Baixe o app para aproveitar ainda mais
Prévia do material em texto
Iasmin Danyelle 1 Importância Auxilia nas estratégias de saúde: destino de verbas, criação de programas de prevenção e tratamento Pegar um pequeno grupo e ter uma noção de uma grande população sem necessariamente ter que testar todos Avaliação de testes diagnósticos Interpretar dados que não poderiam ser analisados em estudos qualitativos Imputar e investigar informações para estudos epidemiológicos Epidemiologia Estudo da distribuição e prevalência de doenças Ajuda a entender os fatores de risco que geram, aumenta, diminui aquela doença, ex.: genética, ambiental Epidemiologia e bioestatística se complementam Avaliar a literatura Decidir se pode ou não acreditar nos resultados apresentado na literatura Estar atento a possíveis falhas no modo como o estudo é projetado e realizado Quanto menos o participante souber de uma pesquisa, melhor para não interferir no resultado Aplicar os resultados no cuidado do paciente Melhores procedimentos diagnósticos Quais métodos de tratamento estão sendo mais utilizados e com melhor resultado Como o tratamento deve ser projetado e implementado Se atualizar sempre Interpretar estatísticas vitais Para diagnosticar e tratar Baseados em dados epidemiológicos de natalidade e mortalidade Uma básica interpretação correta desses dados facilita e melhora a qualidade do atendimento, diagnostico e prognostico Saber dados daquelas áreas que estamos inseridos para trabalhar Saber como essas estatísticas são determinadas, o que querem dizer, e como são utilizadas Problemas epidemiológicos Revelam a prevalência de uma doença em um lugar, sua variação por período do ano, e sua relação com fatores de risco Entender como vírus e outros agentes se disseminam Tomada de decisão: programas de vigilância Interpretar dados sobre drogas e equipamentos Estratégia de venda dos representantes e vendedores Usar de gráficos, tabelas, resultados de estudos Usar técnicas diagnosticas Sensibilidade de um teste diagnóstico em descobrir uma doença A frequência com que aquele teste não indica nenhuma doença mesmo a pessoa tendo Sensibilidade: capacidade de o teste dar positivo quando tem a doença. Ex.: do teste do covid, como estamos com alta nos casos, melhor um que dá mais positivo quando tem a doença Especificidade: capacidade de o teste dar negativo quando não tenho a doença Avaliar as diretrizes (Guidelines) Não devem ser aceitas diretrizes sem avaliação crítica profissional Embora essas apresentam informações de estudo, muitas representam a opinião de um conjunto de profissionais daquela área Participar ou dirigir projetos de pesquisa Conhecimento de bioestatística e métodos de investigação Residentes em todas as especialidades devem mostrar evidencia de atividade docente-> leva frequentemente a formar um projeto de investigação Além de ser muito exigido produção cientifica no currículo dos graduados História Hipocrates começou a observar a relação das doenças com um ambiente especifico John Snow-> tornou a epidemiologia como uma ciência o Comparou o número de óbitos por cólera e sua relação com os locais de moradia o Percebeu que os locais onde mais aconteciam óbitos eram naqueles locais que eram abastecidos por uma determinada companhia de água Tipos de epidemiologia Iasmin Danyelle 2 Descritiva: estuda a frequência e a distribuição dos parâmetros de saúde ou de fatores de risco na população Analítica: testa hipóteses de relação casual História Inicialmente possuía um papel descritivo Depois passou a além de levantar os dados, começar a interpreta-los Pascal e Fermat-> Estudo da teoria das possibilidades Pearson-> Teste quiquadrado, utilizado para diversas analises Fisher-> Modos de analisar dados de amostras pequenas. O tamanho da amostra pode influenciar nas relações. Análise multivariada é pegar uma doença e analisar todos os parâmetros que podem estar envolvidas entre o aumento ou diminuição do risco para ter aquela doença Divisão Descritiva: o Organização o Descrição Indutiva ou inferencial o Análises o Interpretações Probabilidade População: Coleção completa de todos os elementos a serem estudados, dos quais posso extrair informações para um estudo Amostra: Um subconjunto de elementos extraídos de uma população, seguindo algum critério Dados: Valores obtidos na realização de um estudo estatístico. Produtos da observação