Baixe o app para aproveitar ainda mais
Prévia do material em texto
BIOESTATÍSTICA E EPIDEMIOLOGIA BIOESTATÍSTICA E EPIDEMIOLOGIA Copyright © UVA 2020 Nenhuma parte desta publicação pode ser reproduzida por qualquer meio sem a prévia autorização desta instituição. Texto de acordo com as normas do Novo Acordo Ortográfico da Língua Portuguesa. AUTORIA DO CONTEÚDO Carolina Pimentel Machado REVISÃO Janaina Vieira Lydianna Lima PROJETO GRÁFICO UVA DIAGRAMAÇÃO UVA M149 Machado, Carolina Pimentel. Bioestatística e epidemiologia [recurso eletrônico] / Carolina Pimentel Machado. – Rio de Janeiro: UVA, 2021. 1 recurso digital (4000 KB) Formato: PDF ISBN 978-65-5700-094-6 1. Bioestatística. 2. Epidemiologia. 3. Estatística. I. Universidade Veiga de Almeida. II. Título. CDD – 570.15195 Bibliotecária Adriana R. C. de Sá CRB 7 – 4049. Ficha Catalográfica elaborada pelo Sistema de Bibliotecas da UVA. SUMÁRIO Apresentação Autor 06 07 Organização dos dados 32 • Dados e variáveis • Tabelas e gráficos • Medidas de tendência central, medidas de dispersão e distribuição normal UNIDADE 2 08 • Conceitos e aplicações básicas da Estatística • População e amostra em estudos estatísticos • Estudos estatísticos e inferenciais Introdução ao estudo da Estatística UNIDADE 1 SUMÁRIO Epidemiologia Descritiva 84 • Medidas da saúde coletiva • Transições e variáveis • Epidemias, endemias e surtos — diferença entre as ocorrências UNIDADE 4 55 • História da Epidemiologia, conceitos epidemiológicos • Saúde, qualidade de vida e indicadores de saúde • História natural das doenças Introdução à Epidemiologia UNIDADE 3 6 A bioestatística é uma ciência exata que auxilia na quantificação de fenômenos relacio- nados à saúde x doença (morbidade, mortalidade). Atua complementando a epidemiolo- gia, ciência que visa estudar a incidência dos fenômenos de saúde/doença, fatores con- dicionantes e determinantes do processo de adoecimento na população humana. Então, podemos dizer que a bioestatística é a estatística aplicada à área de saúde. É importante ressaltar que técnicas estatísticas são amplamente utilizadas em pesquisas. Diante deste contexto, nesta disciplina serão abordados conceitos básicos de epidemio- logia e bioestatística aplicados à saúde coletiva; conhecimento sobre vigilância epide- miológica e estudos epidemiológicos para o levantamento de dados de morbidade e mortalidade e sua aplicação no desenvolvimento de políticas de promoção, prevenção, controle e erradicação de doenças e agravos. Além disso, trabalharemos a apresentação e a leitura de dados em tabelas e gráficos, uso de medidas de tendência central, índices e coeficientes. Análise crítica dos determinantes de saúde considerando os contextos demográfico, social, econômico e cultural da população. Pode-se considerar o cenário da pandemia do coronavírus para pontuar e exemplificar a importância da epidemiologia e da bioestatística no acompanhamento da pandemia e toda a atuação da vigilância epidemiológica para o controle dos agravos da doença. Como profissional da área de saúde você conseguirá ter um olhar mais amplo de todo o processo de adoecimento que envolve as coletividades e pode, dessa forma, contribuir para manter a população cada vez mais saudável. APRESENTAÇÃO 7 CAROLINA PIMENTEL MACHADO Enfermeira graduada pela Universidade Veiga de Almeida – UVA. Especializada em Enfermagem do Trabalho pela Universidade Federal do Rio de Janeiro – UFRJ. Mes- tre em Bioética, Ética Aplicada e Saúde Coletiva pela Universidade Federal Fluminense – UFF, Niterói (Tema: Saúde do Homem).Cursando Doutorado em Bioética, Ética Apli- cada e Saúde Coletiva na UFF. Professora da UVA: Internato 9º período e na disciplina Epidemiologia e Bioestatística. AUTOR Introdução ao estudo da Estatística UNIDADE 1 9 Nesta unidade você irá aprender os principais conceitos e aplicações básicas da estatís- tica, conceituar população e amostra em estudos estatísticos para que torne-se possível utilizá-la como ferramenta em pesquisas da área de saúde coletiva. Com esse conheci- mento você compreenderá melhor o ambiente ao seu redor e poderá fazer melhorias em seu processo de trabalho. INTRODUÇÃO Nesta unidade você será capaz de: • Conceituar os principais termos da estatística. OBJETIVO 10 Conceitos e aplicações básicas da Estatística A Estatística Básica é uma ferramenta que pode ser utilizada para responder a uma de- terminada questão. Por meio da estatística, é possível realizar coleta de dados, analisar minuciosamente as informações e, a partir dos resultados obtidos, localizar soluções ou respostas para um problema. Para que fique mais claro, começaremos por um exemplo prático da rotina de um profis- sional da saúde em uma clínica urológica. Suponha que houve uma “reclamação” sobre o atendimento na clínica onde você tra- balha e você foi escolhido para fazer um levantamento do grau de satisfação dos seus pacientes sobre o atendimento da clínica. A partir dessa informação, o levantamento de dados será feito para analisar se o problema foi um atendimento específico ou se exis- te insatisfação de muitos pacientes. Então, para isso, você dará a alguns pacientes um questionário para posteriormente analisar e entender o cenário real dos atendimentos prestados. Após a coleta de dados e análise dos questionários, você conseguirá chegar a conclusões que ajudarão na melhoria da gestão da clínica urológica, com um conse- quente aumento do grau de satisfação dos pacientes. Esse exemplo veio clarear um pouco a aplicabilidade da estatística. Alguns alunos da área de saúde não se sentem confortáveis com os núme- ros, e acredito que uma das razões pode ser porque, na maioria das vezes, a aptidão no colégio dá-se pela disciplina de biologia, criando-se dessa forma um tabu em torno dos números. Vamos tentar, com esta disciplina, mudar esse paradigma. É importante um olhar com mais curiosidade sobre os assuntos aqui traba- lhados e por isso sugerimos: permita-se entrar nesse mundo dos cálculos e compreender os conceitos básicos da estatística. Assim, conseguirá perce- ber a importância dessa ciência para a saúde da coletividade, bem como de que forma aplicá-la. 11 Conceitos Por que estudar estatística? A estatística inicialmente referia-se à coleção de informações de interesse para o Estado sobre a população e a economia. Nesse contexto a estatística possibilitou o conheci- mento de uma população específica, quantificando alguns dados, como riqueza, tributos, moradias etc. Pode-se dizer que a estatística é uma ciência exata, sendo a parte da matemática aplica- da que fornece métodos para realizar: coleta, organização, descrição, análise e inter- pretação de dados para utilização na tomada de decisões. É um método científico utili- zado para avaliar o grau de importância da informação, que constantemente buscamos nos mais diferentes meios (VIEIRA, 2016, p. 95.) Trata-se de um conhecimento essencial, porque em alguma fase do trabalho de um pes- quisador ou profissional da área de saúde será preciso analisar e compreender causas de mortes ou eficácia de uma medicação, ou seja, analisar um conjunto de dados. Para aplicar a estatística é necessário aprender alguns conceitos, como: População: é o conjunto do universo que iremos estudar (VIEIRA, 2016,p. 91). Amostra: é todo subconjunto de unidades retirado da população para obter-se a informa- ção desejada (VIEIRA, 2016, p. 91). Os alunos recém-formados da graduação de Enfermagem das faculdades par- ticulares do Rio de Janeiro. Exemplo 12 Amostragem: é a técnica especial de escolher amostras que garantam o acaso na esco- lha. Assim, cada elemento da população tem a mesma chance de ser escolhido, o que pro- porciona à amostra um caráter de representatividade da população (VIEIRA, 2016, p. 92). Variável: é uma condição ou característica das unidades da população (VIEIRA, 2016, p. 1). Dados estatísticos: é toda informação coletada e registrada a que se refere uma variável (VIEIRA, 2016, p. 1). Uma enfermeira trabalha em uma enfermaria de clínica urológica (médica e cirúrgica) e quer saber a opinião dos pacientes sobre a qualidade do atendi- mento. A variável de interesse, nesse caso, é a opinião dos pacientes. Os dados serão obtidos quando a enfermeira realizar a pesquisa, se for solicitado que os pacientes deem notas de 1 a 5, os dados obtidos poderão ser, por exemplo, 4, 5, 4, 3... Exemplo Exemplo População Amostra 13 Censo: chama-se de censo o levantamento de dados de toda a população (IBGE – Instituto Brasileiro de Geografia e Estatística). Como exemplo, podemos citar o censo demográfico, que tem por objetivo obter o número da população do território nacional, verificar suas características etc. Parâmetros: é um valor em geral desconhecido, que representa determinada característi- ca da população. Em dada população, em um dado momento, o parâmetro não varia, ou seja, é um valor fixo (VIEIRA, 2016 apud STATISTICS GLOSSARY, p. 91). Estatística Descritiva: está interessada na medida das características dos elementos de toda a população, como o próprio nome diz: descreve (SILVESTRE, 2007, p. 4). Vamos aproveitar este mesmo exemplo para ilustrar os conceitos vistos: Qual seria a população? Os pacientes que utilizam os serviços da clínica urológica. Poderíamos chamar TODOS os pacientes que já foram atendidos na clínica para a realização da pesquisa? Seriam muitos, não seria viável. Então, pegaremos uma AMOSTRA da população. Para escolher essa amostra, utilizaremos uma TÉCNICA DE AMOSTRAGEM, amostragem aleatória. Os pacientes que quiserem responder ao questionário e que estiverem pre- sentes na clínica urológica durante duas semanas predefinidas, participarão da pesquisa. Idade dos formandos de enfermagem das universidades particulares do Rio de Janeiro. “Idade dos formandos” é