“Esse alerta acerta 90%. Se ele marcou, liga para o paciente.” Foi assim que a coordenadora do centro cirúrgico de um hospital privado apresentou o novo sinalizador do sistema de agendamento. Ele marca, na véspera, as cirurgias com risco de suspensão: exames pré-operatórios sem resultado anexado, autorização do convênio pendente, confirmação de jejum e acompanhante não registrada.
No primeiro mês, a equipe de agendamento fez 280 ligações. Em 190 delas, o paciente estava com tudo em ordem e a cirurgia aconteceria de qualquer jeito. A equipe começou a desconfiar do alerta. O alerta, porém, fazia exatamente o que prometia. O que estava errado era a leitura do “acerta 90%”.
O que é sensibilidade e especificidade?
Sensibilidade é a proporção de casos verdadeiros que o teste marca como positivos. Especificidade é a proporção de não casos que o teste marca como negativos. As duas descrevem o teste diante de quem já se sabe que tem ou não tem a condição; nenhuma delas responde, sozinha, à pergunta de quem recebe um resultado: “dado que deu positivo, qual a chance de ser verdade?”.
De onde vêm as duas palavras: radiografias que discordavam
Os termos foram propostos em 1947 pelo bioestatístico americano Jacob Yerushalmy, no artigo Statistical problems in assessing methods of medical diagnosis, with special reference to x-ray techniques, publicado na Public Health Reports. O problema dele era prático: radiografias de tórax usadas em rastreamento de tuberculose eram lidas por especialistas diferentes, e as leituras discordavam.
Um único número de “acerto” escondia dois erros de natureza diferente: deixar passar quem tinha a doença e alarmar quem não tinha. Yerushalmy separou os dois. Sensibilidade mede o primeiro erro pelo avesso; especificidade, o segundo. A separação continua útil porque os dois erros quase nunca custam o mesmo.
No agendamento do mesmo hospital, havia um funcionário antigo, o seu Expedito, que se gabava: “Em vinte anos, nunca deixei uma suspensão me pegar de surpresa”. Era verdade. Ele ligava para todos os pacientes da agenda, todas as tardes. Sensibilidade de 100%, especificidade de zero: nenhum paciente mantido ficava sem ligação. O método do seu Expedito não errava um caso e não distinguia nenhum.
Como montar a tabela 2×2
Toda avaliação de teste começa pela mesma tabela. Nas colunas, a verdade, conhecida depois: a cirurgia foi suspensa ou mantida. Nas linhas, o que o teste disse antes: alerta positivo ou negativo. No mês do caso deste artigo, o centro cirúrgico agendou 2.000 cirurgias e 100 foram suspensas, 5%.
| Suspensa | Mantida | Total | |
|---|---|---|---|
| Alerta positivo | 90 (verdadeiros positivos) | 190 (falsos positivos) | 280 |
| Alerta negativo | 10 (falsos negativos) | 1.710 (verdadeiros negativos) | 1.720 |
| Total | 100 | 1.900 | 2.000 |
Das quatro contas, duas são lidas nas colunas e duas nas linhas.
- Sensibilidade = verdadeiros positivos ÷ total de casos = 90 ÷ 100 = 90%.
- Especificidade = verdadeiros negativos ÷ total de não casos = 1.710 ÷ 1.900 = 90%.
- Valor preditivo positivo (VPP) = verdadeiros positivos ÷ total de positivos = 90 ÷ 280 = 32%.
- Valor preditivo negativo (VPN) = verdadeiros negativos ÷ total de negativos = 1.710 ÷ 1.720 = 99,4%.
As colunas descrevem o teste. As linhas descrevem o que acontece com quem recebe o resultado. A equipe que fazia as ligações vivia nas linhas, e por isso o “acerta 90%” não batia com a experiência dela: de cada três ligações, duas eram desnecessárias.
A tabela abaixo começa com os números desse mês. Troque as quatro células e veja o que muda; o último campo projeta o mesmo teste em uma unidade com outra proporção de suspensões.
Tabela 2×2 interativa: sensibilidade, especificidade, VPP e VPN
| Caso (suspensa) | Não caso (mantida) | Total | |
|---|---|---|---|
| Positivo | VP | FP | 280 |
| Negativo | FN | VN | 1720 |
| Total | 100 | 1900 | 2000 |
Sensibilidade: 90,0% (90 de 100 suspensas foram sinalizadas)
Especificidade: 90,0% (1710 de 1900 mantidas ficaram sem alerta)
VPP: 32,1% (90 de 280 alertas positivos)
VPN: 99,4% (1710 de 1720 negativos)
Prevalência nesta tabela: 5,0%
Com 20,0% de suspensões e a mesma sensibilidade e especificidade: VPP 69,2% e VPN 97,3%.
A tabela faz contas com os números digitados; não substitui protocolo institucional nem julgamento clínico na interpretação de exames.
Por que um alerta que acerta 90% erra dois em cada três positivos
A resposta está na coluna da direita. Com 5% de suspensões, há 1.900 cirurgias mantidas para cada 100 suspensas. Errar só 10% das mantidas ainda produz 190 alarmes falsos, mais que o dobro dos 90 alarmes verdadeiros. O teste é o mesmo; o que pesa é a proporção de casos na população testada, a prevalência. É a mesma prevalência discutida em incidência e prevalência, agora entrando na conta de um teste.
O hospital tinha uma segunda unidade, dedicada a cirurgias de convênios com regras de autorização mais demoradas, onde 20% das cirurgias agendadas eram suspensas. Ali, o mesmo sinalizador, com a mesma sensibilidade e a mesma especificidade, teria VPP de 69%: mais de dois terços das ligações encontrariam um problema real. A conta é a mesma regra de probabilidade condicional; só muda o ponto de partida.
