PROVA N1 - MEP - FASAVIC AFYA

Prévia do material em texto

Julia Franco Fernandes de Carvalho Fagundes – 2˚ PERÍODO 
MEDICINA – FASA 2021.2 
 
 
 
 
 
 
 
 
 
 
 
 
 
• Definição: Ciência que estuda o processo saúde – 
doença em coletividades humanas, analisando a 
distribuição e os fatores determinantes das 
enfermidades, danos à saúde e eventos associados à 
saúde coletiva, propondo medidas específicas de 
prevenção, controle ou erradicação de doenças e 
favorecendo indicadores que sirvam de suporte ao 
planejamento, à administração e à avaliação das ações 
de saúde; 
• É o estudo dos fatores que determinam a 
frequência e a distribuição das doenças nas 
coletividades humanas. Enquanto a clínica 
dedica-se ao estudo da doença no indivíduo, 
analisando caso a caso, a epidemiologia debruça-
se sobre os problemas de saúde em grupos de 
pessoas, às vezes grupos pequenos, na maioria 
das vezes envolvendo populações numerosas; 
⤷ De acordo com a IEA, são três os principais 
objetivos da epidemiologia: 
1. Descrever a distribuição e a magnitude 
dos problemas de saúde das populações 
humanas. 
2. Proporcionar dados essenciais para o 
planejamento, execução e avaliação das 
ações de prevenção, controle e 
tratamento das doenças, bem como para 
estabelecer prioridades; 
3. Identificar fatores etiológicos na gênese 
das enfermidades; 
→ Congrega métodos e técnicas de três áreas 
principais de conhecimento: Estatística, ciências 
das saúdes e ciências sociais; 
→ Sua atuação compreende ensino e pesquisa em 
saúde, avaliação de procedimentos e serviços de 
saúde, vigilância epidemiológica e diagnóstico e 
acompanhamento da situação de saúde das 
populações; 
Quem são os epidemiologistas? 
⤷ Médicos, enfermeiros, dentistas, estatísticos, 
demógrafos, nutricionistas, farmacêuticos, 
assistentes sociais, geógrafos, dentre outros 
profissionais; 
→ Tem como foco principal, entender que os 
eventos (doenças) não se distribuem ao acaso nas 
pessoas; 
→ Tal diferença ocorre porque os fatores que 
influenciam o estado de saúde das pessoas se 
distribuem desigualmente na população, 
acometendo mais alguns grupos do que outros; 
Aplicações 
• Basicamente, há três grandes aplicações da 
epidemiologia, sendo elas: 
- Descrever as condições de saúde da 
população; 
- Identificar quais são os fatores 
determinantes epidemiologia, sendo elas: da 
situação de saúde; 
- Avaliar o impacto das ações e políticas de 
saúde; 
 
 
 
EPIDEMIOLOGIA 
EPI = Sobre / DEMO = População / LOGOS = Estudo 
	
Julia Franco Fernandes de Carvalho Fagundes – 2˚ PERÍODO 
MEDICINA – FASA 2021.2 
CONCEITOS IMPORTANTES 
• Epidemia - é a elevação brusca, inesperada e 
temporária da incidência de determinada doença, 
ultrapassando os valores esperados para a população 
no período em questão; 
• Pandemia - é a ocorrência epidêmica caracterizada 
por uma distribuição espacial, atingindo várias nações; 
• Endemia - refere-se a uma doença habitualmente 
presente entre os membros de um determinado grupo, 
dentro dos limites esperados, em uma determinada 
área geográfica, por um período de tempo ilimitado; 
• Surto - acontece quando há um aumento inesperado 
do número de casos de determinada doença em uma 
região específica. Em algumas cidades, a dengue, por 
exemplo, é tratada como um surto e não como uma 
epidemia, pois acontece em regiões específicas (como 
um bairro); 
• População – refere-se a grupos humanos definidos 
pelo seguinte conjunto de características em comuns: 
sociais, culturais, econômicas, geográficas e 
históricas; 
• Doenças – são marcadores culturais das sociedades 
humanas, decorrentes da forma como nossa espécie 
organiza sua vida social e da forma como ela convive 
com outras espécies e com o meio ambiente; 
⤷Inclui - definição física ou psicológica; Estado 
subjetivo em que a pessoa percebe que não está bem e 
um estado de disfunção social que acomete o indivíduo 
quando doente; 
→ O método epidemiológico tem por objetivo reduzir 
doenças, promover saúde e melhorar os níveis de 
saúde da população; 
 