um parâmetro. Exemplo 14 A Estatística Descritiva visa descrever os dados. Daremos um exemplo bem simples do nosso dia a dia: imagine que você quer comprar um carro, você tem um objetivo e a partir desse objetivo fará uma pesquisa de mercado para escolher o melhor preço, as especi- ficações, a marca... Toda essa pesquisa se dá por meio do uso da estatística. A parte da coleta de dados, descrição dos dados e organização é a parte que refere-se à Estatística Descritiva, já a análise e a interpretação dos dados fica a cargo da Estatística Inferencial, que veremos a seguir. Estatística Inferencial: [...] o aspecto essencial da Estatística é o de proporcionar métodos infe- renciais, que permitam conclusões que transcendam os dados obtidos inicialmente. Assim, a análise e a interpretação dos dados estatísticos tornam possível o diagnóstico de uma empresa (por exemplo, de uma escola), o conhecimento de seus problemas (condições de funciona- mento, produtividade), a formulação de soluções apropriadas e um pla- nejamento objetivo de ação. (CRESPO, 2009) Como vimos, o objetivo último da estatística é tirar conclusões sobre o todo (população) a partir de informações fornecidas por parte representativa do todo (amostra). Assim, realizadas as fases anteriores (Estatística Descritiva), faze- mos uma análise dos resultados obtidos a partir dos métodos da Estatística Indutiva ou Inferencial, que tem por base a indução ou inferência, e tiramos desses resultados conclusões e previsões (CRESPO, 2009). Ampliando o foco 15 População e amostra em estudos estatísticos Como vimos, a amostra é um subconjunto da população. Como, porém, podemos definir a nossa amostra? Qual o melhor método a ser utilizado? Estas perguntas podem ser respondidas por meio dos métodos de amostragem, que veremos a seguir. Métodos de amostragem Antes de obter-se uma amostra, é preciso definir quais serão os critérios para selecionar as unidades que a comporão. De acordo com o critério, tem-se o tipo de amostra, con- forme o diagrama a seguir. A amostra probabilística A amostra probabilística é constituída por unidades retiradas da população por procedi- mento casual ou aleatório. Amostragem casual ou aleatória simples Como usar esse tipo de amostra? Pode-se numerar alunos da disciplina de epidemiologia de 1 a 100 e posteriormente rea- lizar o sorteio de “x” números dessa sequência, que serão os elementos da amostra. AMOSTRA SEMIPROBABILÍSTICAROBABILÍSTICA NÃO PROBABILÍSTICA 16 Exemplo: Utiliza-se a tabela de números aleatórios 1. Numeram-se os alunos de 1 a 100. 2. Sorteiam-se 10 números (10% de 100) usando algum mecanismo aleatório ou, nesse caso, será a partir de uma tabela de Números Aleatórios, conforme a tabela a seguir: Tabela de números aleatórios: Então, de forma aleatória, escolhemos a segunda linha da tabela. Como iremos escolher 10% da amostra, o que, nesse caso, são 10 alunos, obtivemos os seguintes números: (56, 53, 9, 19, 9, 79, 64, 58, 70, 51). 6 5 0 2 1 2 6 5 7 6 5 1 4 3 7 5 2 7 7 0 5 7 3 0 1 5 6 5 3 0 9 1 9 0 9 7 9 6 4 5 8 7 0 5 1 3 3 7 8 7 5 0 6 8 3 4 3 0 2 4 3 9 6 8 8 8 7 7 5 8 1 1 8 8 0 9 5 3 2 7 4 8 1 4 1 5 3 5 1 8 5 6 0 2 4 0 1 1 6 1 1 4 3 5 3 0 1 9 6 6 2 7 7 7 4 5 3 8 4 6 3 9 8 3 9 5 6 6 0 9 3 3 0 4 0 4 5 0 9 0 1 8 5 5 3 9 5 6 8 5 5 7 1 1 5 6 5 6 8 5 9 4 0 9 0 8 0 7 4 9 7 5 8 4 4 3 4 9 1 0 9 2 6 6 0 0 2 8 9 5 5 6 0 4 2 9 4 7 5 6 8 9 3 9 9 7 2 1 2 3 4 6 8 1 5 4 2 8 2 3 0 5 4 0 7 6 0 9 9 2 1 9 1 7 4 0 2 2 0 2 8 6 6 0 9 9 4 1 1 9 7 1 5 5 8 1 5 5 6 5 6 3 3 4 8 2 2 3 7 5 4 9 7 4 9 2 7 8 8 2 2 8 4 1 0 1 9 1 7 2 6 5 0 7 3 9 8 5 9 9 4 7 9 6 2 5 1 8 8 3 9 8 8 1 6 3 0 5 8 6 1 0 7 7 9 5 5 7 8 4 6 5 6 8 6 3 2 0 0 1 5 6 5 2 8 9 2 1 5 6 1 6 4 8 1 8 3 0 3 1 2 3 8 0 1 5 8 7 6 0 8 6 0 7 9 8 3 9 1 7 2 3 1 0 4 4 6 4 3 4 4 1 0 7 9 1 3 8 1 5 2 3 0 6 6 1 4 1 3 3 9 8 3 1 3 7 2 3 3 7 8 9 5 1 1 3 1 2 1 9 6 4 5 0 7 8 7 3 0 7 9 1 3 7 4 4 5 2 3 6 8 5 4 5 9 3 2 8 9 8 4 4 9 4 7 5 4 9 4 4 7 5 2 5 9 5 2 3 8 4 1 2 6 3 9 5 9 8 5 4 2 7 1 0 1 6 3 7 9 1 1 9 4 8 0 4 3 8 3 4 8 8 6 4 7 7 7 2 1 7 7 9 3 3 2 7 2 5 4 0 2 9 6 6 1 3 5 7 1 3 0 8 2 1 5 9 7 8 4 8 3 1 0 1 4 6 2 3 6 2 7 7 5 8 6 1 9 9 5 1 4 4 1 4 0 5 4 0 2 5 2 2 8 6 7 0 8 7 9 2 9 5 2 1 6 2 2 0 9 6 3 2 1 7 6 8 3 3 1 0 0 7 3 7 1 7 2 3 5 0 0 3 5 7 5 7 3 5 1 1 5 5 3 5 3 6 7 7 3 7 7 9 4 8 6 5 4 5 5 9 17 Como o número 9 (nove) está repetido nesta sequência, eliminamos o 9 (nove) em dupli- cidade e escolhemos mais um número para supri-la. Mantendo a sequência, teremos o número 33 (trinta e três). Então, a nossa amostra seria: (56, 53, 19, 9, 79, 64, 58, 70, 51, 33). Os alunos numerados de acordo com a lista anterior são escolhidos e tomados os valo- res dos seus pesos, obtendo assim uma amostra da população de 100 alunos. Amostragem aleatória estratificada Quando a população divide-se em subpopulações (grupos distintos de pessoas) ou es- tratos, é necessário utilizar uma amostragem proporcional estratificada, que considere esses estratos ou subgrupos para obter a amostragem aleatória e proporcional a estes (VIEIRA, 2016, p. 93). Exemplo: Suponha que, no exemplo anterior, dos 100 alunos, 64 sejam homens e 36 sejam mulhe- res. Neste caso poderemos obter a amostra estratificada e assim realizar a análise por estratos (homem e mulher). • Serão dois estratos (sexo masculino e sexo feminino) e queremos uma amostra de 10% da população. 1. Definimos a tabela em estratos: Sexo População 10%Amostra M 64 6,4 6 F 36 3,6 4 Total 100 10% 10 2. Numeram-se os alunos de 1 a 100, sendo que de 1 a 64 são homens e de 65 a 100, mulheres. Ainda utilizando a tabela aleatória, tomando a sexta e a sétima coluna (escolha aleatória) da tabela de números aleatórios, de baixo para cima, temos esses números: 18 58, 26, 24, 13, 61, 28, 65, 21,17, 96, 30, 44, 92, 53, 93, 22, 44, 33... Posteriormente escolhemos, dentro desse conjunto de números, os números elegíveis. Observe que a sequência corrida da tabela aleatória, na sexta coluna, de baixo para cima, seria: 58, 26, 24, 13, 61, 28, 65, 21, 17, 96, 30, 44, 92 Porém, como em nossa amostra é preciso ter 6 indivíduos de sexo masculino e 4 do sexo feminino, não podemos utilizar os números 21, 17,30, 44. Por isso, passamos para a próxima coluna, a sétima, onde encontramos a sequência inicial “53, 22, 93”, da qual pularemos até encontrar o próximo número que corresponda à população feminina, que, neste caso, é o 93 Nossa amostra então será: Homens: 58, 26, 24, 13, 61, 28 Mulheres: 65, 96, 92, 93. Amostra semiprobabilística Quando usa-se um procedimento parcialmente aleatório para retirar da população uma amostra, estamos usando uma amostra semiprobabilística. A amostra semiprobabilística divide-se em três tipos, conforme o gráfico a seguir: AMOSTRA SEMIPROBABILÍSTICA AmostraAmostra sistemáticasistemática Amostra por conglomerados Amostra por quotas 19 Amostra sistemática A amostra sistemática é constituída por unidades retiradas da população seguindo um sistema preestabelecido (VIEIRA, 2016, p. 94). A amostra é sistemática quando alguma forma aleatória de seleção é incorporada no processo de amostragem. Esta técnica de amostragem em populações que possuem os elementos ordenados, em que não há a necessidade de cons- truir um sistema de referência. Nesta técnica, a seleção dos elementos que comporão a amostra pode ser feita por um sis- tema criado pelo pesquisador. (BARBETTA, 2002) Algumas vantagens em usar esse tipo de amostra é porque ela obtém boas proprie- dades de representatividade, similares à amostragem aleatória, porém de forma mais rápida e simples. Exemplos: de 5 (cinco) em 5 (cinco) prontuários; a cada 10 (dez) prédios. No exemplo a seguir foi decidido que de 3 em 3 seria retirada a amostra. No momento em que escolhe-se aleatoriamente que a amostra será escolhida de 3 em 3 ela torna-se sistemática e essa escolha define o tipo de amostra. 1 6 2 7 3 3 8 6 4 9 9 5 10 Amostra Sistemática Procedimento População 20 Amostra por conglomerados Utiliza-se a amostra por conglomerados quando é pertinente comparar dois ou mais deles. Porém, para que esta explicação torne-se mais clara, vamos entender o que são conglomerados. Conglomerados são grupos de unidades que já existem na população por alguma razão (VIEIRA, 2016, p. 95). Exemplos de conglomerados: orfanato é um conglomerado de órfãos ou crianças aban- donadas, asilo é um conglomerado de idosos, hospital é um conglomerado de pacientes. Amostra por quotas Na amostragem por quotas as pessoas são selecionadas para a amostra porque têm uma característica bem específica. A ideia de quota é semelhante à de estrato, com uma diferença básica: a amostra estratificada é selecionada ao acaso da população, enquan- to a amostra por quotas não é aleatória (VIEIRA, 2016, p. 95). Essa amostra possibilita, por exemplo, que façamos análises entre 2 (dois) subgrupos, mas, como dito anteriormente, esses dois subgrupos não são aleatórios. Exemplo de amostra por conglomerado: Um médico quer estudar o efeito de um tratamento sobre a melhora de pa- cientes. Para obter uma amostra por conglomerados, o médico sorteou dois hospitais com as mesmas características, e avaliou a melhora dos pacientes nos dois locais (conglomerados). Exemplo 21 Amostra Não Probabilística ou de Conveniência A amostra não probabilística ou de conveniência é constituída por unidades reuni- das em uma amostra simplesmente porque o pesquisador tem fácil acesso a elas (VIEIRA, 2016, p. 97). Quando, por exemplo, você, como profissional da saúde, decide pesquisar um evento que ocorre no seu próprio campo de trabalho, por qual motivo faria essa pesquisa? São inúmeras possibilidades. Entre elas: para melhorar o processo de trabalho ou a ges- tão, aperfeiçoar o atendimento aos pacientes, economizar com as compras de determi- nados itens etc. Por que escolher esse tipo de amostra? Porque a amostra por conveniência é uma amostra simples, fácil de ser aplicada e econômica. Segue um exemplo para que você possa compreender melhor esse conceito: Uma empresa lança um jogo, para jovens de 12 a 16 anos, com tecnolo- gia altamente inovadora e quer avaliar qual será a faixa etária que mais irá adaptar-se a essa tecnologia. Resolve, então, selecionar alguns desses jo- vens (amostra) e decide que o método de amostragem a ser utilizado será amostra por quotas porque o pesquisador deseja comparar uma determina- da idade a outra (e é exatamente isso que a amostra por quotas possibilita). Para isso, ele divide o grupo em subgrupos, por idade: Grupo 1: Idade de 12 a 14 anos. Grupo 2: Idade de 14 a 16 anos. Obtendo os resultados, faz a comparação entre os dois subgrupos com ca- racterística bem específica. Exemplo 22 1. Você, como profissional de saúde, decide fazer uma pesquisa para avaliar a satisfação da assistência prestada aos pacientes da clínica onde trabalha. Então, escolhe aleatoriamente alguns usuários para responder à pesquisa. Nes- se momento, está usando uma amostra de conveniência. Por quê? Você está pesquisando os pacientes que estão próximos a você, usando pouco recurso financeiro e de forma simples. 