Teorema de Bayes e DAC: Interpretando a Probabilidade Pós-Teste

MedEvo Ciclo Básico — Prova 2025

Enunciado

Um médico plantonista atende um paciente de 65 anos com quadro de dor torácica atípica. Ao aplicar um escore de probabilidade clínica para Doença Arterial Coronariana (DAC), o médico define que a probabilidade pré-teste do paciente é de 10% (baixa probabilidade). Mesmo assim, decide solicitar um Teste Ergométrico, que apresenta Sensibilidade de 70% e Especificidade de 70%. O resultado do teste é 'Positivo' para isquemia. Considerando os fundamentos de probabilidade condicional e o Teorema de Bayes aplicados a este cenário, qual é a interpretação correta sobre a probabilidade pós-teste deste paciente?

Alternativas

1. A) O Valor Preditivo Positivo (VPP) será elevado, pois a sensibilidade do teste é suficiente para confirmar o diagnóstico em idosos.
2. B) A probabilidade de o paciente realmente ter a doença, dado o teste positivo, é menor do que a sensibilidade isolada do exame.
3. C) A especificidade do teste aumentará automaticamente para compensar a baixa probabilidade pré-teste do paciente.
4. D) O Valor Preditivo Negativo (VPN) seria prejudicado caso a probabilidade pré-teste fosse ainda menor que 10%.

Pérola Clínica

SnNout e SpPIn: Testes muito Sensíveis, quando negativos, excluem a doença (Sensitive-Negative-out). Testes muito Específicos, quando positivos, confirmam a doença (Specific-Positive-in). Mas lembre-se: o valor preditivo sempre 'dança' conforme a prevalência.

Contexto Educacional

A aplicação do Teorema de Bayes na prática clínica é o pilar do diagnóstico racional. Ele estabelece que a probabilidade de uma doença após um teste (pós-teste) depende não apenas da acurácia do exame (sensibilidade e especificidade), mas fundamentalmente da probabilidade estimada antes do teste (pré-teste). Em pacientes com dor torácica atípica e baixo risco, a solicitação indiscriminada de exames pode levar a iatrogenias. No caso apresentado, com uma probabilidade pré-teste de 10%, mesmo um teste com 70% de sensibilidade e especificidade resultará em um Valor Preditivo Positivo (VPP) baixo (aproximadamente 20%). Isso significa que, apesar do teste positivo, há 80% de chance de o paciente não ter a doença. Isso ocorre porque o número de falsos positivos supera o de verdadeiros positivos em populações de baixa prevalência. Para residentes, dominar esses conceitos evita a realização de exames desnecessários e ajuda na comunicação de riscos aos pacientes. O uso de razões de verossimilhança (Likelihood Ratios) é uma forma prática de aplicar Bayes à beira do leito para refinar o diagnóstico clínico.

Perguntas Frequentes

O que acontece com o VPP se a doença for muito comum?

O VPP aumenta. Quanto mais comum a doença na população testada, mais confiável é o resultado positivo.

Sensibilidade e Especificidade mudam com a prevalência?

Classicamente, não. Elas são propriedades fixas do teste, embora na prática clínica possam variar conforme a gravidade da doença (viés de espectro).

Por que o VPN aumenta quando a prevalência diminui?

Porque se a doença é rara, é muito mais fácil e provável que um resultado negativo esteja correto (há poucos doentes para o teste 'perder').

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