Dica do autor: Sensibilidade e especificidade são medidas intrínsecas de desempenho de um teste: sensibilidade é a capacidade do exame de identificar corretamente quem tem a doença (proporção de verdadeiros positivos), enquanto especificidade é a capacidade de identificar corretamente quem não tem a doença (proporção de verdadeiros negativos). O pulo do gato na prática clínica é saber quando priorizar sensibilidade ou especificidade: em triagem, queremos poucos casos perdidos — logo alta sensibilidade (SNOUT: Sensitive test when Negative rules OUT). Para confirmar diagnóstico, valorizamos alta especificidade, evitando falsos positivos (SPIN: Specific test when Positive rules IN). Já os valores preditivos (positivo e negativo) dizem respeito à probabilidade pós-teste de o indivíduo realmente ter ou não a doença, e dependem da prevalência/probabilidade pré-teste: quando a doença é rara, PPV cai e NPV sobe. Fique ligado: sensibilidade/especificidade são propriedades do teste; valores preditivos variam com o contexto populacional e devem guiar decisões clínicas.

Alternativa A: INCORRETA. A frase descreve sensibilidade, não especificidade. Especificidade é a probabilidade de o teste dar negativo na ausência da doença (VN verdadeiros sobre todos os sem doença). A confusão entre positivo/negativo é comum — basta lembrar que sensibilidade = identificação de doentes (positivos entre os doentes) e especificidade = identificação dos não-doentes (negativos entre os não-doentes).

Alternativa B: CORRETA. Matemática e clinicamente correta: sensibilidade = verdadeiros positivos / (verdadeiros positivos + falsos negativos). Quanto maior a sensibilidade, menor a proporção de falsos negativos. Na prática, um teste muito sensível minimiza o número de casos que passam despercebidos — ideal para triagem onde perder caso é prejudicial.

Alternativa C: INCORRETA. Essa frase mistura conceitos: a probabilidade de um teste dar negativo na ausência da doença é a especificidade, não a sensibilidade. Sensibilidade refere-se à probabilidade de teste positivo entre os que têm a doença.

Alternativa D: INCORRETA. O valor preditivo positivo (VPP) é a probabilidade de que o paciente realmente tenha a doença quando o teste é positivo (TP / (TP + FP)). A descrição dada refere-se ao valor preditivo negativo (VPN), que é a probabilidade de não ter doença quando o teste é negativo. Lembre-se: PPV = probabilidade de doença se positivo; NPV = probabilidade de ausência de doença se negativo — ambos dependem fortemente da prevalência.

Alternativa E: INCORRETA. A afirmação inverte a aplicação prática da especificidade. Quanto mais específico for um teste, maior confiança temos de que um resultado positivo representa realmente doença (menos falsos positivos), ou seja, especificidade é útil para "reconhecer" doentes quando o teste é positivo (SPIN). Para ter segurança de que um resultado negativo afasta a doença, precisamos de alta sensibilidade (e um NPV alto no contexto da prevalência em questão).

Resposta: Alternativa B