Baixe o app para aproveitar ainda mais
Prévia do material em texto
Bioestatística Tópico 01 Introdução à Bioestatística Técnicas de Coleta de Dados Técnicas de Amostragem Bibliografia • ARANGO, Hector Gustavo. Bioestatística: teórica e computacional. Rio de Janeiro: Guanabara Koogan, 2009. (Biblioteca virtual) • BLAIR, R. Clifford. Bioestatítica para ciências da saúde. São Paulo: Pearson, 2013. (Biblioteca virtual) • CALLEGARI-JACQUES, Sidia M. Bioestatística. Porto Alegre: ArtMed, 2011. (Biblioteca virtual) Plano de Ensino • Introdução à Estatística: Definição de Variável e tipos de Variáveis (Qualitativas e Quantitativas). Definição de variável aleatória. Diferença entre variável aleatória discreta e contínua. Conceito de População e Amostra. Exemplos de técnicas de amostragem (casual, agrupamento, estratificada e sistemática). Definição de estatística descritiva e estatística indutiva (inferência estatística). • Medidas de Tendência Central e Posição – Parte I: Definição de média, mediana e moda. Determinação de quartis em um conjunto de dados. Gráfico de boxplot. • Medidas de Variação: Definição e cálculo de variância e desvio padrão em um conjunto de dados. Cálculo de Coeficiente de Variação. Plano de Ensino • Distribuição de Frequências – Parte I: Conceito de classe e frequência. Apresentação de tabela de frequência e histograma (Diagrama de Pareto). • Distribuição de Frequências – Parte II: Cálculo de Frequência simples (absoluta e relativa) e acumulada (absoluta e relativa). • Cálculo de média, mediana e desvio-padrão em tabelas de distribuição de frequências. Plano de Ensino • Distribuição Normal: Definição, características e representação gráfica de uma distribuição normal. Relação entre a distribuição normal e a média e a variância em uma população de dados. • Teste Z. Definição de região de rejeição e não rejeição da hipótese. Definição de p-valor. • Inferência Estatística: Definição de Nível ou grau de confiança e Nível de significância. Teste t. Cálculo de intervalo de confiança (margem de erro) para média (N≤30). • Regressão e Correlação Linear. Estatística • Ciência baseada no uso de modelos matemáticos que permitam a coleta, organização, análise e interpretação de dados. • Dados: Informações Relevantes para o estudo onde as ferramentas estatísticas estão sendo utilizadas. Os dados são coletados de duas formas: contagens ou medições. Exemplo Ao pesquisar preços, condições de pagamento e taxas de juros para a compra de um bem ou mesmo para aplicação do dinheiro ou compra de uma apartamento você coleta dados, analisa, compara e, assim, toma a sua decisão. Divisões da Estatística • Estatística Descritiva: ferramentas ou modelos que tem a função de tratar os dados coletados. Permitem avaliar a precisão e exatidão do grupo de dados. • Estatística Indutiva: ferramentas ou modelos que tem a função de validar um grupo de dados e tirar conclusões sobre o estudo com auxílio da probabilidade. Estatística Descritiva A Estatística Descritiva é composta das seguintes fases: ❑ definição do problema: o pesquisador definirá o problema a ser estudado e analisará outros estudos realizados sobre o tema. ❑ coleta de dados: envolve a coleta das informações e o registro sistemático dos dados pelo próprio pesquisador dados provenientes de outras fontes ou outros pesquisadores. ❑ apuração de dados: nesta etapa, o pesquisador realiza a tabulação dos dados brutos, ou seja, conta e organiza os dados coletados; ❑ apresentação de dados: organização dos dados em tabelas e gráficos. Estatística Indutiva • A Estatística Indutiva refere-se ao processo de generalização das conclusões que o pesquisador faz a partir dos resultados obtidos, ou seja, ele infere as propriedades da parte para o todo, da amostra à população • DIFERENÇAS ENTRE A ESTATÍSTICA DESCRITIVA E A INDUTIVA A Estatística Descritiva opera com dados e observações bem determinadas, visando estabelecer relações e aplicações de técnicas de pesquisa sobre estes dados, como médias, distribuições por classes, entre outros. Para a Estatística Indutiva, o foco reside sobre o tipo e a qualidade da amostra, para que se possa fazer um esforço da análise desta amostra para a população geral, que não pode ser visualizada naquele momento. População e Amostra Um grupo de dados utilizados no estudo estatístico será definido como população ou amostra. • População: conjunto de todos os dados (coletados ou não) relacionados ao estudo. • Amostra: conjunto de dados (efetivamente coletados) formado por parte REPRESENTATIVA da população. Discussão • Ao realizarmos uma pesquisa em uma escola, o universo (população) será todos os alunos que estudam na escola, pois possuem a característica ou condição de serem alunos da escola. • Em uma pesquisa envolvendo alunos do Ensino Médio brasileiro, como trata-se de um número muito vasto de alunos, opta-se por pesquisar grupos representativos de estudantes, ou seja, por uma amostra. Variável Cada uma das características observadas ou mensuradas em um fenômeno dentro de uma população. seus valores variam de elemento para elemento. As variáveis podem ter valores numéricos ou não numéricos. ❑ Para o fenômeno “sexo” são dois os resultados possíveis: masculino e feminino; ❑ Para a variável “número de filhos” há um número de resultados possíveis expressos através dos números naturais: 0, 1, 2, 3, ..., n; ❑ Para a variável “estatura” temos uma situação diferente, pois os resultados podem tomar um número infinito de valores numéricos dentro de um determinado intervalo. Variáveis Quantitativas (ou aleatórias) São as características que podem ser medidas em uma escala quantitativa, ou seja, apresentam valores numéricos que fazem sentido. Podem ser contínuas ou discretas. Variáveis discretas: características mensuráveis que podem assumir apenas um número finito ou infinito contável de valores e, assim, somente fazem sentido valores inteiros. Geralmente são o resultado de contagens. Exemplos: número de filhos, número de bactérias por mililitro, número de cigarros fumados por dia, número de animais em casa. Variáveis contínuas: características mensuráveis que assumem valores em uma escala contínua (na reta real), para as quais valores fracionais fazem sentido. Usualmente devem ser medidas através de algum instrumento. Exemplos: peso (balança), altura (régua), tempo (relógio), pressão arterial, idade. Variáveis Qualitativas (ou categóricas): São as características que não possuem valores quantitativos, mas, ao contrário, são definidas por várias categorias, ou seja, representam uma classificação dos indivíduos. Podem ser nominais ou ordinais. Variáveis nominais: não existe ordenação dentre as categorias. Exemplos: sexo, cor dos olhos, fumante/não fumante, doente/sadio, cor da pele, cara/coroa. Variáveis ordinais: existe uma ordenação entre as categorias. Exemplos: grau de escolaridade (1o, 2o, 3o graus), estágio da doença (inicial, intermediário, terminal), mês de observação (janeiro, fevereiro,..., dezembro). Amostra Para que uma amostra seja considerada REPRESENTATIVA da população de dados é necessário definir: 1- Forma de Coleta da Amostra (Não poderá ser alterada durante o estudo). 2 – Número de Amostras (N) adequado ao estudo (Cálculo baseado em um modelo matemático). Técnicas de Coleta de Dados • Existem QUATRO técnicas tradicionais de coleta de dados: – Censo – Amostragem – Experimento – Simulação Censo • Técnica onde se coletam TODOS os dados referentes a uma população. • Vantagem: O estudo estatístico apresentará um menor erro probabilístico garantindo maior confiança no resultado apresentado. • Desvantagem: Necessita de maior tempo para coleta de dados além de representar um gasto maior para sua realização. Mostra-se inviável na maioria das situações aplicadas à Bioestatística. Amostragem • Técnica onde se coleta uma parte dos dados referentes a uma população. • Vantagem: Necessita de menor tempo para a coleta de dados e menor gasto para suarealização. • Desvantagem: Apresenta maior erro probabilístico e, portanto, deve ser executado com grande atenção para não comprometer a qualidade do estudo estatístico. Simulação • Uso de ferramentas computacionais para a coleta de informações (dados) a serem utilizados no estudo estatístico. Tem por base um histórico de dados obtidos em estudos semelhantes e realizados anteriormente. • Vantagem: Permite estabelecer uma previsão sobre os resultados a serem obtidos e validados no estudo. Seria, portanto, uma técnica de coleta de dados preliminar ao censo, amostragem ou experimento. Experimento • Os dados coletados (amostra ou população) devem ser subdivididos em DOIS GRUPOS: Controle (Referência) e Alvo. • Permite a comparação entre os resultados dos dois subgrupos e, assim, reduzir efeitos ou erros de tendência que comprometam a validação dos resultados. • Grande aplicação em Pesquisa Clínica, Farmacovigilância e desenvolvimento de fármacos. Técnicas de Amostragem • Existem QUATRO técnicas mais empregadas para a coleta de uma amostra representativa no estudo estatístico: – Amostragem Aleatória ou Casual – Amostragem por Agrupamento – Amostragem Estratificada ou por Estratos – Amostragem Sistemática Amostragem Aleatória ou Casual • Forma de coleta de amostra