Baixe o app para aproveitar ainda mais
Prévia do material em texto
Todas as aulas de MEP – N1 Aula 1 – Conceitos básicos de epidemiologia • Epidemiologia • População • Inferência estatística • Surto epidêmico • Causalidade • Risco • Epidemia, endemia e pandemia Oque é epidemiologia? • A epidemiologia é o ramo da ciência que estuda a população, é o estudo da distribuição e dos determinantes de estados ou eventos relacionados a saúde (incluído doença e agravos) e a aplicação desse estudo para o controle dos problemas de saúde. • Visa promover medidas especificas de prevenção, controle ou erradicação, de doenças e fornecer indicadores que sirvam de suporte para as ações de saúde. Os principais objetivos da epidemio são: • Descrever a distribuição e magnitude dos problemas de saúde nas populações humanas. • Identificar e entender o agente causal e os fatores associados as agravos de saúde. • Identificas os padrões das doenças. • Estabelecer metas e estratégias de controle • Estabelecer medidas preventivas A inferência estatística é o ramo da epidemiologia que visa fazer afirmações a partir de um conjunto de valores retiradas da amostra e aplicar a toda população, tal tipo de afirmação deve sempre vir acompanhada de uma de uma medida d precisão sobre sua veracidade. O alvo do estudo epidemiológico é a população. População: • A população é aquela localizada em determinada área ou pais em determinado momento do tempo. Existe diferença entre os termos: Endemia: ocorrência habitual de uma doença ou de uma gente infeccioso em determinada área geográfica. Epidemia: uma doença geralmente infecciosa de caráter transitório que ataca simultaneamente grande número de indivíduos em uma área. Pandemia: é a epidemia em grande proporção atingindo grande número de pessoas em diversas localidades. O que é surto epidêmico? • Denomina-se surto epidêmico uma ocorrência epidêmica restrita a um espaço muito especifico, como uma escola, um quartel, apartamento ou bairro, um exemplo é um surto de piolhos em uma escola. Causalidade: • É o nome que se dá para a ligação entre a causa e o efeito. A causa B, isso é uma determinada causa pode gerar uma consequência. Risco: • Refere-se a probabilidade de um evento indesejável acontecer. O fator de risco é diferente do marcador de risco. O fator de risco é sempre algo evitável, como a má alimentação, o tabagismo, a falta de exercício físico, já o marcador de risco é algo que não pode ser evitável, algo que o indivíduo não pode controlar como idade e o gênero. Incidência x prevalência: • Prevalência: total de casos de uma doença em uma população especifica (avaliação em um único momento). Exemplo: quantos casos de covid tem em uma sala de aula com 100 alunos: 97% • Incidência: casos novos de um problema de saúde em uma população especifica (avalição de uma período: final x início) Aula 2 – aspectos metodológicos Aula 3 – medidas de tendencia e variáveis • Medidas de tendencia central • Medidas separatrizes • Medidas de dispersão • Distribuição normal • Variáveis Se a variável a ser estudada é quantitativa podemos resumir certas informações dos dados por medidas descritivas. Como por exemplo por meio de media, mediana, moda, desvio padrão, percentil ou quintis. Medidas de tendência central: Média Média é a soma dos valores dividida pelo número de valores observados. • A média resume o conjunto de dados, mas em geral não fornece informação sobre outros aspectos da distribuição • A Média é um resumo dos dados por isso pode esconder informações relevantes. 𝑀É𝐷𝐼𝐴 = 𝑇𝑂𝐷𝑂𝑆 𝑂𝑆 𝐸𝐿𝐸𝑀𝐸𝑁𝑇𝑂𝑆 𝑁Ú𝑀𝐸𝑅𝑂 𝐷𝐸 𝐸𝐿𝐸𝑀𝐸𝑁𝑇𝑂𝑆 Exemplo: 𝑀É𝐷𝐼𝐴 = 145 24 = 6 Mediana A mediana avalia o centro de um conjunto de valores, sob o critério de ser o valor que divide a distribuição ao meio. 𝑀𝐸𝐷𝐼𝐴𝑁𝐴 = 𝑁𝑈𝑀𝐸𝑅𝑂 𝐷𝐸 𝐸𝐿𝐸𝑀𝐸𝑁𝑇𝑂𝑆 + 1 2 Exemplo: Moda É o dado mais frequente de um conjunto Exemplo: Medidas separatrizes: • Separam uma serie de valores em grupos distintos que contém a mesma quantidade de elementos. • A mediana que separa em dois grupos contendo 50% dos valores em cada também é um tipo de medida separatriz. • Além da mediana temos: quartis, quintis, decis e percentis. Quartis: • Pegamos uma serie de valores e dividimos em quatro partes. • O 100% dividido em 4 partes de 25% Desse modo temos: • 25% de todos os valores até primeiro quadrante (Q1) • 50% de todos os valores até segundo quadrante (Q2) • 75% de todos os valores até terceiro quadrante (Q3) • 100% de todos os valores com os quatro quadrantes. Quintis: • Divisão do conjunto de valores em 5 partes para que cada parte representa 20% dos valores. Percentil: • Podemos chamar de centil e dividimos o conjunto em 100 partes iguais e temos em cada quadrante 1% da observação. • Nesse caso quando observamos por exemplo o C35 podemos dizer que estamos observando dados de 35% daquele estudo e o resto (65%) está fora. Medida de dispersão: As medidas de dispersão são utilizadas para determinar o grau de variação dos números de uma lista em relação à média. Variância: • É a medida de dispersão que mostra o quão distante cada valor desse conjunto está longe da media • Quanto menor é a variância mais próximo os valores estão da média e quanto mais ela é mais os valores estão distantes da média Para fazer o cálculo antes de faz a média dos valores. 𝑉𝑎𝑟𝑖𝑎𝑛𝑐𝑖𝑎 = (𝑑𝑎𝑑𝑜 − 𝑚é𝑑𝑖𝑎2) + ⋯ 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑𝑎𝑑𝑜𝑠 Exemplo: Em uma turma temos as seguintes notas: 1- Calcula a média: 𝑚é𝑑𝑖𝑎 = 5 + 8 + 10 + 7 4 = 7,5 2- Calcula a variância utilizando a média 𝑉 (5 − 7,52) + (8 − 7,52) + (10 − 7,52) + (7 − 7,52) 4 𝑉 = 4,33 Desvio padrão: • É a medida que expressa o grau de dispersão de um conjunto de dados, indica quanto um conjunto de dados é uniforme. • É calculada a partir da raiz quadra da variância. • Quanto mais próximo de 0 for o resultado mais homogêneo são os dados. 