2. Uma nutricionista que quer estudar os hábitos alimentares de crianças de 4-6 anos, e trabalha em uma escola onde as crianças são dessa idade, pode pro- curar as mães das crianças ali matriculadas para obter a amostra que precisa para realizar suas entrevistas, no próprio local de trabalho. Exemplo As amostras aleatórias exigem que o pesquisador tenha a lis- tagem com todas as unidades da população, porque, dessa listagem, serão sorteadas as unidades que comporão a amos- tra. Essa exigência inviabiliza a tomada de amostras aleatórias em grande parte dos casos. Por exemplo, não é possível obter uma amostra aleatória de cariocas simplesmente porque não temos uma lista com o nome de todos os cariocas. A amostra sistemática não exige que a população seja conhecida, mas é preciso que esteja organizada em filas, em arquivos, ou mesmo em ruas, como os domicílios de uma cidade. A amostra por con- glomerados exige livre acesso aos conglomerados, o que nem sempre se consegue. Um médico pode sortear cinco hospitais da cidade de São Paulo para entrevistar pacientes internados por problemas cardíacos, mas dificilmente conseguirá permis- são da diretoria de todos esses cinco hospitais para fazer sua pesquisa. A amostra por quotas exige algum conhecimento da população, mas as unidades não precisam estar numeradas ou identificadas. Se você quiser uma amostra de homens e de mu- lheres empregados de uma grande empresa, basta saber, por exemplo, a proporção de homens e mulheres na empresa, e amostrar na mesma proporção. (VIEIRA, 2016, p. 97-98). Ampliando o foco 23 Estudos estatísticos e inferenciais Quando a estatística é usada para resumir os dados é chamada de estatística descritiva: quando para extrapolar, analisar e projetar sobre a população o que foi obtido com o estudo das amostras, é chamada de estatística inferencial. Usando as duas, podemos extrair o máximo possível de informações dos dados que registramos em nossas pes- quisas (RODRIGUES, 2014). A coleta, a organização e a descrição dos dados estão a cargo da Estatística Descritiva, enquanto a análise e a interpretação desses dados ficam a cargo da Estatística Indutiva ou Inferencial (CRESPO, 2009) Para que seja realizado um estudo estatístico é necessário seguir algumasetapas: 1ª - Etapa de planejamento Neste ponto são definidos os objetivos, métodos a serem adotados e a definição do pro- blema. É importante que a primeira etapa seja construída com muita atenção, pois ela dará o direcionamento a todo o estudo científico estatístico. Planejamento 1ª Coleta direta de dados 2ª Coleta indireta de dados 3ª Crítica dos dados 4ª Apuração dos dados 5ª Exposição dos dados 6ª Análise 7ª 24 A primeira definição será escolher o objetivo, ou seja, a resposta que você quer obter com a sua pesquisa e, logo após definir o método da pesquisa, o caminho pelo qual você irá percorrer para encontrar o seu objetivo. 2ª – Coleta direta São dados obtidos a partir de elementos informativos de registro obrigatório (ex: re- gistro de natalidade, mortalidade) ou da coleta do próprio pesquisador. Ou seja, a coleta pode ser considerada direta quando é feita pelo próprio pesquisador, seja por meio de questionários, censo demográfico, entre outros meios. Em uma pesquisa realizada com o título: “O que é urgente e necessário para subsidiar as políticas de enfrentamento da pandemia de Covid-19 no Brasil?” Tem-se como objetivo: “Embasar a tomada de decisão de agentes públicos en- volvidos no controle da epidemia.” Exemplo Método da pesquisa Exemplos de métodos: pesquisa qualitativa, quantitativa, quali-quanti, descriti- va, exploratória, explicativa, pesquisa bibliográfica e pesquisa de campo. Como você vai definir o seu método? Escolhendo todas as etapas com muita criticidade, porque o método é justa- mente a forma como você vai desenvolver sua pesquisa. Quanto mais detalha- do for o seu método, mais valor científico ele terá. Você poderá desenvolver sua pesquisa realizando questionários com pergun- tas abertas ou alternativas, pode realizar uma entrevista gravada e depois trans- crevê-la, pode analisar documentos, entre outros. Ampliando o foco 25 A coleta direta pode ser (CRESPO, 2009): a) Contínua: é a coleta de dados feita de forma contínua. Exemplo: acompanhamento do número de natalidade ocorrido no Brasil no ano de 2020. b) Periódica: é a coleta de dados realizada com intervalos de tempos. Exemplo: os censos do IBGE, que são realizados de forma periódica, de 10 em 10 anos. c) Ocasional: pesquisa realizada em um determinado momento, como pesquisa so- bre a mortalidade de uma população específica. Exemplo: quantas pessoas morreram por Covid-19 no Rio de janeiro nos meses de março a julho de 2020. 3ª. Coleta indireta A coleta indireta é a coleta de dados que utiliza dados já registrados. Por exemplo, quan- do você usa dados do prontuário dos pacientes, dos sistemas de informação. 4ª. Crítica dos dados Os dados obtidos devem ser criticados à procura de falhas sistemáticas no planejamen- to, aquisição e armazenamento dos dados (CRESPO, 2009). Essa é uma etapa na qual iremos confrontar os dados para achar possíveis falhas no processo. É o momento de revisar, verificar se foi tudo feito de forma correta. 5ª. Apuração dos dados Nada mais é do que a soma e o processamento dos dados obtidos e a disposição me- diante critérios de classificação (CRESPO, 2009). Uso dos resultados de uma pesquisa sobre mortalidade materna, que é feita a partir das informações obtidas pela coleta direta de dados de nascimentos e óbitos. Exemplo 26 Após ter criticado os dados, é chegada a hora de somar, criar categorias, condensar e tabular para posteriormente expô-los. 6ª. Exposição dos dados Essa etapa consiste em apresentar os dados obtidos em sua pesquisa de maneira clara para a melhor compreensão das pessoas que irão ler os dados. É o momento de criar tabelas, gráficos, categorias. 7ª. Análise Consiste em tirar conclusões sobre os dados levantados e processados, inferindo con- clusões sobre o todo (população) a partir de dados coletados de uma parte representa- tiva da população (amostra) (ARNOT, 2009). É importante a representatividade da amostra em relação à população total, isto é, que as suas características de uma parte (amostra) sejam em geral as mesmas que as do todo (população). (ARNOT, 2009) Quando fala-se de representatividade da amostra, é para que a amostra, de fato, represente a população. Assim, a pesquisa realmente poderá ser utiliza- da para a melhoria da gestão ou da saúde da população. Estudos estatísticos buscam por veracidade em seus resultados, que somen- te será atingida se todas as etapas do desenvolvimento de um método cientí- fico forem respeitadas. 27 Para ampliar seu conhecimento veja o material complementar da Unidade 1, disponível na midiateca. MIDIATECA Trouxemos um exemplo prático retirado do IBGE para exemplificar a aplicabili- dade da estatística e sua importância. “Objetivo: O Censo Demográfico tem por objetivo contar os habitantes do território nacional, identificar suas características e revelar como vivem os brasileiros, produzindo informações imprescindíveis para a definição de políticas públicas e a tomada de decisões de investimentos da iniciativa privada ou de qualquer nível de governo. E também constituem a única fonte de referência sobre a situação de vida da população nos municípios e em seus recortes internos, como distritos, bairros e localidades, rurais ou urbanas, cujas realidades dependem de seus resultados para serem conhecidas e terem seus dados atualizados. População Alvo: Toda a população residente no país. Abrangência Geográfica: Todo o Território Nacional. Metodologia: A coleta do Censo Demográfico é realizada por meio de entrevista presen- cial, aplicando-se o questionário a todas as pessoas residentes em todo o território nacional. Os quesitos no questionário do Censo Demográfico de 1940 foram combinados entre si de maneira a fornecer o máximo de informações úteis. Entre as inúmeras NA PRÁTICA https://ces.ibge.gov.br/apresentacao/portarias/200-comite-de-estatisticas-sociais/base-de-dados/1146-censo-demografico.html#:~:text=O%20Censo%20Demogr%C3%A1fico%20tem%20por,ou%20de%20qualquer%20n%C3%ADvel%20de 28 combinações possíveis selecionaram-se aquelas que mais interessavam aos fins do recenseamento, no âmbito nacional, e às exigências de comparabilidade dos resultados no campo internacional. Já o questionário do Censo Demográfico de 1950 sofreu considerável redução comparando com o de 1940. O número de quesitos reduziu-se de 45 para 25. A