Sobre esta ferramenta
Aplica o teorema de Bayes para calcular probabilidades condicionais a partir de uma probabilidade prévia, sensibilidade e especificidade. Mostra os valores preditivos positivo e negativo, úteis para interpretar testes de diagnóstico (médicos, de droga, antivírus) e para qualquer problema onde precises de actualizar uma crença com base em nova evidência.
Como usar
- Insere a prevalência ou probabilidade prévia (frequência da condição na população).
- Insere a sensibilidade do teste (quantos casos positivos reais detecta).
- Insere a especificidade (quantos casos negativos reais identifica correctamente).
- Vê os valores preditivos positivo e negativo.
Perguntas frequentes
- Para que servem o valor preditivo positivo e negativo?
- O valor preditivo positivo é a probabilidade de teres mesmo a condição, dado que o teste deu positivo. O valor preditivo negativo é a probabilidade de não a teres, dado que o teste deu negativo. São mais úteis na prática do que sensibilidade e especificidade isoladas, porque dizem o que importa na presença de um resultado concreto.
- Porque é que um teste muito sensível pode dar muitos falsos positivos?
- Quando a condição é rara na população (prevalência baixa), mesmo um teste com 99% de especificidade gera muitos falsos positivos em termos absolutos, porque há tantos negativos verdadeiros que o 1% de erro acumula. É o paradoxo de Bayes e é a razão pela qual os testes de rastreio precisam de ser interpretados com cuidado.
- Como é que sei a prevalência a usar?
- Idealmente, vem de estudos epidemiológicos. Em diagnóstico médico, varia muito entre populações: rastreios em massa usam a prevalência geral, enquanto que num doente com sintomas específicos a probabilidade prévia é mais elevada (ajusta-se com base no quadro clínico). Sem dado real, pode-se experimentar vários valores para ver a sensibilidade do resultado.