Baixe o app para aproveitar ainda mais
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
Compartilhar