MEP - N1 e Integradora 2

Prévia do material em texto

<p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>*Conceito:</p><p>A origem da palavra é proveniente do grego - epi</p><p>(sobre) + demos (população) + logos (estudo,</p><p>discurso, palavra).</p><p>Portanto, em sua etimologia, significa “estudo do</p><p>que ocorre em uma população”.</p><p>Epidemiologia pode ser definida como a “ciência</p><p>que estuda o processo saúde-doença em</p><p>coletividades humanas, analisando a distribuição e</p><p>os fatores determinantes das enfermidades, danos</p><p>à saúde e eventos associados à saúde coletiva,</p><p>propondo medidas específicas de prevenção,</p><p>controle ou erradicação de doenças, e fornecendo</p><p>indicadores que sirvam de suporte ao</p><p>planejamento, administração e avaliação das ações</p><p>de saúde” (ROUQUAYROL e GOLDBAUM, 2003).</p><p>A epidemiologia tem como princípio básico o</p><p>entendimento de que os eventos relacionados à</p><p>saúde, como doenças, seus determinantes e o uso</p><p>de serviços de saúde não se distribuem ao acaso</p><p>entre as pessoas. Há grupos populacionais que</p><p>apresentam mais casos de certo agravo, por</p><p>exemplo, e outros que morrem mais por</p><p>determinada doença. Tais diferenças ocorrem</p><p>porque os fatores que influenciam o estado de</p><p>saúde das pessoas se distribuem desigualmente na</p><p>população, acometendo mais alguns grupos do que</p><p>outros (PEREIRA, 1995).</p><p>Segundo a OMS – Organização Mundial da</p><p>Saúde, a epidemiologia é uma ciência fundamental</p><p>para a saúde pública e é essencial no mapeamento</p><p>e identificação de doenças e agravos.</p><p>-Como a epidemiologia atua: Usa-se de métodos</p><p>quantitativos para estudar a ocorrência de doenças</p><p>nas populações humanas e para definir estratégias</p><p>de prevenção e controle.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>A Associação Internacional de Epidemiologia</p><p>(IEA), em seu Guia de Métodos de Ensino</p><p>(ORGANIZACIÓN MUNDIAL DE LA SALUD, 1973),</p><p>define epidemiologia como o estudo dos fatores que</p><p>determinam a frequência e a distribuição das</p><p>doenças nas coletividades humanas.</p><p>De acordo com a IEA, são três os principais</p><p>objetivos da epidemiologia:</p><p>1. Descrever a distribuição e a magnitude</p><p>dos problemas de saúde das populações</p><p>humanas.</p><p>2. Proporcionar dados essenciais para o</p><p>planejamento, execução e avaliação das</p><p>ações de prevenção, controle e tratamento</p><p>das doenças, bem como para estabelecer</p><p>prioridades.</p><p>3. Identificar fatores etiológicos (agente</p><p>causador de uma doença) na gênese das</p><p>enfermidades.</p><p>Além disso, a epidemiologia auxilia o médico de</p><p>uma ESF (Estratégia Saúde Família) a agir com</p><p>eficiência nos atendimento clínico.</p><p>é qualquer</p><p>doença causada por um agente infeccioso</p><p>específico ou seus produtos tóxicos, que se</p><p>manifesta por meio da transmissão desse agente</p><p>ou de seus produtos, de um reservatório a um</p><p>hospedeiro suscetível, seja diretamente de uma</p><p>pessoa ou animal infectado, ou indiretamente, por</p><p>meio de um hospedeiro intermediário, de natureza</p><p>vegetal ou animal, de um vetor ou do meio</p><p>ambiente inanimado.</p><p>é uma doença</p><p>transmissível, cuja incidência em humanos vem</p><p>aumentando nos últimos 25 anos do século XX ou</p><p>que ameaça aumentar em um futuro próximo.</p><p>uma doença</p><p>transmissível previamente conhecida, que</p><p>reaparece como um problema de saúde pública</p><p>depois de uma etapa de significativo declínio de sua</p><p>incidência e aparente controle.</p><p>A doença surge como o resultado da interação</p><p>entre o agente, o hospedeiro suscetível e o</p><p>ambiente (OPAS, 2010)</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>É a presença habitual de uma doença dentro</p><p>dos limites esperados, em uma área geográfica</p><p>específica por um período de tempo determinado.</p><p>*Etimologia: Endemion – enfermidades que</p><p>permanecem na comunidade – “insistem em ficar”.</p><p>Ou seja, diz respeito a ocorrência de determinada</p><p>doença em uma região característica no decorrer</p><p>de um longo período (limitado de tempo) e que</p><p>mantém uma incidência relativamente constante,</p><p>permitindo variações cíclicas e sazonais. Ocorre</p><p>quando determinada doença é recorrente na região,</p><p>mas não há um aumento significativo no número de</p><p>casos.</p><p>Ex: dengue, febre amarela, malária, dentre outras.</p><p>Sendo assim, a endemia é “esperada” dentro de</p><p>limiares endêmicos, os quais, quando</p><p>ultrapassados podem ser indicativos de uma</p><p>evolução de cenário para uma epidemia.</p><p>A epidemia, por sua vez, é definida como a</p><p>ocorrência em uma comunidade ou região de um</p><p>grupo de doenças de natureza similar, excedendo</p><p>claramente a expectativa normal.</p><p>Dessa forma, é resultado de um “claro excesso de</p><p>casos”.</p><p>*Etimologia: Epidemion (verbo que significa visitar,</p><p>“enfermidades que visitam”.</p><p>O conceito na epidemiologia para epidemia é:</p><p>uma alteração espacial e cronologicamente</p><p>delimitada, do estado saúde-doença de uma</p><p>população, caracterizada por uma elevação no</p><p>número de casos inesperada e descontrolada dos</p><p>coeficientes de incidência de determinada doença,</p><p>ultrapassando os limiares endêmicos. Ou seja,</p><p>pode começar com um surto e pode se dar em</p><p>níveis, por exemplo, nível municipal quando</p><p>acontece em vários bairros; estadual quando ocorre</p><p>em vários municípios e nacional quando há casos</p><p>em diversos estados e regiões de um mesmo país.</p><p>O surto é caracterizado pelo rápido alastramento</p><p>de casos de uma doença contagiosa em uma</p><p>região ou local específico.