OBS: SEM INTERVENÇÃO DO 
PESQUISADOR. 
DESCRITIVO – sem grupo controle: 
• RELATO DE CASO; 
• SÉRIE DE CASO; 
ANALÍTICO – com grupo controle: 
• TRANSVERSAL – exposição e desfecho ao 
mesmo tempo: 
- não mede causa-efeito;	
- observa o individuo em um único momento; 
- associado a prevalência; 
- é um inquérito por se estar com o objeto de estudo 
apenas uma vez; 
- calcula-se o coeficiente de prevalência que é 
determinado pela relação entre prev. e pop.; 
- a razão de prev. corresponde ao risco relatico, que é 
determinada pela razão entre a prev. da doença nos 
expostos e a prev. da doença nos não expostos; 
- calcula OR e quanto mais elevado ele for, mais forte 
é a associação de causa-efeito; 
 
• “A estatística” é a ciência que tem por objetivo 
orientar a coleta, o resumo a apresentação, a 
análise e a interpretação de dados; 
• Por meio da amostragem, é possível fazer 
inferências, sendo aplicado para a população 
como um todo; 
 
PROBABILÍSTICA 
• ALEATÓRIA – a amostragem aleatória 
simple (M.A.S.) é a técnica de amostragem onde 
todos os elementos que compõem o universo e 
estão descritos no marco amostral têm idêntica 
probabilidade de serem selecionados para a 
amostra; 
⤷ Dá a cada elemento da população alvo, e a cada 
possível amostra de umtamanho determinado, a 
mesma probabilidade de ser selecionado; 
⤷ A amostragem aleatória simples é o tipo de 
amostragem probabilística mais utilizada; 
⤷ Dá exatidão e eficácia à amostragem, além de ser o 
procedimento mais fácil de ser aplicado – todos os 
elementos da população têm a mesma probabilidade de 
pertencerem à amostra; 
⤷ É bastante preciso e apresenta todos os elementos da 
população com probabilidade conhecida de serem 
escolhidos para fazer parte da amostra; 
TIPOS DE ESTUDOS 
POPULAÇÃO 
AMOSTRAGEM 
Julia Franco Fernandes de Carvalho Fagundes – 2˚ PERÍODO 
MEDICINA – FASA 2021.2 
Ex: A população dos pacientes que se consultam em 
uma unidade de saúde da família. Sorteia-se um 
número proporcional à população de pacientes para 
investigar os tipos de patologias que estes apresentam; 
• SISTEMÁTICA – colocar ou impor um “sistema” 
como critério de realização da amostragem; 
⤷ A amostragem sistemática é um processo de 
amostragem probabilístico não aleatório, onde o 
critério de probabilidade se estabelece através da 
aleatorização da primeira unidade amostral; 
⤷ Em um processo sistemático, a unidades amostrais 
são selecionadas a partir de um esquema rígido e 
preestabelecido de sistematização, com o propósito de 
cobrir a população em toda sua extensão, a fim de 
obter um modelo sistemático simples e uniforme; 
à Algumas vantagens da amostragem 
sistemática, de acordo com HUSCH, 
MILLER E BEERS (1972), são: 
- A sistematização proporciona uma boa 
estimativa da média e do total, devido à 
distribuição uniforme da amostra em toda 
população; 
- Uma amostra sistemática é executada com 
maior rapidez e menor custo que uma aleatória, 
desde que a escolha das unidades amostrais seja 
mecânica e uniforme; 
- O deslocamento entre as unidades é mais fácil 
pelo fato de seguir uma direção fixa e 
preestabelecida, resultando em tempo gasto 
menor e, por consequência, um menor custo de 
amostragem; 
- O tamanho da população não precisa ser 
conhecido, uma vez que cada unidade que ocorre 
dentro do intervalo de amostragem fixado, é 
selecionada sequencialmente, após ser definida a 
unidade inicial; 
EX: A partir das fichas de consultas da mesma USF, 
retira-se a 15, depois a 30, a 45, e assim 
sucessivamente, até atingir o número de pacientes 
desejados, que deve ser proporcional ao número da 
população de pacientes atendidos. Ou define-se que a 
pesquisa se dará com os	pacientes que estiveram no 
mês de março. 
 
