Dica do autor: Sempre que utilizamos um teste de triagem, precisamos lembrar que sua capacidade de predizer a doença depende não apenas da sensibilidade e da especificidade, mas principalmente da prevalência da condição naquela população. Esse é o raciocínio central do teorema de Bayes: quanto mais rara a doença, maior a chance de termos falsos positivos, mesmo em testes muito bons.

No caso, temos um teste com sensibilidade de 90% e especificidade de 85%, aplicado em uma população com prevalência baixa (1%) de câncer de pâncreas. Isso significa que, entre 100 pessoas testadas, apenas 1 realmente terá a doença.

Aplicando o raciocínio bayesiano:

• O teste detectaria corretamente essa 1 pessoa doente (verdadeiro positivo).

• Mas, entre as 99 pessoas sem doença, cerca de 15% teriam resultado positivo por engano (falsos positivos), o que gera aproximadamente 15 casos falsamente positivos.

Assim, teríamos 1 verdadeiro positivo para cada 15 falsos positivos. Ou seja, em um grupo de 16 pessoas com teste positivo, apenas 1 realmente teria câncer de pâncreas.

Cálculo (VPP):

Probabilidade ≈ 5,7% (≈ 6%).

Resposta: Alternativa D