</p><p>Um surto ocorre quando há um aumento</p><p>localizado do número de caos de uma doença.</p><p>Dessa forma, é possível ocorrer um surto de uma</p><p>doença dentro de um hospital, por exemplo, por</p><p>uma infecção hospitalar.</p><p>O conceito de surto segundo a epidemiologia diz</p><p>respeito a ocorrência de uma epidemia restrita a um</p><p>espaço geográfico circunscrito. O surto consiste em</p><p>uma ocorrência epidêmica, em que todos os casos</p><p>estão relacionados entre si, acometendo uma área</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>geográfica pequena e delimitada (como bairros,</p><p>vilas, condomínios) e populações institucionalizadas</p><p>(como alunos de creches, escolas, presídios e</p><p>asilos).</p><p>O termo pandemia refere-se a uma epidemia</p><p>que atinge grandes proporções geográficas, ou</p><p>seja, atingindo vários países e continentes. Quem</p><p>define quando uma doença se torna uma ameaça</p><p>global é a OMS – Organização Mundial da Saúde.</p><p>Pode começar com um surto que evoluiu para uma</p><p>epidemia e atingiu o maior grau de disseminação,</p><p>caracterizando-se por uma pandemia, a nível</p><p>global.</p><p>Como exemplo, temos a COVID-19, Peste</p><p>Bubônica, cólera, entre outras doenças.</p><p>O Brasil vive uma situação de transição</p><p>demográfica acelerada, acompanhada de uma</p><p>transição epidemiológica singular. Esse processo</p><p>se caracteriza por um modelo de tripla carga de</p><p>doenças, como podemos ver no esquema abaixo</p><p>(OLIVEIRA; PEREIRA, 2013; MENDES, 2011):</p><p>Com essa situação peculiar, na emergência de</p><p>uma situação de condição de saúde, caracterizada</p><p>por esse modelo triplo, precisa-se de mais vigilância</p><p>para as mudanças profundas nos sistemas de</p><p>atenção à saúde.</p><p>Esse fato é um desafio para os serviços de</p><p>saúde brasileiros darem respostas contínuas e</p><p>integradas, pois um sistema de saúde fragmentado</p><p>e voltado apenas para as condições agudas já não</p><p>responde às necessidades do país (OLIVEIRA;</p><p>PEREIRA, 2013; MENDES, 2011).</p><p>-São atributos fundamentais do processo de</p><p>transição epidemiológica singular dos países em</p><p>desenvolvimento, como o Brasil (OMS, 2003;</p><p>MENDES, 2011):</p><p>*Superposição de etapas, com a persistência</p><p>concomitante das doenças infecciosas e carenciais</p><p>e das doenças crônicas;</p><p>*Contratransições, movimentos de ressurgimento</p><p>de doenças que se acreditavam superadas e as</p><p>doenças reemergentes, como a dengue e a febre</p><p>amarela;</p><p>*Transição</p><p>camadas populacionais,</p><p>https://leansixsigmabrasil.com.br/site/uso-do-diagrama-de-ishikawa-para-iniciar-a-melhoria-de-um-processo/</p><p>https://leansixsigmabrasil.com.br/site/uso-do-diagrama-de-ishikawa-para-iniciar-a-melhoria-de-um-processo/</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>fazer comparações geográficas e detectar</p><p>tendências, tanto em longo prazo quanto em</p><p>variações sazonais ou de outra natureza.</p><p>Portanto, incidência e prevalência medem</p><p>diferentes aspectos da morbidade. A partir das</p><p>taxas de prevalência e incidência é que são</p><p>baseadas as conclusões de estudos em pesquisa</p><p>epidemiológica.</p><p>Descreve a força com que subsistem as doenças</p><p>na coletividade.</p><p>Portanto, trata-se de um indicador de morbidade.</p><p>A taxa de prevalência indica uma medida que</p><p>permite estimar e comparar, no tempo e no espaço,</p><p>a ocorrência de determinada doença em relação a</p><p>variáveis referentes à população, como idade ou</p><p>grupo etário, gênero, ocupação, etnia, entre outras.</p><p>A prevalência, em outras palavras, representa o</p><p>estoque de casos, ou seja, a proporção da</p><p>população que apresenta dada doença.</p><p>Ela aumenta com os casos novos e decresce</p><p>com os casos de cura ou de óbito.</p><p>A taxa de prevalência pode ser definida como a</p><p>relação entre o número de casos conhecidos de</p><p>dada doença e a população, multiplicando o</p><p>resultado pela base referencial da população,</p><p>expressa usualmente como potência de 10, ou seja:</p><p>1.000, 10.000 ou 100.000.</p><p>A expressão “n</p><p>o</p><p>de casos conhecidos de dada</p><p>doença” compreende os casos que subsistem e</p><p>também inclui a soma de todos os “casos novos”</p><p>diagnosticados desde a data da computação</p><p>anterior.</p><p>Por exemplo, imagine que até 31 de julho de</p><p>determinado ano eram conhecidos 30 casos de</p><p>uma doença transmissível. Ao passar o mês de</p><p>agosto, esse contingente sofreu baixa em cinco dos</p><p>casos antigos e acréscimo de 10 casos novos. A</p><p>prevalência, no caso da doença transmissível, será</p><p>de 35 casos no último dia do mês, referenciado em</p><p>todo o mês de agosto.</p><p>Diante do exposto, verificamos que a variação</p><p>na frequência de doentes depende, por um lado, do</p><p>número de excluídos do contingente e, por outro</p><p>lado, de quantos foram adicionados à contagem.</p><p>Formam o contingente dos doentes os casos</p><p>novos que surgem na população e os imigrantes já</p><p>doentes que chegam a ela. As baixas se devem aos</p><p>casos de cura, óbito ou emigração.</p><p>A incidência de uma doença expressa a dinâmica</p><p>com que os casos aparecem na população.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Por exemplo, ela informa quantos, entre os</p><p>sadios, se tornam doentes em dado período de</p><p>tempo, ou então quantos, entre os doentes,</p><p>apresentam complicação ou morrem, decorrido</p><p>algum tempo.</p><p>Usualmente, diz-se que a incidência reflete “a</p><p>força da morbidade” (ou “força da mortalidade”, se</p><p>tratando de óbitos). Portanto, a incidência de</p><p>doenças, em uma população, significa a ocorrência</p><p>de novos casos relacionados à unidade de intervalo</p><p>de tempo, seja ele dia, semana, mês ou ano.