HCV - Hospital da Cruz Vermelha Brasileira (PR) — Prova 2015
Um paciente com história de uso de droga injetável e compartilhamento de seringa em 3 ocasiões vem à consulta com um exame de HIV positivo. Considerando sensibilidade de 96% e especificidade de 98% desse exame e assumindo uma probabilidade de 30% de infecção nessas circunstâncias, determine qual a probabilidade desse exame, de fato, estar CORRETO:
Probabilidade pós-teste = (Sensibilidade * Prevalência) / [(Sensibilidade * Prevalência) + (1-Especificidade) * (1-Prevalência)].
O Teorema de Bayes é crucial para interpretar resultados de testes diagnósticos, especialmente quando a prevalência da doença na população testada é conhecida. Ele permite calcular a probabilidade de um indivíduo realmente ter a doença, dado um resultado de teste positivo, considerando a sensibilidade e especificidade do teste.
O Teorema de Bayes é uma ferramenta estatística fundamental na medicina, especialmente na interpretação de testes diagnósticos. Ele permite calcular a probabilidade de um indivíduo realmente ter uma doença (probabilidade pós-teste ou valor preditivo positivo) após um resultado de teste, levando em consideração a probabilidade pré-teste (prevalência da doença na população) e as características do teste (sensibilidade e especificidade). A sensibilidade de um teste é a proporção de verdadeiros positivos entre os indivíduos doentes, enquanto a especificidade é a proporção de verdadeiros negativos entre os indivíduos saudáveis. No entanto, um resultado positivo não garante 100% de certeza da doença, pois a prevalência da condição na população testada desempenha um papel crucial. Em cenários de baixa prevalência, mesmo testes altamente específicos podem gerar um número significativo de falsos positivos. Para residentes, compreender o Teorema de Bayes é essencial para uma prática clínica baseada em evidências, permitindo uma avaliação mais precisa do risco de doença após um teste e evitando diagnósticos desnecessários ou tardios. A aplicação correta desses conceitos otimiza a tomada de decisão clínica e a comunicação com o paciente sobre os resultados dos exames.
O Teorema de Bayes é uma fórmula matemática que calcula a probabilidade de um evento ocorrer com base em conhecimentos prévios das condições que podem estar relacionadas ao evento. Na medicina, é vital para interpretar resultados de testes diagnósticos, ajustando a probabilidade pré-teste (prevalência) pela acurácia do teste.
Quanto maior a prevalência da doença na população testada, maior será o valor preditivo positivo de um teste. Em populações de baixa prevalência, mesmo testes com alta especificidade podem ter um VPP relativamente baixo, levando a mais falsos-positivos.
Sensibilidade é a capacidade de um teste identificar corretamente os indivíduos doentes (verdadeiros positivos). Especificidade é a capacidade de um teste identificar corretamente os indivíduos saudáveis (verdadeiros negativos).
Responda esta e mais de 150 mil questões comentadas no MedEvo — a plataforma de residência médica com IA.
Responder questão no MedEvo