Baixe o app para aproveitar ainda mais
Prévia do material em texto
DEFINIÇÃO ➔ Estatística aplicada aos estudos dos fenômenos biológicos; ➔ Estatística + ciências de saúde; ➔ Eliminação da subjetividade; ➔ Viés de observação; ➔ Observações limitadas + variabilidade da distribuição de eventos = possibilidade de acontecimento de um evento; POPULAÇÃO X AMOSTRA POPULAÇÃO : ( N ) POPULATION ➔ Conjunto de todos os elementos ou resultados sob investigação- todos pra qual o estudo é aplicável; ➔ Ex: população do estado do ceara com câncer; AMOSTRA : (IN) SAMPLE ➔ Parte ( subconjunto ) da população- quem eu realmente uso no estudo; ➔ Ex : amostra de pacientes com câncer no ICC; ANALISE ESTATÍSTICA ➔ Tamanho da amostra; ➔ Homogeneidade da amostra; TAMANHO DA AMOSTRA ➔ Representatividade de uma população ; ➔ Diretamente proporcional a representividade da população; ➔ Amostra grande= bastante representativa; ➔ Amostra pequena= pouca representividade; ➔ Amostra pequena= talvez os dados não sejam confiados; ➔ E quando for grande demais: talvez gere gastos exarcebados; ➔ Realizar calculo amostral para garantir uma quantidade acertiva; ➔ Qual o tamanho ideal para minha amostra ? Uso da revisão de literatura ou do calculo amostral; HOMOGENEIDADE DA AMOSTRA ➔ Diminuir a dispersão; ➔ Ex : amostra de pacientes com câncer do ICC; CONCEITOS BÁSICOS ➔ Mensuração da varivel de estudo 1- O que eu vou medir ? 2- Como eu vou medir ? 3- Como eu disponho os meus valores ? 4- Como eu represento ? 5- Como eu interpreto os meus valores ? AFERIÇÃO ➔ Descrição de fenômenos que podem ser analisados estatisticamente; O QUE EU VOU MEDIR ? ➔ Depende do objetivo do meu estudo e de minhas hipóteses; ➔ Ex : Diâmetro de ulceras orais confeccionadas de maneira padrão; COMO EU VOU MEDIR ? ➔ Metodologia já definida : revisão literatura; ➔ Metodologia não é definida : tenho de definir meus critérios e validá-los; ➔ Ex: Paquímetro digital, A= Pi X D/ 2 Xd/2; CLARICE LIOBA COMO EU DISPONHO MEUS VALORES ? ➔ Valores que vão representar diferentes grupos; MEDIDAS DE TENDENCIA CENTRAL ➔ O valor que melhor representa o grupo; ➔ Medidas de precisão ou medidas de tendencia central → refletem declarações quantitativas concisas que caracterizam a distribuição de valores de uma amostra; ➔ Media; ➔ Mediana ➔ Moda; MEDIDA DE DISPERSÃO ➔ Os dados que variam; ➔ Amplitude; ➔ Desvio- padrão e variância; ➔ Coeficiente de variação; ➔ Percentil, quartil e intervalo de interquartil; TIPOS DE DADOS – QUALITATIVO QUALITATIVO NOMINAL ➔ Dados nos quais os valores são categorias ou classe sem uma ordem definida; ➔ Ex : sexo ( homem x mulher ), presença ou ausência, raça; QUALITATIVO ORDINAL ➔ Dados nos quais a ordem entre as categorias se torna relevante, entretanto a magnitude dos números não tem significado; ➔ Quando se tem um a ordem dos dados; ➔ EX: Mucosite leve e severa; ➔ Ex: traumatismo craniano : fatal =1, severo =2, moderado =3, leve = 4; TIPO DE DADOS QUANTITATIVOS QUANTITATIVO DISCRETO ➔ São restritos a valores específicos ( normalmente números inteiros ); ➔ Não pode ser fracionado tem que ser inteiro; ➔ Ex: numero de partos, número de acidentes de transito em um determinado ano; QUANTITATIVO CONTINUO ➔ Dados que representam quantidades mensuráveis, mas não restritas a valores específicos. Nesse caso, valores fracionados são aceitos; ➔ Quando é fracionado e se precisa dos valores fracionados; ➔ Ex: volume de sangue= 37, 3 ml, Altura : 1,85; PARA OS DADOS QUANTITATIVOS MEDIDAS DE TENDENCIA CENTRAL MEDIA ( MEAN) ➔ Valor equidistante dos pontos extremos; ➔ Valor mais esperado para uma amostra; MEDIDAS DE DISPERSÃO DESVIO- PADRÃO – DP ➔ Se esse desvio estiver muito grande os dados não são tão homogêneos; ➔ Media do quanto desviou da sua media; ➔ Usado para observar a homogeneidade dentro de um grupo; ➔ Quanto maior o desvio padrão → mais heterogêneo