Dica do autor: Sensibilidade é uma medida de desempenho de um teste diagnóstico que indica a capacidade do exame em identificar corretamente os indivíduos que realmente têm a doença. Em termos práticos e matemáticos, é a razão entre verdadeiros positivos (VP) e todos os doentes (VP + falsos negativos, FN): sensibilidade = VP / (VP + FN). Quanto maior a sensibilidade, menor a chance de um doente ser classificado como negativo (ou seja, menos falsos negativos). O pulo do gato na clínica é entender quando priorizar sensibilidade: em triagens e doenças nas quais perder um caso tem alto custo (por ex.: HIV na triagem, câncer em estágios iniciais), prefere-se testes muito sensíveis. Outra sacada importante: sensibilidade e especificidade são propriedades intrínsecas do teste e não variam com a prevalência da doença; já os valores preditivos (positivo e negativo) mudam conforme a prevalência. Fique ligado também na relação prática entre sensibilidade e especificidade — ao ajustar o limiar de corte do exame, aumenta-se uma e geralmente diminui-se a outra; por isso usamos curvas ROC para escolher o ponto ideal quando necessário.

Alternativa A: INCORRETA. Especificidade é o oposto complementar da sensibilidade: mede a capacidade do exame em identificar corretamente os indivíduos sem a doença (verdadeiros negativos). Matematicamente, especificidade = VN / (VN + falsos positivos, FP). Um teste com alta especificidade tem poucos falsos positivos, útil quando queremos "confirmar" a doença (teste altamente específico + positivo aumenta confiança).

Alternativa B: INCORRETA. Acuidade (ou acurácia) refere-se à proporção de resultados corretos do exame no total de indivíduos testados: (VP + VN) / (VP + VN + FP + FN). Ela dá uma ideia geral do desempenho, mas pode ser enganosa quando a prevalência é muito baixa ou muito alta — um teste pode ter alta acurácia apenas refletindo a predominância de negativos na população.

Alternativa C: CORRETA. Sensibilidade é exatamente a capacidade de detectar a doença quando presente, ou seja, a proporção de doentes corretamente identificados como positivos pelo teste (VP / [VP + FN]). É a medida que diminui quando aumentam os falsos negativos; por isso testes de triagem costumam priorizar sensibilidade alta.

Alternativa D: INCORRETA. Valor preditivo positivo (VPP) é a probabilidade de que um indivíduo com teste positivo realmente tenha a doença: VPP = VP / (VP + FP). Diferente da sensibilidade, o VPP depende da prevalência da doença na população testada — quanto maior a prevalência, maior o VPP para um mesmo teste.

Alternativa E: INCORRETA. Valor preditivo negativo (VPN) é a probabilidade de que um indivíduo com teste negativo realmente não tenha a doença: VPN = VN / (VN + FN). Assim como o VPP, o VPN varia com a prevalência: em populações com baixa prevalência, o VPN tende a ser alto.

Resposta: Alternativa C