Baixe o app para aproveitar ainda mais
Prévia do material em texto
Mayara Freitas (Habilidades Gerais VII) ANÁLISE MULTIVARIADA Introdução Análise de múltiplas variáveis em relação a um desfecho É uma análise mais próxima do mundo real, pois considera os diversos aspectos relacionados ao indivíduo. Análise Mutivariada (maior peso) Análise Univariada Mayara Freitas (Habilidades Gerais VII) Regressão Logística É um teste multivariado com desfecho CATEGÓRICO. Ex: quais variáveis juntas estão associadas à mortalidade por COVID? Variável 1 Variável 2 Desfecho Categórico Variável 3 Quando usar? Há duas possibilidades: Modelo Preditor Modelo Etiológico • Serve para Análise de Fator de risco • Caminho para buscar a causa O quanto um modelo rediz em relação a incidência? Após a analise univariada, ajustando todas juntas, Qual o conjunto de variáveis que apresentam uma associação independente? O quanto uma variável incrementa a um modelo prévio? Passo a passo da REGRESSÃO LOGÍSTICA Modelo Preditor 1. Análise univariada Antes de fazer análise multivariada é preciso fazer a univariada primeiro. 1. Modelo de entrada a. Todas as variáveis elencadas para o estudo b. Nessa primeira análise, os autores irão selecionar as variáveis significantes para entrarem na análise multivariada. i. É aceitável que os autores selecionem todas as variáveis com p até 0,20 ii. Essa informação deve estar descrita na metodologia iii. Quanto menor o valor de p definido pelos autores, mais acurado será o estudo. Ex: Mayara Freitas (Habilidades Gerais VII) Repare que as duas últimas variáveis não entraram no modelo final (não possuem valor de Beta e razão de chance), pois não foram estatisticamente significantes. Modelo preditor DEVE ter valores de BETA, Razão de chance (I.C.), valor p e curva ROC. Se algum desses não estiver presente diminui o nível de confiabilidade do estudo OU há incoerência entre o título e os resultados apresentados. Acurácia de 86% OBS: a idade deve ser multiplicada por cada ano. Ex: 80 x 0.025 = 2 2. Análise Multivariada Após selecionadas as variáveis para a análise multivariada, um programa irá calcular a relevância de todas elas juntas em relação ao desfecho; Após essa comparação, serão selecionadas apenas as que forem estatisticamente significantes (p<0,05) e o programa irá fazer uma nova análise até que restem apenas variáveis com valores estatisticamente significantes, dando origem ao modelo final; 2. Modelo Final Todas as variáveis que enfim têm relação com o desfecho Ex: 1. Beta mostra a influência que cada variável expressão no desfecho final (já considerando todas juntas): ▪ Quanto maior, maior influência 2. Razão de chance (OD) avalia se uma variável é fator de risco ou proteção em relação ao desfecho ▪ < 1 = proteção ▪ > 1 = fatos de risco 3. Intervalo de confiança é uma estimativa por intervalo. Pode ser menor que 1 ou maior que 1 (é o que está dentro do parêntese). Se o intervalo tocar no 1 = inconclusivo. ▪ <1 = fator protetor. Ex: 0,6 (0,1-0,9) ▪ >1 = fator de risco. Ex: 1,2 (1,1-1,9) ▪ Intervalo tocou no 1 = inconclusivo. Ex: 1,1 (0,9-1,5) Curva ROC Mostra a acurácia do estudo EM RESUMO: Mayara Freitas (Habilidades Gerais VII) Modelo etiológico DEVE conter apenas os valores Razão de chance (Intervalo de Confiança) e valos p. Modelo Etiológico Possui o mesmo passo a passo do modelo preditor. No modelo final não há Beta e não há curva ROC. Modelo de Final ▪ Razão de Chance (IC a 95%) ▪ Valor p Ex: EM RESUMO: Modelo final Limite inferior e limite superior = Intervalo de confiança Modelo de entrada NS = Não signficante
Compartilhar