saúde e dados

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