 
 
 
• ESTRATIFICADA – seu principal objetivo é 
aumentar a precisão sem elevar o custo; 
⤷ A seleção em cada estrato deve ser aleatória; 
⤷ Consiste em dividir toda a população ou o “objeto de 
estudo” em diferentes subgrupos ouestratos 
diferentes, de maneira que um indivíduo pode fazer 
parte apenas de um único estrato ou camada. Após as 
camadas serem definidas, para criar uma amostra; 
⤷ É relativamente habitual definir os estratos de acordo 
com algumas variáveis características da população, 
tais como: idade, sexo, classe social ou região 
geográfica. Essas variáveis permitem dividir, 
selecionam-se indivíduos utilizando qualquer técnica 
de amostragem em cada um dos estratos de forma 
separada; 
⤷ As camadas ou estratos são grupos homogêneos de 
indivíduos, que por sua vez, são heterogêneos entre 
diferentes grupos; 
⤷ Facilmente a amostra em grupos mutuamente 
exclusivos e frequentes, permitem discriminar 
comportamentos diferentes dentro da população; 
EX: Na mesma USF, deseja-se separar os 
pacientes por gênero e idade, formando-se 
grupos de pesquisa entre homens entre 20 e 40 
anos de idade e mulheres entre 20 e 50 anos de 
idade. 
• POR CONGLOMERADO – grupos que 
possivelmente poderão responder à pergunta inicial; 
⤷	 É uma técnica que explora existência de grupos 
(clusters) na população. Esses grupos representam 
adequadamente a população total em relação a 
característica que queremos medir. Em outras 
palavras, estes grupos contêm variabilidade da 
população inteira; 
⤷ Na amostra por conglomerados, a unidades de 
amostra são grupos do estudo, o que pode ser muito 
benéfico em relação ao custo de amostragem em si. Em 
troca, é comum obter uma menor precisão ao utilizar 
esta técnica, causada pela falta de heterogeneidade 
dentro dos conglomerados; 
EX: Será formado um grupo de pesquisa apenas com 
os pacientes da USF que habitam na mesma rua da 
comunidade. 
 
 
 
Julia Franco Fernandes de Carvalho Fagundes – 2˚ PERÍODO 
MEDICINA – FASA 2021.2 
NÃO PROBABILÍSTICA 
• POR CONVENIÊNCIA – o que o pesquisador 
achar melhor pois, não há critérios para fazer a 
amostragem; 
⤷ Consiste em selecionar uma amostra da população 
que seja acessível. Ou seja, os indivíduos empregados 
nessa pesquisa são selecionados porque eles estão 
prontamente disponíveis, não porque eles foram 
selecionados por meio de um critério estatístico; 
⤷ Geralmente essa conveniência representa uma maior 
facilidade operacional e baixo custo de amostragem, 
porém tem como consequência a incapacidade de fazer 
afirmações gerais com rigor estatístico sobre a 
população; 
EX: Um grupo de dados formado com perguntas feitas 
a pessoas em um shopping da cidade. 
• INTENCIONAL – achismos e escolhas; 
⤷ É uma técnica de amostragem na qual a pessoa 
encarregada de conduzir a investigação depende de seu 
próprio julgamento para escolher os membros que 
farão parte do estudo; 
⤷ “os elementos selecionados para a amostra são 
escolhidos pelo critério do investigador”; 
• POR COTAS - frequentemente usada em 
pesquisas online através de painéis. Podemos encontra 
a amostragem por quotas como a versão não 
probabilística da amostra estratificada. Essa amostra é 
composta por três fases: 
à Segmentação:	Em primeiro lugar, 
dividimos a população do estudo em grupos 
de forma exaustiva (todos os indivíduos 
estão em um grupo) mutuamente exclusivos 
(um indivíduo só pode estar em um único 
grupo), semelhante à divisão em camadas 
usadas na amostragem estratificada. 
Normalmente, esta segmentação é feita 
através de alguma variável sócio-
demográfica, como: sexo, idade, classe 
social ou região; 
à Definindo o tamanho das quotas:	
Estabelecemos a meta de indivíduos a serem 
entrevistados para cada um desses grupos. 
Normalmente definimos estes 
objetivos(cotas) de forma proporcional ao 
tamanho do grupo populacional. 
à Seleção de participantes e 
comprovação de quotas:	Para finalizar, 
buscam-se por participantes para cobrir 
todas as quotas definidas. Este ponto é onde 
nos afastamos da amostra probabilística: Na 
amostragem por quotas é permitido que a 
seleção de indivíduos não seja aleatória, ou 
seja, os indivíduos podem ser selecionados 
através da amostra por conveniência.	 
COMO FAZER UMA AMOSTRAGEM? 
→ Defina o tipo de estudo e o erro admitido pelo 
pesquisador; 
→ Fazer o cálculo com base no mesmo; 
 
