Dica do autor: O pulo do gato aqui é diferenciar duas coisas que o pessoal às vezes confunde: sensibilidade/especificidade versus valores preditivos. Sensibilidade (93%) é a probabilidade do teste dar positivo quando a doença está presente; especificidade (94%) é a probabilidade do teste dar negativo quando a doença está ausente. A probabilidade do teste ser falso positivo é simplesmente a taxa de falsos positivos do exame, ou seja, 1 - especificidade. Analogamente, a probabilidade de falso negativo é 1 - sensibilidade. Essas duas medidas são características intrínsecas do teste e não dependem da prevalência para o seu cálculo direto. Já os valores preditivos (probabilidade de doença dado um teste positivo ou negativo) dependem da prevalência e exigem o uso do Teorema de Bayes — aí sim a prevalência entra no cálculo e muda tudo.

Alternativa A: CORRETA. Aqui está correto: falso positivo = 1 - especificidade = 1 - 0,94 = 0,06 → 6%; falso negativo = 1 - sensibilidade = 1 - 0,93 = 0,07 → 7%. Simples, direto e independente da prevalência quando a pergunta pede essas probabilidades do próprio desempenho do teste.

Alternativa B: INCORRETA. Esta alternativa inverte as taxas. Ela diz 7% (FP) e 6% (FN), mas na verdade o falso positivo corresponde a 6% (1 - especificidade) e o falso negativo a 7% (1 - sensibilidade). Trocar a ordem é um erro clássico de atenção.

Alternativa C: INCORRETA. Os números sugeridos aqui (39,4% e 4%) não correspondem às taxas de falso positivo/falso negativo. O ~39,4% aparece quando você calcula o valor preditivo positivo (PPV) usando prevalência de 4%: PPV ≈ (0,93×0,04) / [(0,93×0,04) + (0,06×0,96)] ≈ 39,4%. Já o 4% é a prevalência, não a probabilidade de falso negativo. O falso negativo real entre todos os testes negativos (1 − NPV) é muito menor (~0,3%). Portanto, essa alternativa mistura conceitos diferentes.

Alternativa D: INCORRETA. Também está equivocada: coloca a prevalência (4%) em primeiro lugar e o PPV (~39,4%) em segundo, como se fossem as probabilidades de falso positivo e falso negativo. De novo, prevalência e valores preditivos não são iguais às taxas de erro intrínsecas do teste (1 − especificidade e 1 − sensibilidade).

Resposta: Alternativa A