Bioestatística unidade 3

Prévia do material em texto

Bioestatística
Responsável pelo Conteúdo:
Prof. Esp. Philippe Alexandre Divina Petersen
Revisão Textual:
Prof. Me. Luciano Vieira Francisco
Coleta de Dados e o Planejamento de Estudos Experimentais
Coleta de Dados e o Planejamento 
de Estudos Experimentais
 
 
• Saber planejar um estudo experimental ou observacional, entendendo as diferenças básicas 
entre eles.
OBJETIVO DE APRENDIZADO 
• Estatística Inferencial;
• População e Amostra;
• Variável Resposta, Fatores, Níveis e Tratamentos;
• Aleatorização na Constituição de Grupos numa Experiência;
• Emparelhamento, Constituição de Blocos, Experiências 
Simplesmente Cega e Duplamente Cega;
• Estudos Observacionais, Transversais, Prospectivos e Retrospectivos;
• Estudos Experimentais Versus Estudos Observacionais.
UNIDADE Coleta de Dados e o Planejamento de Estudos Experimentais
Estatística Inferencial
Quando se trata da estatística inferencial, pode-se descrevê-la como mais especí-
fica, na qual serão determinados parâmetros. Ou seja, qual o intervalo numérico que 
se terá a avaliação, qual o nível de confiança (que pelo nome diz, a confiabilidade 
dos valores) e o tamanho da população que foi utilizado para os estudos. Para isso, 
devemos definir o que é população e amostra.
Estatística Descritiva Versus Estatística Inferencial
Estatísticas descritivas fornecem um resumo conciso dos dados. Os dados podem 
ser resumidos de forma numérica ou gráfica. Por exemplo, o gerente de um restau-
rante fast-food registra os tempos de espera dos clientes durante o horário de almoço 
durante uma semana e sumariza os dados. O gerente, então, calcula as seguintes 
estatísticas descritivas numéricas:
Tabela 1
Estatística Valor amostral
Média 6,2 minutos
Desvio padrão 1,5 minutos
Intervalo 3 a 10 minutos
N (tamanho amostral) 50
O gerente examina os seguintes gráficos para visualizar os tempos de espera:
Fr
eq
uê
nc
ia
Tempos de Espera
0
2
4 6 8 10
4
6
8
10
12
14
16
18
Figura 1 – Histograma de tempos de espera
8
9
Te
m
po
s d
e E
sp
er
a
2
3
4
5
6
7
8
9
10
11
”
Figura 2 – Boxplot de tempos de espera
Por sua vez, estatísticas inferenciais usam uma amostra aleatória dos dados co-
letados de uma população para descrever e fazer inferências sobre a população. As 
estatísticas inferenciais são valiosas quando não é conveniente ou possível examinar 
cada membro de uma população inteira. Por exemplo, não seria prático medir o 
diâmetro de todos os pregos fabricados em uma empresa, mas é possível medir o 
diâmetro de uma amostra representativa de pregos e usar essas informações para 
fazer generalizações sobre os diâmetros dos pregos produzidos. 
O que são estatísticas descritivas e inferenciais? Leia a matéria completa. 
Disponível em: https://bit.ly/3oF60i8
População e Amostra
Tanto a população e amostra são de simples definições, porém, deve-se atentar à 
representatividade, ou seja, o quanto a amostra representa a população. Um exem-
plo para ajudar a entender: suponha que uma pesquisa queira observar um hábito 
alimentar da população brasileira: qual é a quantidade de pessoas (em valores per-
centuais) que comem diariamente arroz com feijão no almoço? 
Ao se realizar a pesquisa, você pode imaginar que ter os dados de todos os 
brasileiros seria algo que necessitaria de muito tempo, além de custos elevados. 
No entanto, uma sugestão poderá ajudar: ao invés de realizar a pesquisa com todos 
os brasileiros, poderia executá-la com uma representação da população? Em outras 
palavras, uma amostra.
Assim, por definição, população é o conjunto de dados de uma ou mais caracte-
rísticas que se quer investigar e amostra é um subconjunto da população. Ficará claro 
de utilizar este conceito quando a amostra apresentar as características de estudo 
que representem a população. 
9
UNIDADE Coleta de Dados e o Planejamento de Estudos Experimentais
Figura 3 – Exemplo dos conceitos de população (em caras felizes em azul) 
e da amostra (caras felizes amarelas)
Variável Resposta, Fatores, 
Níveis e Tratamentos
Em pesquisas com amostras, devem ser consideradas as opções de avaliação de 
variáveis que possam interferir ou não nos resultados. Um exemplo é relacionar o 
paladar de uma amostra de 100 pessoas com idades entre 6 e 60 anos. Haverá dife-
rentes respostas (paladares) com a idade? A resposta é sim. Com o passar dos anos, 
há perdas do paladar. Nesse caso, a variável resposta avaliada foi o paladar, pois é 
dependente da idade.