→ Diferença sistemática entre as características 
dos indivíduos da amostra e da população da 
qual eles são tomados; 
✓ Amostragem “cega” elimina vieses de 
medidas (duplamente cego); 
✓ Amostragem aleatória diminui os vieses de 
seleção; 
✓ Aparelhos calibrados evitam vieses de 
amostragem; 
→ Viés de amostragem é o erro sistemático 
devido a uma não- amostra aleatória de uma 
população, fazendo com que alguns membros da 
população a ser menos susceptível de ser 
incluído do que outras, resultando em uma 
amostra enviesada, definida como uma amostra 
estatística de uma população (ou não- fatores 
humanos) em que todos os participantes não são 
igualmente equilibrados ou objetivamente 
representado; 
 
→ Frequência relativa de um evento ocorrer ao 
longo de um número de tentativas 
indefinidamente grandes; 
⤷ Pode haver mais de um evento, a depender do 
interesse do pesquisador; 
⤷ Ω= { } → Espaço amostral / Possíveis eventos; 
⤷ Evento A: Qualquer conjunto de resultados de 
interesse; 
⤷ Espaço amostral (Ω): O conjunto de todos os 
resultados possíveis; 
 
 VIÉS 
 PROBABILIDADE 
Julia Franco Fernandes de Carvalho Fagundes – 2˚ PERÍODO 
MEDICINA – FASA 2021.2 
Mas a probabilidade de um evento ocorrer é 
sempre equiparável? 
⤷ Nada é muito certo quando se trata de saúde; 
⤷ Quanto maior o número de testes, maior a 
probabilidade de dar certo; 
⤷ Há um baixo poder de inferência quanto o 
estudo é quantitativo e a amostragem é por 
conveniência, se tornando um estudo fraco; 
 ⤷ Na amostragem não-probabilística não é 
possível generalizar os resultados para a 
população, pois amostras desse tipo não 
garantem representatividade da população; 
 
• VARIÁVEIS QUANTITATIVAS: 
- DISCRETAS – medidas por números inteiros; 
EX: número de filhos nascidos vivos, número de obras 
catalogadas, número de baixas hospitalares por 
paciente. 
- CONTÍNUAS – medidas por números não-
inteiros; 
EX: a quantidade de ácido acetilsalicílico em certo 
comprimido pode ser qualquer valor entre 499 mg e 
501 mg. 
• VARIÁVEIS QUALITATIVAS: 
- NOMINAIS – se referem a atributos; 
EX: gênero, fator Rh e sistema ABO. 
- ORDINAIS – se referem a atributos que seguem 
escala de classificação; 
EX: “melhor” ao “pior”, “nenhuma dor” até “dor 
insuportável”. 
Como escolher a variável do estudo? 
Supondo que temos uma proposta de pesquisa em que 
se pretende investigar a relação entre o hábito de 
fumar cigarros e o desenvolvimento de doenças 
pulmonares; 
➢Variáveis quantitativas discretas: relacionar o 
número de cigarros consumidos por dia por cada um 
dos pacientes com a idade de início do consumo de 
cigarros e a idade atual; 
 
