A curva ROC para testes diagnósticos / Analysis of diagnostic tests using ROC curves

RESUMO

Métodos estatísticos aplicados à medicina diagnóstica sofreram, nas últimas décadas, enormes avanços. Grande parte destes métodos está voltada ao problema de classificar indivíduos em grupos, sendo que os testes diagnósticos compöem o principal exemplo. Estes testes säo descritos como métodos teoricamente capazes de indicar a presença ou ausência de uma determinada doença, com uma certa chance de erro. A quantificaçäo destas chances de erro é, basicamente, o objetivo destes métodos estatísticos. A probabilidade de um teste diagnóstico produzir um resultado positivo, dado que o indivíduo é portador da doença, é chamada sensibilidade do teste; e a probabilidade do teste produzir um resultado negativo, dado que o indivíduo näo é portador da doença, é chamada especificidade. O presente estudo objetiva descrever a situaçäo onde o teste produz uma resposta que näo é descrita simplesmente como "positivo" ou "negativo", mas por um resultado que pode ser expresso por uma variável categórica ordinal ou por uma variável contínua. O desempenho de um teste assim descrito em auxiliar diagnósticos clínicos é usualmente demonstrado pela curva ROC (receiver operating characteristic). Säo descritos neste estudo métodos comumente utilizados para estimar a curva ROC, o efeito da tendenciosidade devida à verificaçäo, a utilidade da área sob a curva ROC, o problema da comparaçäo entre duas curvas e os métodos de geraçäo de regiöes de confiança para a curva ROC. Dois exemplos reais em oncologia ilustram o uso da curva ROC.