Curva ROC: Entendendo o Desempenho de Testes Diagnósticos

UNIFESP/EPM - Universidade Federal de São Paulo - Escola Paulista de Medicina — Prova 2016

Enunciado

Usando a curva de ROC mostrada na figura, assinale a alternativa CORRETA: (VER IMAGEM)

Alternativas

1. A) No eixo 3 vão os valores falso-negativos.
2. B) No eixo 2 vão os valores da especificidade.
3. C) O ponto 1 é a curva ROC de um exame perfeito.
4. D) A linha 4 é a curva ROC de um exame com grande poder discriminatório.
5. E) A linha 6 mostra a curva ROC de um exame com melhor desempenho que o da linha 5.

Pérola Clínica

Curva ROC: Eixo Y = Sensibilidade (VP), Eixo X = 1-Especificidade (FP). Teste perfeito = ponto no canto superior esquerdo.

Resumo-Chave

A curva ROC é uma ferramenta gráfica para avaliar o desempenho de um teste diagnóstico, plotando a sensibilidade (taxa de verdadeiros positivos) contra 1-especificidade (taxa de falsos positivos) em vários pontos de corte. Um teste perfeito teria 100% de sensibilidade e 100% de especificidade, representado pelo ponto no canto superior esquerdo do gráfico.

Contexto Educacional

A Curva ROC (Receiver Operating Characteristic) é uma ferramenta gráfica fundamental em epidemiologia e medicina baseada em evidências para avaliar a acurácia de testes diagnósticos. Ela permite visualizar o trade-off entre sensibilidade e especificidade em diferentes pontos de corte de um teste contínuo ou ordinal, sendo crucial para a tomada de decisão clínica e para a compreensão da validade de novos exames. No gráfico da Curva ROC, o eixo Y representa a sensibilidade (taxa de verdadeiros positivos) e o eixo X representa 1-especificidade (taxa de falsos positivos). Um teste ideal teria uma curva que se aproxima do canto superior esquerdo do gráfico, indicando alta sensibilidade e alta especificidade simultaneamente. A linha diagonal (linha de não discriminação) representa um teste que não tem poder discriminatório, ou seja, seu desempenho é equivalente ao acaso. A Área Sob a Curva (AUC) é uma métrica sumária do desempenho do teste, variando de 0,5 (pior) a 1 (melhor). Uma AUC de 1 indica um teste perfeito, enquanto uma AUC de 0,5 sugere que o teste não é melhor que um palpite aleatório. A análise da Curva ROC é essencial para selecionar o ponto de corte ideal para um teste, equilibrando a necessidade de detectar a doença (sensibilidade) com a capacidade de excluir a doença (especificidade), dependendo do contexto clínico.

Perguntas Frequentes

O que representa o eixo Y na curva ROC?

O eixo Y representa a sensibilidade do teste, ou seja, a taxa de verdadeiros positivos (VP). É a capacidade do teste de identificar corretamente os indivíduos com a doença.

O que significa um ponto no canto superior esquerdo da curva ROC?

Um ponto no canto superior esquerdo (0,1) representa um teste diagnóstico perfeito, com 100% de sensibilidade e 100% de especificidade, ou seja, 0% de falsos positivos e 0% de falsos negativos.

Como a área sob a curva (AUC) se relaciona com o desempenho do teste?

A Área Sob a Curva (AUC) é uma medida global do desempenho do teste. Quanto mais próxima de 1, melhor o poder discriminatório do teste; uma AUC de 0,5 indica um teste sem poder discriminatório (equivalente ao acaso).

Responda esta e mais de 150 mil questões comentadas no MedEvo — a plataforma de residência médica com IA.