Formulação de hipóteses e Coleta de amostras biológicas

Prévia do material em texto

· Formulação de hipóteses e Coleta de amostras biológicas
Começa a partir de uma pergunta e as respostas possíveis são as hipóteses. Conjecturas específicas e concretas sobre um processo que leve a um resultado, proposições definidas como uma explicação para a ocorrência de um fenômeno específico. Geralmente são definidas como uma sentença, ex: O agente parasitário x causa a doença y. 
Sempre começa com uma hipótese nula (H0) considerada verdadeira, a menos que os dados indiquem o contrário, ex: tal agente não causa aquela doença. 
· Erros tipo I- Falsa descoberta. Não quero conhecer. Dar como positivo um paciente negativo para a doença, indicar como eficiente um tratamento que não é. Refutar uma hipótese nula. É o erro mais grave.
· Erros tipo II- Um teste diagnóstico que resulta negativo quando o paciente é positivo para a doença, Um experimento que não consegue demonstrar um tratamento eficiente com tal.
A decisão de qual hipótese vai ser aceita depende do grau de probabilidade escolhido
· Alfa- Nível de significância do teste. Significa que H0 não será rejeitada a não ser que a evidência em contrário seja grande. Em um nível de significância de 95% existe 5% de chance de cometer erro de tipo I, rejeitar uma hipótese nula verdadeira (falsa descoberta).
· Beta- Diferença para 1. Existe 95% (100-5%) de chance de cometer um erro tipo II, falha em rejeitar uma hipótese nula falsa.
Avaliar o risco de cometer um erro tipo I em relação ao teste sendo feito, Princípio da precaução.
Múltiplas hipóteses podem ser formuladas. Testar o conjunto de dados contra estas hipóteses e verificar qual delas se adequa melhor aos dados. Muito cuidado: explicações definidas após a coleta de dados são sujeitas a erros imensos. Coletar novos dados com a nova hipótese já em mente. Significância estatística x biológica
As amostra precisam ser aleatórias, válidas, representativas. Deve ser posterior à definição das hipóteses e da metodologia de coleta. O contrário produz erros graves.
· Erro aleatório- inescapável. Surge devido ao fato que analisamos amostras e não toda a população, menos importante: distribuído através de amostras, efeito similar em todos os dados, atenuado aumentando o n.
· Erro devido a desvios- Causado pelo empregador. Causam distorção sistemática. 3 categorias que se confundem: mensuração, seleção, desvio por confusão .
· Desvios ocorrem quando: métodos não refletem a situação verdadeira como instrumentação/métodos mal utilizados. Mensurações são consistentemente diferentes entre grupos como avaliar resultados em horas diferentes. Critérios de diagnóstico incorreto são utilizados como confundir ovos iguais de espécies deferentes em exame de fezes. Rigor diagnóstico por ectoparasitas sucesso diferente entre grupos como busca por ectoparasitas sucesso diferente depende tamanho do animal e aumento notificação x mídia.
· Desvio por seleção- Seleção viciada, errada, confusa dos objetos de estudo. Leva a conclusões erradas relativas à população a que a amostra pertence.
· Desvio por confusão- Correlações espúrias/ não esperada/ não consideradas diminuem precisão/ acurácia dos métodos. idade x peso x tx infecção. Tentar clarificar os dados: estratificado, aumento n.
· Magnitude- É difícil de quantificar, é um erro.
· Direção- Já dá para avaliar e determinar uma direção de segurança. 
Tentar estimar erros possíveis antes de começar as coletas, que sempre têm erros, tenta-se diminuir.
Na hora da coleta já ter a pergunta clara, textualizar a pergunta em forma de hipóteses nula e alternativa claramente definidas. Definir os métodos adequados para responder às hipóteses. Definir controles negativos/ positivos (efeito de drogas), número de amostras. Analisar tendo escolhido o método como custo, facilidade, repetibilidade (precisão), confiabilidade (acurado).
Acurácia (confiabiliade): expressão de quanto meu estimado é próximo do real, quanto mais acurado mais isento de erros sistemáticos, valor médio de sucessivas medidas próximo do real.
Precisão (repetibilidade): expressão de quantas aferições sucessivas da mesma variável são semelhantes, quanto mais preciso mais isento de erros entre repetições, quanto mais preciso menor o desvio padrão de sucessivas aferições.
Muitas vezes uma pessoa coleta e outra pessoa analisa. Perguntar a quem vai analisar qual a melhor forma de coletar/fixar/conservar/transportar. Vários cuidados devem ser seguidos, não seguir é perder amostra/tempo / dinheiro.
Interpretar resultados à luz da adequação do teste à espécie em questão, várias diferenças entre espécies (ou mesmo raças) quanto à resposta a fármacos/vacina/testes sorológicos. Validação.
Sensibilidade- Capacidade de achar verdadeiro, quanto mais sensível menor o nº de falsos negativos. positivo verdadeiro/ positivo verdadeiro+negativo falso - a/(a+c).
Especificidade- Quanto maior a especificidade menor o nº de falsos positivos. negativo verdadeiro/negativo verdadeiro + positivo falso - d/(b+d).
Preditivo positivo- probabilidade de um resultado positivo ser realmente de um animal positivo. positivo v/ positivo v + falso positivo - a/(a+b). Preditivo positivo cai com a prevalência- falsos positivos começam a ser relevantes quanto menor a prevalência. 
Preditivo negativo- probabilidade de um resultado negativo ser realmente negativo. negativo v/ neg v + falso neg - d/(c+d)
Teste Kappa de Cohen- frequentemente usam-se dois ou mais testes para uma doença/agente/fator, testes diferentes, especificidades e sensibilidades diferente, geram resultados que nem sempre concordam entre si. Concordância entre os resultados de dois exames diagnósticos diferentes.
k=po-pe/1-pe
po- soma dos resultados concordantes dos dois testes
pe- resultados esperados se os dois testes fossem completamente independentes
Quanto mais branda a doença mais difícil detectar a doença.
Para calcular as amostras se utiliza de fórmulas matemáticas, pré-coleta para estimar parâmetros de interesse (Coletar pequena amostra em proporção ao total de animais estimados (1-10 %), estima-se diversidade e prevalência, para depois recalcular quantos animais devem ser coletados), tamanho de amostra de outro estudo anterior, tabelas para coletas aleatórias simples. *Se baseia no estudo anterior mas não usa o mesmo método.