Baixe o app para aproveitar ainda mais
Prévia do material em texto
Metodologia Científica Caso 2 Pergunta, Hipótese e Amostra Introdução Hipótese é aquilo que o pesquisador testa quando faz um estudo científico. Nunca se testa uma hipótese única, pois sempre existe a hipótese levantada e a negativa dela, após o estudo pode-se ter então ou a comprovação da hipótese ou a negação dela (confirmação da hipótese negativa). Pergunta de Pesquisa A pergunta científica deve apresentar o que o pesquisador vai estudar, como ele vai estudar e como vai medir os dados obtidos. Existem dois tipos de perguntas de pesquisa. A pergunta de descritiva é aquela que é feita quando se tem apenas uma variável (qual a prevalência da doença de Parkinson em idosos no estado de São Paulo?). É possível fazer uma pergunta de descritiva complexa onde se descreva mais de uma variável, porém não se pode estabelecer uma associação entre elas, pois assim ela se tornaria uma pergunta associativa. A pergunta associativa, por outro lado, é aquela que busca uma relação entre duas variáveis (existe relação entre o sinal da roda denteada e a doença de Parkinson?). É importante entender o tipo de pergunta pois a partir dele se elaboram tipos diferentes de hipóteses. Hipótese A partir da observação de um fenômeno, surge uma dúvida, então se elabora uma pergunta de pesquisa, levantam-se dados e só aí se elaboram hipóteses. Nunca se elaboram hipóteses sem um estudo prévio. A hipótese é uma explicação plausível para uma observação, que deve poder ser testada. A explicação deve ser realmente plausível, razoável e baseada nas características que já são conhecidas do fenômeno. A hipótese deve ser testada e, se isso não for possível, ela é considerada mera conjectura (afirmação que não é possível de ser testada, por isso não serve para ser uma hipótese). *Em estudos de fenômenos novos, é preciso fazer um teste piloto, uma análise prévia daquela condição antes de iniciar de fato o estudo e montar as hipóteses Em estatística, uma hipótese é uma afirmação sobre o valor de um parâmetro de determinada população, isto é, qualquer medida numérica calculada a partir de todos os indivíduos de uma população, por exemplo: média, proporção, etc. Uma afirmação do tipo “a concentração sérica do colesterol difere em crianças” não é uma hipótese estatística, pois não menciona o valor do parâmetro. A afirmação deveria ser: “a média de concentração sérica do colesterol entre crianças de 7 a 12 anos é de 132 mg/dl”. Formulação da Hipótese Tendo criado a pergunta e determinado a população, chega o momento de formular as hipóteses, uma hipótese nula (H0, é aquela que determina uma igualdade) e uma hipótese alternativa (H 1, é aquela que determina uma diferença), que deve ser feita com base em suspeitas criadas a partir do estudo prévio. Se a pergunta for descritiva, como “qual a frequência da doença de Parkinson em idosos na cidade de Presidente Prudente? ”, as hipóteses podem ser: “A porcentagem de idosos em Presidente Prudente que tem Parkinson é igual a 50%” contra “a porcentagem de idosos em Presidente Prudente que tem Parkinson é diferente de 50%”. Se a pergunta for associativa, como “existe relação entre constipação intestinal e ocorrência de Parkinson? “, as hipóteses podem ser: “Não há relação entre constipação intestinal e ocorrência de Parkinson” ou “há relação entre constipação intestinal e ocorrência de Parkinson”. *Em estudos de associação geralmente se estabelece a H0 como a inexistência da associação entre as variáveis, assim como em estudos de comparação geralmente se estabelece a H0 como a inexistência da diferença entre os grupos. Como Testar Hipóteses O teste de hipóteses é um método de averiguação sobre a veracidade de uma afirmação, associado a um risco máximo de erro. Sempre existe a possibilidade de errar pois nunca se avalia a população total, mas sim uma amostra, e ao extrapolar as conclusões obtidas com a amostra podem acontecer erros. O desejo do pesquisador é que a margem de erro seja a menor possível, para que isso aconteça deve- se utilizar da maior amostra possível. Dessa forma, a margem de erro é inversamente proporcional ao