No entanto, suponha que além da idade, o gênero possa também ser considerado 
dentro de nossa amostra. Das 100 pessoas utilizadas, 9 apresentam idades entre 35 
e 40 anos e inicialmente possuem alterações do paladar e percebe-se que pessoas 
do sexo feminino possuem um paladar melhor que pessoas do sexo masculino. 
Ou seja, um fator que pode influenciar a avaliação do paladar.
Se considerarmos que com a idade o paladar decresce, consideram-se diferentes 
respostas como níveis de avaliação e, neste caso, do maior para o menor. Por fim, 
se considerar que gênero e paladar possam ser estudados de forma conjunta, ou 
seja, dois fatores, realiza-se a combinação de ambas as condições e verifica-se, desta 
forma, o tratamento.
Tabela 2 – Esquema de interação níveis e variáveis em que a resposta é o tratamento
Variável 1 Variável 2 Variável 3
Nível 1 Tratamento 1,1 Tratamento 1,2 Tratamento 1,3
Nível 2 Tratamento 2,1 Tratamento 2,2 Tratamento 2,3
Nível 3 Tratamento 3,1 Tratamento 3,2 Tratamento 3,3
10
11
Aleatorização na Constituição 
de Grupos numa Experiência
Em testes no desenvolvimento de vacinas e medicamentos, torna-se necessária 
a formação de dois ou mais grupos para verificar as reações adversas em relação 
à dosagem ou ao placebo (para efeito de entendimento, é a dosagem zero a ser 
aplicada), e que também poderá apresentar reações. No entanto, é importante que 
nesse tipo de tratamento não haja tendência na seleção por fatores que poderão 
influenciar os resultados. 
Diante disso, é importante que para a experiência ocorra a aleatorização, que é 
a designação de indivíduos para o tratamento, sendo importante separar em blocos 
(faixa de idade, gênero etc.) e em seguida, dentro de cada bloco dividir-se em grupos 
para avaliação, sendo alguns indivíduos desse grupo recebedores do tratamento, 
enquanto o outro grupo, a quantidade de controle para que haja a comparação entre 
ambos. Além disso, garante que qualquer indivíduo dentro da população tenha a 
mesma probabilidade de ser selecionado.
Figura 4 – Efeito placebo (de origem latina placere, que signifi ca agradar) é o tratamento 
sem comprovação científi ca, porém, que age como forma de atenuar efeitos
Fonte: Getty Images
Emparelhamento, Constituição de Blocos, 
Experiências Simplesmente Cega 
e Duplamente Cega
Como descrito, é importante a formação de blocos e que ocorra o emparelha-
mento, que é a análise em pares que consiste em observações de um grupo de 
11
UNIDADE Coleta de Dados e o Planejamento de Estudos Experimentais
controle e outro que está em tratamento. Porém, indivíduos que recebem placebo 
podem apresentar reações características do tratamento e consequentemente apre-
sentar influências nos resultados. Nesse caso, é importante aplicar a experiência 
simplesmente cega, na qual o indivíduo que receberá o tratamento não deverá saber 
se é tratado ou se recebe placebo, mas o pesquisador saberá quais são os indivíduos.
A falha nessa experiência é que poderá ocorrer direcionamento do pesquisador, o 
que tornaria a análise tendenciosa. Assim, a experiência duplamente cega é aplicada, 
pois nem o pesquisador e os participantes saberão quem é efetivamente tratado; a 
informação dos que receberam o tratamento e o placebo é dada ao pesquisador so-
mente após a coleta de todos os dados.
Indivíduos
Bloco 2
Controle Tratamento Controle ControleTratamento Tratamento
Bloco 3Bloco 1
Figura 5 – Exemplo de testes em blocos aleatórios 
Estudos Observacionais, Transversais, 
Prospectivos e RetrospectivosOs estudos observacionais são baseados na exposição de pacientes distribuídos 
de forma aleatória em condições de risco, tais como toxinas ou ambientes. Com o 
tempo, são observadas as variações conforme os grupos aos quais pertencem (risco 
ou de controle).