</p><p>Assim, as expressões como “três casos novos</p><p>por dia” ou “300 por ano” são relações que</p><p>expressam incidência, ou seja, a intensidade com</p><p>que estão surgindo novos doentes em determinada</p><p>comunidade.</p><p>Operacionalmente, a taxa de incidência é</p><p>definida como a razão entre o número de casos</p><p>novos de uma doença, que ocorre em um intervalo</p><p>de tempo determinado, numa população delimitada</p><p>exposta ao risco de adquirir a referida doença no</p><p>mesmo período. Multiplica-se o resultado por uma</p><p>potência de 10, tomada como base referencial da</p><p>população. Então:</p><p>Os conceitos trazidos pelos verbos "prevalecer"</p><p>e "incidir" possuem em comum a ação de ocorrer.</p><p>Assim, por prevalecer deve ser compreendida a</p><p>sequência das ações de ocorrer, e permanecer</p><p>ocorrendo, num momento definido. Por outro lado,</p><p>incidir descreve simplesmente a ação de</p><p>ocorrência, sem a necessidade de acréscimos. A</p><p>epidemiologia utiliza ambos os conceitos, porém</p><p>adaptando às suas necessidades, sob os termos de</p><p>incidência e prevalência. A incidência traz a ideia de</p><p>"intensidade", enquanto a prevalência traz a ideia</p><p>de "volume" em que as doenças subsistem em</p><p>determinada população.</p><p>Prevalência: em 31/12/2000, havia, em Fortaleza,</p><p>786 casos de hanseníase. Sabendo-se que a</p><p>população em Fortaleza era de 2.141.402</p><p>habitantes, vamos calcular a prevalência de</p><p>hanseníase para 100.000 habitantes.</p><p>Taxa de prevalência = 786 ÷ 2.141.402 = 0,00037 =</p><p>0,000367 x 100.000 = 36,7 casos para 100 mil</p><p>habitantes.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>2. Incidência: no ano de 1991, foram confirmados</p><p>2.103 casos de cólera no Brasil. A população era de</p><p>146.825.475 habitantes. Vamos calcular a</p><p>incidência de cólera, para 100.000 habitantes no</p><p>ano de 1991.</p><p>Taxa de incidência = 2.103 ÷ 146.825.475 = 1,43 x</p><p>105= 1,43 x 105x 100.000 = 1,43 casos para cada</p><p>100.000 habitantes. Ou ainda, temos 0,119 casos</p><p>para 100.000 habitantes em cada mês do ano de</p><p>1991.</p><p>Por vezes, é possível medir a frequência da</p><p>doença em uma população de composição</p><p>constante: ou seja, uma “população fixa”.</p><p>É o que ocorre em investigações longitudinais de</p><p>morbidade, nas quais é feito o seguimento de um</p><p>grupo de pessoas por um tempo determinado: por</p><p>exemplo, de indivíduos expostos a acidente de</p><p>radiação nuclear.</p><p>Na população fixa não há entrada de novos</p><p>membros. Em tal situação, os resultados podem ser</p><p>expressos através da incidência “cumulada”,</p><p>“acumulada” ou “cumulativa”.</p><p>Os resultados informam, entre os expostos à</p><p>radiação, quantos desenvolvem os efeitos desta</p><p>radiação em um período de tempo especificado.</p><p>Ela indica a proporção de indivíduos sadios (ou</p><p>expostos) que, no decorrer do período, passam a</p><p>ter a doença. A duração deste período precisa ser</p><p>estipulada, pois, para muitas afecções, tende a</p><p>afetar sobremaneira os resultados.</p><p>Em danos de natureza crônica, a determinação</p><p>da incidência é muito trabalhosa e, como a</p><p>prevalência é mais facilmente obtida, as</p><p>informações sobre frequência de condições, como</p><p>hipertensão e alcoolismo, são expressas,</p><p>habitualmente, em termos de prevalência. No</p><p>entanto, o conhecimento da incidência de afecções</p><p>crônicas informará melhor sobre a dinâmica da</p><p>doença na população.</p><p>O conhecimento da prevalência pode ser o mais</p><p>indicado quando se pretende colocar à disposição</p><p>da população um determinado serviço de saúde ou</p><p>produto, como é o caso de um programa para</p><p>tratamento antiparasitário em massa, ou para</p><p>fornecer óculos a escolares com deficiências</p><p>visuais; no caso, é necessário saber a prevalência</p><p>da parasitose ou de escolares deficientes visuais</p><p>não possuidores de óculos.</p><p>A incidência e a prevalência, habitualmente,</p><p>referem-se a danos à saúde. Por simplicidade, a</p><p>palavra “doença” é usada como substituta de danos</p><p>à saúde. Mas incidência e prevalência podem ser</p><p>empregadas com referência a outros tipos de</p><p>eventos, como nos exemplos abaixo:</p><p>• Fatores de risco — número de fumantes novos,</p><p>em um dado período (incidência) e número de</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>fumantes existentes em uma população</p><p>(prevalência);</p><p>• Serviços de saúde — número de serviços novos,</p><p>implantados em um período (incidência) e número</p><p>de serviços existentes em uma comunidade</p><p>(prevalência);</p><p>• Profissionais de saúde — número de novos</p><p>profissionais que entram no mercado de trabalho, a</p><p>cada ano (incidência), e número já existente em</p><p>determinado local (prevalência).</p><p>-Perfil de transmissão de uma doença ou agravo</p><p>Uma doença/agravo pode se manifestar em uma</p><p>comunidade das seguintes formas:</p><p>• Não estar presente,</p><p>• Estar presente esporadicamente,</p><p>• Presente em níveis habituais,</p><p>• Presente em níveis</p><p>acima dos habituais.</p><p>Os diagramas de controle são gráficos baseados</p><p>na teoria de probabilidades que permitem comparar</p><p>a incidência observada de um determinado evento</p><p>com os limites máximo e mínimo da incidência</p><p>esperada.</p><p>O Diagrama de Controle é um método para</p><p>identificação de epidemias utilizada nos serviços de</p><p>vigilância em saúde pública no Brasil, sendo este o</p><p>instrumento mais sensível para detecção dos</p><p>surtos.