foi a amostra ( é pior , pois a amostra deve ser homogênea ); ➔ Quanto menor for o desvio padrão→ menor a fuga da media e mais representativa será nossa amostra; ➔ Também pode ser utilizado como substituo o Erro- padrão da media ( EPM ) ; ➔ Dados quantitativos; PARA DADOS QUALITATIVOS MEDIDAS DE TENDENCIA CENTRAL ESCORE: PONTUAÇÃO Tipo de variável qualitativo nominal ordinal quantativo continuo discreto Binomial Categórico ➔ Tentamos transformar o dado qualitativo em uma pontuação, em uma escala → dados semi- quantitativos ( era qualitativo ) Dados semi- quantitativos ➔ Quando um dado é qualitativo e transformado em quantitativo para se ter uma media; MEDIANA ➔ Pode dar um valor fraccionado; ➔ Aplicada quando se trabalha com scores; ➔ Deve ser feita uma sequência numérica do menor para o maior; ➔ Medida de tendencia central que divide a amostra exatamente em duas metades, de forma que a metade da amostra terá valores superiores e metade inferiores á mediana; ➔ Se no meio fosse par, somava ambos e dividia 2; EX: 2 3 3 3 4 4 4 4 4 4 MODA ➔ Moda (Mo) é o valor que mais aparece dentro de um conjunto quantitativo. Com isso, para identificá-la, é necessário encontrar a frequência de determinados dados. ➔ Entre as medidas de centralidade, a moda é uma das poucas que podem ser aplicadas em variados conjuntos (estimativas com nomes, cores, roupas, etc.). Para tal, basta calcular o termo de maior presença. MEDIDAS DE DISPERSÃO AMPLITUDE ➔ Dispersão / distribuição entre os valores mínimos e máximos dentro os intervalos de confiança; Ex: 2 3 3 3 3 4 4 4 4 4 4 - 2 é o limite mínimo e o 4 é o limite máximo; Ex: 1 (!-2 ) → o 1 é a mediana, e o (!-2) é a amplitude; CONFIANÇA ➔ Valor numérico ( percentual) que restringe a possibilidade de erro; ➔ Existe 95 % do resultado se repetir; ➔ Possibilidade de erro de 5 %; VALOR DE P ➔ Valor algébrico que define o ponto de corte entre a hipótese nula e a hipótese alternativa; ➔ Valor de p < 0.05 → resultado confiável , e que acontecera novamente; ➔ Valor de p> 0.05 → resultado não- confiável , provavelmente não se repetira; INTERVALO DE CONFIANÇA E VALOR DE P ➔ Geralmente usado em odontologia: Erro alfa tipo I : 0.05; Confiança: 95 %; P< 0.05; ➔ Usados em casos mais sérios, onde há probabilidade de morte Aqui a probabilidade de erro deve ser mínima ! pois o dano ( morte ) é serio; Erro alfa tipo I : 0.01; Confiança : 99 %; P<0.01; ➔ Erro tipo I : 0.001 Confiança : 99,9%; P< 0.001 BIOESTATÍSTICA ➔ Testes estatísticos; ➔ Natureza da variável ( qualitativa ou quantitativa ) ➔ Distribuição da variável Se distribuição for normal – testes paramétricos; Se desconhecida ou não normal – testes não paramétricos; ➔ Número de grupos incluídas no estudo; ➔ Dependência ou independência das amostras; DADOS NORMAIS / PARAMÉTRICOS ➔ Quando o conjunto de dados assumem distribuição normal ( sub a curva de Guass) ou próximo a ela; ➔ Conjunto de dados distribuídos numa curva de guass,, em formato de sino; NULO 0 FRACO 1 MODERADO 2 FORTE 3 INTENSO 4 ➔ Mas o estudo não é prejudicado caso os dados não sejam não – paramétricos ( quando não fica em formato de sino o gráfico ); ➔ Antes de fazer o teste propriamente dito, se faz o teste de normalidade ( para verificar se o dado é paramétrico ou não ); DADOS NÃO NORMAIS / NÃO PARAMÉTRICOS ➔ Quando o conjunto de dados não assumem distribuição normal; ➔ Dados em formato irregular ( distribuição assimétrica ); AMOSTRA DEPENDENTE OU INDEPENDENTE ( PARIADO OU NÃO PARIADO ) PARIADO ➔ Quando se utiliza a mesma amostra dado ) e se avalia por 5/10/15 dias; NÃO PARIADO ➔ Quando se avalia grupos diferentes por 5/10/15dias, sendo que um dado não depende do outro; TESTES DE NORMALIDADE ➔ Usados para descobrir se seus dados são paramétricos ou não; Kolmogorov- Smimov; Shapiro- Wilk; Ou se utiliza analises gráficas por: Histogramas; Q-Q plots;
Compartilhar