partir do Censo de 1960 foi adotado um modelo de técnica de amostragem probabilística que vem se mantendo para os demais censos, em que utilizaram- -se dois modelos de questionários: amostra e básico (não amostra). O esquema de amostragem utilizado nos Censos Demográficos brasileiros é uma amostra estratificada, considerando como estrato o setor censitário. A se- leção de domicílios é feita de forma sistemática, independente em cada setor e com equiprobabilidade. Nos Censos de 1960, 1970 e 1980 o questionário da amostra foi aplicado em 25% dos domicílios particulares e pessoas nele residentes e 25% das famílias ou pessoas sós residentes em domicílios coletivos. Para os Censos de 1991 e 2000, após estudos realizados por especialistas em amostragem, foram adotadas frações amostrais diferenciadas, de acordo com o tamanho da população do município. Assim, os municípios com até 15.000 habi- tantes tiveram 20% de seus domicílios investigados pelo questionário da amostra e, nos municípios com mais de 15.000 habitantes, a fração amostral foi de 10%. Diferentemente de censos anteriores, a amostra do Censo 2010 teve cinco fra- ções diferentes usadas de acordo com o total da população do município. Nos municípios com até 2.500 habitantes, a fração amostral foi de 50%, ou seja, em metade do total de domicílios foi aplicado o questionário da amostra. Os que têm mais de 2.500 até 8.000 habitantes tiveram a fração amostral de 33%. Nos municípios com mais de 8.000 até 20.000 habitantes, a fração foi de 20%. Já nos que têm mais de 20.000 até 500 mil habitantes, a fração foi de 10%. E, por fim, nos municípios com populaçãomaior do que 500 mil, a fração foi de 5%. A definição de mais de duas frações amostrais só se deu em função da facilidade operacional, de aplicação e de controle, permitida com o uso dos computadores de mão na operação de coleta de dados. A seleção dos domicílios para a amostra, o que significava definir qual tipo de ques- tionário seria aplicado em um determinado domicílio, foi feita automaticamente 29 no computador de mão (PDA). Os domicílios, cadastrados no PDA, fizeram parte de uma lista da qual a amostra foi selecionada. A seleção é aleatória, indepen- dente em cada setor censitário, de acordo com a fração amostral definida para o município, e de forma que seja espalhada geograficamente por toda a extensão do setor censitário. Principais Variáveis: Situação Urbana e Rural; Características do Domicílio; Emigração internacional, Sexo, Idade, Cor ou Raça, Etnia ou Povo a que pertence e Língua falada só para indígenas, Religião ou Culto, Registro de Nascimento, Deficiência Física ou Mental, Migração interna e Imigração internacional, Educa- ção, Deslocamento para estudo, Nupcialidade, Características do Trabalho e do Rendimento, Deslocamento para trabalho, Fecundidade e Mortalidade.” Fonte do texto: https://ces.ibge.gov.br/apresentacao/portarias/200-comite-de-estatisticas-so- ciais/base-de-dados/1146-censo-demografico.html#:~:text=O%20Censo%20De- mogr%C3%A1fico%20tem%20por,ou%20de%20qualquer%20n%C3%ADvel%20de https://ces.ibge.gov.br/apresentacao/portarias/200-comite-de-estatisticas-sociais/base-de-dados/1146-censo-demografico.html#:~:text=O%20Censo%20Demogr%C3%A1fico%20tem%20por,ou%20de%20qualquer%20n%C3%ADvel%20de https://ces.ibge.gov.br/apresentacao/portarias/200-comite-de-estatisticas-sociais/base-de-dados/1146-censo-demografico.html#:~:text=O%20Censo%20Demogr%C3%A1fico%20tem%20por,ou%20de%20qualquer%20n%C3%ADvel%20de https://ces.ibge.gov.br/apresentacao/portarias/200-comite-de-estatisticas-sociais/base-de-dados/1146-censo-demografico.html#:~:text=O%20Censo%20Demogr%C3%A1fico%20tem%20por,ou%20de%20qualquer%20n%C3%ADvel%20de 30 Resumo da Unidade 1 Nesta unidade conseguimos aprender os principais conceitos da estatística básica como população, amostra, amostragem e tipos de amostragem. Além disso, também aborda- mos as etapas do processo de um método estatístico, compreendendo a diferença entre estatística descritiva e estatística inferencial. 31 Referências BARRETO, M. L. et al. O que é urgente e necessário para subsidiar as políticas de en- frentamento da pandemia de COVID-19 no Brasil? Revista Brasileira de Epidemiologia [on-line]. v. 23. Disponível em: https://doi.org/10.1590/1980-549720200032. Acesso em: 24 jul. 2020. ISSN 1980-5497. https://doi.org/10.1590/1980-549720200032. CRESPO, A. A. Estatística fácil. 19. ed. atual. São Paulo: Saraiva, 2009. 218 p. ISBN 9788502081062. RODRIGUES, M. A. S. Bioestatística. São Paulo: Pearson, 2014. Biblioteca Virtual. VIEIRA, S. Introdução à Bioestatística. 5. ed. São Paulo: Campus-Elsevier, 2016. ISBN 9788535277166. SILVESTRE, A. L. Análise de Dados e Estatística Descritiva. Forte da Casa, Portugal: Escolar, 2007. 352p. ISBN 9725922085, 9789725922088. https://doi.org/10.1590/1980-549720200032 https://doi.org/10.1590/1980-549720200032 Organização dos dados UNIDADE 2 33 Nesta unidade conheceremos mais sobre variáveis estatísticas, leitura de dados, tabelas e gráficos. Além disso, aprenderemos a calcular medidas de tendência central e como transformar uma tabela de números observados em uma tabela de frequência. Este con- teúdo é de grande relevância, tendo em vista a importância de saber organizar os dados para que possamos apresentá-los com mais clareza e objetividade. INTRODUÇÃO Após esta unidade você será capaz de: • Organizar dados coletados em estudos bioestatísticos. OBJETIVO 34 Dados e variáveis Vamos relembrar a definição de variável? De acordo com Vieira (2016, p.1), variável é uma condição ou característica das unidades da população. Mas, só existe um tipo de variável? Quais são os tipos de variáveis existentes? As variáveis são classificadas conforme mostra o organograma a seguir: Variável Qualitativa Nominal Ordinal Quantitativa Discreta Contínua Tipos de variáveis. 35 Variável qualitativa Uma variável é considerada qualitativa quando ela assume uma categoria que automati- camente exclui outra. As variáveis qualitativas podem ser divididas em nominais e ordinais. Nominais A variável é nominal quando os dados são distribuídos em categorias mutuamente exclusivas, nomeadas em qualquer ordem. São variáveis nominais: cor de cabelos (loiro, castanho, preto, ruivo), tipo de sangue (O, A, B, AB), não ter ou ter determinada doença. Ordinais Já a variável é ordinal quando os dados são distribuídos em categorias mutuamente exclusivas que têm ordem natural. São variáveis ordinais: classe social (A, B, C, D, E), gravidade de uma doença (leve, moderada, severa) etc. (VIEIRA, 2016, p. 2) 1 - Local de nascimento: São Paulo (não pode ter nascido em outro local). 2 - Sexo: feminino (exclui o masculino). Exemplos O termo “mutuamente exclusivos” quer dizer que se um ocorre, o outro não pode ocorrer. Pense no jogo de uma moeda: quando se joga uma moeda, não há como ocorrer cara e coroa ao mesmo tempo (VIEIRA, p. 180). Ampliando o foco 36 Variáveis quantitativas As variáveis quantitativas podem ser divididas em: discretas e contínuas. Discretas A variável discreta só pode assumir alguns valores em dado intervalo. Os valores representam um conjunto finito ou enumerável de números, que resultam de uma contagem: número de filhos (nenhum, 1, 2, 3, 4, 5 ou mais), quantidade de visitas ao médico no último ano (zero, 1, 2, 3, 4 ou mais), número de pessoas na fila de espera de um serviço de saúde (VIEIRA, 2016, p. 2) Outros exemplos: número de copos de água tomados por dia, número de pessoas por amostra. Contínuas A variável contínua assume qualquer valor em dado intervalo. São variáveis contínuas: peso, temperatura corporal, pressão sanguínea (VIEIRA, 2016, p. 2). Outros exemplos: altura (régua), tempo (relógio). Dados estatísticos Sobre dados estatísticos, vamos relembrar sua definição? De acordo com Vieira (2016, p.1), dado estatístico é toda informação coletada e registra- da a que se refere uma variável. De acordo com as definições formais, dados são observações coletadas (por exemplo, medidas, sexo) e Estatística é um conjunto de métodos para o planeja- mento de estudos, pesquisas, experimentos, obtenção de dados e consequente organização, resumo, apresentação, análise, interpretação e elaboração de con- clusões baseadas nos dados (TRIOLA, 2008). Importante 37 Grandes instituições e empresas — como IBGE ou Banco do Brasil — utilizam computadores na coleta de dados. São construídas as chamadas bases de da- dos, que armazenam dados de maneira a facilitar a busca de informações. O registro de dados é feito de forma mais organizada. As bases de dados podem ser manuseadas por meio de planilhas eletrônicas, o que traz maior eficiência às pesquisas (VIEIRA, 2016, p. 3) Quando não tínhamos computadores fazía- mos a coleta e o armazenamento de dados de forma manual. Imaginem só quanto trabalho e o grande risco de os dados não terem representatividade. Ampliando o foco 38 Tabelas e gráficos As tabelas e gráficos nos auxiliam a sintetizar dados, organizar e tornar sua apresenta- ção mais clara para que possamos, em um breve momento, obter sua leitura simplifi- cada. Imaginem como seria trazer todos os dados coletados se não conseguíssemos organizá-los em tabelas e gráficos. Então, vamos à construção de tabelas e gráficos? Em um primeiro momento será descrita uma situação para que, posteriormente, possa- mos construir nossa tabela. Para isso, começaremos a definir algumas etapas: Cenário: uma Unidade Básica de Saúde (UBS) no Rio de Janeiro. População do estudo: pacientes atendidos em um programa para controle de tabagismo. Período: anode 2020. A partir desses dados iremos calcular a porcentagem de pacientes de cada sexo. Para calcular esses dados o pesquisador principal avaliou 70 prontuários, obtendo os seguintes dados: Masculino: 52 pacientes. Feminino: 18 pacientes. A seguir, montamos uma tabela para representar os dados coletados. É importante aproveitar esse primeiro momento e anotar alguns itens essenciais de uma tabela, representados a seguir: 39 TÍTULO: Pacientes de cada sexo atendidos em um programa de controle de tabagismo no ano de 2020, durante a pandemia. Sexo Nº de pacientes Masculino 52 Feminino 18 Total: 70 Fonte: Elaborada pela autora (2020). O título explica o tipo de dados que a tabela contém. Deve-se colocá-lo acima dos dados. O indicador de linha descreve o conteúdo de uma linha. Exemplo: masculino, feminino. O cabeçalho especifica o conteúdo de cada coluna. A fonte identifica o responsável pelos dados (pessoa física ou jurídica). Agora que estamos familiarizados com os itens de uma tabela, vamos aprofundar nosso conhecimento. Seguindo com este mesmo exemplo, vamos supor que o pesquisador principal decidiu continuar a pesquisa para saber qual foi a faixa etária que mais procurou esse progra- ma. Para isso, ele anotou a idade de cada paciente em uma tabela de apresentação de dados contínuos e, posteriormente, transformou-a em uma tabela de distribuição de frequências. 