Nos estudos transversais existe a coleta de dados a partir de um grupo de indi-
víduos, os quais selecionados de forma aleatória, um intervalo específico de tempo, 
ao invés de um período de acompanhamento, com objetivo de análise diagnóstica 
instantânea, sem que haja projeções futuras.
Os estudos temporais são avaliados dentro de um intervalo, (conhecido como 
coorte), podendo ser classificados como prospectivos e retrospectivos. Para o pri-
meiro caso, ao se iniciar os estudos de uma infecção ou situação de risco, é conside-
rado o período determinado para a análise, desconsiderando os efeitos anteriores ao 
período determinado. Para os estudos retrospectivos são considerados os dados pré-
vios e uma possível conclusão pode ter sido alcançada, enquanto para o prospectivo 
deverá ocorrer o acompanhamento para se verificar se há conclusão das análises.
12
13
Estudos Experimentais Versus
Estudos Observacionais
Em estudos experimentais, conhecidos também como ensaios clínicos, são 
avaliados os resultados de tratamentos e intervenções sobre uma conclusão na qual 
se deseja atingir. A utilização desse estudo é para verificar, a partir de dados estatís-
ticos, as condições de causa e efeito em que o pesquisador pode alterar as condições 
de exposição para verificar a resposta, podendo ou não possuir grupos de controle, 
caso haja divisão de grupos.
Tais estudos podem ser conduzidos em pessoas, animais e produtos oriundos de 
processos industriais, sendo os participantes escolhidos de forma aleatória ou não, 
sendo controlados (nos quais pode ocorrer o autocontrole e estudo cruzado de vari-
áveis) ou não controlados.
Quanto aos estudos observacionais, são considerados estudos de caso, ou seja, 
análises prévias nas quais são referências para situações existentes, servindo de 
apoio para avaliações e estudos futuros. O termo relato de caso é utilizado na área 
de Saúde e possui a análise de informações sobre uma enfermidade ou infecção, tais 
como sintomas, tratamentos, estado do paciente e a forma de tratamento que este 
foi submetido, a forma que tal enfermidade evolui e o resultado do tratamento são 
analisados, com relatos simples e diretos, de forma que se tenha o entendimento 
sobre o que foi realizado e, ao mesmo tempo, seja verificada a condução presente.
Assim, a diferença entre os estudos é que o primeiro se utiliza de dados estatísti-
cos para avaliação de alterações provocadas ou condições pré-determinadas ou não, 
enquanto o segundo tipo se baseia em estudos prévios e seus resultados para com-
parar situações presentes e verificar a aplicabilidade para o tratamento.
 Nedel e Silveira apresentam os diferentes delineamentos de pesquisa apresentam diversas 
vantagens e limitações, ambas inerentes às suas características principais. O conhecimento 
sobre o emprego adequado de cada um deles é de grande importância na aplicabilidade da 
epidemiologia clínica. Em terapia intensiva, uma classificação hierárquica dos delineamen-
tos, sem compreender suas peculiaridades nesse contexto pode muitas vezes ser errônea, 
devendo-se atentar para problemas corriqueiros em ensaios clínicos randomizados e em 
revisões sistemáticas/metanálises que abordem questões clínicas referentes a cuidados de 
pacientes gravemente enfermos. Disponível em: https://bit.ly/2HGCfN0
13
UNIDADE Coleta de Dados e o Planejamento de Estudos Experimentais
Material Complementar
Indicações para saber mais sobre os assuntos abordados nesta Unidade:
 Vídeos
Estatística inferencial
https://youtu.be/MHvNFbTcSlM
Efeito Placebo, Efeito Hawthorne e Experimento duplo-cego
https://youtu.be/6oSHWOwUDtg
Estudos prospectivos x Estudos observacionais
https://youtu.be/BN1unzkYyaU
 Leitura
Como identificar uma amostra e uma população
https://bit.ly/35OwS6I
Variável resposta, fatores, níveis e tratamentos
https://bit.ly/37PUuKP
Linguagem metodológica – Parte 1
https://bit.ly/2J7HSV5
Tipos de estudos estatísticos
https://bit.ly/3mLskoP
14
15
Referências
FONTELLES, M. J. Bioestatística aplicada à pesquisa. v. 1. São Paulo: Livraria 
da Física, 2012.
GLANTZ, S. A. Princípios de Bioestatística. 7. ed. Porto Alegre, RS: AMGH, 2014.
HOGG, R. V. Statistical education: improvements are badly needed. The American 
Statistician, v. 45, n. 4, p. 342-343, 1991.
MARTINEZ, E. Z. Bioestatística para os cursos de Graduação da área da Saúde. 
São Paulo: Blucher, 2015.
15