Epidemiologia e bioestatística

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