40 Apresentação de dados contínuos: IDADE DOS PACIENTES ATENDIDOS EM UM PROGRAMA DE CONTROLE DO TABAGISMO NO ANO DE 2020 25 32 21 41 68 34 67 27 37 36 24 27 34 66 31 28 32 26 27 20 54 22 29 33 24 42 38 46 33 29 29 60 52 53 60 30 24 25 48 44 29 53 37 38 36 31 29 38 21 28 25 25 34 29 21 35 31 35 23 32 27 31 38 53 55 29 37 38 26 56 OK! Temos todos os dados apresentados em uma tabela. A esse tipo de tabela, cujos ele- mentos não foram numericamente organizados, denominamos tabela primitiva (CRES- PO, 2009, p. 77-78). Como faremos para transformá-la em uma tabela de distribuição de frequências? Antes de montarmos a tabela de distribuição de frequências iremos entender os conceitos de classes: limite inferior, superior e amplitude. Exemplo de classe: O número 2 é o Li – limite inferior da classe, é o menor número que temos em uma amostra. O número 8 é o Ls – limite superior da classe, é o maior número que temos em uma amostra. A amplitude da classe é calculada como Ls – Li, que, nesse caso é igual a 6, mas também existe o valor da amplitude total que calcularemos mais à frente 2 ---- 8 41 1. Determinar o menor e o maior valor para o conjunto: Valor mínimo: 20 Valor máximo: 68 2. Definir o limite inferior (Li) da primeira classe, que deve ser igual ou ligeiramente inferior ao menor valor das observações: Li: 20 (a menor idade anotada) 3. Definir o limite superior (Ls) da última classe, que deve ser igual ou ligeiramente supe- rior ao maior valor das observações: Ls: 70 (a maior idade anotada é 68, então arredondamos o limite superior para 70) Arredondamos esse valor para melhor demonstrarmos os dados. 4. Definir o número de classes (K). Para definir o número de classe usamos a fórmula de Sturges: k ≅ 1 + 3,3 · log n K (nº de classes) = 1 + 3,3 . log 70 (log 70 pode ser calculado na calculadora científica) Então fica: k = 1 + 3,3 x 1,84 K = 1 + 6,07 K = 7,07 (por conveniência arredondaremos para 7) 5. Conhecido o número de classes, define-se a amplitude (a) de cada classe: α = (Ls − Li) κ No exemplo, “α ” será igual a: α = 70 – 20/ 7 α = 50 / 7 α = 7 42 6. Com o conhecimento da amplitude de cada classe, definem-se os limites para cada uma, em que o limite inferior será 20 e o limite superior será 20 + 7 = 27. Classe (anos) Ponto médio Frequência Frequência relativa 20 |– 27 23,5 15 21,5% 27 |– 34 30,5 23 33% 34 |– 41 37,5 15 21,5% 41 |– 48 44,5 4 5,5% 48 |– 55 51,5 5 7% 55 |– 62 58,5 5 7% 62 |– 70 65,5 3 4,5% Ponto médio: é o ponto que divide a classe em 2. Frequência: número de vezes que os dados aparecem naquela classe. Frequência relativa: é a porcentagem da frequência. O uso desse símbolo “|” significa que o intervalo é fechado à esquerda, ou seja, pertencem à classe os valores iguais ao extremo inferior desta (por exemplo, 20 na primeira classe). Também significa que o intervalo é aberto à direita, ou seja, não pertencem à classe os valores iguais ao extremo superior (por exemplo, o valor 27 não pertence à primeira classe) (VIEIRA, 2016, p. 3) Por que é importante saber a frequência relativa para a saúde das coletividades? Porque sabendo a porcentagem em que ocorre um evento nas coletividades conseguimos tomar decisões de saúde mais assertivas, agir no foco principal de um determinado problema. Por exemplo, perceba como é diferente ter 40 hipertensos em uma população de 100 pessoas comparado a 40 hipertensos em um universo de 2.000 pes- soas. Esse tipo de avaliação conseguimos observar com a frequência relativa. Ampliando o foco 43 E qual é a importância da construção de gráficos e tabelas? É bom termos em mente que a Estatística tem por finalidade específica analisar o con- junto de valores, desinteressando-se por casos isolados. Então, toda ferramenta que nos auxilie nesse processo, pela estatística, é bem-vinda (CRESPO, 2009, p. 80-81). Considerando a finalidade da estatística, os dados, se bem representados, facilitam a vi- sualização e a análise dos dados obtidos, podendo, dessa forma, levar a conclusões mais assertivas, auxiliando nas tomadas de decisão e, assim como uma tabela de frequência, os gráficos também têm a mesma finalidade: facilitar a visualização dos dados. A seguir, veremos tipos de gráficos com os dados coletados anteriormente: Gráfico em pizza: Pacientes de cada sexo atendidos em um programa de controle de tabagismo em uma Unidade Básica de Saúde no ano de 2020, durante a pandemia. Neste gráfico, conseguimos analisar com muita clareza que o maior número de pacien- tes atendidos em um programa de controle do tabagismo no ano de 2020, em uma de- terminada unidade de saúde, foi de homens. Masculino Feminino 44 Tudo bem, mas em que momento devo usar o gráfico em pizza? Você, como pesquisador da área da saúde, definirá qual é a forma que melhor irá representar seus dados, de um jeito que fique claro e objetivo para as pes- soas que irão utilizá-los. Ampliando o foco Agora, vamos ao exemplo do gráfico em barras: Pacientes de cada sexo atendidos em um programa de controle de tabagismo em uma Unidade Básica de Saúde no ano de 2020. 0 20 40 60 52 18 10 30 50 Masculino Feminino No Excel você encontra vários gráficos que poderá utilizar. A escolha preci- sa ser feita levando em consideração o melhor entendimento do seu leitor. O que buscamos com o uso dos gráficos e tabelas é apresentar os dados com maior clareza. Entre outros tipos de gráficos destacamos: de colunas, de setor, de linhas etc. Ampliando o foco 45 Medidas de tendência central, medidas de dispersão e distribuição normal As medidas de tendência central medem o valor do ponto em torno do qual os dados se distribuem. São consideradas as medidas de posição mais importantes e recebem tal denominação pelo fato de os dados observados tenderem, em geral, a se agrupar em torno dos valores centrais. Entre as medidas de tendência central, destacamos: média aritmética, mediana, moda (CRESPO, 2009, p. 119). A seguir, apresentaremos todas essas medidas e como as calculamos. Média aritmética Temos a seguir a apresentação dos dados do número de faltas de 10 alunos da disciplina de Epidemiologia: 2 3 1 2 2 1 2 3 4 3 Vamos calcular a média aritmética dos dados apresentados acima? Mas como? O que é média aritmética? Que tal descobrirmos juntos? Média aritmética (X) é a soma de todos os dados apresentados, dividida pela quantidade de números (dados) somados. 2 + 3 + 1 + 2 + 2 + 1 + 2 + 3 + 4 + 3/ 10 = 23/ 10 = 2,3 Então, chegamos à nossa média aritmética desse conjunto, que é 2,3. A média aritméticaé a medida de tendência central mais utilizada no cotidiano. Mas quando efetivamente a usamos e para quê? 46 Quando queremos saber, por exemplo: • Qual é a média de idade dos alunos de Enfermagem do último período da gradua- ção, para saber a projeção no mercado de trabalho. • Qual é a média de gols em um campeonato de futebol, para saber a classificação dos times. • Qual é a média anual de gasto de energia da sua casa; dessa forma, você conse- gue fazer um planejamento econômico. Moda A Moda (Mo), que também é uma medida de tendência central, é o valor que ocorre com maior frequência na distribuição dos dados. Vamos utilizar o mesmo conjunto de dados: Número de faltas de 10 alunos da disciplina de Epidemiologia: 2 3 1 2 2 1 2 3 4 3 Nesse conjunto de dados, a moda (Mo) é 2, porque este número de faltas aparece com maior frequência. Para refletir Sabe quando falamos que uma roupa está na moda? O que queremos dizer com isso? Queremos dizer que muitas pessoas estão usando aquela roupa, portanto ela está na moda. Em estatística é igual: dizemos que é moda o dado que aparece com maior frequência em um conjunto. 47 Vamos às variações: • Distribuição modal: é aquela que possui uma só moda, como visto no exemplo anterior. • Distribuição bimodal: possui duas modas: Xi = { 10, 20, 10, 10, 15, 21, 20, 12, 20 } Mo = 10 e Mo = 20 • Distribuição amodal: não possui moda, ou seja, não há repetições, como podemos ver no exemplo a seguir: Xi = { 10, 20, 30, 60, 70, 220, 40 } Mediana A terceira e última medida de tendência central é a mediana (Md). Como ela é calculada? Primeiro, vamos começar apresentando sua definição. A mediana é o valor que ocupa a posição central da amostra, ou seja, que divide a amostra em duas partes iguais. Porém, para que essa observação seja feita, temos que ordenar os dados. Vamos organizar os dados? Conjunto: { 2 + 3 + 1 + 2 + 2 + 1 + 2 + 3 + 4 + 3 } Dados organizados: { 1, 1, 2, 2, 2, 2, 3, 3, 3, 4 } Como temos um conjunto com número par de elementos, a nossa mediana será os dois números centrais divididos por 2: Neste caso: 2 + 2 = 4 / 2 = 2 Agora observe um conjunto com número ímpar de elementos: { 2, 5, 6, 8, 10, 13, 15, 16, 18 }; o número que divide o conjunto ao meio é o número 10, portanto a nossa mediana é 10. 