Pegadinha central: ROC não cria um corte mágico; ajuda a escolher o limiar conforme o objetivo clínico.
Eixo Y é sensibilidade; eixo X é 1 menos especificidade.
AUC resume discriminação global, não calibração nem prevalência.
Rastreamento costuma priorizar sensibilidade; confirmação pode priorizar especificidade.
A prova que você vai prestar tem cara própria. Tem tema que cai todo ano e tema que nunca apareceu, e decidir isso no improviso custa as semanas que você não tem.
O MedBoard começa pelo outro lado. Ele pesa cada tema pela banca que você vai prestar, monta o cronograma a partir disso e guarda o que você errou para devolver na hora certa.
Criar conta grátis
Contexto
A curva ROC, receiver operating characteristic, mostra o desempenho de um teste diagnóstico contínuo ou ordinal ao longo de vários pontos de corte. No eixo vertical fica a sensibilidade e no eixo horizontal, 1 menos especificidade, que corresponde à taxa de falsos positivos.
Cada ponto da curva representa um limiar diferente. Ao reduzir o ponto de corte, em geral aumenta-se a sensibilidade e perde-se especificidade; ao elevá-lo, ocorre o contrário. Por isso, a ROC permite comparar diferentes limiares e escolher o ponto de corte mais adequado ao objetivo clínico.
Não existe ponto de corte universalmente ideal. O melhor limiar depende do custo relativo de falsos positivos e falsos negativos, da finalidade do teste e da população. O índice de Youden, sensibilidade mais especificidade menos 1, pode ser usado como critério matemático de equilíbrio, mas não substitui julgamento clínico.
A área sob a curva, AUC, resume a capacidade discriminativa global do teste. AUC de 0,5 indica discriminação semelhante ao acaso; quanto mais próxima de 1, melhor a separação entre indivíduos com e sem a condição, desde que o desenho do estudo seja válido.
Alternativa por alternativa
A) Incorreta. ROC não é método de correlação entre dois testes. Ela avalia discriminação de um teste em diferentes limiares.
B) Incorreta. Prevalência é propriedade da população estudada e não é estimada pela curva ROC.
C) Correta (gabarito). Uma das principais utilidades da ROC é examinar diferentes pontos de corte e selecionar aquele que oferece a combinação de sensibilidade e especificidade mais apropriada para a finalidade clínica.
D) Incorreta. Sensibilidade e especificidade são calculadas em cada limiar e utilizadas para construir a curva. A ROC não é simplesmente um procedimento para calcular esses dois parâmetros.