</p><p>-O Diagrama de Controle apresenta as seguintes</p><p>características:</p><p>• a distribuição da doença/agravo ao longo</p><p>do tempo (em semanas, meses, anos, etc.);</p><p>• não existe uma única maneira de se</p><p>construir um diagrama de controle;</p><p>• é preciso ter a sequência dos casos</p><p>durante vários anos (geralmente de 10 anos</p><p>ou mais);</p><p>• permite conhecer a sazonalidade da</p><p>doença/agravo, através de um tendência</p><p>temporal;</p><p>• ajuda a mostrar se o número de casos de</p><p>uma determinada doença/agravo está sob</p><p>controle;</p><p>• é uma ferramenta extremamente simples e</p><p>necessária para a vigilância epidemiológica.</p><p>Por convenção internacional as semanas</p><p>epidemiológicas são contadas de domingo a</p><p>sábado. A primeira semana do ano é aquela que</p><p>contém o maior número de dias de janeiro e a</p><p>última a que contém o maior número de dias de</p><p>dezembro.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Lei Orgânica da Saúde (Lei 8.080/90):</p><p>Conjunto de ações que proporciona o</p><p>conhecimento, a detecção ou a prevenção de</p><p>qualquer mudança nos fatores determinantes e</p><p>condicionantes de saúde individual ou coletiva, com</p><p>a finalidade de recomendar e adotar as medidas de</p><p>prevenção e controle das doenças ou agravos.</p><p>•Avaliar o padrão de saúde pública;</p><p>• Definir prioridades em saúde pública;</p><p>• Avaliar programas;</p><p>• Sugerir e conduzir pesquisas;</p><p>• Avaliar a efetividade das atividades</p><p>programáticas.</p><p>* Informações de vigilância permitem ao</p><p>profissional de saúde conhecer ONDE o problema</p><p>existe, QUEM é afetado e COMO as atividades de</p><p>prevenção controle podem ser direcionadas.</p><p>É responsabilidade da epidemiologia elaborar</p><p>estudos e normas, divulgar informes</p><p>epidemiológicos e notas técnicas, que têm a</p><p>finalidade de recomendar e adotar medidas de</p><p>prevenção e controle das doenças transmissíveis e</p><p>infecções sexualmente transmissíveis; e coordenar</p><p>a resposta estadual às doenças e agravos</p><p>transmissíveis, de notificação compulsória. As</p><p>instituições envolvidas na vigilância epidemiológica</p><p>estadual são os laboratórios centrais de saúde</p><p>pública, as secretarias estaduais e municipais de</p><p>saúde e as unidades de saúde como um todo.</p><p>"Entende-se, por vigilância sanitária, um conjunto</p><p>de ações capaz de eliminar, diminuir ou prevenir</p><p>riscos à saúde e de intervir nos problemas</p><p>sanitários decorrentes do meio ambiente, da</p><p>produção e circulação de bens e da prestação de</p><p>serviços de interesse da saúde, abrangendo: o</p><p>controle de bens de consumo que, direta ou</p><p>indiretamente, se relacionem com a saúde,</p><p>compreendidas todas as etapas e processos, da</p><p>produção ao consumo; e o controle da prestação de</p><p>serviços que se relacionam direta ou indiretamente</p><p>com a saúde."</p><p>No Brasil, a ANVISA (Agência Nacional de</p><p>Vigilância Sanitária) é responsável por criar normas</p><p>e regulamentos e dar suporte para todas as</p><p>atividades da área no País. A ANVISA também é</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>quem executa as atividades de controle sanitário e</p><p>fiscalização em portos, aeroportos e fronteiras.</p><p>A Vigilância Sanitária pode atuar em:</p><p> Locais de produção, transporte e</p><p>comercialização de alimentos;</p><p> Locais de produção, distribuição,</p><p>comercialização de medicamentos, produtos</p><p>de interesse para a saúde;</p><p> Locais de serviços de saúde;</p><p> Meio ambiente;</p><p> Ambientes e processos do trabalho/saúde</p><p>do trabalhador;</p><p> Pós-comercialização;</p><p> Projetos de arquitetura;</p><p> Locais públicos;</p><p>Indicadores epidemiológicos são importantes</p><p>para representar os efeitos das ações de</p><p>saneamento - ou da sua insuficiência - na saúde</p><p>humana e constituem, portanto, ferramentas</p><p>fundamentais para a vigilância ambiental em saúde</p><p>e para orientar programas e planos de alocação de</p><p>recursos em saneamento ambiental no país. Após</p><p>os cuidados a serem observados quanto à</p><p>qualidade e cobertura dos dados de saúde, é</p><p>preciso transformar esses dados em indicadores</p><p>que possam servir para comparar o observado em</p><p>determinado local com o observado em outros</p><p>locais ou com o observado em diferentes tempos.</p><p>Portanto, a construção de indicadores de saúde é</p><p>necessária para:</p><p>• Analisar a situação atual de saúde;</p><p>• Fazer comparações;</p><p>• Avaliar mudanças ao longo do tempo.</p><p>Os coeficientes mais utilizados na área da saúde</p><p>baseiam-se em dados sobre doenças (morbidade) e</p><p>sobre eventos vitais (nascimentos e mortes).</p><p>representa o risco de ocorrência (casos</p><p>novos) de uma doença na população. Pode ser</p><p>calculado por regra de três ou através da seguinte</p><p>fórmula:</p><p>representa o número de casos</p><p>presentes (novos + antigos) em uma determinada</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>comunidade num período de tempo especificado. É</p><p>representado por:</p><p>Representa a proporção de óbitos entre os casos</p><p>da doença, sendo um indicativo da gravidade da</p><p>doença ou agravo na população. Isso pode ser uma</p><p>característica da própria doença (por exemplo, a</p><p>raiva humana é uma doença que apresenta 100%</p><p>de letalidade, pois todos os casos morrem ou os</p><p>que sobrevivem tem sequelas para o resto da vida)</p><p>ou de fatores que aumentam ou diminuem a</p><p>letalidade da doença na população (condições</p><p>socioeconômicas, estado nutricional, acesso a</p><p>medicamentos, por exemplo). É dado pela relação:</p><p>representa o</p><p>risco de óbito na comunidade. É expresso por uma</p><p>razão, e pode ser calculado, como todos os demais</p><p>coeficientes, também através de regra de três</p><p>simples (se numa população de 70.000 habitantes</p><p>tenho 420 óbitos, em 1000 