48 Posição relativa: média, mediana e moda Quando a média, a mediana e a moda têm o mesmo valor é uma distribuição simétrica (imagem 1). Agora, se a distribuição apresentar certa tendência a valores positivos ou negativos as medidas de posição poderão diferir. Se temos a Mo < (menor) Md <x, é considerado posição assimétrica positiva (imagem 2) e, no caso de uma distribuição assimétrica negativa, temos que x <(menor) Md < Mo. (imagem 3). Medidas de dispersão As medidas de tendência central vistas anteriormente resumem a informação contida em um conjunto de dados, mas não contam toda a história. Por exemplo, observa-se, diariamente, que, na mesma cidade, a temperatura varia ao longo do dia. Por isso, o cál- culo da temperatura média do dia não dá toda a informação. O peso das pessoas varia ao longo da vida e a quantidade de dinheiro que carregam nos bolsos varia em função das circunstâncias. Por causa da variabilidade, a média, a mediana e a moda que estudamos agora não são suficientes para descrever tudo sobre um determinado conjunto de dados: informam apenas a tendência central, ou seja, onde está o centro, mas nada dizem sobre a variabilidade (VIEIRA, 2016, p. 43). Na imagem a seguir temos um conjunto de dados denominado valores observados, que pode ser considerado, por exemplo, o número de faltas de cinco alunos. Em um primeiro momento calculamos a média dos valores observados, que é = 4. Foi marcada na figura a média do conjunto e, em seguida, marcamos os nossos valores observados: 1, 3, 4, 5, e 7. Dessa forma, conseguimos avaliar a variabilidade dos dados em relação à nossa média 4. 1 2 3 X=Md+Mo Mo Md X X Md Mo 49 d1 = 3 d5 = 3 d4 = 1 d3 = 0 d2 = 3 - média distância dos valores (xi) até a média (x) distânciamédia dos dados (xi) em relação a média X d1+d2+d3+d4+d5 = 3+1+0+1+3 = 8 = 1,6 5 5 5 distância média { = 1+3+5+7 = 20 = 4 5 5 xi = valores observados 1 3 4 5 7 média de conjunto de dados Já na imagem a seguir demonstramos que, quando a variabilidade é nula, os nossos da- dos estão junto com a média (1); quando a variabilidade é baixa, os dados estão próximos a média (2) e, quando a variabilidade é alta, os dados encontram-se distantes da média (3). • As medidas de dispersão servem para avaliar o quanto os dados são semelhan- tes, descrevem o quanto os dados distanciam-se do valor central. • Às vezes, apenas a média é insuficiente para descrever um grupo de dados. Dois grupos podem ter a mesma média, mas podem ser muito diferentes na amplitude de variação de seus dados. Variabilidade nula Variabilidade baixa Variabilidade alta 1 2 3 50 • Por exemplo: -Grupo 1 (dados observados): 8; 8; 8. -Grupo 2 (dados observados): 3; 8; 9. -Grupo 3 (dados observados): 0; 8; 53. • A média dos três grupos é a mesma (5), mas no grupo “A” não há variação entre os dados, enquanto no grupo “B” a variação é menor do que no grupo “C”. Dessa forma, uma maneira mais completa de apresentar os dados (além de aplicar uma medida de tendência central como a média) é aplicar uma medida de dispersão. As principais medidas de dispersão são: Amplitude total: é a diferença entre o valor maior e o valor menor de um grupo de dados (visto anteriormente); AT = é a diferença entre o maior e o menor número observado. Variância: é a soma dos quadrados dividida pelo número de observações do grupo menos 1. Desvio-padrão: é expresso na mesma medida das variações (Kg, cm, m³...). Distribuição normal Também conhecida como distribuição Gaussiana, a Distribuição Normal é a mais rele- vante dentre as distribuições contínuas. Pontos importantes: Forma a curva que é denominada Curva de Gauss: as medidas que originam esses grá- ficos são variáveis, com distribuição normal. Gráficos com dois extremos: um máximo e um mínimo e entre eles, uma distribuição gradativa (maioria dos valores ao redor da média). Exemplo de gráfico de uma distribuição normal: Exemplo μ χ 51 Características da distribuição normal: • Curva em forma de sino, simétrico em torno da média (μ) (se lê “mi”). • A média, a mediana e a moda são iguais e estão no centro da distribuição. • A área total da curva vale 1, significando que a probabilidade de ocorrer qualquer valor real é 1. • Pelo fato de a curva ser simétrica em torno da média, os valores maiores do que a média e os valores menores do que a média ocorrem com igual probabilidade. • A curva abriga 100% da população. (VIEIRA, p. 104). 52 Para ampliar seu conhecimento veja o material complementar da Unidade 2, disponível na midiateca. MIDIATECA Precisamos contratar profissionais da saúde para a reabertura de um hospital após dois meses em obra. Porém, sabemos que cada profissão tem o seu pró- prio cálculo de quantos profissionais são necessários para atender um número “x” de pacientes. Então, antes de iniciarmos o processo seletivo, precisamos ter a noção de quan- tos pacientes serão atendidos nesse hospital. Para isso, calcularemos a média de pacientes atendidos, referente ao período de três meses antes do hospital entrar em obras. Os números que temos na base de dados são: No primeiro mês foram atendidos 246 pacientes. No segundo mês foram atendidos 359 pacientes. No terceiro mês foram atendidos 300 pacientes. Para obtermos a média do número de pacientes atendidos por mês, precisa- mos somar todos os valores e dividi-los pelo número de vezes que eles apare- cem, que, neste caso, é 3. 246 + 359 + 300 = 905 905 / 3 = 301,66 A partir dessa média será possível calcular o número de médicos, enfermeiros, técnicos de enfermagem e de tantos outros profissionais que são necessários para a reabertura do hospital. NA PRÁTICA 53 Resumo da Unidade2 Nesta unidade aprofundamos nossos conhecimentos sobre variáveis e dados. Além disso, aprendemos como montar tabelas e gráficos, bem como sua importância para facilitar a apresentação dos dados, buscando sempre opções que tragam clareza para as informações a serem representadas. Também aprendemos, a partir de explicações e contextualizações, informações importantes sobre as principais medidas centrais: moda, média e mediana, medidas de dispersão e distribuição normal. 54 Referências RESPO, A. A. Estatística fácil. 19. ed. atual. São Paulo: Saraiva, 2009. 218 p. ISBN 9788502081062. TRIOLA, M. Introdução à estatística. 10. ed. Rio de Janeiro: LTC, 2008. Vieira, S. Introdução a Bioestatística. 5. ed. Rio de Janeiro: Campus-Elsevier, 2016. 245 p. ISBN 9788535277166. Introdução à Epidemiologia UNIDADE 3 56 Nesta unidade abordaremos a história da Epidemiologia, bem como relevantes conceitos epidemiológicos. Aprenderemos o que é considerado saúde e como medi-la. Veremos, também, o que é conceituado doença e o que é classificado como qualidade de vida. Conheceremos os principais indicadores de saúde. Além disso, assuntos como evolução natural das doenças, período epidemiológico e pa- togênico, morbidade e mortalidade e os principais agravos que afetam a população bra- sileira também serão abordados ao longo desta unidade. Todo esse conhecimento é de extrema importância para a manutenção da saúde das coletividades. Conseguimos, com a epidemiologia, ampliar o foco e perceber onde deve- mos atuar na rotina de saúde para a melhoria da vida das pessoas. Com a epidemiologia estudamos o processo de saúde e doença e propomos ações como: proteção específica, prevenção, diminuição de danos. INTRODUÇÃO Nesta unidade você será capaz de: • Obter conhecimentos sobre epidemiologia aplicada. OBJETIVO 57 História da Epidemiologia, conceitos epidemiológicos Neste tópico abordaremos as raízes históricas desse campo do conhecimento chamado epidemiologia. É necessário saber como se deu a construção desse campo para que possamos compreender a atuação da epidemiologia atualmente. Para tanto, vamos adentrar na história da medicina. Grécia Antiga Hipócrates (c. 460 a 377 a.C.) Era médico da Grécia antiga e viveu há cerca de 2.500 anos. Analisava as doenças em bases racionais. Em vez de atribuir origem divina ou sobrenatural para as doenças, co- meçou a discutir suas causas ambientais. Escreveu sobre a distribuição de enfermidades ou doenças nos vários ambientes, e acerca de epidemias, iniciando o raciocínio epide- miológico. Neste sentido, sugeriu considerar fatores tais como clima, água e situação da população em um determinado lugar como elementos que podem ajudar a avaliar a saúde geral de seus habitantes (ALMEIDA; BARRETO, 2017). Resumindo, para Hipócrates a doença era um produto da relação complexa da constitui- ção do indivíduo e seu ambiente. Hipócrates. Fonte: https://pt.wikipedia.org/wiki/Hip%C3%B3crates#/media/Ficheiro:Hippocrates.jpg https://pt.wikipedia.org/wiki/Hip%C3%B3crates#/media/Ficheiro:Hippocrates.jpg 58 Como era o pensamento grego na época? Desde os primórdios do pensamento grego já existia tensão entre a medicina indivi- dual e a medicina coletiva, representada pelo antagonismo entre Panaceia e Higeia, que eram filhas do deus Asclépio. Higeia personificava a saúde por meio da harmonia do universo (adjetivo em português: “hígido”) e Panaceia pela cura universal (ALMEIDA; BARRETO, 2017). Higeia considerava a saúde como resultante da harmonia dos homens e dos ambientes e buscava promovê-la por meio de ações preventivas e de equilíbrio entre os elementos fundamentais: terra, fogo, ar e água. Panaceia preconizava a medicina curativa, prática terapêutica baseada em intervenções sobre indivíduos doentes por meio de manobras físicas, encantamentos e uso de medi- camentos (ALMEIDA; BARRETO, 2017). Vale destacar que Hipócrates acreditava que poderia predizer a evolução de uma doença avaliando um número suficiente de casos e essa ideia era consi- derada revolucionária naquela época (ALMEIDA; BARRETO, 