Publicação: Estimação de medidas de desempenho de testes diagnósticos via Inferência Bayesiana
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
A utilização de testes diagnósticos para identificar a presença ou ausência de uma
determinada doença em um indivíduo é fundamental na área da saúde. O desempenho
de testes diagnósticos é medido pela sua sensibilidade e especificidade. Estas medidas
são obtidas ao se comparar os resultados do teste diagnóstico com um teste de referência,
denominado Padrão Ouro, no qual classifica corretamente os indivíduos doentes e não
doentes. Na ausência de um teste Padrão Ouro, as medidas de desempenho do teste
precisam ser estimadas por métodos alternativos pois a quantidade de indivíduos doentes
na população em estudo é desconhecida. O objetivo deste estudo foi apresentar a metodologia
bayesiana proposta por JOSEPH, GYORKOS e COUPAL (1995) para estimar
a sensibilidade (S) e a especificidade (E), consideradas medidas de desempenho de um
teste diagnóstico, assim como a prevalência (P) da doença na população, nas situações
de ausência de um teste Padrão Ouro. Além disso, teve-se como objetivo verificar a influência da distribuição a priori informativa, bem como a influência do tamanho amostral,
nas estimativas a posteriori. Para atender tal objetivo, seis cenários foram considerados.
Em três dos cenários, utilizaram-se distribuições a priori uniformes para os parâmetros
com diferentes tamanhos amostrais, e nos outros três cenários, distribuições a priori betas
também com diferentes tamanhos amostrais. Para ilustrar a metodologia em uma
situação real, em dois dos seis cenários mencionados anteriormente, foram utilizados dados
reais oriundos de um experimento no qual realizou-se o teste Cervical Comparativo
para detectar a tuberculose bovina. A partir dos resultados obtidos, foi constatado que o
tamanho da amostra não exerceu influência expressiva sobre os resultados, mas as estimativas
foram mais precisas nos cenários em que foram consideradas distribuições a priori
betas para os parâmetros S, E e P. Concluiu-se que a metodologia bayesiana é adequada
para obter estimativas dos parâmetros de interesse, porém há necessidade de utilizar
distribuições a priori com alguma informação para que o problema de identificabilidade
seja resolvido.
Abstract
The use of diagnostic tests to identify the presence or absence of a particular disease
in an individual is essential in the area of health. The performance of diagnostic tests
is measured by their sensitivity and specificity. These measures are obtained by comparing
the results of the diagnostic test with a reference test, called Gold Standard, which
correctly classifies both diseased and non-diseased individuals. In the absence of a Gold
Standard test, the sensitivity and specificity need to be estimated by alternative methods
since the number of diseased individuals in the population is unknown. The objective of
the study was to introduce the Bayesian methodology proposed by JOSEPH, GYORKOS
and COUPAL (1995) to estimate sensitivity (S), specificity (E) and disease prevalence
(P), in the absence of a gold standard test. In addition, we aimed to compare the influence
of an informative prior distribution and the sample size on the results. In order to
meet the objective, six cases or situations were considered. In three of the cases, prior
uniform distributions were used for the parameters with different sample sizes, and in the
other three cases, prior beta distributions with different sample sizes. To illustrate the
methodology in a real situation, in two of the six cases, mentioned previously, we used
real data from an experiment in which the Comparative Cervical Test was performed to
detect bovine tuberculosis. From the results obtained, the size of the sample did not have
a significant influence on the results, but the estimates were more precise in cases which
prior beta distributions were used for the parameters S, E and P. It was concluded that
the Bayesian methodology is adequate to estimate the parameters, but there is a need to
use prior distributions with some information so that the identifiability problem is solved.
Palavras-chave
Estatística, Inferência Bayesiana, Bayesian Inference, Teste Diagnóstico, Diagnostic test, Sensibilidade, Sensitivity, Especificidade, Specificity
Citação
TERRA, Luana Amâncio. Estimação de medidas de desempenho de testes diagnósticos via Inferência Bayesiana. 2016. 23 f. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de Uberlândia, Uberlândia, 2016.