Uma curva parecida com essa (se não for, estatísticos darão um jeito de ser). No nosso exemplo, as ordenadas são o número de pessoas com uma dosagem específica; as abscissas mostram a concentração de glicose no sangue de cada uma das pessoas testadas. Podemos inferir que algumas poucas pessoas têm a glicemia alta, outras poucas, bem baixa. A grande maioria fica no "pico" da curva, com glicemias intermediárias. O μ do gráfico é a média de todas as glicemias. O σ é o desvio-padrão, uma medida da dispersão da amostra (não entre em pânico, ainda). O σ mede a variação das medidas, a distância em relação à média. Essa curva tem várias propriedades interessantes. A que vamos utilizar aqui é a que está demonstrada no gráfico. É possível calcular a porcentagem da amostra (área sob a curva) de cada ponto. Se avaliarmos a área compreendida entre μ-2σ e μ+2σ, veremos que ela corresponde a 95,44% de toda a amostra. Pronto. Arbitrariamente determino que os valores normais de um teste laboratorial estão compreendidos entre μ-2σ e μ+2σ, sendo que mais de 95% de todas as pessoas SAUDÁVEIS estão nesse intervalo. Essa é a minha normalidade.

Quando um paciente for ao consultório e eu resolver testar sua glicemia utilizando esse teste que acabamos de descrever, existirá uma chance, intrínseca ao método, de que o exame tenha um resultado FORA dos valores considerados normais, portanto vir alterado ou positivo, e o paciente não apresentar absolutamente NADA! Essa chance é, pelo exposto, de 5% (2,5% de cada rabicho da curva, arredondei para 95%). Alguém poderia dizer "Tudo bem, Karl. Nem tudo é perfeito e sempre existe uma margem de erro". Eu concordo. Porém, o problema é que nunca se pede um único exame. Pacientes adoram fazer check-up "Dr., pede tudo aí porque é o convênio que paga mesmo!"; os médicos adoram pedir exame "Bom, vou pedir tudo, já que vai ter que tirar sangue mesmo!" e são pedidos em média, há estatísticas para isso, 10 a 20 testes por consulta, dependendo da especialidade, plano de saúde, etc.

(Agora é a hora de entrar em pânico!) Quando pedimos 1 teste, a chance deste teste vir NORMAL e o paciente NÃO ter a doença que ele testa é 95% ou 0,95, como vimos. Quando pedimos 2 testes, a chance dos dois resultarem NORMAIS e o paciente NÃO ter doença é 0,95x0,95 = 0,9025. OU SEJA, há 10% de chance (1-0,9025) de pelo menos 1 teste vir alterado e o paciente NÃO ter doença nenhuma. Com 4 testes, a conta fica 0,8145 e a chance de pelo menos um vir alterado e o paciente ser saudável é 1-0,8145 mais ou menos 18%. Quando chegamos ao número de 16 testes, a chance de pelo menos 1 vir alterado e o paciente ser inteiramente saudável é de 1-0,66 ou seja 34%: UM TERÇO! A conclusão disso é muito importante. Quando peço a famosa "batelada" de exames a um paciente, a chance de pelo menos 1 desses exames vir alterado e o paciente ser saudável é enorme. Se eu sou um médico "rifado", como costumo dizer, dos exames dos pacientes, vou achar doença onde não existe! Vou ficar tentando encaixar o paciente nos exames e não o contrário. É o que eu chamo de paciente subsidiário! O exame é o principal.

Há alguns anos estava na moda uma absurda análise de fio de cabelo na qual uma amostra era enviada aos EUA (sempre lá) onde eram realizados testes para quase todos os elementos da tabela periódica! Eram mais de 50 exames. Sabe-se lá de onde tiraram os valores normais, por exemplo do Cádmio, no fio de cabelo. A chance de pelo menos 1 teste vir fora dos padrões normais independentemente da arbitrariedade com que foram determinados beirava os 100%. Daí, o "médico" de posse dessa poderosa ferramenta dizia: "Minha filha, seus níveis de Cádmio estão muito altos. Você precisa desintoxicar-se!" E prescrevia umas poções, em geral feitas em alguma farmácia da qual ele tinha uma porcentagem sobre os lucros. Alguns pacientes melhoravam, claro. E lá ia toda a manada arrancar os cabelos e beber poções para tentar resolver seus problemas...

Eu fico pensando... Que tipo de médico teria ainda hoje, a coragem de desprezar um teste laboratorial positivo apenas porque ele não se encaixa no racional que montou para seu paciente? Pergunta difícil. Outra. Que tipo de paciente confiaria no médico que lhe dissesse isso? Essa é mais fácil. Um paciente que não quer ser subsidiário.

Atualização

1. O link para o post no Brazillion Thoughts.
2. Comentário no DrugMonkey.