do fenômeno que pretende realizar. Variável: Qualquer característica enquanto observada na população apresenta variação de um elemento para outro. Variável quantitativa: Valor expresso em número o Discreta: Resulta de um conjunto finito. Só pode assumir aquele valor. Ex.: idade em anos completos o Contínua: Resulta de um número infinito de valores possíveis dentro de um intervalo de valores. Ex.: idade em anos e meses. Variável qualitativa: Valor em categoria não numérica o Nominal ou categórica: Sem nenhum tipo de ordem o Ordinal: Possui uma ordem. Ex.: nível de escolaridade Parâmetro: Uma medida que vai descrever uma variável na população. Pode ser também uma medida de comparação. Ex.: média, Estatística: Uma quantidade/ medida que vai descrever uma amostra Medidas de associação: Mensurar a magnitude da associação entre exposição (fator de risco) e desfecho (Doença). Incidência: Frequência de novos casos em um intervalo de tempo Prevalência: Número de casos existentes de uma doença em um dado momento Viés: consiste em um erro sistemático, sendo uma distorção aleatória de uma estatística, como resultado do processo de amostragem. Conhecido também como "desvio viés", consiste na diferença entre o valor médio de um estimador estatístico e o valor que pretende estimar. Risco: Valor de probabilidade de um dano ou algo indesejado, que pode ou não acontecer Fatores de risco: Componentes que podem levar a doença ou contribuir para o risco de adoecimento e manutenção Letalidade: O número de óbitos por uma determinada causa Doença: Alteração biológica do estado de saúde. Epidemia: Ocorre um aumento no número de casos de uma doença em diversas regiões, estados ou cidades, porém sem atingir níveis globais. Sensibilidade: Capacidade de o teste dar positivo quando tem a doença. Ex.: do teste do covid, como estamos com alta nos casos, melhor um que dá mais positivo quando tem a doença Especificidade: capacidade de o teste dar negativo quando não tenho a doença Dado bruto: Forma como eu obtive os dados, sem nenhuma organização Rol de dados: Dados brutos em ordem crescente ou decrescente Iasmin Danyelle 3 Tabelas Na variável quantitativa continua organizamos a tabela em intervalos-> tabela de grupamento simples 30 era a diferença entre a maior idade e a menor Queríamos colocar em 5 classes, com um intervalo de 6 entre elas Amplitude do intervalo: 6 1º coluna: Informação da variável 2º coluna: Contagem daqueles valores (quantos elementos eu tenho naquele intervalo) Frequência: número de vezes que aquele valor aparece f: Frequência absoluta simples. fr: Frequencia relativa simples (porcentagem ou decimal) Arredondamento: entre 1 e 4 arredondo p menos, entre 5 e 9 para mais F: Frequência acumulada simples vai ser o valor da FR: Frequência relativa acumulada Todo gráfico deriva de uma tabela Representa uma variável Posso usar qualquer tipo de variável Gráficos Os gráficos devem ter: Simplicidades: informações em um gráfico devem ser diretas e detalhes secundários devem ser omitidos Clareza: As informações devem ser claras possibilitando uma interpretação correta sem dúvidasobre os resultados Veracidade: o gráfico deve mostrar a verdade dos dados estudados Variável continua: usa o gráfico de histograma Variável qualitativa e discreta: usa gráfico de barras Gráficos de setores: variável qualitativa Diagrama de dispersão: utilizado para verificar possíveis relação entre variáveis Relação direta e indireta (ex: quanto mais aumenta o consumo de frutas diminui as chances de diabetes) Resumo: o uso de cada tipo de gráfico depende do tipo de pesquisa, objetivo e tipo de variável - É importante saber escolher o tipo de acordo com o estudo - Quanto mais simples, maior a chance de ser claro e objetivo MEDIDAS DE POSIÇÃO Ajudam a posicionar e caracterizar o comportamento dos elementos de uma série A medida ideal é aquela que representa a maioria dos nossos dados Média Medida de localização do centro da amostra X=soma de toda a mostra dividido pelo total da amostra Tabela com intervalos, cálculo o ponto médio/valor central (somando os dois intervalos e dividindo por 2) do intervalo e multiplico pela frequência. Assim terei o valor do produto, que vou dividir pelo total da frequência. z Mediana Valor que ocupa a posição central do roll Dispor os itens em ordem crescente ou decrescente Se for ímpar será o número central Se