habitantes terei “x”,</p><p>sendo 1000 o parâmetro que permitirá comparar</p><p>com outros locais ou outros tempos):</p><p>Este coeficiente, no entanto, não é muito</p><p>utilizado para comparar o nível de saúde de</p><p>diferentes populações, pois não leva em</p><p>consideração a estrutura etária dessas populações</p><p>(se a população é predominantemente jovem ou</p><p>idosa). Um coeficiente geral de mortalidade alto</p><p>para uma população mais idosa significa apenas</p><p>que a população pela própria idade é mais</p><p>propensa a esse coeficiente, por isso, estão</p><p>morrendo. Já para uma população mais jovem</p><p>estaria significando mortalidade prematura. Para</p><p>comparação de duas ou mais populações com</p><p>diferentes estruturas etárias, ou de sexo, há</p><p>necessidade de padronizar os coeficientes, tendo</p><p>como referência uma população padrão</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>(geralmente a mundial, quando se comparam</p><p>diferentes países, ou nacional, quando se</p><p>comparam diferentes locais do mesmo país).</p><p>é uma estimativa do risco</p><p>que as crianças nascidas vivas tem de morrer antes</p><p>de completar um ano de idade. É considerado um</p><p>indicador sensível das condições de vida e saúde</p><p>de uma comunidade. Pode ser calculado por regra</p><p>de três ou através da seguinte razão:</p><p>Seu resultado é dado, portanto, sempre em</p><p>percentual (%). Não deve ser confundido com</p><p>coeficiente de mortalidade geral, que é dado por</p><p>1000 habitantes, e representa o risco de óbito na</p><p>população. A letalidade, ao contrário, representa o</p><p>risco que as pessoas com a doença têm de morrer</p><p>por essa mesma doença.</p><p>Cuidado especial deve ser tomado quando se vai</p><p>calcular o coeficiente de mortalidade infantil de uma</p><p>localidade, pois tanto o seu numerador (óbitos de</p><p>menores de 1 ano), como seu denominador</p><p>(nascidos vivos) podem apresentar</p><p>problemas de</p><p>classificação. Para evitar esses problemas, o</p><p>primeiro passo é verificar se as definições, citadas</p><p>pela Organização Mundial de Saúde (1994), estão</p><p>sendo corretamente seguidas por quem preencheu</p><p>a declaração de óbito da criança. Estas definições</p><p>são as seguintes:</p><p>*Nascido vivo: é a expulsão ou extração completa</p><p>do corpo da mãe, independentemente da duração</p><p>da gravidez, de um produto de concepção que,</p><p>depois da separação, respire ou apresente qualquer</p><p>outro sinal de vida, tal como batimentos do coração,</p><p>pulsações do cordão umbilical ou movimentos</p><p>efetivos dos músculos de contração voluntária,</p><p>estando ou não cortado o cordão umbilical e</p><p>estando ou não desprendida a placenta.</p><p>*Óbito fetal: é a morte do produto de concepção,</p><p>antes da expulsão ou da extração completa do</p><p>corpo da mãe, independentemente da duração da</p><p>gravidez. Indica o óbito se o feto, depois da</p><p>separação, não respirar nem apresentar nenhum</p><p>outro sinal de vida, como batimentos do coração,</p><p>pulsações do cordão umbilical ou movimentos</p><p>efetivos dos músculos de contração voluntária.</p><p>*Óbito infantil: é a criança que, nascida viva, morreu</p><p>em qualquer momento antes de completar um ano</p><p>de idade.</p><p>Dessas definições, fica claro que uma criança</p><p>que nasceu viva, nem que tenha apresentado</p><p>apenas batimentos do cordão umbilical, e morrido</p><p>em seguida, deve ser considerada como óbito de</p><p>menor de 1 ano (óbito infantil) e entrar no cálculo do</p><p>coeficiente de mortalidade infantil (CMI). Nesse</p><p>caso, deve ser emitida uma Declaração de Nascido</p><p>Vivo (DN) e uma Declaração de óbito (DO),</p><p>indicando que se trata de óbito não fetal, e</p><p>providenciados os respectivos registros de</p><p>nascimento e óbito em cartório de registro civil.</p><p>Caso essa criança tivesse, erroneamente, sido</p><p>classificada como óbito fetal (natimorto), além de</p><p>possíveis problemas com relação a transmissão de</p><p>bens e propriedades (direito civil), ainda teríamos</p><p>um viés no cálculo do coeficiente de mortalidade</p><p>infantil e neonatal: o numerador perderia um caso</p><p>de óbito infantil e o denominador perderia 1 nascido</p><p>vivo. Isso faria com que o CMI calculado fosse</p><p>menor do que realmente é (redução artificial, ou</p><p>enganosa).</p><p>O coeficiente de mortalidade infantil pode ainda</p><p>ser dividido em:</p><p>- coeficiente de mortalidade neonatal (óbitos de 0 a</p><p>27 dias inclusive) em relação ao total de nascidos</p><p>vivos (por 1000);</p><p>- coeficiente de mortalidade pós-neonatal ou infantil</p><p>tardia (óbitos de 28 dias a 364 dias inclusive) em</p><p>relação ao total de nascidos vivos (por 1000).</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>O coeficiente de mortalidade neonatal pode</p><p>ainda ser subdividido em coeficiente de mortalidade</p><p>neonatal precoce (0 a 6 dias inclusive) e coeficiente</p><p>de mortalidade neonatal tardia (7 a 27 dias).</p><p>Essa divisão, relacionada à idade da criança</p><p>quando morreu, deve-se à observação de que no</p><p>período neonatal predominam as causas ligadas a</p><p>problemas da gestação e do parto (causas</p><p>perinatais e anomalias congênitas), e de que, no</p><p>período pós-neonatal, prevalecem as causas de</p><p>morte relacionadas ao meio ambiente e às</p><p>condições de vida e de acesso aos serviços de</p><p>saúde (doenças infecciosas, pneumonias, diarréia,</p><p>por exemplo)..</p><p>segundo a Classificação Internacional</p><p>de Doenças em vigor (a CID-10), o período</p><p>perinatal vai da 22</p><p>a</p><p>semana de gestação até a</p><p>primeira semana de vida da criança, diferenciando</p><p>da definição anterior (da CID-9) que considerava a</p><p>partir da 28</p><p>a</p><p>semana de gestação.