Dica do autor: A epidemiologia clínica é o mapa que orienta a decisão diagnóstica. Antes de pedir ou interpretar qualquer exame, o médico deve estimar a probabilidade pré-teste — uma avaliação baseada no cenário epidemiológico (prevalência), na apresentação clínica do paciente e nos fatores de risco individuais. Sensibilidade e especificidade descrevem o desempenho intrínseco do teste; já os valores preditivos traduzem o resultado do teste numa probabilidade clínica: valor preditivo positivo (VPP) é a probabilidade de ter a doença se o teste for positivo; valor preditivo negativo (VPN) é a probabilidade de não ter a doença se o teste for negativo. A mágica (ou o pulo do gato) é que esses valores mudam conforme a prevalência da doença no contexto — um mesmo exame tem VPP maior em ambientes com prevalência alta e VPN maior em ambientes com prevalência baixa. Por isso a interpretação deve usar também razões de verossimilhança e o teorema de Bayes para ajustar a probabilidade pré-teste à probabilidade pós-teste. Em termos práticos: testes sensíveis são ótimos para triagem (descartar quando negativos), testes específicos são melhores para confirmar diagnóstico (aceitar quando positivos), e o valor clínico final do exame depende de onde o paciente está sendo atendido e do quanto você já estimou que ele tinha da doença antes do exame.

Alternativa A: INCORRETA. A probabilidade pré-teste está sim associada à prevalência, mas não se confunde com ela. A prevalência da doença na população ou no cenário (hospitalar, ambulatorial, emergência) é um componente importante para estimar a probabilidade pré-teste — porém, o clínico ajusta essa estimativa com sinais, sintomas e fatores individuais. Ou seja: a probabilidade pré-teste varia entre cenários (hospital x ambulatório) porque a prevalência e o perfil dos pacientes mudam.

Alternativa B: INCORRETA. Testes com alta especificidade são valiosos para confirmar um diagnóstico quando o resultado é positivo (SpPin), normalmente em fase final do raciocínio diagnóstico; eles não são a melhor escolha no início, quando você quer excluir muitas hipóteses — aí o ideal são testes sensíveis (SnNout). Começar com um teste altamente específico pode resultar em perdas de casos verdadeiros se usado como triagem.

Alternativa C: CORRETA. O valor preditivo de um teste é, de fato, a probabilidade de uma doença existir dado o resultado do teste (VPP para teste positivo; VPN para teste negativo) e esses valores variam com a prevalência da doença no contexto. Em termos estatísticos isso decorre diretamente do teorema de Bayes: VPP e VPN são funções da sensibilidade, especificidade e da prevalência — por isso mudam entre populações e cenários clínicos.

Alternativa D: INCORRETA. É verdade que nenhum resultado isolado "garante" diagnóstico, mas não existe um corte mágico de acurácia (como 90%) que torne o teste absoluto. A acurácia global é dependente da prevalência e pode ocultar erros (por exemplo, em doenças raras um teste com alta acurácia pode ter VPP baixo). O raciocínio correto é usar sensibilidade, especificidade e razões de verossimilhança junto com a probabilidade pré-teste para chegar à probabilidade pós-teste — nunca confiar só em um número de acurácia para garantir a presença ou ausência da doença.

Resposta: Alternativa C