O estudo de métodos estatísticos na avaliação de métodos diagnósticos tem aumentado consideravelmente nas últimas décadas. Desde o início, quando Yerushalmy (1947) publicou seu traba lho sobre confiabilidade do roentgeno grama na identificação da tuberculose, novas metodologias surgiram para que fosse possível a obtenção de valores de sensibilidade e especificidade de testes diagnósticos. A sensibilidade é definida como a probabilidade de o teste sob investigação fornecer um resultado positivo, dado que o indivíduo é realmen te portador da enfermidade. A especifi cidade, por sua vez, é definida como a probabilidade de o teste fornecer um resultado negativo, dado que o indivíduo está livre da enfermidade. Na prática, é comum ocorrerem situações em que uma proporção de indivíduos selecionados não pode ter o estado real da doença verificado, por se tratar de procedimentos invasivos, como no diagnóstico de câncer de pulmão, ou quaisquer outros casos em que são envolvidos riscos, portanto não praticá veis, nem éticos, ou ainda por serem de alto custo. Assim, em vez de se contornar o proble ma, muitos estudos de avaliação de performance de testes diagnósticos são elaborados apenas com informações de indivíduos verificados. Esse procedimento pode levar a resultados viesados. É o chamado viés de verificação, que consiste no cálculo de estimativas de sensibilidade e especi ficidade de testes diagnósticos quando apenas os indivíduos verificados pelo padrão ouro são inseridos na análise e os não verificados são descartados ou considerados livres de doença. Este trabalho apresenta uma revisão das metodologias já propostas para se calcularem a sensibilidade e a especificidade quando existe o viés de verificação, bem como uma análise detalhada da influência da proporção de indivíduos não verificados, o efeito do tamanho amostral e a escolha de distri buições a priori, quando utilizada a metodologia bayesiana, no cálculo dessas estimativas. Também foi introduzida uma metodologia, sob enfoque bayesiano, para a estimação das medidas de desempenho de dois testes diagnósticos, na presen ça do viés de verificação. / The study of statistical methods on diagnostic tests evaluation has increa sed in the last decades. Since the beginning, when Yerushalmy (1947) published his work about trustwor thiness of the roentgenogram in the identification of the tuberculosis, new methodologies had appeared and so that it was possible to get values of sensi tivity and specificity of diagnostic tests. Sensitivity is defined as the probability of the test under inquiry supply a positive result, since that the individual is really carrying on the disease. The specificity, in the other hand, is defined as the probability of the test supply a negative result, since that the individual is free of the disease. In practice, it is usual to occur situations where a proportion of selected individuals cannot have verified the real state of the illness, to the fact that the verification test can be an invasive procedure, as in the diagnosis of lung cancer, or any other cases where risks are involved, therefore not practicable, nor ethical, or still procedures with high cost. Thus, instead of solve the problem, many studies of evaluation of performance of diagnostic tests are elaborated only using the information of verified individuals. This procedure can leads to biased results. This is known as verification bias, that consists of the calculation of estimates of sensitivity and specificity of diagnostic tests when only the individuals verified by the gold standard test are inserted in the analysis and the unverified ones, discarded or considered that they are free of the disease. This work presents a revision of the methodologies already proposed to calculate sensitivity and the specificity in the presence of the verifi cation bias, as well as a detailed analysis of the influence of the propor tion of individuals not verified, the effect of the sample size and the influ ence of choosing different prior densi ties, when using the bayesian methodo logy, in the calculation of these estima tes. It was also introduced a bayesian methodology to estimate performance measures of two diagnostic tests when the verification bias is present.

O estudo de métodos estatísticos na avaliação de métodos diagnósticos tem aumentado consideravelmente nas últimas décadas. Desde o início, quando Yerushalmy (1947) publicou seu traba lho sobre confiabilidade do roentgeno grama na identificação da tuberculose, novas metodologias surgiram para que fosse possível a obtenção de valores de sensibilidade e especificidade de testes diagnósticos. A sensibilidade é definida como a probabilidade de o teste sob investigação fornecer um resultado positivo, dado que o indivíduo é realmen te portador da enfermidade. A especifi cidade, por sua vez, é definida como a probabilidade de o teste fornecer um resultado negativo, dado que o indivíduo está livre da enfermidade. Na prática, é comum ocorrerem situações em que uma proporção de indivíduos selecionados não pode ter o estado real da doença verificado, por se tratar de procedimentos invasivos, como no diagnóstico de câncer de pulmão, ou quaisquer outros casos em que são envolvidos riscos, portanto não praticá veis, nem éticos, ou ainda por serem de alto custo. Assim, em vez de se contornar o proble ma, muitos estudos de avaliação de performance de testes diagnósticos são elaborados apenas com informações de indivíduos verificados. Esse procedimento pode levar a resultados viesados. É o chamado viés de verificação, que consiste no cálculo de estimativas de sensibilidade e especi ficidade de testes diagnósticos quando apenas os indivíduos verificados pelo padrão ouro são inseridos na análise e os não verificados são descartados ou considerados livres de doença. Este trabalho apresenta uma revisão das metodologias já propostas para se calcularem a sensibilidade e a especificidade quando existe o viés de verificação, bem como uma análise detalhada da influência da proporção de indivíduos não verificados, o efeito do tamanho amostral e a escolha de distri buições a priori, quando utilizada a metodologia bayesiana, no cálculo dessas estimativas. Também foi introduzida uma metodologia, sob enfoque bayesiano, para a estimação das medidas de desempenho de dois testes diagnósticos, na presen ça do viés de verificação. / The study of statistical methods on diagnostic tests evaluation has increa sed in the last decades. Since the beginning, when Yerushalmy (1947) published his work about trustwor thiness of the roentgenogram in the identification of the tuberculosis, new methodologies had appeared and so that it was possible to get values of sensi tivity and specificity of diagnostic tests. Sensitivity is defined as the probability of the test under inquiry supply a positive result, since that the individual is really carrying on the disease. The specificity, in the other hand, is defined as the probability of the test supply a negative result, since that the individual is free of the disease. In practice, it is usual to occur situations where a proportion of selected individuals cannot have verified the real state of the illness, to the fact that the verification test can be an invasive procedure, as in the diagnosis of lung cancer, or any other cases where risks are involved, therefore not practicable, nor ethical, or still procedures with high cost. Thus, instead of solve the problem, many studies of evaluation of performance of diagnostic tests are elaborated only using the information of verified individuals. This procedure can leads to biased results. This is known as verification bias, that consists of the calculation of estimates of sensitivity and specificity of diagnostic tests when only the individuals verified by the gold standard test are inserted in the analysis and the unverified ones, discarded or considered that they are free of the disease. This work presents a revision of the methodologies already proposed to calculate sensitivity and the specificity in the presence of the verifi cation bias, as well as a detailed analysis of the influence of the propor tion of individuals not verified, the effect of the sample size and the influ ence of choosing different prior densi ties, when using the bayesian methodo logy, in the calculation of these estima tes. It was also introduced a bayesian methodology to estimate performance measures of two diagnostic tests when the verification bias is present.