Calculadora de probabilidade pós-teste
Calcule a probabilidade pós-teste com o teorema de Bayes
Informe a probabilidade prévia, a sensibilidade do teste e a especificidade do teste (todas em porcentagem) para calcular as probabilidades pós-teste, PPV, NPV e razões de verossimilhança.
Calculadora de probabilidade pós-teste
Calcule a probabilidade pós-teste com o teorema de Bayes
Sobre a calculadora de probabilidade pós-teste
A probabilidade pós-teste é a probabilidade revisada de que um paciente tenha uma condição depois que o resultado de um teste diagnóstico é conhecido. Ela é calculada com o teorema de Bayes, que atualiza formalmente as crenças à luz de novas evidências. Esta calculadora implementa a estrutura central de acurácia diagnóstica usada na medicina baseada em evidências, no suporte à decisão clínica e na educação médica.
As três entradas necessárias são: (1) probabilidade prévia — a probabilidade pré-teste ou prevalência da doença antes do teste; (2) sensibilidade — a taxa de verdadeiros positivos, ou a probabilidade de o teste ser positivo quando a condição está presente; e (3) especificidade — a taxa de verdadeiros negativos, ou a probabilidade de o teste ser negativo quando a condição está ausente.
Para um resultado positivo, a probabilidade pós-teste é igual ao valor preditivo positivo (PPV), calculado como: PPV = (sensibilidade × prévia) / (sensibilidade × prévia + (1−especificidade) × (1−prévia)). Para um resultado negativo, a probabilidade de doença é 1 − NPV, onde NPV = (especificidade × (1−prévia)) / (especificidade × (1−prévia) + (1−sensibilidade) × prévia).
As razões de verossimilhança (LRs) oferecem outra forma de atualizar probabilidades. LR+ = sensibilidade / (1−especificidade) indica quanto um resultado positivo aumenta as chances da doença. LR− = (1−sensibilidade) / especificidade indica quanto um resultado negativo reduz as chances. Regra prática: LR+ acima de 10 ou LR− abaixo de 0.1 indica um teste com forte poder diagnóstico.
Um dos resultados mais contraintuitivos na estatística médica é o efeito da taxa base: mesmo um teste muito preciso pode ter PPV baixo quando a doença é rara. Por exemplo, um teste com 99% de sensibilidade e 99% de especificidade aplicado a uma doença com prevalência de 0.1% tem PPV de apenas cerca de 9%. Isso significa que 91% dos positivos são falsos positivos — uma consideração crítica em programas de rastreamento populacional.
Esta calculadora é útil para clínicos que interpretam testes diagnósticos, pesquisadores que desenham protocolos de rastreamento, estudantes de medicina aprendendo raciocínio bayesiano e epidemiologistas avaliando o desempenho de testes em diferentes níveis de prevalência.
Lembre-se sempre de que a probabilidade prévia deve ser estimada com a melhor evidência disponível: dados de prevalência publicados, histórico clínico, achados do exame físico e fatores de risco do paciente. A qualidade da sua estimativa pós-teste depende diretamente da precisão da estimativa prévia e da validade dos valores publicados de sensibilidade e especificidade do teste.
Exemplos
Estes exemplos mostram como a prevalência da doença e a precisão do teste afetam a probabilidade pós-teste.
| Prévia, sensibilidade, especificidade | Prob pós-teste (+) | Cenário |
|---|---|---|
| Prévia=20%, Sens=85%, Esp=80% | PPV ≈ 51.5% | Rastreamento de condição comum |
| Prévia=0.1%, Sens=99%, Esp=99% | PPV ≈ 9.0% | Doença rara — negligência da taxa base |
| Prévia=5%, Sens=99.5%, Esp=85% | PPV ≈ 25.8% | Teste de rastreamento de alta sensibilidade |
| Prévia=15%, Sens=80%, Esp=99.8% | PPV ≈ 98.8% | Teste confirmatório de alta especificidade |
Como usar esta calculadora
- Informe a probabilidade prévia (pré-teste) como porcentagem — pode ser a prevalência ou sua estimativa inicial da probabilidade da doença antes do teste.
- Informe a sensibilidade do teste (taxa de verdadeiros positivos) como porcentagem — com que frequência o teste é positivo quando a condição está presente.
- Informe a especificidade do teste (taxa de verdadeiros negativos) como porcentagem — com que frequência o teste é negativo quando a condição está ausente.
- Clique em “Calcular” para ver as probabilidades pós-teste após um resultado positivo e negativo, além de PPV, NPV e razões de verossimilhança.
- Use os botões de carregamento rápido para explorar cenários clínicos reais e observar como a prevalência afeta a interpretação do teste.
Perguntas frequentes
O que é probabilidade pós-teste?
Probabilidade pós-teste é a probabilidade de uma condição estar presente dado o resultado de um teste diagnóstico. Ela é derivada do teorema de Bayes e combina a probabilidade prévia (prevalência ou probabilidade pré-teste) com a sensibilidade e a especificidade do teste. Um teste positivo aumenta a probabilidade acima da prévia; um teste negativo a reduz.
Qual é a diferença entre sensibilidade e especificidade?
Sensibilidade (taxa de verdadeiros positivos) mede a proporção de pessoas com a condição que testam positivo: TP / (TP + FN). Especificidade (taxa de verdadeiros negativos) mede a proporção de pessoas sem a condição que testam negativo: TN / (TN + FP). Alta sensibilidade minimiza casos perdidos; alta especificidade minimiza falsos alarmes.
O que é PPV e por que ele depende da prevalência?
O valor preditivo positivo (PPV) é a probabilidade de que uma pessoa com teste positivo realmente tenha a condição. Ele depende tanto da precisão do teste quanto da prevalência da doença. Mesmo com um teste 99% preciso, o PPV pode ser baixo para doenças raras — um fenômeno conhecido como paradoxo do falso positivo ou negligência da taxa base. Por isso, entender a probabilidade prévia é crucial na medicina diagnóstica.
O que são razões de verossimilhança e como usá-las?
A razão de verossimilhança positiva (LR+) = sensibilidade / (1−especificidade) indica quanto um resultado positivo aumenta as chances da doença. LR− = (1−sensibilidade) / especificidade indica quanto um resultado negativo reduz as chances. Regra prática: LR+ > 10 ou LR− < 0.1 produzem mudanças grandes e clinicamente significativas na probabilidade.
Por que um teste muito preciso pode gerar baixa probabilidade pós-teste?
Quando a prevalência da doença (probabilidade prévia) é muito baixa, mesmo um teste muito preciso produz muitos falsos positivos em relação aos verdadeiros positivos. Por exemplo, um teste 99% preciso para uma doença com prevalência de 0.1% tem PPV de apenas cerca de 9% — 91% dos testes positivos são falsos positivos. É por isso que o rastreamento em massa de doenças raras deve ser cuidadosamente planejado.
Qual é a diferença entre PPV e probabilidade pós-teste após um resultado positivo?
Para um teste simples com dois resultados (positivo/negativo), PPV e a probabilidade pós-teste após um resultado positivo são o mesmo valor. Ambos representam P(doença | teste positivo). O termo “probabilidade pós-teste” é a linguagem bayesiana mais geral usada na tomada de decisão clínica, enquanto PPV é o termo epidemiológico usado em estudos de validação de testes.