</p><p>representa o risco de óbitos por causas ligadas à</p><p>gestação, ao parto ou ao puerpério, sendo um</p><p>indicador da qualidade de assistência à gestação e</p><p>ao parto numa comunidade. É dado pela equação</p><p>é uma estimativa do</p><p>risco da população morrer por doenças infecciosas</p><p>e parasitárias (tuberculose, tétano, diarréia</p><p>infecciosa, aids, etc.), classificadas atualmente no</p><p>Capítulo I da CID-10. Quanto mais elevado o</p><p>resultado deste coeficiente, piores as condições de</p><p>vida. É dado pela equação:</p><p>Os principais coeficientes que medem a</p><p>natalidade (nascimentos) de uma população são o</p><p>coeficiente de natalidade e o de fecundidade.</p><p>Enquanto o coeficiente de natalidade está</p><p>relacionado com o tamanho da população, o de</p><p>fecundidade está relacionado com o número de</p><p>mulheres em idade fértil. Por isso, é comum a</p><p>fecundidade ser expressa também em média de</p><p>filhos por mulher (por exemplo: 2,5 filhos por</p><p>mulher).</p><p>O coeficiente de natalidade, portanto, pode ser</p><p>calculado pela seguinte equação (ou também por</p><p>regra de três):</p><p>está</p><p>relacionado à população feminina em idade fértil, é</p><p>dado pela fórmula (ou calculado por regra de três):</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Crescimento vegetativo é a diferença entre o</p><p>número de nascimentos e o número de mortes de</p><p>uma população. Ele é calculado pela subtração</p><p>entre a taxa de natalidade e a taxa de mortalidade</p><p>de determinada localidade. Esse cálculo resulta em</p><p>um crescimento vegetativo positivo ou negativo.</p><p>CV+ TN=TM</p><p>A transição demográfica é uma teoria demográfica</p><p>que, com base nas taxas de natalidade e</p><p>mortalidade, analisa o processo natural de</p><p>desenvolvimento de uma população. Esse processo</p><p>tem como causa as mudanças ocasionadas no</p><p>perfil de uma população que são geradas por</p><p>diferentes fatores de ordem econômica, política e</p><p>social. São consequências desse processo o</p><p>envelhecimento da população e a estabilização do</p><p>crescimento populacional.</p><p>As causas da transição demográfica estão</p><p>explicitamente ligadas aos fatores sociais, políticos</p><p>e econômicos que influenciam, principalmente, nas</p><p>taxas de natalidade e mortalidade de uma</p><p>população. São causas importantes que</p><p>contribuíram para o processo de transição</p><p>demográfica:</p><p> Processo de urbanização mundial e</p><p>a modernização dos centros</p><p>urbanos;</p><p> Melhoria das condições de acesso à</p><p>saúde e educação de uma</p><p>população;</p><p> Emancipação e a maior participação</p><p>das mulheres no mercado de</p><p>trabalho;</p><p> Crescimento da cobertura de</p><p>saneamento básico e de aplicação</p><p>de vacinas;</p><p> Aumento da expectativa de vida e</p><p>do índice de desenvolvimento</p><p>humano;</p><p>As consequências da transição demográfica</p><p>estão atreladas ao processo natural de mudança</p><p>das características de uma população. Elas</p><p>evidenciam os impactos desse momento de</p><p>transição nas sociedades humanas. As principais</p><p>são:</p><p> Diminuição do volume da população</p><p>economicamente ativa;</p><p> Sobrecarga dos sistemas de saúde, pensão</p><p>e previdência públicos;</p><p> Diminuta oferta de mão de obra,</p><p>especialmente em nações desenvolvidas:</p><p> Elevação da taxa de idosos na população e</p><p>o envelhecimento populacional.</p><p>O processo de transição demográfica no Brasil</p><p>ocorre de forma bastante explícita desde o avanço</p><p>do cenário de colonização do país, com destaque</p><p>para o período ao longo do século XX, no qual a</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>população brasileira experimentou diversas</p><p>mudanças no seu perfil demográfico.</p><p>A urbanização e a industrialização, em conjunto</p><p>com as melhorias dos sistemas de saúde,</p><p>educação e saneamento básico nacional,</p><p>permitiram o país avançar de forma rápida no</p><p>processo de crescimento da sua população.</p><p>Atualmente, o Brasil experimenta a chamada</p><p>desaceleração demográfica, terceira fase do</p><p>processo de transição demográfica, típico de</p><p>nações que apresentam relativo desenvolvimento</p><p>econômico.</p><p>Nessa fase atual, o Brasil registra a diminuição</p><p>das suas taxas de natalidade, em conjunto com as</p><p>elevadas taxas de longevidade de sua população.</p><p>Portanto, o país caminha para um futuro cenário de</p><p>envelhecimento populacional, que gera</p><p>consequências econômicas importantes, como a</p><p>retração da população ativa e a pressão</p><p>a</p><p>identificação da mediana.</p><p>Deste modo, a mediana das 20 notas é a média</p><p>aritmética das 10</p><p>a</p><p>e 11</p><p>a</p><p>notas, ou seja,</p><p>Mediana=5+6/2=5,5</p><p>Com a mediana é possível saber se a turma teve</p><p>ou não um bom desempenho:</p><p>Uma mediana alta é sinônimo de bom</p><p>rendimento da turma; mas se a mesma for baixa, é</p><p>sinônimo de um baixo rendimento da turma.</p><p>3) Já em relação à Moda, esse conjunto de dados</p><p>possui Moda 6, pois essa é a nota que mais ocorre:</p><p>cinco vezes.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>São números que dividem a sequência ordenada</p><p>de dados em partes que contêm a mesma</p><p>quantidade de elementos da série.</p><p>Desta forma, a mediana que divide a sequência</p><p>ordenada em dois grupos, cada um deles contendo</p><p>50% dos valores da sequência, é também uma</p><p>medida separatriz.</p><p>Além da mediana, as outras medidas</p><p>separatrizes que destacaremos são: quartis, decis,</p><p>percentis e quintis .</p><p>O primeiro quartil (Q1) corresponde à primeira</p><p>quarta parte (25%) da série, ou seja, separa 25%</p><p>dos valores à esquerda dele e 75% à direita.