Dica do autor: A curva ROC (receiver operating characteristic) resume a capacidade de um teste em discriminar entre presença e ausência de uma condição, plotando sensibilidade (eixo Y) versus 1 - especificidade (eixo X) para todos os possíveis pontos de corte. O pulo do gato é que o que realmente resume o desempenho global é a área sob a curva (AUC): quanto mais perto de 1, melhor a discriminação. Bater o olho e saber que uma curva “abraçada” ao canto superior esquerdo é superior ajuda, porque ela alcança alta sensibilidade com baixa taxa de falso-positivos. Importante: a ROC é independente da prevalência da doença, e não fornece, por si só, valores preditivos (PPV e NPV) sem considerar prevalência e ponto de corte escolhido. A inclinação ou “agudeza” em trechos da curva dá informação sobre desempenho em faixas específicas de sensibilidade/especificidade, mas não substitui a AUC quando se quer comparar desempenho global entre métodos.

Alternativa A: INCORRETA. Dizer que o método B é melhor apenas porque a curva tem um término mais agudo é analisar só um detalhe local da curva. Uma inclinação mais acentuada em certo trecho indica que, naquela faixa de valores de corte, há rápido ganho em sensibilidade para pequeno aumento de falso-positivos, mas isso não garante melhor desempenho global. O que conta para comparação global é a AUC — e uma “ponta” aguda isolada não altera esse fato.

Alternativa B: INCORRETA. A afirmação sobre “medidas mais próximas entre si” é vaga e não se aplica à interpretação de ROC. Proximidade entre medidas poderia remeter a reprodutibilidade ou variação, mas a curva ROC avalia sensibilidade e especificidade ao longo dos cortes, não a dispersão das medidas do teste. Logo, essa justificativa não é adequada para afirmar superioridade diagnóstica.

Alternativa C: CORRETA. O método A é o melhor porque apresenta maior área sob a curva. A AUC sintetiza a capacidade discriminativa do teste ao longo de todos os pontos de corte: quanto maior a AUC, maior a probabilidade de o teste ordenar corretamente um indivíduo com doença acima de um indivíduo sem doença. Em termos práticos, A tem melhor sensibilidade/especificidade combinadas ao longo da curva, justificando sua superioridade global.

Alternativa D: INCORRETA. Embora o enunciado desta alternativa repita a afirmação sobre AUC, na ordem das alternativas já consideramos a justificativa correta em C. Reforçando: o critério certo é a AUC, mas não há razão para marcar outra alternativa idêntica como adicionalmente correta — a resposta única correta é a que aponta a maior AUC como critério.

Alternativa E: INCORRETA. Não é possível afirmar que ambos têm valor prognóstico positivo semelhante olhando apenas para as curvas ROC. O PPV depende da prevalência da doença e do ponto de corte escolhido; a ROC expressa sensibilidade e especificidade ao longo dos cortes e não dá diretamente o PPV. Só com prevalência conhecida e escolha de um limiar é que se calcula e compara PPV.

Resposta: Alternativa C