➢Variáveis quantitativas contínuas: relacionar o peso 
dos pacientes ao estado de saúde; 
 
➢Variáveis qualitativas nominais: relacionar o 
gênero dos investigados ao hábito de fumar; 
 
➢Variáveis qualitativas ordinais: registrar o estágio 
da doença em que os pacientes se encontram (inicial, 
intermediário e terminal) e relacionar o hábito de 
fumar ao nível de instrução: fundamental, médio, 
superior e pós-graduação; 
 
 
• O objeto Medidas de frequência de doença 
esclarece que o principal objetivo da 
epidemiologia é medir a frequência com que 
ocorrem os problemas de saúde em populações 
humanas e que para isso é utilizado as medidas 
de incidência e prevalência; 
⤷ São indicadores: Taxa, frequência, índice e 
coeficiente; 
MORBIDADE 
• “Morbidade diz respeito à ocorrência de doenças e 
agravos à saúde em uma dada população.” 
⤷ População predefinida; 
⤷Doença/agravo; 
⤷ Meios diagnósticos; 
⤷ Indicadores de morbidade trabalham com a 
ocorrência de uma doença por meio da incidência e 
prevalência; 
OBS: A potência é uma convenção com base nas 
características dos habitantes de um local. 
PREVALÊNCIA 
• Prevalência = Todos os casos de que já existiram + 
novos casos;⤷ A prevalência mede a proporção de pessoas numa 
dada população que apresentam uma específica 
 TIPOS DE VARIÁVEIS 
 MEDIDAS DE FREQUÊNCIA 
Julia Franco Fernandes de Carvalho Fagundes – 2˚ PERÍODO 
MEDICINA – FASA 2021.2 
doença ou atributo, em um determinado ponto no 
tempo; 
⤷ Magnitude que as doenças subsistem nas 
comunidades; 
⤷ Representada em frequência absoluta ou 
coeficientes; 
⤷ Compara a probabilidade de ocorrência da doença no 
tempo e espaço; 
Idade ou grupo etário, sexo... 
⤷ Por meio do coeficiente de prevalência é possível 
encontrar a probabilidade da doença; 
⤷ A prevalência de doenças em comunidades abertas é 
mantida ou aumentada por doentes novos e por aqueles 
que imigram para a região que está sendo ou será 
estudada; 
Fatores que aumentam a prevalência: 
✓ A maior frequência com que surgem novos casos 
(incidência); 
✓ Melhoria no tratamento, prolongando-se o tempo de 
sobrevivência porém sem levar à cura (aumento da duração 
da doença). 
Fatores para a diminuição da prevalência: 
✓ Redução no número de casos novos; 
✓ Redução no tempo de duração dos casos; 
 
INCIDÊNCIA 
• Incidência = No de casos “novos” de uma 
determinada doença; 
⤷ Intensidade que a morbidade ocorre sobre uma 
população em um intervalo de tempo; 
⤷ A incidência (ou taxa de incidência) expressa o 
número de casos novos de uma determinada doença 
durante um período definido, numa população sob o 
risco de desenvolver a doença. O cálculo da incidência 
é a forma mais comum de medir e comparar a 
frequência das doenças em populações. 
⤷ Serve para medir o alívio ou agravo de uma doença 
e, consequentemente, interfere na prevalência; 
⤷ Representada em: Frequência absoluta e 
coeficientes; 
⤷ Compara o risco de incidência de uma doença entre 
populações ou na mesma comunidade; 
Mede a “velocidade” com que casos novos de doenças 
são agregados ao contingente; 
⤷ Probabilidade de ter uma doença ou agravo. 
Ex: 
Errado: No de resfriados por ano X Pessoas que 
tiveram pelo menos um resfriado por ano; 
Certo: No de pessoas doentes X Frequência de 
eventos relacionados a doença; 
 
