Baixe o app para aproveitar ainda mais
Prévia do material em texto
Maria Cecília Moscardini- CMMG 2º período Bioestatística Teste sobre médias / Teste Qui- Quadrado Aula 12 Comparação de duas médias Comparação de dois grupos »Comparação entre drogas, terapias, métodos cirúrgicos, condições experimentais, características físicas »Exemplo: -Dois novos tratamentos -Tratamento com ausência de tratamento Amostras independentes »Há duas amostras separadas - Tratamento 1 aplicado a n1 elementos da amostra 1 - Tratamento 2 aplicado a n2 elementos da amostra 2 »Exemplo: A depressão após almoço é a queda no alerta mental depois de uma refeição no meio do dia. Foram dadas a pessoas saudáveis, entre 18 e 40 anos, uma pílula do extrato de ginkgo ou uma pílula de placebo. Após o almoço, foi pedido a essas pessoas que lessem sete páginas de letras aleatórias e marcassem todos as letras “E”. A variável é o número de falhas por indivíduo. O número de falhas difere entre os grupos que receberam ginkgo ou placebo? Número de falhas por indivíduo, após o almoço. - Ginkgo - Placebo Sejam os parâmetros: - µ1 = nº médio de falhas dos indivíduos que receberam ginkgo - µ2 = nº médio de falhas de indivíduos que receberam placebo - µd = µ1 - µ2 Hipóteses: H0: µd = 0 vs H1: µd ≠ 0 ou H0: µ1 = µ2 vs H1: µ1 ≠ µ2 Estatística de teste: Bioestatística Maria Cecília Moscardini- CMMG 2º período tem distribuição t com n1+n2 -2 GL n1 e n2= tamanho das amostras 1 e 2 (ginkgo e placebo) x-1, x-2= médias das amostras 1 e 2 (ginkgo e placebo) é a variância combinada (assumindo que os dois grupos tenham variâncias populacionais iguais) P-valor =2 x P(Tn1+n2-2>Tobs) = 2 x P(T37> 2,15) =0,038 Decisão: Como p-valor = 0,038 < α = 0,05 Rejeita-se H0 Conclusão: A 5% de significância, há evidências de que existe diferenças entre o número de falhas após o almoço de indivíduos que receberam ginkgo e placebo. Amostras dependentes (pareadas) »A mostra é constituída por n pares de indivíduos (geralmente o mesmo individuo é avaliado em duas situações diferentes) - Tratamento 1 aplicado a um elemento do par - Tratamento 2 aplicado ao outro elemento do par »Exemplo: Um estudo sobre dois colírios, A e B, avaliou a aplicação dos mesmos comparando-os em relação ao tempo, em minutos, para dilatar as pupilas. Um grupo de n pacientes recebeu o colírio A no olho direito e o colírio B no olho esquerdo. Individuo 1 2 … n Olho D 28 23 … 44 Olho E 21 39 … 36 »Exemplo: Uma nova ideia para o tratamento do melanoma avançado é manipular geneticamente as células brancas do sangue para reconhecerem e destruírem as células cancerosas, e então, infundir essas células nos pacientes. Um dos resultados deste estudo seria a contagem de células que disparam uma resposta imune no corpo, ajudando no combate ao câncer. Os dados referem-se a contagem de células ativas por 100.000 células, antes e depois a infusão das células modificadas. Depois da infusão, o número de células ativas é diferente de antes da infusão? Amostras com n=11 pares de indivíduos, avaliados em dois momentos - Antes da infusão das células modificadas - Depois da infusão das células modificadas Sejam os parâmetros: Maria Cecília Moscardini- CMMG 2º período - µ1 = nº médio de células ativas antes da infusão das células modificadas - µ2 = nº médio de células ativas depois da infusão das células modificadas - µd = µ1 - µ2 Hipóteses: H0: µd = 0 vs H1: µd ≠ 0 ou H0: µ1 = µ2 vs H1: µ1 ≠ µ2 Hipóteses: H0: µd = 0 vs H1: µd ≠ 0 Estatística de teste: tem distribuição t com n-1 graus de liberdade n = tamanho da amostra (nº de pares) d = média das diferenças sd = desvio-padrão das diferenças P-valor: 2 x P(Tn-1> |Tobs|) = 2 x P(T10>2,21) =0,051 Decisão: Como p-valor = 0,051 > α = 0,05 Não se rejeita H0 Conclusão: A 5% de significância, há evidências de que não há diferenças na contagem de células ativas antes e depois da infusão de células modificadas *O tamanho da amostra ser muito pequeno e o desvio-padrão ser muito grande, foram fatores que interferiram no resultado Testes de hipóteses vs intervalos de confiança »Existe uma equivalência entre os testes de