for par será a média dos dois valores do meio Interessante quando temos valores muito dispersos Moda Valor que está aparecendo mais vezes Classe modal-> aquela de maior frequência Muito utilizada em análises qualitativas Quartis Iasmin Danyelle 4 Valores de uma série que a dividem em quatro partes iguais Temos assim 3 quartis em uma distribuição: Q1: Separa os 25% de dados inferiores Q2: Mediana, separa os 50% de dados inferiores Q3: Separa os 75% de dados inferiores Intervalo entre quartis: diferença entre o primeiro e o último quarti BOXPLOT Também é uma disposição gráfica comparativa Permite visualizar a distribuição de valores discrepantes (outliers) Fornece então um meio complementar para desenvolver uma perspectiva sobre os dados Tamanho da caixa: Distância entre as linhas posso pensar que os valores estão variando mais PERCENTIS Divide o conjunto de dados em 100 partes iguais Exemplo: percentil 50 pode ser também a mediana MEDIDAS DE DISPERSÃO Caracteriza a variação dentro de um conjunto de dados Ajudar a entender grandes volumes de informação Qualidade de processos (CEP- Controle estatístico de progresso) Previsões confiáveis (projeções financeiras, populacionais) Planejamento (coleta de dados, definição de amostras...) Amplitude total Diferença entre o maior e o menor valor no conjunto de dados Medida simples Pego o maior valor e diminui do menor valor Variância É a soma dos quadrados dividida pelo número de observações Média aproximada das diferenças do quadrado entre cada uma das observações e a média aritmética da amostra Elevamos ao quadrado para não dar 0 Não é muito usada pois por exemplo se a unidade for cm, vai ficar cm² mudando a natureza da unidade Representada por S² Calculo a média, pego cada valor e subtraio a média, elevo ao quadrado. Somo todas essas diferenças e divido pelo total menos 1 Desvio-padrão Indica o afastamento dos valores observados em relação à média aritmética da amostra Símbolo: S Pego a variância e elevo a raiz quadrada Propriedade: se multiplicar ou dividir por algum valor, o desvio padrão vai ficar também dividido ou multiplicado Coeficiente de variação Expresso em porcentagem CV: S / X . 100 Iasmin Danyelle 5 Media 1: -9 Media 2: - 25 Propriedades da curva normal Formato de sino, caudas assintóticas (sem encostar no eixo) Simetrica perpendicular em relação a média Média, mediana e moda são coincidentes A área sobre a curva corresponde a 100% Parâmetros da curva normal Curvas mais suaves apresentam maior desvio padrão Curvas mais juntas tem um desvio padrão menor Quanto mais pra direita maior a média Quanto mais pra esquerda menor a média NORMAL PADRONIZADA Z~N (0,1) Estimação: Pegar um valor amostral (estatística) e inferir um valor populacional (parâmetro) Pontual: a média amostral é uma estimativa pontual da média populacional. Ex.: falar que a média das alturas é 1,65 Intervalo: intervalos de confiança. Falar que a média está entre 1,61 e 1,75 Estimador: Forma como eu calculei. Média, moda e mediana são estimadores de tendência central Estimativa: Valor que eu calculei. Ex.: IMC médio do participante é 21: média estimador, estimativa 21 Estimativa pontual: Quando a partir de uma amostra da população, o pesquisador obtém um único valor para o parâmetro Estimativa por intervalos: Calculamos a margem de erro aleatório de uma estimativa Intervalo de confiança: Intervalo centrado na estimativa pontual. Probabilidade de erro na estimação do intervalo, quantificar o quanto se pode estar errado ao inferir tais valores Margem de erro: O intervalo de confiança fornece a margem de erro da estimativa. É dada pela amplitude do intervalo de confiança. Pego a média e somo e subtraio a mergem de erro. Estimativa por intervalo: Quanto maior o tamanho da população, menor a margem de erro. Margem de erro Dada pela amplitude do intervalo de confiança Estimativa intervalar Quanto maior a margem de erro, maior o intervalo de confiança Z x/2 95%-> 1,96 Z x/2-> 1,64 EXEMPLO Média X: 125 mmHg Desvio padrão S: 9 mmHg Tamanho total da amostra n: 100 Intervalo de confiança: 95% Zx/2: Fator para redução de confiança: nesse caso 1,96 Se eu fizesse com 90% o intervalo de confiança Quanto maior o nível de confiança, maior o intervalo Quanto menor o nível de confiança, menor o intervalo Uma das formas de diminuir a margem de erro é aumentar a amostra Iasmin Danyelle 6
Compartilhar