e precisão ao descrever uma variável contínua. Réplica da FIGURA 7-1 do livro "Epidemiologia, Bioestatística e Medicina Preventiva - Jekel".
evidenciada no fato de que todos os valores estão perto do verdadeiro. Já na figura "B", mostra-se que a medida é acurada, mas não precisa, ou seja, ela fornece uma resposta correta somente na média. Essa medida pode ser útil para algumas pesquisas, no entanto não é tranquilizadora para os pesquisadores. Além disso, para um paciente individual, não há valor em algo que seja correto em média, se estiver errado para esse paciente. Na figura "C", os dados são precisos, mas são viciados, em vez de acurados, o que leva ao engano. E, na figura "D", os dados não são acurados nem precisos, portanto não possuem valor.
Resultados Falso-Positivos e Falso-Negativos[]
Erro Tipo I ("Erro falso-positivo" ou "Erro alfa"): quando algo é dito verdadeiro quando é falso.
Erro Tipo II ("Erro falso-negativo" ou "Erro beta"): quando algo é dito falso quando é verdadeiro.
Portanto, um resultado positivo, num paciente no qual a doença é ausente, é chamado de resultado falso-positivo. E, da mesma forma, um resultado negativo, num paciente com doença presente, é chamado resultado falso-negativo.
Esses resultados são influenciados pelo estágio da doença, muitas vezes. Por exemplo, no início de qualquer infecção, o indivíduo pode não ter evidência imunológica de infecção, e os testes feitos durante esse período terão resultados falso-negativos.
Sensibilidade e Especificidade[]
Para calcular essas duas medidas, os dados referentes aos indivíduos estudados e os resultados dos testes
Tabela comparando os resultados do teste e a verdadeira condição da doença dos indivíduos testados. Réplica da TABELA 7-1 do livro "Epidemiologia, Bioestatística e Medicina Preventiva - Jekel".
podem ser colocados numa tabela (veja ao lado). A primeira coluna representa todos os indivíduos com doença, consistindo daqueles com resultados verdadeiro-positivos (a) e daqueles com resultados falso-negativos (c). Já a segunda coluna representa todos os indivíduos não-doentes, consistindo daqueles com resultados falso-positivos (b) e daqueles com resultados verdadeiro-negativos (d).
Se o total da primeira coluna for dividido pelo total de indivíduos estudados, o resultado representa o coeficiente de prevalência (proporção) da doença na população estudada.
A sensibilidade é calculada como "a / ( a + c )", refere-se à capacidade de um teste para detectar uma doença quando ela está presente. Se o teste não for sensível, não detectará indivíduos doentes e esses estarão na célula "c" da tabela.
A especificidade é calculada como "d / ( b + d )", refere-se à capacidade de um teste indicar ausência de doença quando ela não está presente. Caso o teste não seja específico, indicará a presença de doença em indivíduos não-doentes e esses estarão na célula "b".
Curva "ROC"[]
Curva ROC retirada do material de aula do professor Carlos A. Cardim. Data: 09/10/2013
A curva ROC (Receiver Operator Characteristic) é uma forma de expressar a relação entre a sensibilidade e a especificidade. Ela é construída a partir da representação gráfica da taxa de verdadeiro-positivo (sensibilidade ou detecção) contra a taxa de falso-positivo (1-especificidade ou falsa-detecção).
Os testes com bom poder discriminatório concentram-se no canto esquerdo superior da curva ROC. Para eles, à medida que a sensibilidade vai aumentando progressivamente (o ponto de corte é reduzido), há pouca ou nenhuma perda da especificidade até que altos níveis de sensibilidade sejam atingidos. Testes com menor poder discriminatório apresentam curvas que ficam mais próximas da diagonal que vai da esquerda inferior para a direita superior. A diagonal mostra a relação entre as taxas de verdadeiro-positivos e falso-positivos que ocorreriam para um teste que não produzisse informação alguma.
A curva ROC mostra a gravidade do contra-balanço entre a sensibilidade e a especificidade de um teste e pode ser utilizada para ajudar a decidir onde deve ficar o melhor ponto de corte. Geralmente, o melhor fica no "ombro" da curva, a menos que existam razões clínicas para minimizar os falso-negativos ou os falso-positivos.
Interpretação: quanto maior a área, maior a probabilidade de acerto com maior probabilidade de detecção. Ou seja, maior a sensibilidade e a especificidade do teste (melhor é o teste).