⤷ Epidemia com alta letalidade → Alta 
incidência e duração baixa → Prevalência 
menor que a incidência; ⤷ Doenças crônicas 
com baixa letalidade → Duração é extensa → 
Prevalência menor que a incidência. 
⤷ A prevalência é alimentada pela incidência. Por 
outro lado, dependendo do agravo à saúde, as pessoas 
podem se curar ou morrer. Quanto maior e mais rápida 
a cura, ou quanto maior e mais rápida a mortalidade, 
mais se diminui a prevalência, que é uma medida 
estática, mas resulta da dinâmica entre adoecimentos, 
curas e óbitos; 
 
 
→ É definido como a probabilidade de se observar um 
valor da estatística de teste maior ou igual ao 
encontrado; 
→ Tradicionalmente, o valor de corte para rejeitar a 
hipótese nula é de 0, 05, o que significa que, quando 
não há nenhuma diferença, um valor tão extremo	para 
a estatística de teste é esperado em menos de 5% das 
vezes; 
Concepções erradas sobre o valor P: 
• Significância clínica VS estatística do tamanho 
do efeito: É um equívoco achar que um valor muito 
 VALOR DE P 
Julia Franco Fernandes de Carvalho Fagundes – 2˚ PERÍODO 
MEDICINA – FASA 2021.2 
pequeno de P signifique que a diferença entre os 
grupos é altamente relevante; 
⤷ Ao olharmos para o valor-p isoladamente, nossa atenção é 
desviada do tamanho do efeito; 
• Valor-p não significante: Achar que se o valor-p for 
maior do que 5%, o novo tratamento não tem nenhum 
efeito; 
⤷ O valor-p indica a probabilidade de se observar uma 
diferença tão grande ou maior do que a que foi observada sob 
a hipótese nula; 
⤷ Talvez a amostra não seja suficiente; 
• Interpretação exagerada do valor-p não 
significante, próximo de 5%: Outro conceito 
equivocado é acreditar que, se o valor-p está próximo 
de 5%, há uma tendência de haver uma diferença entre 
os grupos; 
⤷ É inadequado interpretar um valor-p 0,06 como uma 
tendência de diferença, esse valor-p significa que existe uma 
probabilidade de 6% de se obter esse resultado por acaso 
quando o tratamento não tem nenhum efeito real; 
⤷ Deve se concentrar no tamanho do efeito e não 
necessariamente no valor-p; 
⤷	 Evitar	 relatar	 o	 valor-p	 isoladamente,	
preferencialmente	 relatar	 os	 valores	 médios	 para	 cada	
grupo,	 a	 diferença,	 o	 intervalo	 de	 confiança	 de	 95%	 e	
então,	o	valor-p;	
⤷Na estatística clássica, o valor-p ou probabilidade de 
significância é a probabilidade de se obter uma estatística de 
teste igual ou mais extrema que aquela observada em uma 
amostra, sob a hipótese nula; 
à VALORES-P ALTOS – seus dados são 
prováveis com uma hipótese nula verdadeira; 
à VALORES-P BAIXOS – seus dados não são 
prováveis com uma hipótese nula verdadeira; 
→ Um valor-p baixo sugere que a amostra fornece evidências 
suficientes para que se rejeite a hipótese nula para toda a 
população; 
→ P valores não são a probabilidade de cometer um erro, 
conhecendo esse tipo de erro como o erro de tipo I; 
 
 
 
