INCA - Instituto Nacional de Câncer José Alencar Gomes da Silva (RJ) — Prova 2017
A figura abaixo mostra as curvas ROC referentes ao desempenho de quatro testes diagnósticos distintos para a detecção precoce de um tipo específico de câncer. O teste que apresenta a melhor acurácia é o:
Curva ROC: Quanto mais próxima do canto superior esquerdo, maior a acurácia do teste diagnóstico.
A curva ROC (Receiver Operating Characteristic) é uma ferramenta gráfica para avaliar o desempenho de um teste diagnóstico. Um teste com melhor acurácia terá sua curva mais próxima do canto superior esquerdo do gráfico, indicando alta sensibilidade e alta especificidade simultaneamente.
As curvas ROC (Receiver Operating Characteristic) são ferramentas gráficas essenciais na avaliação da acurácia de testes diagnósticos. Elas plotam a sensibilidade (taxa de verdadeiros positivos) contra 1-especificidade (taxa de falsos positivos) para todos os possíveis pontos de corte de um teste. A importância clínica reside em permitir a comparação visual e quantitativa do desempenho de diferentes testes ou de um mesmo teste em diferentes condições. Um teste diagnóstico ideal teria uma curva ROC que passa pelo canto superior esquerdo do gráfico (sensibilidade de 100% e especificidade de 100%), indicando que ele consegue identificar corretamente todos os doentes e todos os não-doentes. Na prática, testes reais apresentam curvas que se afastam desse ideal. Quanto mais a curva se aproxima do canto superior esquerdo, melhor o desempenho do teste. A área sob a curva (AUC) é uma medida numérica que resume a acurácia global do teste, variando de 0,5 (desempenho aleatório) a 1,0 (desempenho perfeito). Para estudantes e profissionais, compreender as curvas ROC é fundamental para a interpretação crítica de estudos diagnósticos e para a escolha do teste mais apropriado na prática clínica. A análise da curva permite identificar o ponto de corte ideal para um teste, equilibrando sensibilidade e especificidade de acordo com o objetivo clínico (por exemplo, priorizar a sensibilidade para rastreamento ou a especificidade para confirmação diagnóstica).
Uma curva ROC representa a relação entre a taxa de verdadeiros positivos (sensibilidade) e a taxa de falsos positivos (1-especificidade) de um teste diagnóstico em diferentes pontos de corte.
O teste com melhor acurácia é aquele cuja curva se aproxima mais do canto superior esquerdo do gráfico, indicando maior sensibilidade e especificidade, e que possui a maior área sob a curva (AUC).
A AUC é uma medida sumária da acurácia geral de um teste diagnóstico. Uma AUC de 1 indica um teste perfeito, enquanto 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.
Responder questão no MedEvo