2017). Ampliando o foco Herdeiros do pensamento de Hipócrates Roma Antiga: os primeiros médicos romanos eram escravos gregos de grande valor monetário. Trabalhavam para o exército e famílias nobres e receitavam muitos fármacos para poucos enfermos, exercendo uma prática privada só para ricos (ALMEIDA; BARRETO, 2017). Roma trouxe grande contribuição para a epidemiologia, eles criaram sensos periódicos e registro compulsório de nascimentos e óbitos na época do impe- rador Marco Aurélio e mais tarde essas criações ficaram conhecidas com as “estatísticas vitais” (ALMEIDA; BARRETO, 2017). Ampliando o foco 59 Galeno (201-130 a.C.) Galeno (Galeno de Pérgamo) era médico e filósofo romano de origem grega, e provavel- mente o mais talentoso médico investigativo do período romano. Suas teorias domina- ram e influenciaram a ciência médica ocidental por mais de um milênio. Galeno também foi o responsável pela saúde do imperador romano Marco Aurélio. De- monstrou que as artérias transportavam sangue e não ar, momento que foi considerado um marco. Ele também foi responsável pelo controle de óbitos e nascimentos (ALMEIDA; BARRETO, 2017). Galeno de Pérgamo. Litografia de Pierre Roche Vigneron. (Paris: Litografia de Gregoire et Deneux, ca. 1865). Fonte: https://pt.wikipedia.org/wiki/Cl%C3%A1udio_Galeno#/media/Ficheiro:Galen_detail.jpg Seus relatos de anatomia médica eram baseados em macacos, visto que a dissecação humana não era permitida naquele tempo. Ampliando o foco https://pt.wikipedia.org/wiki/Cl%C3%A1udio_Galeno#/media/Ficheiro:Galen_detail.jpg 60 Idade Média (século V-XV) A Idade Média ou medieval inicia-se com a queda do Império Romano e segue até a Ida- de Moderna (XVI). Caracterizou-se pelas invasões dos bárbaros e posterior crescimento do cristianismo, e pelas Cruzadas — as várias tentativas de libertar a Terra Santa das mãos dos muçulmanos. Nesse período as práticas de saúde eram de caráter mágico-re- ligiosas, acreditava-se que as doenças eram castigos e a cura seria uma dádiva de Deus e que Ele era o curador. O objetivo dos tratamentos era a salvação da alma, porque em terra acreditavam que estava condenado. Neste período houve início da prática médica para os pobres exercida caritativamente por religiosos, por leigos e por profissionais, os barbeiros-cirurgiões (ALMEIDA; BARRETO, 2017). Avicena (989-1037 d.C.) Ainda na Idade Média, Avicena teria vivido no que hoje é o Uzbequistão. Escreveu tratados sobre variado conjunto de assuntos: 150 em filosofia e 40 em medicina. Suas obras mais importantes são o Livro da cura e o Cânone da medicina — que era o texto-padrão em instituições medievais, como a Universidade de Montpellier e a Universidade Católica de Leuven. Apresenta um sistema completo de medicina em acordo com os princípios de Galeno e Hipócrates e os reintroduz na medicina ocidental (ALMEIDA; BARRETO, 2017). Teoria miasmática Ainda na Idade Média a população vivia em ambientes poluídos e insalubres, sem sanea- mento e água potável. Acreditavam que as doenças eram geradas por miasmas — doen- ças eram adquiridas por meio de emanações (gases/vapores) ambientais vindas do solo e do ar. As emanações passariam do doente para os suscetíveis causando as epidemias. Nota-se que ainda hoje o sobrenatural e os miasmas são utilizados por leigos para expli- car muitas doenças. Nessa época, as hospedarias de ordens religiosa destinadas a viajantes passaram a re- ceber doentes e assim tornaram-se local de referência. Os médicos deixaram sua prática privada com as famílias de posse para ter contato com muitos pacientes e patologias nessas hospedarias e, com isso, iniciou-se a investigação sistemática de enfermos e doenças (ALMEIDA; BARRETO, 2017). Medida dos Estados No final da Idade Média surgiu a medida dos Estados, porque houve a necessidade de contar o povo (produção agrícola) e o exército (poder) e, comisso, surgiu a estatística 61 (estado = “status”, isticum = “contar”). A estatística tem seu nascimento originado pela necessidade de implantação do modo capitalista de produção e indicava a necessidade não apenas de contar o povo e o exército, ou seja, o Estado, mas também verificar sua disciplina e saúde. Podemos dizer, então, que a constituição histórica da epidemiologia está pautada na medida do Estado, ou seja, contagem da população e exército, assim como sua saúde (ALMEIDA; BARRETO, 2017). Epidemiologia moderna Como já vimos os elementos históricos que pautaram o surgimento da epidemiologia, agora já estamos aptos para aprofundarmo-nos em sua conceituação. O que é epidemiologia? É a ciência que estuda a distribuição das doenças e suas causas em populações hu- manas e aplica esses estudos no controle dos eventos relacionados com a saúde. É a principal ciência de informação da saúde, sendo a ciência básica para a saúde coletiva (ROUQUAYROL, 2018 ). A epidemiologia é pautada em três grandes pilares descritos a seguir: Tendo como referência a medida dos estados, uma manifestação da epidemio- logia aconteceu já no século XVII, na Idade Moderna, com John Graunt (1620- 1674) em 1662, que publicou o tratado das tabelas mortuárias de Londres com a proporção de crianças que morriam antes dos seis anos de idade. Analisou nascimentos e óbitos semanais e quantificou o padrão de doença na popula- ção. Foi o reconhecimento do valor dos registros coletados sistematicamente, ou a base da epidemiologia moderna (ALMEIDA; BARRETO, 2017). Importante 62 Os pilares da Epidemiologia 1º Medicina clínica (Ciências Biológicas) 2º Estatística (Ciências exatas) 3º Medicina social (Ciências sociais) A Epidemiologia estuda o processo saúde-doença em coletividades humanas, analisan- do 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 fornecendo indicadores que sirvam de suporte ao planeja- mento, administração e avaliação das ações de saúde (ROUQUAYROL, 2018). E quais foram as primeiras manifestações da Medicina Social – Saúde Coletiva? Inglaterra: Revolução Industrial – final do século XVIII. Movimento hospitalário e assistencialismo geraram a Medicina da “Força de Trabalho” (ALMEIDA; BARRETO, 2017). Alemanha: Polícia Médica (1779). Medidas compulsórias de controle e vigilância das doenças: Medicina de Estado (policial). França: Revolução Sanitarista (1789). Necessidade de sanear as cidades, ventilar ruas e construções isolando miasmas (fonte de doenças endêmicas). Medicina Sanitarista (urbana) e medicina preventiva. Quem são os destaques na área da Saúde Coletiva? 63 Willian Farr (1807-1883) Trabalhou no Registro Geral inglês. Seus relatórios permitiram verificar as desigualdades regionais e sociais nos perfis de saúde, fazendo com que muitos estudiosos alardeas- sem esses problemas, como Engels e Chadwick, advogado cujos relatórios deram subsí- dios à reforma sanitária inglesa (ALMEIDA; BARRETO, 2017). John Snow (1813-1858) Realizou grande investigação de epidemias de cólera em Londres, elucidando com um minucioso trabalho de campo a relação da cólera com o fornecimento de água (contami- nada) de certa companhia de abastecimento londrina (ALMEIDA; BARRETO, 2017). Louis Pasteur (1822-1895) Louis Pasteur identifica e comprova que várias doenças são causadas por microrganis- mos vivos transmissíveis (agente etiológico) com comprovação laboratorial e prevenções de doenças. Suas experiências deram fundamento à teoria microbiológica da doença. A partir disso passou a investigar os microscópicos agentes patogênicos, terminando por descobrir vacinas, em especial a antirrábica, que utilizou com sucesso em 1885. Ele também inventou o método para impedir que o leite e o vinho causem doenças, um processo que veio a ser chamado de pasteurização (ALMEIDA; BARRETO, 2017). Importantes consequências dessas influências: • Criação de institutos de pesquisa. • Preocupação com saneamento ambiental, vetores e reservatórios de agentes. • Determinação das condições de saúde da população (indicadores, inquéritos). • Investigações de fatores causadores de doença. A ciência epidemiológica no século XX A epidemiologia tem a influência da microbiologia: a clínica patológica busca comprova- ção laboratorial da existência de germes. Oswaldo Cruz, no Brasil (1872-1917), criou em Manguinhos o instituto que possibilitou numerosas pesquisas, entre elas a descoberta do agente da doença de Chagas (ALMEIDA; BARRETO, 2017). 