• É uma medida de impressão do verdadeiro 
tamanho do efeito na população de interesse, 
estimado na população de estudo; 
→ Essa imprecisão ocorre em virtude do erro amostral 
causado pela subamostragem da população de 
interesse; 
→ No entanto, a estimativa calculada na população de 
estudo é sempre a melhor estimativa do tamanho do 
efeito na população de origem; 
→ Calcular o intervalo de confiança é uma estratégia 
que leva em conta o erro amostral: O tamanho do efeito 
e seu intervalo de confiança representam valores 
plausíveis para a população de origem, e quanto mais 
estreito é o intervalo de confiança, maior é a certeza de 
que a estimativa baseada na população de estudo 
representa o verdadeiro tamanho do efeito na 
população de origem; 
→ O intervalo de confiança de 96% é o mais comum 
dos intervalos relatados na literatura. No entanto, é 
possível usar intervalos de confiança de 90% ou 99% 
caso se deseje mais ou menos confiança; 
→ O intervalo de confiança representa a incerteza do 
tamanho do efeito na população de origem, e não na 
população de estudo; 
⤷ Quando se calcula um intervalo de confiança, o 
tamanho do intervalo é determinado pelo tamanho da 
amostra, pelo erro técnico de média do estudo e pelo 
grau de confiança necessário; 
⤷ A vantagem do intervalo de confiança de 95% sobre 
o valor P é que o intervalo de confiança de 95% 
fornece informações sobre o tamanho do efeito, a 
incerteza da estimativa na população e a direção do 
efeito; 
⤷	Deve-se sempre usar o intervalo de confiança para 
descrever achados importantes de uma pesquisa; 
→ Os intervalos de confiança relevantes devem ser 
mostrados tanto no corpo do manuscrito como no 
resumo; 
→ Tecnicamente, 95% de todos os intervalos de 
confiança que construirmos conterão o verdadeiro 
valor do parâmetro (dado que todas as suposições 
envolvidas estejam corretas). Então se obtivermos um 
intervalo de confiança para o parâmetro para cada 
uma dentre 100 amostras aleatórias da população, 
somente 5, em média destes intervalos de confiança 
não conterão ; 
 INTERVALO DE CONFIANÇA 
Julia Franco Fernandes de Carvalho Fagundes – 2˚ PERÍODO 
MEDICINA – FASA 2021.2 
→ O intervalo de confiança é importante para indicar 
a margem de incerteza (ou imprecisão) frente a um 
cálculo efetuado. Esse cálculo usa a amostra do estudo 
para estimar o tamanho real do resultado na população 
de origem; 
 
