Baixe o app para aproveitar ainda mais
Prévia do material em texto
Step-by-Step Biostatistics of a Clinical Trial (Passo-a-passo da Bioestatística de um Ensaio Clínico)(Passo-a-passo da Bioestatística de um Ensaio Clínico) ACH8612 Bioestatística Step 1: Investigator’s Hypothesis and Expression of its Corresponding Outcome (Passo 1: Hipótese do Investigador e Expressão de seu Correspondente Resultado) 18/04/2023 Investigação científica 1. Observar fenômeno; 2. Elaborar pergunta sobre um aspecto do fenômeno; 3. Formular uma hipótese baseada na pergunta; 4. Verificar a hipótese experimentalmente em condições controladas; 5. Elaborar conclusão. Hipótese nula H0 (evento ocorreu ao acaso)Hipótese nula H0 (evento ocorreu ao acaso) Hipótese alternativa H1 (evento não ocorreu ao acaso) •Se a hipótese nula é rejeitada, baseando-se nos dados da amostra, então a hipótese alternativa é verdadeira. •Se a evidência é insuficiente, conclui-se que não se pode rejeitar a hipótese nula. Exemplo Verificar a eficácia de um novo fármaco em pacientes com infarto do miocárdio Pacientes divididos em dois grupos Divisão aleatória Duplo-Cego Placebo Critério de avaliação: medir mortalidade nos dois grupos Pergunta: o fármaco reduz infarto do miocárdio?Pergunta: o fármaco reduz infarto do miocárdio? H0 = não há diferença na mortalidade entre os dois grupos H1 = há diferença na mortalidade entre os dois grupos Observar diferença de mortalidade entre os dois grupos Se a diferença for suficientemente maior que zero, rejeita-se H0 Se H0 foi rejeitada, então, aceita-se H1 UTI Procedimento antigo (A): 4 h Procedimento novo (B): 1h H0 = procedimento B produz mesmo resultado do procedimento A H1 = procedimento B não produz o mesmo resultado do procedimento A A lógica acima faz o pesquisador querer “provar” a hipótese nula, mas não se prova a hipótese nula! •Se a hipótese nula é rejeitada, baseando-se nos dados da amostra, então a hipótese alternativa é verdadeira. •Se a evidência é insuficiente, conclui-se que não se pode rejeitar a hipótese nula. Reformular H0 •H0 = procedimento B não produz o mesmo resultado do procedimento A Tipos de Erros O verdadeiro estado da natureza Fármaco não tem efeito H0 verdadeira Fármaco tem efeito H0 falsa H1 verdadeira H0 = não há diferença na mortalidade entre os dois grupos H1 = há diferença na mortalidade entre os dois grupos Decisões baseadas nos dados amostrais Não rejeita H0 Sem efeito Não há Erro Erro Tipo II Rejeita H0 (Aceita H1) Efeito Erro Tipo I Não há Erro Não se eliminam os riscos de cometer os erros Tipo I ou Tipo II, mas pode-se reduzir as probabilidades de cometermos tais erros m O verdadeiro estado da natureza Fármaco não tem efeito H0 verdadeira Fármaco tem efeito H0 falsa H1 verdadeira Decisões baseadas nos dados amostrais Não rejeita H0 Sem efeito Não há Erro Erro Tipo II Rejeita H0 (Aceita H1) Efeito Erro Tipo I Não há Erro Efeito A probabilidade de cometer o Erro do Tipo I é o nível de significância de um teste estatístico () Quando você lê na literatura “o resultado foi significante a nível 0,05”; neste experimento, os resultados são tais que a probabilidade de cometer o Erro Tipo I é menor ou igual a 0,05. ACH8612 Bioestatística Step 2: n Estimation and n Assessment of a Published Trial (Passo 2: Estimativa de “n” e Avaliação de “n” de um Ensaio Clínico Publicado) 25/04/2023 “n” Fatores que influenciam a determinação de “n” 1. Fatores Empíricos • Dados históricos de estudos prévios • Dados de estudo piloto, quando não há dados históricos • Dados derivados de modelos experimentais • Efeito do tamanho , que pode representar diferença relevante do ponto de vista clínicorelevante do ponto de vista clínico • Características biológicas da condição estudada • Viabilidade de recrutamento nos centros de pesquisa • Tipo de estudo • Critério de eligibilidade, para se obter populações homogêneas • Tempo disponível para completar o estudo Fatores que influenciam a determinação de “n” 2. Fatores Matemáticos Poder do teste estatístico (capacidade de rejeitar H0, quando falsa) Efeito do tamanho (diferença entre os resultados dos grupos) Magnitude do efeito do tamanho Quanto menor a magnitude, maior é o “n” Grau de dispersão dos resultados do estudo Fatores que influenciam a determinação de “n” 2. Fatores Matemáticos Efeito do tamanho (diferença entre os resultados dos grupos) Direção