𝑑𝑝 = √𝑣𝑎𝑟𝑖𝑎𝑛𝑐𝑖𝑎 Utilizando o exemplo anterior teríamos: 𝑑𝑝 = √4,33 𝑑𝑝 = 2,08 Desvio médio: É a soma dos desvios encontrados em diversos conjuntos dividido pelo número de dados. 𝐷𝐸𝑆𝑉𝐼𝑂 𝑀É𝐷𝐼𝑂 = 𝑆𝑂𝑀𝐴 𝐷𝑂𝑆 𝐷𝑃 𝑁𝑈𝑀𝐸𝑅𝑂 𝐷𝐸 𝐷𝐴𝐷𝑂𝑆 Exemplo da aula: 𝑑𝑚 = 2,08 + 2,83 + 2,63 + 3,70 4 𝑑𝑚 = 2,81 Amplitude: É a diferença entre o maior e menor elemento de um conjunto. Distribuição normal: Proporções de grandes amostras segue a distribuição normal Variáveis É a característica de interesse que é medida em cada elemento da amostra ou população, podendo ter resultados numéricos ou não. • Variável quantitativa: expressa números. • Variável qualitativa: não expressa número, expressa classificação. As variáveis qualitativas podem ser dividas em nominal ou ordinal • Nominal: serve para rotular uma dada característica como: cor dos olhos, sexo, estado civil, tipo sanguíneo. • Ordinal: rotula as caraterísticas de forma hierárquica como por exemplo o estágio da doença, o nível de escolaridade, a faixa etária. As variáveis quantitativas podem ser classificadas em discreta ou continua. • Discreta: quando estão dentro de um conjunto finito e enumerável de valores possíveis, exemplo quantas habitações tem uma cidade, quantidades de carro agora no estacionamento. • Continua: pode assumir qualquer valor infinito, exemplo: massa corporal, pressão arterial, idade. Aula 4 – população, amostra e amostragem População: • Conjunto de elementos para os quais desejamos que as conclusões da pesquisa sejam validas, com a restrição de que esses elementos possam ser observados ou mensurados sob as mesmas condições.• A população pode ser formada por pessoas, famílias, estabelecimentos industriais ou qualquer outro dependendo do objetivo da pesquisa. Parâmetro: • É a medida que descreve certa características dos elementos da população. Amostra: • Uma parte da população pode ser retirada para ser estuda e essa parte que deve ter as mesma caraterística da população se chama amostra. • Erro amostral: diferença entre uma estatística e o parâmetro que se quer estimar. Amostragem: • O processo de selecionar a amostra se chama amostragem. Inferência estatística: • É o nome que se da refere-se ao uso dos dados encontrados na amostra para ser ter conhecimento dos parâmetros da população de onde a amostra foi retirada. As estatística estima o parâmetro Por que utilizar a amostragem: • É mais barato realizar o levantamento com uma parte da população. • Poupa tempo. • Evita-se os erros na respostas pois dá mais atenção a cada caso. Quando não utilizar a amostragem? • Quando a população é pequena • Quando a característica é de fácil mensuração • Quando precisa de alta precisão (como no censo) Técnicas de amostragem: Probabilista: todos os elementos tem a mesma chance (probabilidade) de serem selecionados para compor a amostra. Não probabilística: os elementos não tem a mesma chance (probabilidade) de serem escolhidos para compor a amostra. Probabilística: • Amostragem aleatória simples: feito por meio de sorteio. (sorteio de indivíduos) • Amostragem