onde qualquer membro da população apresenta a mesma chance de ser selecionado no estudo. • Deve-se atribuir um código ou numeração aleatória (não sequencial) para cada componente da população. • A seleção da amostra deve ocorrer com auxílio da chamada Tabela de Números Aleatórios. Aleatória Simples ou Casual Simples ❑É o mais utilizado processo de amostragem. ❑Prático e eficaz confere precisão ao processo de amostragem. ❑Normalmente utiliza-se uma tabela de números aleatórios e nomeiam-se os indivíduos, sorteando-se um por um até completar a amostra calculada. Exemplo Queremos escolher 20 alunos de 80 alunos de uma sala. Escrevemos números de 1 a 80 em um papel e sorteamos 20 números. Seria o mesmo princípio do “bingo”: sortear 20 número a partir de um globo com bolinhas numeradas de 1 a 80. Amostragem por Agrupamento • A população de dados é dividida em subgrupos naturais (agrupamentos). • Exemplos: Sala de aula, Departamento de uma empresa, UBS em um Distrito, etc. • Nesta técnica ocorrerá a seleção de todos os membros de um agrupamento. • Importante: Pode ser selecionado mais de um agrupamento no estudo. Conglomerado ou agrupamento ❑ Nesta modalidade de amostragem, divide-se a área da população em seções (ou conglomerados) ❑ Em seguida sorteiam-se algumas dessas seções e, finalmente são estudados todos os elementos das seções escolhidas. EXEMPLO: Queremos estudar a população que habita um bairro, mas não temos meios de conseguir uma relação completa dos habitantes. Porém, temos a relação completa das casas do bairro. Cada casa é uma unidade de amostragem maior, que engloba um certo número de indivíduos. Logo, podemos escolher uma amostra casual simples de casas e estudarmos todos os indivíduos que moram nas casas sorteados. Ao conjunto de indivíduos que moram em uma casa damos o nome de conglomerado. Amostragem Estratificada • A população é dividida em grupos (Estratos) contendo membros com características similares. • Exemplo: Homem Fumante, Homem Não Fumante, Mulher Fumante, Mulher Não Fumante. • Nesta técnica serão coletadas amostras de cada estrato criado no estudo. Aleatória Estratificada ❑Quando se deseja guardar uma proporcionalidade na população heterogênea. ❑Estratifica-se cada subpopulação por intermédio de critérios como classe social, renda, idade, sexo, entre outros. ❑Esse tipo de amostragem é útil quando se pode construir um sistema de referências, mas sabe-se de antemão que existe uma grande variabilidade entre os grupos e uma pequena variabilidade dentro de cada grupo. Exemplo Suponha que dos 80 alunos de uma sala, 58 são homens e 22 são mulheres. Vamos obter 20 % da população para a amostra proporcional estratificada. Então vamos dividir nossa população em dois estratos: homens e mulheres. Destes dois estratos vamos obter 20% de cada um. Assim temos: Sexo População 20 % Amostra Homens 58 11,6 12 Mulheres 22 4,4 4 Total 80 16 16 Amostragem Sistemática • Elabora-se um sistema fixo para coleta da amostra. • O sistema pode ser baseado no número de unidades da população ou no tempo / período de coleta. • Utilizada quando há um grande número de exemplos indivíduos e o pesquisador depara-se com a população ordenada. • Uma palavra chave de fácil memorização é “fichário”: quando temos nossa população cadastrada em fichas numeradas ou, ainda, banco de dados que produzem números sequenciais para cada novo cadastro efetuado. Exemplo 1: No caso de uma linha de produção de medicamentos, podemos, a cada mil itens produzidos, retirar um para pertencer a uma amostra de produção diária. Neste caso estaríamos fixando o valor da amostra em 0,1 % da população. Exemplo 2: Uma clínica possui 200 pacientes (cada um cadastrado com valores de 1 a 200). Deseja-se sortear uma amostra contendo 10 pacientes. Inicialmente, calculamos o tamanho do “passo” a ser dado na hora de coletar a amostra: 200 : 10 = 20 (é o nosso “passo”) Agora, sorteamos um número entre 1 e o nosso “passo”, no caso, 20. Suponhamos ter sorteado o número 5. A partir desse valor, somamos o “passo” obtendo os números dos elementos de nossa amostra: 5, 25, 45, 65, 85, 105, 125, 145, 165, 185. Exercício Um centro de pesquisa deseja estudar os efeitos do consumo de bebidas alcoólicas sobre a incidência de câncer de fígado. Para tanto, seleciona um grupo de 5.000 voluntários e os divide em grupos de acordo com o sexo. A avaliação será efetuada em um período de cinco anos. Este modelo de amostragem pode ser considerado: a) Amostragem estratificada. b) Amostragem por experimento. c) Amostragem aleatória. d) Amostragem por agrupamento. e) Amostragem sistemática.
Compartilhar