O desenho também mostra o outro lado. O VPN fica acima de 93% em toda a faixa: quando o alerta não marca, a cirurgia quase sempre acontece. Esse é o valor real do sinalizador para o centro cirúrgico: liberar a equipe de ligar para 1.720 pacientes por mês, concentrando o esforço em 280.
Sensibilidade ou especificidade: qual pesa mais depende do custo de cada erro
Quase todo teste tem um ponto de corte, e mover o corte troca um erro pelo outro. Se o sinalizador passasse a marcar também cirurgias com qualquer pendência de cadastro, a sensibilidade subiria para perto de 100% e a especificidade cairia, em direção ao método do seu Expedito. Se marcasse só a autorização pendente, o contrário.
A escolha não é estatística, é de processo. No agendamento, o falso positivo custa uma ligação de três minutos; o falso negativo custa uma sala parada, equipe escalada e um paciente que chegou em jejum à toa. Com esses custos, faz sentido aceitar especificidade menor. Em testes diagnósticos, a mesma lógica vale, mas a escolha do ponto de corte e a conduta diante do resultado pertencem aos protocolos clínicos da instituição e às diretrizes oficiais, não à conta da tabela.
Há também uma questão de tempo. A prevalência de suspensões não é fixa: muda com a época do ano, com as regras dos convênios, com a própria ação da equipe. Se as ligações funcionarem e as suspensões caírem de 5% para 3%, o VPP do mesmo alerta cai junto, e a equipe vai achar que o alerta piorou. Acompanhar o VPP mês a mês, ao lado da proporção de suspensões, separa uma coisa da outra; isso é leitura de variação ao longo do tempo, a base da formação Green Belt. A família completa das medidas de frequência e de risco está reunida em epidemiologia, e o uso delas como indicador de gestão aparece em indicadores de saúde.
Projetos de redução de suspensão de cirurgias costumam juntar esse tipo de medida com o mapeamento do fluxo pré-operatório. É o terreno da formação em Lean Healthcare; para uma primeira visão dos conceitos, há o curso de Introdução ao Lean Healthcare.
Um teste não tem acerto; tem acerto em uma população
“Acerta 90%” descreve o alerta diante de cirurgias cujo desfecho já se conhece. A equipe de agendamento precisava de outro número: quanto vale um alerta positivo nesta unidade, neste mês. Esse número não pertence ao alerta. Pertence ao par alerta e população, e muda quando a população muda.
Visto assim, a pergunta certa da reunião não era “o alerta acerta?”, e sim “quantas ligações precisamos fazer para encontrar uma suspensão real?”. Com VPP de 32%, a resposta é pouco mais de três. Se essa troca vale a pena é uma decisão de gestão, e agora ela pode ser tomada com o número certo.
Notas: a conta pressupõe que a verdade das colunas seja conhecida sem erro (aqui, se a cirurgia foi suspensa); em testes diagnósticos, a referência também falha, e isso distorce sensibilidade e especificidade. A projeção para outra prevalência supõe que sensibilidade e especificidade não mudem entre as populações, o que nem sempre acontece.
Conteúdo escrito e tecnicamente revisado pelo Master Black Belt Marcelo Petenate, estatístico, formado pela Unicamp, mestre pela USP e especialista em Lean Six Sigma e melhoria contínua.
Revisão médica: Dra. Flávia Keiko Ichida, médica oftalmologista (CRM-SP 111.925 · RQE 47.907). Método de melhoria sob orientação do Prof. Dr. Ademir Petenate, fundador da Escola EDTI e professor da Unicamp desde 1974.
Escolher o indicador que responde à pergunta da equipe, e não à do fornecedor do sistema, é parte do curso Fundamentos da Ciência da Melhoria em Saúde, da Escola EDTI.
Perguntas frequentes sobre sensibilidade e especificidade
Qual a fórmula da sensibilidade?
Sensibilidade = verdadeiros positivos ÷ (verdadeiros positivos + falsos negativos). É a proporção dos casos reais que o teste consegue marcar.
Qual a fórmula da especificidade?
Especificidade = verdadeiros negativos ÷ (verdadeiros negativos + falsos positivos). É a proporção dos não casos que o teste deixa sem marcar.
Qual a diferença entre sensibilidade e valor preditivo positivo?
A sensibilidade parte dos casos reais e pergunta quantos o teste marcou. O VPP parte dos resultados positivos e pergunta quantos eram casos reais. A primeira é propriedade do teste; o segundo depende também da prevalência.
Por que a prevalência altera o VPP e o VPN?
Porque muda o tamanho das colunas da tabela 2×2. Com poucos casos, mesmo uma taxa pequena de falsos positivos sobre muitos não casos supera os verdadeiros positivos, e o VPP cai. O VPN se comporta ao contrário.
Um teste muito sensível serve para quê?
Para descartar: se um teste quase nunca deixa passar um caso, um resultado negativo é confiável. Por isso testes sensíveis costumam vir na primeira etapa de um rastreamento, seguidos de outro mais específico para confirmar.
Acurácia é o mesmo que sensibilidade?
Não. Acurácia é a proporção de acertos sobre o total, somando as duas diagonais da tabela. Com prevalência baixa, um teste que diz “negativo” para todos tem acurácia alta e sensibilidade zero.
Que erro as pessoas mais cometem com sensibilidade e especificidade?
Ler a sensibilidade como se fosse a chance de um positivo ser verdade. É o erro do “acerta 90%”: a resposta a essa pergunta é o VPP, e ele precisa ser calculado para a população em que o teste está sendo usado.