AVALIAÇÃO DE TESTES DIAGNÓSTICOS ATRAVÉS DE SIMULAÇÃO COMPUTACIONAL

Resumo

O uso de testes diagnósticos requer, além de considerações clínicas, o conhecimento de algumas medidas sobre o seu desempenho, em particular, a sensibilidade e a especificidade. Essas medidas são definidas respectivamente como a probabilidade de um teste dar positivo dado que o indivíduo seja portador de uma determinada doença e a probabilidade de um teste dar negativo dado que o indivíduo não seja portador dessa doença. Este trabalho teve como objetivo estudar os testes diagnósticos através de um ponto de vista estatístico, ou seja, avaliar a influência que medidas como a sensibilidade, especificidade e prevalência tem sobre o desempenho de um teste diagnóstico. Com a utilização da linguagem de programação Python, realizou-se um estudo de simulação computacional para verificar o comportamento desses testes ao variar os valores dessas medidas. Concluiu-se que um teste com maior sensibilidade acarreta a ocorrência de mais resultados Verdadeiro Positivo e menos resultados Falso Negativo, enquanto um teste com alta especificidade tem mais resultados Verdadeiro Negativo e menos do tipo Falso Positivo. Observou-se também que uma doença com grande prevalência provoca mais resultados Verdadeiro Negativo e Falso Positivo, enquanto uma doença mais rara gera mais resultados Verdadeiro Positivo e Falso Negativo.