</p><p>O terceiro quartil (Q3) está situado de tal modo</p><p>que as três quartas partes (75%) dos termos são</p><p>menores ou iguais a ele e uma quarta parte (25%) é</p><p>maior ou igual. O quarto quartil corresponde à</p><p>última quarta parte (100%) da série.</p><p>- os decis separam uma série em 10</p><p>partes iguais, ou seja, deixam à esquerda da</p><p>sequência 10% de seus valores e 90% à direita.</p><p>Eles são indicados por D1, D2, D3, ..., D10.</p><p>Se dividirmos a série ordenada em</p><p>quatro partes, cada uma ficará com seus 25% de</p><p>seus elementos.</p><p>Os elementos que separam estes grupos são</p><p>chamados de quartis.</p><p>Assim, o primeiro quartil, que indicaremos por</p><p>Q1, separa a sequência ordenada deixando 25% de</p><p>seus valores à esquerda e 75% de seus valores à</p><p>direita.</p><p>O segundo quartil, que indicaremos por Q2</p><p>separa a sequência ordenada deixando 50% de</p><p>seus valores à esquerda e 50% de seus valores à</p><p>direita. Note que o Q2 é a Mediana da série.</p><p>O terceiro quartil Q3, obedece a mesma regra</p><p>dos anteriores.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Se dividirmos a série ordenada em cinco partes,</p><p>cada uma ficará com seus 20% de seus elementos.</p><p>Os elementos que separam estes grupos são</p><p>chamados de quintis.</p><p>Assim, o primeiro quintil, que indicaremos por</p><p>Q1, separa a sequência ordenada deixando 20% de</p><p>seus valores à esquerda e 80% de seus valores à</p><p>direita. De modo análogo são definidos os outros</p><p>quintis.</p><p>Assim como os quartis dividem uma série de</p><p>valores em quatro partes iguais, os percentis</p><p>separam uma série em 100 partes iguais, em que</p><p>cada parte fica com 1% de seus valores, assim, 1%</p><p>fica à sua esquerda e 99% à direita. Eles são</p><p>indicados por P1, P2, P3, ..., P99.</p><p>-Cálculo das medidas separatrizes:</p><p>1. Organize os dados em Rol;</p><p>2. Encontre a localização (L) da separatriz:</p><p>Em que:</p><p>k = percentual desejado, por exemplo:</p><p>*Q1 e P25: k = 25</p><p>*Q2, D5, P50 e Mediana: k =50</p><p>*Q3 e P75: k = 75</p><p>3. Se L for inteiro: o quartil, decil ou percentil</p><p>será o valor que se encontra nessa</p><p>localização.</p><p>4. Se L for decimal: o quartil, decil ou</p><p>percentil (Sk) será:</p><p>Em que:</p><p>Sk = Separatriz (Quartil, Decil, Percentil);</p><p>I1 = valor do conjunto de dados correspondente à</p><p>parte inteira de L;</p><p>I2 = valor do conjunto de dados correspondente à</p><p>parte inteira de L mais 1;</p><p>D = valor da parte fracionária ou decimal.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Diagrama em Caixas, também chamado de Box-</p><p>plot ou Box & Whisker plot é um gráfico que permite</p><p>avaliar facilmente os valores típicos, a assimetria, a</p><p>dispersão e os dados discrepantes de uma</p><p>distribuição de dados de uma variável</p><p>QUANTITATIVA. É indicado para grandes</p><p>conjuntos de dados.</p><p>A construção do Diagrama em Caixas exige que</p><p>sejam calculados previamente os valores da</p><p>Mediana, primeiro quartil (Q1) e terceiro quartil (Q3)</p><p>do conjunto de dados, bem como a identificação</p><p>dos extremos superior (maior valor) e inferior</p><p>(menor valor).</p><p>Sendo assim, para sua construção é importante</p><p>compreender 5 valores importantes:</p><p>– É o valor mínimo do conjunto de</p><p>dados, mas que respeita um certo limite. É possível</p><p>a existência de valores discrepantes que são ainda</p><p>menores (outliers).</p><p>– É a base da</p><p>caixa retângular. Uma demarcação que distingue</p><p>que 25% dos dados estão abaixo e os outros 75%</p><p>dos dados estão acima desse valor.</p><p>A linha mais ao centro do gráfico, demarcar o valor</p><p>central do conjunto de dados. 50% dos dados são</p><p>maiores que esse valor e os outros 50% dos dados</p><p>são menores.</p><p>– O topo da caixa</p><p>retangular. Essa linha informa o número que fica</p><p>entre os 75% valores mais baixos e os 25% valores</p><p>mais altos.</p><p>– Valor máximo do conjunto de dados,</p><p>mas respeitando um limite calculado. É possível a</p><p>existência de valores acima deste na base de</p><p>dados (outliers).</p><p>Valores discrepantes que estão</p><p>fora de um intervalo definido, altos demais ou</p><p>baixos demais.</p><p>Exemplo: Considerando as idades de 10 alunos</p><p>que se inscreveram para fazer um concurso: 22, 24,</p><p>22, 27, 46, 30, 28, 26, 25, 31.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>1. O primeiro passo é ordenar esses valores</p><p>em ordem crescente:</p><p>22, 22, 24, 25, 26, 27, 28, 30, 31, 46</p><p>2. Depois precisamos calcular o valor da</p><p>mediana ou Q2 (a soma dos dois valores</p><p>centrais da lista anterior dividido por dois):</p><p>(26 + 27) / 2 = 26,5</p><p>3. Para calcular os quartis, podemos repetir o</p><p>processo de cálculo da mediana. O primeiro</p><p>quartil (Q1) é a mediana dos valores</p><p>menores que a mediana (26,5) — Nesse</p><p>caso, como é ímpar a quantidade de dados,</p><p>a mediana é a informação central:</p><p>22, 22, 24, 25, 26 = 24</p><p>4. O terceiro quartil (Q3) é a mediana dos</p><p>valores maiores que a mediana (26,5):</p><p>27, 28, 30, 31, 46= 30</p><p>5. O valor mínimo é o me o menor valor do</p><p>conjunto de dados:</p><p>22</p><p>6. E agora o valor máximo, que é a idade mais</p><p>alta:</p><p>46</p><p>7. Por fim, seremos capazes de definir os</p><p>limites do intervalo e saber diferenciar qual</p><p>valor será considerado um outlier. Outliers</p><p>são valores menores que:</p><p>Q1 – 1,5 * (Q3 – Q1) = 24 – 1,5 * (30 – 24) = 24 –</p><p>1,5 * 6 = 24 – 9 = 15</p><p>E também, valores maiores que:</p><p>Q3 + 1,5 * (Q3 – Q1) = 30 + 1,5 * (30 – 24) = 30 +</p><p>1,5 * 6 = 30 + 9 = 39</p><p>O centro da distribuição é indicado pela linha da</p><p>mediana, no centro do quadrado.