TODAS AS AULAS DE MEP 2 - N1

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.