Análise Multivariada (Resumo)

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