• Uma hipótese é uma pressuposição a respeito 
de um determinado problema; 
 ⤷ Uma vez formulada a hipótese, ela estará sujeita a 
uma comprovação; 
⤷ O mecanismo de comprovação, via de regra, é o 
denominado teste de hipóteses; 
- Testar uma hipótese quer dizer verificar se um 
pressuposto é verdadeiro ou não; 
⤷A verificação ou não do pressuposto é chamada de 
conclusão e, a formulação da hipótese está relacionada 
com a forma de conduzir a experiência; 
⤷ É uma metodologia estatística que nos auxilia a 
tomar decisões sobre umaou mais populações baseado 
na informação obtida da amostra; 
⤷ Nos permite verificar se os dados amostrais trazem 
evidência que apoiem ou não uma hipótese estatística 
formulada; 
⤷ Essas suposições, que podem ser ou não verdadeiras, 
são denominadas de Hipóteses Estatísticas. 
HIPÓTESES ESTATÍSTICAS 
→ É uma suposição sobre um parâmetro de interesse 
ou sobre o valor dos parâmetros nas populações, 
- A decisão de aceitar ou não uma hipótese passa pela 
realização de um teste estatístico, sendo assim, é 
necessário, transformar uma hipótese científica em 
uma hipótese estatística; 
→ Uma hipótese estatística deve explicar e comparar 
parâmetros. 
TESTE ESTATÍSTICO DE 
HIPÓTESES 
→ É uma regra utilizada para decidir quando rejeitar 
uma hipótese, sendo essa regra sempre baseada em 
uma amostra aleatória; 
→ Assim, em um teste estatístico de hipóteses, é 
importante definir quem é pertencente à população, 
qual a variável de interesse, o parâmetro e a hipótese a 
ser verificada; 
→ Tal teste é um procedimento estatístico pelo qual se 
rejeita ou não uma hipótese, associando à conclusão 
um risco máximo de erro; 
→ Para testar as hipóteses são empregadas amostras, 
sendo assim, a teoria dos testes de hipóteses faz parte 
da inferência estatística; 
• Em um teste estatístico de hipóteses, consideram 
duas hipóteses: 
HIPÓTESE ALTERNATIVA 
⤷ Denotada por Ha ou H1, é a “hipótese do 
pesquisador”, aquilo que ele deseja verificar; 
⤷ Leva esse nome uma vez que em muitas aplicações 
ela expressa uma alternativa ao que já se acredita a 
respeito do parâmetro; 
⤷ É a hipótese contrária à nula. Geralmente, é a que o 
pesquisador quer ver confirmada; 
⤷ É a suposição de que existe desigualdade presente 
entre as médias dos valores de uma população que 
estejam sendo comparados, ou seja, suposição de que 
a hipótese nula não seja verdadeira; 
HIPÓTESE NULA 
⤷ Denotada por Ho, é o complemento da hipótese 
alternativa e está relacionada ao que já é conhecido, 
tradicional, conservador; 
⤷ Estabelece a ausência de diferença entre os 
parâmetros; 
 ⤷ É sempre a primeira a ser formulada; 
⤷ É uma hipótese que é apresentada sobre 
determinados fatos estatísticos e cuja falsidade se tenta 
provar através de um adequado teste de hipóteses; 
⤷ Uma hipótese nula geralmente afirma que não existe 
relação entre dois fenômenos medidos; 
IMPORTANTE: 
→ A hipótese testada é sempre H0. Se for rejeitada, a 
alternativa é automaticamente aceita; Se H0 não for 
rejeitada, Ha automaticamente é; 
→ Naturalmente, aceitar H1 implica em rejeitar H0 e 
vice-versa; 
→ Aceitar H0 implica comprovar a igualdade 
(nulidade das diferenças) e rejeitar H0, em comprovar 
a diferença entre os grupos testados; 
 TESTE DE HIPÓTESES 
Julia Franco Fernandes de Carvalho Fagundes – 2˚ PERÍODO 
MEDICINA – FASA 2021.2 
→ Como o mais comum é se desconhecer Ha, as 
decisões vão ser tomadas com base nos dados obtidos 
em amostras e envolverão um risco máximo admitido 
para o erro de afirmar que existe uma diferença, 
quando ela efetivamente não existe; 
Erro do tipo I (α) e Erro do tipo II (β) 
→ Todo teste de hipótese tem sua conclusão sujeita a 
erro; 
• Erro do tipo I: Decisão de rejeitar H0 quando de fato 
H0 é verdadeira 
⤷ O erro de afirmar que existe uma diferença quando 
ela efetivamente não existe (isto é, rejeitar 
ncorretamente a hipótese nula), tem uma	
probabilidade de ocorrer igual ao α; 
⤷ No entanto, também é possível cometer-se o erro de 
aceitar H0 quando não se deveria, ou seja, afirmar uma 
igualdade quando o correto seria afirmar uma 
diferença; 
➢ Para evitá-lo, escolhemos um critério de decisão 
que torna este erro pouco provável; 
➢ Nível de significância do teste: Probabilidade de 
cometer o erro do tipo I, usualmente representado pela 
letra grega ; 
• Erro do tipo II: Decisão de não rejeitar H0 
quando de fato H0 é falsa. 
⤷ É um conceito utilizado quando se deseja calcular o 
tamanho amostral necessário para atingir determinado 
objetivo; 
⤷ Pode também ser usado para, após a realização da 
pesquisa, determinar que poder tem a amostra 
estudada de detectar uma diferença estipulada pelo 
pesquisador; 
⤷ Para um tamanho fixo da amostra, não há como 
controlar simultaneamente ambos os erros; 
➢ Convencionou-se	que	o	erro	mais	sério	
seria	 o	 erro	 do	 tipo	 I.	
⤷ Em um segundo momento, calcula-se o tamanho da 
amostra que reduza a probabilidade do erro do tipo II, 
usualmente representado pela letra grega β; 
	
⤷ A capacidade de um teste identificar diferenças que 
realmente existem, ou seja, de rejeitar H0 quando é 
realmente falsa, é denominado poder do teste e é 
definida como 1- β; 
	
 
 
 
 
 TESTE DE HIPÓTESES VARIÁVEIS NUMÉRICAS 
Julia Franco Fernandes de Carvalho Fagundes – 2˚ PERÍODO 
MEDICINA – FASA 2021.2