64 Houve então, nessa época, o desdobramento da teoria dos germes com grandes avan- ços nesse campo a partir do progresso das tecnologias, caminhos que consolidaram a prevenção e a proteção específica com uso de vacinas e saneamento ambiental (ALMEI- DA; BARRETO, 2017). A segunda metade do século XX Na segunda metade do século XX houve ênfase em pesquisas, pois ocorreu um cresci- mento das doenças crônicas como causa de mortalidade e morbidade. Assim, a epidemiologia progride na determinação das condições de saúde da população e na busca sistemática de fatores de risco. A avaliação da situação era feita a partir de estudos para controlar as doenças (ALMEIDA; BARRETO, 2017). Situação atual: multicausalidade Tornou-se claro que os agentes microbiológicos e físicos não explicavam totalmente as questões de etiologia e prognóstico das doenças. Houve a necessidade de incorporar conceitos e técnicas de outras áreas, como sociologia e psicologia, iniciando-se a avalia- ção de intervenções e a medicina baseada em evidência (epidemiologia – dados estatís- ticos) (ALMEIDA; BARRETO, 2017). Tendências atuais • Epidemiologia clínica: aplicação da epidemiologia em diagnósticos clínicos e no cuidado direto do paciente com maior rigor científico na prática médica, relembran- do a época de Hipócrates e a “panaceia”. • Epidemiologia social: estudo da determinação social da doença, busca melho- rar o atendimento à saúde da população, especialmente as mais subdesenvolvidas, de maneira multidisciplinar, procurando trabalhar a diminuição das desigualdades sociais e a prevenção de doenças evitáveis, que relembra Hipócrates e a “higeia” (ALMEIDA; BARRETO, 2017). Ainda existente e atuante, essa instituição é chamada Fiocruz (Fundação Os- waldo Cruz). Localizada na cidade do Rio de Janeiro, é vinculada ao Ministério da Saúde e considerada a mais destacada instituição de ciência e tecnologia em saúde da América Latina. Ampliando o foco 65 No quadro a seguir podemos ver claramente a diferença das Ciências Médicas e das Ciências Epidemiológicas: Quem são os epidemiologistas? Podem ser epidemiologistas: • Médicos. • Enfermeiros. • Fisioterapeutas. • Assistentes sociais. • Biomédicos. • Bioestatísticos. • Dentistas. • Nutricionistas. Objeto singular: a doença no indivíduo. Qual o estágio da doença? Quais os órgãos afetados? Objeto singular: a doença na população. Que segmentos da população são acometidos? Em que circunstâncias ou época? Como se distribui a doença espacialmente/ geograficamente? Ciências epidemiológicas Ciências médicas 66 Para que serve a epidemiologia? Epidemiologia constitui a principal ciência de informação em saúde (ROUQUAYROL, 2018). A Associação Internacional de Epidemiologia (1973) a define como: o estudo dos fatores que determinam a frequência e a distribuição das doenças na coletividade huma- na. A epidemiologia serve, por exemplo, para que consigamos mapear as ocorrências de uma determinada doença em uma população específica e, a partir dessa análise, possa- mos atuar para a diminuição dessas ocorrências, focando sempre na melhoria da saúde da coletividade. De acordo com Rouquayrol (2017), os principais objetivos e atribuições da epidemiologia são: descrever a distribuição e a magnitude dos problemas de saúde nas populações humanas, proporcionar dados essenciais parao planejamento, execução e avaliação das ações de prevenção, controle e tratamento das doenças, bem como estabele- cer prioridades e identificar fatores etiológicos (fatores determinantes ou causadores) das enfermidades. Para atuar como epidemiologista o profissional deverá cursar mestrado ou doutorado e atuar na área acadêmica ou fazer um curso de pós-graduação lato sensu. Vale destacar que algumas graduações permitem que o profissional atue como epidemiologista, então é sempre válido verificar suas habilitações. Importante Exemplos de aplicação: • Conhecer a distribuição de características de um grupo ou de uma população (sexo, idade, estatura, peso, cor, renda, causas de morte etc.). • Conhecer a morbidade e/ou mortalidade de certa doença em uma população. • Compará-las entre populações. • Conhecer a evolução de doenças durante um período de tempo em uma de- terminada população. Exemplo 67 Saúde, qualidade de vida e indicadores de saúde Antes de aprendermos como mensurar a saúde e conhecer seus indicadores, precisa- mos compreender alguns conceitos, como saúde, doença e qualidade de vida. Então, o que é saúde e o que é doença? Segundo Pereira (1995), a prática clínica considera saúde como “ausência de doença” e traz a definição de doença como “falta ou perturbação da saúde” (PEREIRA, 1995). Já a Organização Mundial da Saúde – OMS, em 1948, na 8ª Conferência Nacional de Saúde, definiu saúde como sendo “um completo estado de bem-estar físico, mental e so- cial,” sendo também resultado das formas de organização social, as quais podem gerar profundas desigualdades nos níveis de saúde. Dessa forma, de acordo com este posicionamento da OMS, os determinantes de saúde seriam: Saúde é o resultante das condições de: Meio ambiente Renda Educação Alimentação LazerLiberdade Emprego Transporte Acesso 68 Neste sentido, para compreender o estado de saúde ou de doença de uma pessoa pre- cisamos observar vários aspectos que envolvem a vida das pessoas e enxergar o ser humano como um ser bio-psico-social. Ser humano: bio-psico-social. Assim, tendo em vista todo este contexto, a qualidade de vida resulta da adequação das condições socioambientais às exigências e necessidades humanas. Isso quer dizer que a qualidade de vida depende de: • Um ambiente saudável. • Ter suas necessidades básicas atendidas. • Ter seus direitos assegurados e respeitados — proteção social. Biológico Psicológico Social 69 Habitação e saneamento Alimentação e nutrição Educação Trabalho Apoio social Ambiente físico Atenção a saúde Práticas/Comportamentos Q ua lid ad e de V id a é de te rm in ad a po r p ad rõ es d e: Tríade epidemiológica: agente x hospedeiro x ambiente Hospedeiro: atacados pelo agente quando apresenta suscetibilidade e que se interpõe na cadeia de transmissão. Por exemplo, o hospedeiro da dengue é o ser humano. Meio ambienteAgente Hospedeiro Logo, podemos dizer que: 70 Fatores do hospedeiro (o homem) que podem facilitar o processo de adoecimento (ALMEIDA; BARRETO, 2017): • Idade. • Sexo. • Estado civil. • Ocupação. • Escolaridade. • Características genéticas. • História patológica pregressa. • Estado imunológico. • Estado emocional. Agente: serve de estímulo ao início ou à perpetuação do processo patológico. Um agente infectante é qualquer parasita, protozoário, bactéria ou vírus capaz de infectar um orga- nismo. Um agente pode ser uma bactéria como a Mycobacterium tuberculosis ou o Baci- lo de Koch (BK), que causa a tuberculose, uma doença infectocontagiosa. Fatores do Agente (podem servir de estímulo para iniciar o processo patológico causado pelo agente): • Biológicos (microrganismos). • Químicos (mercúrio, álcool, medicamentos). • Físicos (trauma, calor, radiação). • Nutricionais (carência, excesso). Cabe destacar que, muitas vezes, para que um agente consiga contaminar um hospedeiro, ele precisa de um vetor. O que é isso? Vetor é todo ser vivo capaz de transmitir um agente infectante, de maneira ati- va ou passiva. Um exemplo de vetor é o Aedes aegypti, mosquito transmissor do vírus causador da dengue. Meio ambiente: meio propício a infecção. O que seria um meio propício a infecção? Va- mos a um exemplo: falta de saneamento básico, tornando o espaço propicio ao cresci- mento de bactérias (ALMEIDA; BARRETO, 2017). 71 Fatores do meio Ambiente (ALMEIDA; BARRETO, 2017): • Determinantes físico-químicos (temperatura, umidade, poluição, acidentes). • Determinantes biológicos (acidentes, infecções). • Determinantes sociais (comportamentos, organização social). Etiologia A etiologia é uma ciência que estuda as causas ou origem das doenças. De acordo com a etiologia, podemos classificar as doenças da seguinte forma: Doenças infecciosas: são causadas por vírus, bactérias e/ou parasitas. Podem ser trans- mitidas pelo sangue, líquidos corporais (vírus da imunodeficiência humana – HIV, causa- dor da doença chamada aids), vetores (insetos, animais, como é o caso da dengue). Como exemplos de doenças infecciosas podemos citar: tuberculose, meningites, papilo- ma vírus humano - HPV, vírus T- linfotrópico humano - HTLV, entre outras. Algumas des- sas doenças são imunopreviníveis, ou seja, podem ser evitadas com aplicação de vacina. Doenças não infecciosas: nesta classificação podemos citar as doenças degenerativas (Parkinson e Alzheimer) e as autoimunes (diabetes mellitus tipo 1, lúpus, artrite reumatoi- de, problemas de tiroide). As doenças autoimunes ocorrem quando as células de defesa do organismo atacam alguma estrutura do próprio organismo. Etiologia Doenças infecciosas Doenças não infecciosas Duração Doença aguda Doença crônica 72 De acordo com a duração Doença aguda: têm acelerado e duram até três meses. Em sua maioria são causadas por infecção por vírus ou bactérias, como constipação, resfriado, gripe, infecções gas- trointestinais, pneumonia, meningite. Porém, também entram nesta classificação trau- mas físicos, infartes, hemorragias, bem como outras condições cardiovasculares. Doença crônica: são doenças que não põem em risco a vida da pessoa em curto prazo (doença hipertensiva, diabetes mellitus, síndromes dolorosas, câncer). Portanto, em um primeiro momento não são consideradas emergências médicas, mas podem ser extre- mamente sérias e letais. Incluem também todas as condições em que um sintoma existe continuamente. Mesmo não pondo em risco a saúde física da pessoa, são extremamen- te incômodas, diminuindo a qualidade de vida e atividades das pessoas. Indicadores de saúde Depois de vermos o que é saúde, doença, qualidade de vida, podemos nos perguntar: Como posso medir a saúde? O que são e para que servem os indicadores de saúde? Quais são os principais indicadores de saúde da população? Para que a saúde seja mensurada estatisticamente, utilizamos como base os indicado- res de saúde. Eles são parâmetros utilizados internacionalmente de forma comparativa para apresentar perfis de saúde e acompanhar tendências históricas das coletividades (países, regiões). Mortalidade: indicadores relacionados a morte, podendo ser identificado por causa, morte infantil, materna. Morbidade: adoecimento da população. Indicadores nutricionais: visa avaliar como está a nutrição de uma determina- da população. Indicadores demográficos: mostram o número de habitantes de um determi- nado local e as principais características destes. Indicadores sociais: gênero, saúde, pobreza, educação. Indicadores ambientais: Representa algum aspecto relacionado ao meio ambiente. Exemplos 73 Indicadores servem também para: • Orientar as políticas de saúde para o país. • Orientar a própria prática clínica. • Aperfeiçoar o sistema de saúde. • Planejar a infraestrutura dos serviços de saúde. • Melhorar a condição de saúde das coletividades. Podemos aqui citar a demanda de Saúde do Homem: doenças da próstata, estilo de vida, estresse no trabalho. Todos esses e outros fatores inspiraram a comunidade de urologia
Compartilhar