Dica do autor: O pulo do gato aqui é lembrar o que é intrínseco ao teste e o que depende da população. Sensibilidade e especificidade são propriedades do método — em condições semelhantes de execução elas não mudam com a prevalência. Já os valores preditivos (positivo e negativo) são probabilidades condicionais que dependem da prevalência da doença na população em que o teste é aplicado: quanto maior a prevalência, maior tende a ser o valor preditivo positivo (PPV) e menor o valor preditivo negativo (NPV); quanto menor a prevalência, o PPV cai e o NPV sobe. Uma forma prática é usar a regra de Bayes: PPV = (sensibilidade × prevalência) / [(sensibilidade × prevalência) + ((1 − especificidade) × (1 − prevalência))], e NPV = (especificidade × (1 − prevalência)) / [((1 − sensibilidade) × prevalência) + (especificidade × (1 − prevalência))]. No fim das contas, passando de uma amostra com 50% de prevalência para uma população com 12% de prevalência, espera-se redução do PPV e aumento do NPV; sensibilidade e especificidade permanecem praticamente inalteradas. Fique ligado: a menção à incidência na questão é irrelevante para a mudança imediata dos parâmetros do teste — a variável-chave aqui é a prevalência existente na população onde o teste é aplicado.

Alternativa A: INCORRETA. Afirma que haverá aumento do valor preditivo positivo. Errado. O PPV depende positivamente da prevalência: quando a prevalência diminui (de 50% para 12%), a proporção de verdadeiros positivos entre todos os positivos cai, logo o PPV tende a diminuir. Mesmo com sensibilidade e especificidade altíssimas, a redução da prevalência reduz o PPV. Um cálculo rápido confirma: com sensibilidade 99,8% e especificidade 97,8%, PPV cai de ~97,8% (na prevalência 50%) para cerca de 86% (na prevalência 12%).

Alternativa B: INCORRETA. Diz que haverá aumento da sensibilidade. Sensibilidade é uma característica do teste — é a capacidade de detectar doentes e, salvo mudança na técnica ou perfil dos avaliadores, não muda só porque a prevalência mudou. Passar o teste a outra população não altera a sensibilidade intrínseca do método. Portanto não há aumento da sensibilidade apenas por aplicar o teste em população com diferente prevalência.

Alternativa C: CORRETA. Indica aumento do valor preditivo negativo. Correto. Quando a prevalência cai de 50% para 12%, a probabilidade de um indivíduo que testou negativo realmente não ter a doença (NPV) aumenta, porque há muito mais pessoas sem doença na população. Numericamente, com sensibilidade 99,8% e especificidade 97,8%, o NPV sobe de ~99,8% (prevalência 50%) para cerca de 99,97% (prevalência 12%) — um ganho pequeno em termos absolutos, mas real e esperado pelo efeito da prevalência sobre o valor preditivo negativo.

Alternativa D: INCORRETA. Afirma aumento da especificidade. Assim como a sensibilidade, a especificidade é uma propriedade do teste e não varia com a prevalência da doença na população testada, salvo mudanças no procedimento, no equipamento ou no critério de interpretação. Logo, não se espera aumento da especificidade apenas por aplicar o teste em outra população.

Resposta: Alternativa C