Dica do autor: O cerne da questão é entender probabilidade pré-teste (prior) e como sensibilidade/especificidade se relacionam com valores preditivos. Prevalência é, simplificando, a probabilidade de doença numa pessoa escolhida ao acaso numa população: é o ponto de partida antes de qualquer exame. Sensibilidade e especificidade descrevem o desempenho intrínseco do teste (capacidade de detectar doentes e de excluir não-doentes), mas não dizem sozinho qual é a probabilidade de um resultado positivo realmente indicar doença — para isso precisamos aplicar o teorema de Bayes: o valor preditivo positivo (VPP) e negativo (VPN) dependem fortemente da prevalência. Na prática clínica isso significa que o mesmo teste terá VPP diferente num ambulatório especializado (alta prevalência) e numa triagem populacional (baixa prevalência). Ou seja, conhecer a distribuição dos agravos na sua população — o chamado case-mix — é o pulo do gato para interpretar corretamente resultados e tomar decisões. Fique ligado: sensibilidade/especificidade são importantes para escolher o teste, prevalência (ou probabilidade pré-teste) é essencial para interpretar o resultado.

Alternativa A: INCORRETA. Dizer que o conhecimento da distribuição dos agravos na população de origem é desnecessário é um erro. Essa distribuição (prevalência ou probabilidade pré-teste) altera diretamente os valores preditivos do teste e, portanto, a probabilidade de acerto diagnóstico num contexto clínico. Saber o contexto epidemiológico do seu consultório é fundamental para estimar a chance de um paciente ter ou não a doença antes e depois do exame.

Alternativa B: CORRETA. Se não temos nenhuma outra informação individual (sem sinais, sem sintomas, sem história), a melhor estimativa da probabilidade de aquela pessoa ter a doença é a prevalência na população de origem. Em termos bayesianos, esse é o prior: a probabilidade antes de qualquer dado diagnóstico adicional.

Alternativa C: INCORRETA. Mesmo um teste com sensibilidade e especificidade muito altas não garante VPP alto quando a prevalência é baixa. Exemplo prático: sensibilidade 99% e especificidade 99% com prevalência de 0,1% resultam em muito mais falsos-positivos absolutos do que verdadeiros positivos, levando a um VPP baixo (no exemplo, algo em torno de 9%). Ou seja, VPP depende da prevalência.

Alternativa D: INCORRETA. A afirmação combinada de que apenas 1 e 3 seriam corretas é falsa porque ambas são incorretas: conhecer a distribuição dos agravos é necessário (posição 1 é falsa) e um teste muito sensível/específico não garante VPP alto em prevalência baixa (posição 3 é falsa).

Alternativa E: INCORRETA. Afirmar que todas as três são corretas não procede, pois 1 e 3 estão equivocadas pelos motivos já expostos. Apenas a afirmativa 2 é verdadeira.

Resposta: Alternativa B