Dica do autor: O pulo do gato aqui é entender o que muda com a prevalência e o que é propriedade do teste. Sensibilidade e especificidade são características intrínsecas do exame (não deveriam variar entre populações parecidas se o teste e a execução forem os mesmos). Já os valores preditivos dependem da prevalência da doença na população. Quando a prevalência aumenta, a proporção de verdadeiros positivos entre todos os testes positivos sobe — ou seja, o valor preditivo positivo (VPP) aumenta e a proporção de resultados positivo que são falsos (1 − VPP) cai. Em linguagem de clínica: num lugar onde a doença é mais comum, um teste positivo tem maior chance de ser realmente doença; no fim das contas, menos dos positivos serão falsos. Esse é o princípio de Bayes aplicado ao diagnóstico: VPP = (sensibilidade × prevalência) / [(sensibilidade × prevalência) + ((1 − especificidade) × (1 − prevalência))]. Note que mudanças na sensibilidade ou especificidade também mexem nas componentes (TP, FP, TN, FN), mas a explicação mais direta e esperada quando se compara duas populações semelhantes é a diferença de prevalência.

Alternativa A: INCORRETA. Se a especificidade fosse menor na população A, haveria mais falsos positivos em termos absolutos (maior taxa FP/(FP+TN)), o que tenderia a aumentar a proporção de resultados positivos que são falsos — não a diminuir. Portanto, uma especificidade menor explicaria um aumento, e não uma redução, na proporção de falsos-positivos.

Alternativa B: INCORRETA. A acurácia combina vieses de sensibilidade e especificidade e também é influenciada pela prevalência. Dizer apenas que a acurácia é menor é vago e não explica especificamente por que a proporção de falsos-positivos seria menor em A. Além disso, acurácia menor tipicamente reflete pior desempenho global do teste e não descreve diretamente a queda na fração de positivos que são falsos.

Alternativa C: CORRETA. Quando a prevalência da doença é maior na população A, o número de verdadeiros positivos cresce em relação aos falsos positivos, elevando o valor preditivo positivo. Isso reduz a proporção de resultados positivos que são falsos. Em outras palavras: mais doença na população → maior probabilidade pré-teste → teste positivo tem mais chance de ser verdadeiro → menos falsos-positivos na proporção dos positivos.

Alternativa D: INCORRETA. A sensibilidade maior aumentaria os verdadeiros positivos, o que poderia reduzir a proporção de falsos-positivos entre os positivos (FP/(TP+FP)). No entanto, sensibilidade é uma característica do teste e, se as populações são similares e o mesmo método foi usado, esperaríamos sensibilidade semelhante. Além disso, a explicação clássica e mais direta para redução na proporção de falsos-positivos é aumento da prevalência, não variação isolada de sensibilidade.

Alternativa E: INCORRETA. Se o valor preditivo positivo fosse menor em A, isso significaria exatamente o oposto do enunciado — maior fração dos positivos seriam falsos. Portanto um VPP menor em A não explicaria uma proporção menor de falsos-positivos; explicaria uma proporção maior.

Resposta: Alternativa C