do teste Unidirecional: Somente um tipo de resultado é possível. Exemplo: Poderia uma profilaxia com antibióticos reduzir incidência de infecções pós-cirurgia? Bidirecional: Duas respostas opostas são possíveis (requer maior “n”) Exemplo: Qual seria o efeito de profilaxia com antibiótico na Exemplo: Qual seria o efeito de profilaxia com antibiótico na incidência de infecção pós-cirurgia? (aumenta ou diminui?) Valor p Quanto menor o valor de p exigido, maior o “n” requerido para o experimento Recusa e Desistência Fatores que influenciam a determinação de “n” 2. Fatores Matemáticos Recusa e Desistência n’ = n após considerar recusas e desistências q = proporção esperada entre recusas e desistênciasq = proporção esperada entre recusas e desistências Exemplo: Durante o planejamento de um estudo, um n de 65 foi estimado, e uma proporção de recusas e desistências de 10% é esperada. Se o estudo começar com 72 pessoas terminará com 65. Determinação de “n” (para grupos de mesmo tamanho) 1. Estudos com objetivo de analisar a diferença entre duas médias Etapa 1: Determinação da diferença padronizada 30 40 50 60 70 80 90 A B Exemplo: ensaio de fármaco anti-hipertensivo, diferença desejada 15 mmHg e desvio padrão + 25 mmHg: 0 10 20 30 Dados históricos Estudo pilotoEtapa 2: Determinação de “n” pa ra d et er m in aç ão d o ta m an ho d e am os tr a pa ra p < 0, 05 p < 0,05n = 80 (40 por grupo)N or m og ra m a pa ra d et er m in aç ão d o ta m an ho d e am os tr a pa ra Cálculo de n de um grupo individual (fórmula para tamanho de amostra) ni= n de grupo individual d = diferença padronizada Cp,power = constante definida pelo valor de p e poder do teste Cp,powerCp,power n = 88 Determinação de “n” (para grupos de mesmo tamanho) 2. Estudos com objetivo de analisar a diferença entre duas proporções Exemplo: Dados históricos e empíricos Taxa de sobrevivência após 1 ano de tratamento de tumor com Gupro A: Cisplatina + gemcitabina = 42% Grupo B: Oxaliplatina + raltitrexed = 32% Etapa 1: Determinação da diferença padronizada pA = proporção do grupo A pB = proporção do grupo B p’ = (pA + pB)/2 Etapa 2: Determinação de “n” pa ra d et er m in aç ão d o ta m an ho d e am os tr a pa ra p < 0, 05 N or m og ra m a pa ra d et er m in aç ão d o ta m an ho d e am os tr a pa ra p < 0,05n = 800 (400 por grupo) Cálculo de n de um grupo individual (fórmula para tamanho de amostra) pA = proporção do grupo A pB = proporção do grupo B Cp,power = constante definida pelo valor de p e poder do teste Cp,powerCp,power n = 712 Avaliação do n de um ensaio clínico publicado (para grupos de mesmo tamanho) 1. Estudos com objetivo de analisar a diferença entre duas médias Etapa 1: Determinação da diferença padronizada Exemplo n = 200 com doença pulmonar obstrutiva crônica (DPOC) Alocação aleatória em dois grupos Grupo A (n = 95): broncodilatadores + O2 nasal Grupo B (n= 105): somente broncodilatadoresGrupo B (n= 105): somente broncodilatadores Comparar pO2 p = 0,05 pO2 média Grupo A : 95 mmHg Grupo B: 93 mmHg Dados da literatura: desvio padrão da pO2 de pacientes tratados com broncodilatadores é + 5 mmHg Etapa 2: Determinação de “n” pa ra d et er m in aç ão d o ta m an ho d e am os tr a pa ra p < 0, 05 •Poder do teste: 80% (0,8) •Diferença padronizada = 0,4 •p = 0,05 N or m og ra m a pa ra d et er m in aç ão d o ta m an ho d e am os tr a pa ra p < 0,05n = 200 (100 por grupo) Avaliação do n de um ensaio clínico publicado(para grupos de mesmo tamanho) 2. Estudos com objetivo de analisar a diferença entre duas proporções Etapa 1: Determinação da diferença padronizada Exemplo n = 390 pacientes com osteoartrite bilateral moderada Alocação aleatória em dois grupos Grupo A (189): terapia com atividade física Grupo B (201): fármacoGrupo B (201): fármaco Comparar melhora do sintoma de dor p = 0,05 Grupo A : 38% dos pacientes apresentaram melhora Grupo B: 29% dos pacientes apresentaram melhora Etapa 2: Determinação de “n” pa ra d et er m in aç ão d o ta m an ho d e am os tr a pa ra p < 0, 05 •Poder do teste: 65% (0,65) •Diferença padronizada = 0,2 •p = 0,05 n = 590 N or m og ra m a pa ra d et er m in aç ão d o ta m an ho d e am os tr a pa ra Se aumentar o poder do teste para 0,8 n = 800 p < 0,05 Biliografia Practical Biostatistics / Mendel Suchmaker and Mauro Geller - 1st. ed. - Academic Press (Elsevier) - London, UK – 2012.
Compartilhar