estratificada proporcional: quando a população se divide em subgrupos deve-se fazer a proporção correta de cada subgrupo para fazer parte da amostra • Amostragem por conglomerados ou grupos: divide-se a população em grupos e faz um sorteio para escolher tantos grupos para compor a amostras (sorteio de grupos) • Amostragem por etapas • Estratificada por faixa etária e sexo Não probabilística: • Amostragem por conveniência: faz parte do estudo quem quer ou o que é conveniente para o estudo • Amostragem por tipicidade: escolher um certo grupo especifico para escolher a amostra. Exemplo: alunos de medicina. • Amostragem bola de neve: um participante indica o outro e assim por diante. • Amostragem por intencionalidade • Amostragem por saturação: não há definição do tamanho da amostra, conforme a pesquisa vai ocorrendo você vai selecionando, quando não houver nada novo a amostra se fecha. Como calcular o tamanho da amostra: 𝑛 = 𝑃𝑜𝑝𝑢𝑙𝑎çã𝑜 𝑥 𝐴𝑝𝑟𝑜𝑥𝑖𝑚𝑎çã𝑜 𝑑𝑎 𝑎𝑚𝑜𝑠𝑡𝑟𝑎 𝑃𝑜𝑝𝑢𝑙𝑎çã𝑜 + 𝐴𝑝𝑟𝑜𝑥𝑖𝑚𝑎çã𝑜 𝑑𝑎 𝑎𝑚𝑜𝑠𝑡𝑟𝑎 Aula 5 – Medidas de frequência São medidas de frequência pois relacionam o população com a frequência que uma doença ocorre naquela população. Prevalência: • É o número total de casos (antigos e novos) de uma determinada doença em um determinado local e tempo. Como calcular a prevalência: 𝑃 = 𝐷𝑜𝑒𝑛𝑡𝑒𝑠 𝑃𝑜𝑝𝑢𝑙𝑎çã𝑜 População de 800 pessoas e 400 doentes, desse modo: 𝑃 = 400 800 = 0,5.100 = 50% Incidência: • É a frequência de casos novos de uma determinada doença num determinado período de tempo, a população não estava doente no início da observação, mas estava sob o risco de adoecimento. • Para que sejam observados em no mínimo dois momentos. • A incidência é uma medida dinâmica pois expressa a mudança do estado de saúde. • Conceito de pessoa-tempo: o tempo que cada pessoa contribui em risco de adoecer, quando adoece se torna um caso incidente. Como calcular a incidência: 𝐼 = 𝑁𝑜𝑣𝑜𝑠 𝑑𝑜𝑒𝑛𝑡𝑒𝑠 𝑒𝑚 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑜 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑠𝑜𝑚𝑎 𝑑𝑜 𝑡𝑒𝑚𝑝𝑜 𝑑𝑒 𝑟𝑖𝑠𝑐𝑜 𝑒𝑚 𝑎𝑑𝑜𝑒𝑐𝑒𝑟 (𝑝𝑒𝑠𝑠𝑜𝑎 − 𝑡𝑒𝑚𝑝𝑜) EXEMPLO: 3 casos incidentes 𝑖 = 3 30 = 0,1.100 = 10 A incidência dessa doença é de 10 casos a cada 100 pessoas na população. Na incidência podemos ter dois tipos da população: Fechada: quando nenhuma novo membro é incorporado ao longo do tempo e seus integrantes a deixam somente devido a morte. Aberta: novos integrantes são adicionados ao longo do tempo e seus integrante a deixam por emigração ou quando morrem. Incidência cumulativa: Essa medida diz a probabilidade de uma pessoa ficar doente em um determinado período de tempo. (probabilidade da ocorrência da doença). 𝐼 = 𝑐𝑎𝑠𝑜𝑠 𝑛𝑜𝑣𝑜𝑠 𝑝𝑜𝑝𝑢𝑙𝑎çã𝑜 𝑛𝑎𝑜 𝑑𝑜𝑒𝑛𝑡𝑒 (𝑒𝑚 𝑟𝑖𝑠𝑐𝑜) Seguindo o mesmo exemplo: 𝐼 = 3 7 = 0,43.100 = 43 43 casos a cada 100 pessoas. Taxa de ataque: • Utilizada nos casos de surto de uma doença em uma população bem definida em um período delimitado de tempo. • É A INCIDENCIA EM UM CASO ESPECIFICO. 