tamanho da amostra. . Em outras palavras, por definição, um teste de hipóteses é uma regra de decisão para aceitar ou rejeitar uma hipótese, com base nas informações fornecidas pelos dados coletados em uma amostra, por isso envolve um risco de afirmar algo errado. Ainda no planejamento do estudo, verifica-se que tipos de dados serão obtidos para que possam ser estabelecidos quais testes estatísticos serão apropriados para testar as hipóteses levantadas. Existem inúmeros tipos de testes (Qui-Quadrado, T-Student, ANOVA, Wilcoxon, etc), por isso é recomendado contar com o auxílio de um profissional experiente para escolher o melhor teste para seu estudo. População Alvo e Amostra do Estudo A população alvo é o conjunto de pessoas com características em comum que são de interesse para a pesquisa (por exemplo, crianças entre 7 e 12 anos de Presidente Prudente), enquanto a amostra do estudo é o subconjunto da população alvo que de fato participa do estudo (por exemplo, crianças entre 7 e 12 anos que frequentam a ESF X em Presidente Prudente). As conclusões obtidas a partir da amostra podem ser projetadas para toda a população alvo. Isso é a evidência científica, quando se constrói um conhecimento que pode ser aplicado e reproduzido em sua população alvo. A amostragem ideal é feita de modo randomizado, não por conveniência. A amostra randomizada usa algum critério (como o número do prontuário) da população alvo para selecionar os participantes da amostra por meio de um sorteio. A amostra por conveniência é selecionar um grupo de pessoas sem realizar a randomização, o que não é considerado ideal estatisticamente pois existe um viés na seleção. A partir de uma pergunta de pesquisa se identifica o melhor desenho de estudo para responder ela. Depois disso, deve- se identificar o melhor teste estatístico/ tipo de análise estatística para os dados coletados e, a partir disso, se determina o tamanho da amostra. Cálculo do tamanho amostral (n) A partir do cálculo amostral, busca-se representar ao máximo a população reduzindo a margem de erro, e tornando o estudo significativo. Primeiro, deve-se levar em conta a população, que pode ser finita (até dez mil pessoas) ou infinita. Em seguida, deve-se identificar o tipo de variável, se ela é quantitativa (variável mensurável matematicamente) ou qualitativa (algo que está presente ou não). E é a margem de erro da estimativa (geralmente 5%) *p + q = 1. p e q não são usados em porcentagem, sendo que p é fornecido em estudos anteriores, já o q deve ser obtido. O p e o q são utilizados quando a variável em estudo é qualitativa. Caso não existam estudos semelhantes na literatura, realizar um pré-teste com cerca de 30 indivíduos para obter tais valores. Cenários Práticos ●Um estudo visa descobrir a PA média de uma população específica que nunca foi descrita anteriormente. Supondo o erro tolerável de 5 mmHg e tendo realizado um pré-teste com 30 pacientes que evidenciou um desvio padrão de 15 mmHg, qual o tamanho amostral? E se o erro tolerável for de 1 mmHg? Note que o exercício não fornece o tamanho da população (pois diz que quer descobrir a PA de uma população específica, mas não fala o tamanho dela), nessa situação sempre se utiliza as fórmulas de população infinita. Como a variável é quantitativa (PA é mensurável matematicamente), a fórmula usada será: O exercício forneceu o desvio padrão e a margem de erro. Como alfa não foi fornecido ele assume o valor de 5%, o que o que permite encontrar o Z a/2 e o tamanho da amostra em seguida. Erro de 5 mmHg: n = 34,6 pessoas Erro de 1 mmHg: n = 864,36 pessoas . ●Um estudo quer descobrir qual a proporção de indivíduos de uma população tem hipertensão arterial. O erro tolerável é de 5% e na amostra piloto se identificou que 30% dos indivíduos apresentam HA.Qual o tamanho da amostra ideal para esse estudo? A população não foi dada, o estudo é quantitativo (proporção de uma população), margem de erro é 0,05 (não se usa porcentagem nessa fórmula, e 0,05 corresponde a 5%), Z a/2 permanece 1,96, p é igual a 0,3 (30% de indivíduos com a característica observada) e q é igual a 0,7 (pois p + q = 1) n = 325,15 pessoas
Compartilhar