hipóteses bilaterais e os intervalos de confiança Hipóteses: H0: µd = 0 vs H1: µd ≠ 0 A região de não rejeição de um teste bilateral sobre µd é o intervalo de confiança para µd Quando utilizamos um intervalo de 100(1- α) % de confiança para fazer um teste bilateral, o nível de significância associado ao teste é α. O intervalo de 100(1-α) % de confiança para µd contém o valor 0? •Não: a hipótese nula H0 deve ser rejeitada ao nível de significância α • Sim: a hipótese nula H0 não deve ser rejeitada ao nível de significância α Maria Cecília Moscardini- CMMG 2º período Teste Qui-Quadrado de Independência É um teste utilizado para verificar a associação entre duas variáveis qualitativas Exemplo: Deseja-se verificar se existe associação entre o peso (classificado como deficiente, normal ou excesso) e a pressão arterial (classificada como normal ou elevada) H0: O peso e a pressão arterial são independentes (não estão associados) H1: O peso e a pressão arterial não são independentes (estão associados) A inclusão da informação sobre o peso muda a distribuição da pressão arterial? Estatística de teste: Tabela da distribuição Qui- Quadrado Obtenção dos valores esperados Casela são os valores dos cruzamentos (elevado x excesso) (normal x deficiente) E11 = 25x20 / 100 = 5 E12 = 53x20 / 100 = 10,6 E13 = 22x20 / 100 = 4,4 E21 = 25x80 / 100 = 20 E22 = 53x80 / 100 = 42,4 E23 = 22x80 / 100 = 17,6 Cálculo da estatística de teste Conclusão do teste H0: O peso e a pressão arterial são independentes (não estão associados) Maria Cecília Moscardini- CMMG 2º período H1 : O peso e a pressão arterial não são independentes (estão associados) Decisão: P-valor = 0,013 < 0,05 (α) H0 deve ser rejeitada Conclusão: A 5% de significância, há evidências de que o peso e a pressão arterial não são independentes. »O teste qui-quadrado tem a suposição de que os valores esperados devem ser maiores ou iguais a 5. No entanto, há referências que pontuam que o teste é válido se até 20% das caselas tiverem valor esperado < 5 »No exemplo, há uma casela (1 em 6 = 16,7%) com valor esperado 4,4. Teste Exato de Fisher »Alternativa ao teste Qui-Quadrado de Independência para tabelas 2x2 com amostras pequenas. »A conclusão tomada é igual à do teste Qui-Quadrado Hipóteses H0: O tipo de tratamento para pneumonia não está associado à ocorrência de efeitos adversos H1: O tipo de tratamento para pneumonia está associado à ocorrência de efeitos adversos Conclusão do teste H0: O tipo de tratamento para pneumonia não está associado à ocorrência de efeitos adversos H1: O tipo de tratamento para pneumonia está associado à ocorrência de efeitos adversos Decisão: Como p-valor = 0,355 > 0,05 (α) H0 Não deve ser rejeitada Conclusão: A 5% de significância, há evidências de que não existe associação entre o tipo de tratamento para pneumonia e os efeitos adversos. Testes de hipóteses em artigos científicos • No rodapé da tabela: a indicação do teste utilizado para a comparação de cada variável entre os grupos Controle e GDM. • Observe que o teste t-Student foi utilizado para as variáveis idade, idade gestacional e IMC (variáveis numéricas comparadas entre dois grupos) -Símbolo de cruz: qui-quadrado Maria Cecília Moscardini- CMMG 2º período -Símbolo garfo: Teste Exato de Fisher -Símbolo asterisco: T-student Já pra as variáveis etnia, paridade, fumo e história familiar de diabetes gestacional, foram utilizados os testes qui-quadrado e exato de Fisher (variáveis categóricas comparadas entre dois grupos). »Avaliar as diferenças entre os grupos, se o P valor for menor que 5% Idademédia maior no grupo GDM (p=0,01) (somente esse dado foi menor que 5%, para todas as outras variáveis não houve diferença) Não há diferenças entre os grupos GDM e Controle em relação às outras características (p>0,05) Exemplos de afirmações • O IMC pré-gestacional foi maior no grupo controle (Falso) • Houve maior proporção de etnia branca no grupo GDM (Falso) • Não houve diferença entre os grupos Controle e GDM em relação ao hábito de fumar (Verdadeiro) • A proporção de história familiar de GDM no grupo GDM foi maior (Falso)
Compartilhar