𝑇𝐴 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑒𝑠𝑠𝑜𝑎𝑠 𝑎𝑓𝑒𝑡𝑎𝑑𝑎𝑠 𝑝𝑜𝑝𝑢𝑙𝑎çã𝑜 Exemplo: 80/25000=0,0032.100000=320 casos incidentes Aula 6 - Indicadores de saúde • Indicadores de saudade são medidas síntese com informações relevantes sobre certo atributos e dimensões da saúde, refletem a condição sanitária de um população. • A disponibilidade de informação com dados validos e confiáveis é a condição essencial para a análise de condições sanitárias, tomada decisões e programação de ações em saúde. Taxa de natalidade bruta: número de nascidos vivos, por mil habitantes, na população residente em determinado espaço geográfico. 𝑁 = 𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑛𝑎𝑠𝑐𝑖𝑑𝑜𝑠 𝑣𝑖𝑣𝑜𝑠 𝑝𝑜𝑝𝑢𝑙𝑎çã𝑜 𝑡𝑜𝑡𝑎𝑙 . 1000 Interpretação: podemos ver a intensidade da natalidade em um determinada população. Taxa bruta de mortalidade: numero total de óbitos, por mil habitantes, na população residente no ano considerado. 𝑀 = ó𝑏𝑖𝑡𝑜𝑠 𝑝𝑜𝑝𝑢𝑙𝑎çã𝑜 . 1000 Interpretação: expressa a intensidade com a qual a mortalidade atua em um determinada população taxas elevadas podem estar associadas a baixas condições socioeconômicas ou população elevada de idosos. Por ser calculada por faixa etária especifica Mortalidade proporcional por idade: distribuição percentual dos óbitos por faixa etária, na população residentes em determinado espaço geográfico, no ano considerado. 𝑀𝐹𝐸 = ó𝑏𝑖𝑡𝑜𝑠 𝑝𝑜𝑟 𝑓𝑎𝑖𝑥𝑎 𝑒𝑡𝑎𝑟𝑖𝑎 𝑜𝑏𝑖𝑡𝑜𝑠 𝑡𝑜𝑡𝑎𝑖𝑠 Interpretação: participação de óbitos em cada faixa etária, elevada proporção de óbitos em determinada faixa etária pode estar associada a má condição sanitária. Mortalidade proporcional por idade em menores de um ano: participação de óbitos em menores de um ano em relação aos óbitos gerais. 𝑚 = 𝑜𝑏𝑖𝑡𝑜𝑠 𝑒𝑚 𝑚𝑒𝑛𝑜𝑟𝑒𝑠 𝑑𝑒 𝑢𝑚 𝑎𝑛𝑜 𝑜𝑏𝑖𝑡𝑜𝑠 𝑔𝑒𝑟𝑎𝑖𝑠 Interpretação: avalia os níveis de saúde da população. • 0-6 dias= período neonatal precoce • 7-27 dias=neonatal tardio • 28-364 dias= pós natal Mortalidade infantil: 𝑀𝐼 = 𝑜𝑏𝑖𝑡𝑜𝑠 𝑒𝑚 𝑚𝑒𝑛𝑜𝑟𝑒𝑠 𝑑𝑒 𝑢𝑚 𝑎𝑛𝑜 𝑛𝑎𝑠𝑐𝑖𝑑𝑜𝑠 𝑣𝑖𝑣𝑜𝑠 Interpretação: estima o risco de morte durante o primeiro ano de vida. identifica as situações de desigualdade, tendencias e condições socioeconômicas. Mortalidade proporcional por idade em menores de um ano: participação dos óbitos de cada grupo etário em relação aos óbitos de menores de um ano. 𝑂𝑏𝑖𝑡𝑜𝑠 𝑒𝑚 𝑚𝑒𝑛𝑜𝑟𝑒𝑠 𝑑𝑒 𝑢𝑚 𝑎𝑛𝑜 𝑝𝑜𝑟 𝑓𝑎𝑖𝑥𝑎 𝑒𝑡𝑎𝑟𝑖𝑎 𝑜𝑏𝑖𝑡𝑜𝑠 𝑒𝑚 𝑚𝑒𝑛𝑜𝑟𝑒𝑠 𝑑𝑒 𝑢𝑚 𝑎𝑛𝑜 𝑡𝑜𝑡𝑎𝑖𝑠 Interpretação: participação dos óbitos de cada grupo etário em relação aos óbitos em menores de um ano uso para avaliação dos níveis de saúde. Aula 7 – medidas de associação • Um dos objetivos da pesquisa epidemiológica é o reconhecimento de uma relação causal entre uma exposição particular (fator de risco ou proteção) e um desfecho de interesse (ocorrência de uma doença ou medida clínica). • Só faz sentido falarmos do efeito da exposição se conhecemos a condição contraria a exposição. • Desfecho: evento de interesse em uma pesquisa. • Fatorde risco: a variável que pode estar associada ao desfecho • Risco: probabilidade de um individuo apresentar um desfecho em um período de tempo. Como montar uma tabela de contingencia: Risco absoluto: é a probabilidade de um evento ocorrer em uma população sob o estudo. O valor é o mesmo da incidência. Risco relativo: • Utilizado em estudos de coorte • Estima a magnitude da associação entre a exposição ao fator de risco e o desfecho, indicando quantas vezes a ocorrência do desfecho nos expostos e maior do que nos não expostos. 𝑅𝑅 = 𝐼𝑛𝑐𝑖𝑑𝑒𝑛𝑐𝑖𝑎 𝑛𝑜𝑠 𝑒𝑥𝑝𝑜𝑠𝑡𝑜𝑠 𝐼𝑛𝑐𝑖𝑑𝑒𝑛𝑐𝑖𝑎 𝑛𝑜𝑠 𝑛𝑎𝑜 𝑒𝑥𝑝𝑜𝑠𝑡𝑜𝑠 Risco atribuível: • Utilizado em estudos de coorte • O risco atribuível é calculado atraves: RA= incidência nos expostos – incidência nos não expostos • TODAS AVALIAM O RISCO DE SER ADOECER DIFERENTE DE ODSS QUE SE AVALIA A CHACE ODSS RATIO: • ODDS estima a chance de ocorrência de uma doença. Razão de prevalência: • Utilizado em estudos transversais. • Estudos que medem a prevalência ao invés da incidência. 𝑅𝑃 = 𝑃𝑟𝑒𝑣𝑎𝑙𝑒𝑛𝑐𝑖𝑎 𝑛𝑜𝑠 𝑒𝑥𝑝𝑜𝑠𝑡𝑜𝑠 𝑝𝑟𝑒𝑣𝑎𝑙𝑒𝑛𝑐𝑖𝑎 𝑛𝑜𝑠 𝑛𝑎𝑜 𝑒𝑥𝑝𝑜𝑠𝑡𝑜𝑠 Intervalo de confiança: • Da a certeza que o que foi encontrado não foi ao acaso. • Se nossos estudos avaliassem toda a população-alvo do estudo, teríamos plena confiança nos resultados. Ao estudar um parte da população (amostra) podemos dar o azar (acaso) de encontrar um resultado que difere da realidade. Por isso, devemos estimar a precisão estatística do resultado. • Quanto mais estreito o intervalo de confiança, mais precisa é a estimativa. E essa é exatamente a definição estatística de precisão, a capacidade de um resultado se repetir em diferentes medidas da mesma realidade. • Para interpretar temos: 1. IC INTEIRO MENOR DO QUE UM = CONFIRMA ODDS E RR – FATOR DE PROTEÇAO. 2. IC ENTRE NUMEROS MENOS E MAIORES QUE UM = NÃO PODEMOS CONFIAR POIS PODE TER MAIS DE INTERPRETAÇÃO. 3. IC INTEIRO MAIOR DO QUE UM = CONFIRMA ODDS E RR – FATOR DE RISCO. Aula 8 – Testes de hipótese - Valor p é a probabilidade de se rejeitar H₀, sendo H₀ verdadeira. Quanto menor o nível de significância, menor a chance de cometer um erro. - A seleção do ponto de corte é arbitrária (geralmente 5%). Significa uma chance de 1 em 20 de ter sido ao acaso. - Quando encontramos um P<0,05 dizemos que é estatisticamente significante. - Uma diferença estatisticamente significativa não quer dizer que seja clinicamente importante. Um valor P<0,001, se surgiu de um estudo bem delineado, traz um grau elevado de confiança de que realmente existe uma diferença, mas não diz nada quanto à magnitude dessa diferença ou sua importância clínica. Diferenças triviais podem ser estatisticamente significativas se uma quantidade grande de pacientes for estudada. Valores P que não impressionam podem resultar de estudos que mostram efeitos de tratamento fortes, se houver poucos pacientes no estudo. - O valor de p não mede o quanto você está certo e nem quão importante é a diferença: Mede a probabilidade de você errar dizendo que algo tem efeito quando não tem.
Compartilhar