Dica do autor: A curva ROC é uma ferramenta gráfica para avaliar o desempenho discriminatório de um teste diagnóstico ao variar o ponto de corte. No eixo vertical colocamos sensibilidade (probabilidade de detectar doentes) e no eixo horizontal colocamos 1 − especificidade (taxa de falso-positivos). O pulo do gato é entender que o melhor teste é o que consegue alta sensibilidade e baixa taxa de falsos positivos ao mesmo tempo — isso corresponde ao ponto mais próximo do canto superior esquerdo do gráfico (sensibilidade próxima de 1 e 1 − especificidade próxima de 0). Outro conceito importante é a área sob a curva (AUC): quanto maior, melhor a discriminação; uma curva que segue a diagonal central tem AUC ≈ 0,5 e não discrimina nada. Para escolher pontos de corte também usamos índices como Youden (sensibilidade + especificidade − 1), que, na prática, indica o ponto da curva que maximiza a soma de sensibilidade e especificidade — geralmente próximo desse canto superior esquerdo em testes úteis.

Alternativa A: CORRETA. O canto superior esquerdo é o objetivo. Ali temos sensibilidade alta (próxima de 1) e 1 − especificidade baixo (próxima de 0), ou seja, poucos falsos negativos e poucos falsos positivos — o ideal para um bom teste discriminatório. Boa AUC e pontos de corte mais favoráveis ficam próximos desse canto.

Alternativa B: INCORRETA. O canto superior direito tem sensibilidade alta, mas também 1 − especificidade alta, ou seja, muitos falsos positivos (especificidade baixa). Um teste que fica ali identifica quase todos os doentes, mas ao custo de classificar muita gente saudável como doente — nem sempre desejável e não é sinal de alto poder discriminatório global.

Alternativa C: INCORRETA. O canto inferior esquerdo corresponde a sensibilidade baixa e baixa taxa de falsos positivos (alta especificidade), ou seja, o teste perde muitos doentes (muitos falsos negativos). Alta especificidade isoladamente não garante bom poder discriminatório se a sensibilidade for insuficiente.

Alternativa D: INCORRETA. O canto inferior direito é o pior cenário: sensibilidade baixa e 1 − especificidade alta (muitos falsos positivos e falsos negativos). Esse ponto indica praticamente ausência de utilidade diagnóstica (a curva estaria perto do canto oposto ao ideal).

Alternativa E: INCORRETA. O centro da curva, especialmente se próximo da diagonal, reflete desempenho semelhante ao acaso (AUC ≈ 0,5). Testes que ficam por ali não discriminam bem e não têm utilidade clínica confiável.

Resposta: Alternativa A