Baixe o app para aproveitar ainda mais
Prévia do material em texto
ACH8612 Bioestatística Increasing Accuracy in Observational Studies (Aumentando a Acurácia em Estudos Observacionais) 11/04/2023 Análise Estratificada 120 mulheres perimenopausa (Caso) (Controle) Pergunta: Quais são as chances de ocorrer sintomas de perimenopausa em relação a ingestão de isoflavonas? (ingere isoflavona) (ingere isoflavona) (não ingere isoflavona) (não ingere isoflavona) (restrospectiva de 10 anos) (+ isoflavona) (- isoflavona) Conclusão: há uma chance de 0,26:1 de ocorrer sintomas de perimenopausa em mulheres que regularmente ingerem isoflavonas comparando-se às que não ingerem isoflavonas. (a) (b) (c) (d) Análise Estratificada (40 – 50 anos de idade) (+ isoflavona) (- isoflavona) Este é o valor correto: OR = (3/16)/(5/2) = 0,075 O livro está incorreto, porque (3/10)/(20/7) =0,105 (a) (b) (c) (d) Análise Estratificada (51 – 65 anos de idade) (+ isoflavona) (- isoflavona) Este é o valor correto: OR = (7/8)/(15/3) = 0,175 O livro está incorreto, porque (10/8)/(10/6) =0,276 (a) (b) (c) (d) Análise Estratificada (66 – 88 anos de idade) (+ isoflavona) (- isoflavona) Este é o valor correto: OR = (10/6)/(30/15) = 0,833 O livro está incorreto, porque (7/12)/(20/7) =0,204 0 0,2 0,4 0,6 0,8 1 40-50 51-65 66-80 O R Estratificação (idade em anos) Neste gráfico temos os valores corretos calculados com: A estratificação do exemplo do livro não é boa, porque de 66-80 anos não é perimenopausa. Mas o estrato de 40-55 anos (perimenopausa) apresenta baixo OR e isso valida a análise da população realizada com as 120 mulheres. N = 100 (Fumantes) (Não-Fumantes) Pergunta: qual é o risco de ocorrer câncer pulmonar relacionado ao tabagismo? (15 anos) N = 100 (Fumantes) (Não-Fumantes) Pergunta: qual é o risco de ocorrer câncer pulmonar relacionado ao tabagismo? (15 anos) Conclusão: O risco de câncer pulmonar é 2 vezes maior entre os fumantes em relação aos não-fumantes. Análise Estratificada (histórico familiar positivo) (a) (b) (c) (d) O valor correto é: RR = [22/(22+6)]/[12/(12+16)] = 1,83 O livro está incorreto, porque [18/(18+4)]/[8/(8+14)] =2,25 1,83. O livro está incorreto, porque não usa os valores adequados de “a”, “b”, “c” e “d’ na equação do risco relativo (RR). Além disso, a tabela 3.6 apresenta os dados do histórico familiar negativo Negative Análise Estratificada (histórico familiar negativo) (a) (b) (c) (d) O valor correto é: RR = [18/(18+4)]/[8/(8+14)] = 2,25 Embora [22/(22+6)]/[12/(12+16)] = 1,83 O livro está incorreto, porque não usa os valores adequados de “a”, “b”, “c” e “d’ na equação do risco relativo (RR). Além disso, a tabela 3.6 apresenta os dados do histórico familiar positivo Positive Análise Multivariável ACH8612 Bioestatística Correlation and Regression (Correlação e Regressão) 27/06/2023 Correlação Correlação Objetivos 1. Quantificar o grau de conexão entre um par de variáveis 2. Determinar a direção desta relação A variável independente influencia a dependente, não vice-versa. Variável independente • Influencia a variável dependente •Ex.: Temperatura do corpo (variável independente) influencia batimentos cardíacos (variável dependente) •Eixo “x” do gráfico Variável dependente •Influenciada pela variável independente •Ex.: Batimentos cardíacos (variável dependente) é influenciada pela temperatura do corpo (variável independente) •Eixo “y” do gráfico Gráfico de Dispersão Massa Corporal (kg) versus Pressão Arterial Média (mmHg) Coeficiente de Correlação de Pearson Patient Body weight (kg) (x) Mean Arterial Blood Pressure (mmHg) (y) x-xbarra y-ybarra produto (x-xbarra)^2 (y-ybarra)^2 1 20 80 -80 -9,23529412 738,8235296 6400 85,29065748 2 30 78 -70 -11,23529412 786,4705884 4900 126,231834 3 40 90 -60 0,76470588 -45,8823528 3600 0,584775083 4 50 92 -50 2,76470588 -138,235294 2500 7,643598603 5 60 76 -40 -13,23529412 529,4117648 1600 175,1730104 6 70 78 -30 -11,23529412 337,0588236 900 126,231834 7 80 86 -20 -3,23529412 64,7058824 400 10,46712804 8 90 76 -10 -13,23529412 132,3529412 100 175,1730104 9 100 108 0 18,76470588 0 0 352,1141868 10 110 74 10 -15,23529412 -152,3529412 100 232,1141869 11 120 85 20 -4,23529412 -84,7058824 400 17,93771628 12 130 108 30 18,76470588 562,9411764 900 352,1141868 13 140 110 40 20,76470588 830,5882352 1600 431,1730103 14 150 88 50 -1,23529412 -61,764706 2500 1,525951563 15 160 90 60 0,76470588 45,8823528 3600 0,584775083 16 170 80 70 -9,23529412 -646,4705884 4900 85,29065748 17 180 118 80 28,76470588 2301,17647 6400 827,4083044 média 100 89,23529412 soma 5200 40800 3007,058824 produto 122688000 raiz 11076,46153 Pearson mine 0,469464006 Pearson Excel 0,469464006 r varia entre -1 (direção negativa) e +1 (direção positiva) Inferências possíveis •Quanto mais próximo de zero, mais fraca a correlação; •Quanto mais próximo de +/-1, mais forte a correlação; •Quanto mais próximo a -1, se a variável independente aumenta, a dependente diminui e vice versa; •Quanto mais próximo a +1, se a variável independente aumenta, a dependente também aumenta. Coeficiente de Correlação de Pearson = +0,47 Conclusões (possibilidades) (1) Pressão arterial média aumenta se o peso corporal também aumenta (2) Pressão arterial média diminui se o peso corporal também diminui Regressão Regressão (Linear) Objetivos 1. Quantificar o grau de conexão entre um par de variáveis 2. Determinar a direção desta relação 3. Prever o valor da variável dependente baseado no valor da variável independente Regressão Linear assume relação linear entre as variáveis: y = a + b.x Patient Body weight (kg) (x) Mean Arterial Blood Pressure (mmHg) (y) x-xbarra y-ybarra produto (x-xbarra)^2 1 20 80 -80 -9,23529412 738,8235296 6400 2 30 78 -70 -11,23529412 786,4705884 4900 3 40 90 -60 0,76470588 -45,8823528 3600 4 50 92 -50 2,76470588 -138,235294 2500 5 60 76 -40 -13,23529412 529,4117648 1600 6 70 78 -30 -11,23529412 337,0588236 900 7 80 86 -20 -3,23529412 64,7058824 400 8 90 76 -10 -13,23529412 132,3529412 100 9 100 108 0 18,76470588 0 0 10 110 74 10 -15,23529412 -152,3529412 100 11 120 85 20 -4,23529412 -84,7058824 400 12 130 108 30 18,76470588 562,9411764 900 13 140 110 40 20,76470588 830,5882352 1600 14 150 88 50 -1,23529412 -61,764706 2500 15 160 90 60 0,76470588 45,8823528 3600 16 170 80 70 -9,23529412 -646,4705884 4900 17 180 118 80 28,76470588 2301,17647 6400 média 100 89,23529412 Soma 5200 40800 b 0,12745098 a 76,49019608 Regressão Linear Excel Inclinação 0,12745098 Intercepção 76,49019608 y = 76,5 + 0,13.x Qual é a pressão arterial média de uma pessoa com 87 kg? y = 76,5+ 0,13 . 87 = 87,81 mmHg Coeficiente de determinação = (+0,47)2 =0,2209 ou 22,09% Conclusão: De todas as razões possíveis para um paciente apresentar 87,81 mmHg de pressão arterial, 22,09% podem ser explicadas pelo peso de 87 kg, de acordo com o modelo de regressão linear. Regressão Linear Múltipla _____ - - - - Variáveis independentes não interagem Variáveis independentes interagem ŷ = b0 + b1X1 + b2X2 + b3X1X2 ŷ = b0 + b1X1 + b2X2 + b3X3 + b4X1X2 + b5X1X3 + b6X2X3 + b7X1X2X3 Variáveis independentes não interagem Variáveis independentes interagem Análise Multivariável 11/04/2023 Biliografia Practical Biostatistics / Mendel Suchmaker and Mauro Geller - 1st. ed. - Academic Press (Elsevier) - London, UK - 2012 https://stattrek.com/multiple-regression/interaction Acessado em 11/04/2023 https://stattrek.com/multiple-regression/interaction https://stattrek.com/multiple-regression/interaction https://stattrek.com/multiple-regression/interaction
Compartilhar