Estimação bayesiana para medidas de desempenho de testes diagnósticos.

AUTOR(ES)
DATA DE PUBLICAÇÃO

2006

RESUMO

Na área médica testes diagnósticos são usados para classi9car um paciente como positivo ou negativo com relação a uma determinada condição ou moléstia. Existem testes mais simples e outros mais elaborados, cada um fornecendo diferentes chances de erro de classi9cação dos pacientes. Para quanti9car a precisão dos testes diagnósticos, podemos compará-los com testes Padrão Ouro, termo utilizado para testes com satisfatória exatidão, como biopsias, inspeções cirúrgicas e outros. Existem algumas condições que não possuem testes considerados Padrão Ouro, outras até possuem, mas não é ético aplicá-los em indivíduos sem a evidência da moléstia, ou ainda o seu uso pode ser inviável devido a seu alto custo ou por oferecer risco ao paciente. Joseph et al. (1999) [16] propõem a abordagem Bayesiana que supera o problema de pacientes não veri9cados pelo teste Padrão Ouro introduzindo variáveis latentes. Apresentamos também esta metodologia considerando a presença de covariáveis, que fornece subsídios para a tomada de decisão médica. Um estudo comparativo é feito para situações com ausência de Padrão Ouro para todos, alguns ou nenhum paciente, e assim, descrevemos sobre a importância de se considerar uma porcentagem de pacientes veri9cados pelo teste Padrão Ouro para melhores estimativas das medidas de desempenho dos testes diagnósticos. Introduzimos um novo parâmetro que classsi9ca o grupo veri9cado ou não veri9cado pelo teste Padrão Ouro. As metodologias propostas são demonstradas através de exemplos numéricos. Como sugestão de continuidade, demonstramos a metodologia para a veri9cação de dependência condicional entre testes diagnósticos.

ASSUNTO(S)

teoria bayesiana de decisão estatística sensibilidade a posteriori especificidade a posteriori mcmc estatistica testes diagnósticos

ACESSO AO ARTIGO

Documentos Relacionados