Anormalidade[]
Como definir se algo é normal ou anormal?
Limites para anormalidade: pontos de corte são definidos por critérios epidemiológicos, porém devem ser interpretados como tal, e não como fronteiras entre países, por exemplo. Uma vez que valores que são considerados normais para uma idade (raça, gênero), não o são para outra. O modo insidioso como as doenças costumam evoluir explicam em grande parte a dificuldade em definir o ponto exato que delimita o normal do doente.
Anormal: em algumas situações, valores baixos ou elevados para uma variável fisiológica estão associados com melhor prognóstico (por exemplo: pressão arterial e densidade óssea, respectivamente). No entanto, muitos valores estão associados a risco de doença ao longo de uma ampla gama de valores, sem um limiar preciso para riscos aumentados (exemplo: glicemia de jejum).
Prevenção[]
É todo ato que tem impacto na redução da mortalidade e morbidade das pessoas. Tem como objetivo a redução do risco de se adquirir uma doença específica por reduzir a probabilidade de que uma doença ou desordem venha a afetar um indivíduo. A prevenção de doenças compreende três categorias:
Manutenção de baixo risco: assegurar que as pessoas de baixo risco permaneçam nessa condição.
Redução de risco: busca maneiras de controlar ou diminuir a prevalência da doença.
Detecção precoce: visa estimular a conscientização dos sinais precoces dos problemas de saúde e rastrear pessoas sob risco de modo a detectar um problema de saúde em sua fase inicial. Pode ser realizada tanto nos encontros clínicos quanto nos encontros em que não há demanda por cuidado, como: atestados e relatórios. Em ambos os casos, os profissionais da saúde precisam estar receptivos e atentos para, além das atividades em foco, observar possíveis sinais de doença e, se necessário, tomar as providências para detectá-los precocemente.
Estratégias para a detecção precoce são o diagnóstico precoce e o rastreamento. Essa última é uma ação dirigida à população assintomática, na fase subclínica do problema em questão.
Diagnóstico precoce: ações destinadas a identificar a doença em estágio inicial a partir de sintomas e/ou sinais clínicos.
Rastreamento: é a realização de testes/exames diagnósticos em populações ou pessoas assintomáticas, com a finalidade de diagnóstico precoce (prevenção secundária) ou de identificação e controle de riscos, tendo como objetivo final reduzir a morbidade e mortalidade da doença, agravo ou risco rastreado. O rastreamento viabiliza a identificação de indivíduos que têm a doença, mas que ainda não apresentam sintomas. Não está isento de riscos, pois significa interferir na vida de pessoas assintomáticas, ou seja, que até provem o contrário são saudáveis.
Rastreamento "Screening"[]
Quando um indivíduo exibe sinais e sintomas de uma doença e um teste diagnóstico é realizado, este não representa um rastreamento. No rastreamento, exames ou testes são aplicados em pessoas sadias, o que implica garantia de benefícios relevantes frente aos riscos e danos previsíveis e imprevisíveis da intervenção. Nele, um exame positivo não implica fechar um diagnóstico, pois geralmente são exames que selecionam as pessoas com maior probabilidade de apresentar a doença em questão. Outro teste confirmatório (com maior especificidade para a doença em questão) é necessário depois de um rastreamento positivo, para que se posso estabelecer um diagnóstico definitivo. Por exemplo, uma mamografia sugestiva de neoplasia deve ser seguida de uma biópsia e confirmação diagnóstica por anatomopatologia. Caso o diagnóstico fosse confirmado, o tratamento e seguimento deveriam estar assegurados.
Bibliografia[]
1 - JEKEL, James F.; KATZ, David L.; ELMORE, Joann G. Epidemiologia, bioestatística e medicina preventiva. 2. ed. Porto Alegre: Artmed, 2006.
2 - ZANOTTI, Fernanda Cristina. Anotações da Aula de Epidemiologia. 18/09/2013.
3 - ROUQUAYROL, Maria Z. Epidemiologia e Saúde. 5 ed. Rio de Janeiro: Medsi, 1999. 4 - JEKEL, James F.; KATZ, David L.; ELMORE, Joann G. Epidemiologia, bioestatística e medicina preventiva. 2. ed. Porto Alegre: Artmed, 2006.
Links Externos[]
1 - Vigilância em Saúde Pública