Dica do autor: O pulo do gato aqui é transformar a prevalência e as características do teste em números absolutos — o famoso raciocínio com uma coorte hipotética de 1.000 pacientes é imbatível. A sensibilidade nos diz quantos dos doentes serão identificados (verdadeiros positivos) e a especificidade quantos dos não-doentes serão corretamente negativos (verdadeiros negativos). O valor preditivo positivo (VPP) é a probabilidade de quem testou positivo estar realmente doente: VPP = TP / (TP + FP). Com prevalência baixa, mesmo testes bons geram muitos falsos positivos em termos absolutos, e isso derruba o VPP. Aqui, usando 1.000 pacientes: prevalência 20/1.000 → 20 doentes; sensibilidade 85% → TP = 17; falsos negativos = 3. Entre os 980 sem doença, especificidade 93% → VN = 911 e FP = 69. Então VPP = 17 / (17 + 69) = 17/86. Batendo o olho: TP pequeno e FP relativamente grande — logo o VPP fica em torno de 20%.

Alternativa A: INCORRETA. 17/20 representa a sensibilidade (TP / total de doentes). De fato 17 é o número de verdadeiros positivos e 20 o total de doentes na coorte hipotética, mas o VPP não usa o denominador dos doentes; usa o total de testes positivos.

Alternativa B: CORRETA. 17/86 é exatamente TP / (TP + FP). Com TP = 17 e FP = 69, o total de positivos é 86, logo o VPP = 17/86 ≈ 19,8%. É a resposta certa.

Alternativa C: INCORRETA. 911/980 corresponde à especificidade (VN / total de não-doentes). É a proporção de negativos corretos entre os não-doentes, não o VPP.

Alternativa D: INCORRETA. 69/1.000 é a taxa absoluta de falsos positivos na população total (FP / população), ou seja 6,9% da amostra, mas não é o VPP, que considera apenas os indivíduos com resultado positivo.

Alternativa E: INCORRETA. 69/980 é a taxa de falsos positivos entre os não-doentes (FP / total de não-doentes), que equivale à taxa de erro complementar à especificidade (1 - especificidade). Também não é o VPP.

Resposta: Alternativa B