| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 3.19 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
A crescente procura por eficiĆŖncia em testes diagnósticos, especialmente em contextos de baixa prevalĆŖncia de doenƧas em populaƧƵes de elevada dimensĆ£o, destaca a necessidade de metodologias que otimizem recursos sem comprometer a precisĆ£o do diagnóstico. Este estudo tem como objetivo a comparação de diferentes metodologias de classificação baseadas em testes compostos (metodologia de Dorfman, metodologia hierĆ”rquica com 4 etapas e metodologia nĆ£o hierĆ”rquica com e sem master pool), que permitem a redução significativa do nĆŗmero de testes necessĆ”rios ao diagnóstico de toda a população atravĆ©s do agrupamento de amostras. O foco deste estudo estĆ” principalmente na eficiĆŖncia/ custo relativo (quantidade de testes necessĆ”rios para identificar cada indivĆduo) e a probabilidade de existirem erros de classificação (medida pela sensibilidade e especificidade de cada metodologia).
Recorrendo a simulaƧƵes computacionais e anĆ”lises estatĆsticas em linguagem R, esta pesquisa avalia a sensibilidade, especificidade, eficiĆŖncia e custo-benefĆcio de forma a comparar as diferentes metodologias. Nas simulaƧƵes foram considerados apenas testes qualitativos, nĆ£o sendo, por este motivo, considerado o efeito de diluição, ou seja, considerou-se que a fiabilidade do teste composto Ć© igual Ć do teste individual. Os resultados demonstram que as metodologias de classificação baseadas em testes compostos oferecem uma alternativa viĆ”vel e eficaz, reduzindo custos e tempo de resposta sem sacrificar de forma significativa a precisĆ£o, apesar da escolha da metodologia a utilizar ter de ser feita com base no objetivo que se pretende alcanƧar e no contexto populacional em estudo.
Deste modo, este estudo contribui para a literatura existente ao fornecer uma anÔlise detalhada sobre a implementação prÔtica e as vantagens e desvantagens das metodologias de classificação baseadas em testes compostos, propondo melhorias para sua aplicação em programas de saúde pública global.
Descrição
Palavras-chave
Testes compostos Simulação Eficiência Sensibilidade Especificidade Metodologias de classificação