</p><p>A dispersão é representada pela amplitude do</p><p>gráfico, que pode ser calculada como máximo valor</p><p>– mínimo valor. Quanto maior for a amplitude, maior</p><p>a variação nos dados.</p><p>O retângulo contém 50% dos valores do conjunto</p><p>de dados. A posição da linha mediana no retângulo</p><p>informa sobre a assimetria da distribuição.</p><p>Uma distribuição simétrica teria a mediana no</p><p>centro do retângulo. Se a mediana é próxima de</p><p>Q1, então, os dados são positivamente</p><p>assimétricos.</p><p>Se a mediana é próxima de Q3 os dados são</p><p>negativamente assimétricos.</p><p>Os outliers em um box plot aparecem como</p><p>pontos ou asteriscos fora das “linhas”</p><p>desenhadas. Perceba que no exemplo que temos</p><p>um outlier representado pelo ponto no começo do</p><p>gráfico.</p><p>Os outliers serão os valores fora de Q1-1.5*(Q3-Q1)</p><p>e Q3+1.5*(Q3 -Q1).</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Ambos querem dizer a mesma coisa. Esse nome</p><p>indica um gráfico que tem mais de um conjunto de</p><p>dados e seu modelo serve para deixar as</p><p>comparações mais nítidas, deixando as</p><p>informações lado a lado.</p><p>Por meio da imagem acima podemos perceber</p><p>que o boxplot da direita em comparação com o da</p><p>esquerda tem dados menos espaçados, possui</p><p>mediana maior e, de modo geral, dados mais</p><p>elevados.</p><p>Basicamente, ele representa um meio de</p><p>compreender a dispersão</p><p>(ou o "espalhamento") de</p><p>um conjunto de números ao redor da medida de</p><p>centralidade dos dados. O intervalo interquartil é</p><p>definido como a diferença entre o quartil superior</p><p>(os 25% no topo) e o quartil inferior (os 25% na</p><p>base) de um conjunto de dados.</p><p>Exemplo, tomemos os seguintes números:</p><p>2, 3, 4, 4, 5, 5, 5, 5, 7, 8, 8, 9, 10, 12.</p><p>Devemos encontrar o terceiro quartil para</p><p>realizarmos o cálculo do intervalo interquartil:</p><p>Para a obtenção do primeiro quartil é preciso</p><p>encontrar a média entre as posições 11 e 12 que</p><p>resultará em:</p><p>O primeiro quartil também deve ser calculado:</p><p>Para a obtenção do primeiro quartil é preciso</p><p>encontrar a média dos valores referentes a terceira</p><p>e quarta posição:</p><p>Assim, o intervalo interquartílico corresponde a:</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>-Distribuições normais têm as seguintes</p><p>características:</p><p> Forma simétrica de sino;</p><p> Média e mediana iguais; ambas localizadas</p><p>no centro da distribuição;</p><p> ≈ 68% dos dados estão dentro de um 1</p><p>desvio-padrão da média;</p><p> ≈ 95% dos dados estão dentro de 2</p><p>desvios-padrão da média;</p><p> ≈ 99% dos dados estão dentro de 3</p><p>desvios-padrão da média;</p><p>A principal propriedade da curva de Gauss é a</p><p>sua simetria em torno da média μ.</p><p>Observe que a lei que define tal curva depende</p><p>apenas da média e do desvio-padrão. Uma vez</p><p>alterados esses parâmetros, a curva se altera, mas</p><p>mantém a forma de sino. A figura a seguir ilustra</p><p>esse fato.</p><p>O diâmetro do tronco de uma determinada</p><p>espécie de pinheiro é normalmente distribuído com</p><p>uma média de μ150 cm e um desvio padrão de</p><p>σ=30 cm.</p><p>-Esboce uma curva normal que descreva esta</p><p>distribuição.</p><p>Solução:</p><p>Etapa 1: esboce uma curva normal.</p><p>Etapa 2: a média de 150 cm fica no meio.</p><p>Etapa 3: cada desvio-padrão tem uma distância</p><p>de 30 cm.</p><p>Aproximadamente, que porcentagem dessas</p><p>árvores tem um diâmetro maior que 210 cm?</p><p>Solução:</p><p>Etapa 1: esboce uma distribuição normal com uma</p><p>média de μ 150cm e um desvio-padrão de σ 30.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Etapa 2: o diâmetro de 210 cm está dois desvios-</p><p>padrão acima da média. Hachure a área acima</p><p>desse ponto.</p><p>Etapa 3: some as porcentagens na área</p><p>hachurada:</p><p>Medidas de dispersão são parâmetros</p><p>estatísticos usados para determinar o grau de</p><p>variabilidade dos dados de um conjunto de valores.</p><p>A utilização desses parâmetros tornam a análise</p><p>de uma amostra mais confiável, visto que as</p><p>variáveis de tendência central (média, mediana,</p><p>moda) muitas vezes escondem a homogeneidade</p><p>ou não dos dados.</p><p>Por exemplo, vamos considerar que um</p><p>animador de festas infantis selecione as atividades</p><p>de acordo com a média das idades das crianças</p><p>convidadas para uma festa.</p><p>Vamos considerar as idades de dois grupos de</p><p>crianças que irão participar de duas festas</p><p>diferentes:</p><p> Festa A: 1 ano, 2 anos, 2 anos, 12 anos, 12</p><p>anos e 13 anos</p><p> Festa B: 5 anos, 6 anos, 7 anos, 7 anos, 8</p><p>anos e 9 anos</p><p>Em ambos os casos, a média é igual a 7 anos de</p><p>idade. Entretanto, ao observar as idades dos</p><p>participantes podemos admitir que as atividades</p><p>escolhidas sejam iguais?</p><p>Portanto, neste exemplo, a média não é uma</p><p>medida eficiente, pois não indica o grau de</p><p>dispersão dos dados.</p><p>As medidas de dispersão mais usadas são:</p><p>amplitude, variância, desvio padrão e coeficiente de</p><p>variação.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>A amplitude mostra o quão espaçado os dados</p><p>são ou não na amostra trabalhada no momento.</p><p>Esta é a maneira mais simples de analisar a</p><p>dispersão dos dados.</p><p>O valor da amplitude em certo conjunto de</p><p>amostras é dado a partir da diferença entre aqueles</p><p>que apresentam maior e menor valor.</p><p>Caso a amplitude seja elevada quer dizer que os</p><p>dados possuem um intervalo grande de distribuição.</p><p>Caso seja reduzido, significa que esses intervalos</p><p>são pequenos.</p><p>A= Xmaior - Xmenor</p><p>O setor de controle de qualidade de uma</p><p>empresa seleciona ao acaso peças de um lote.</p><p>Quando a amplitude das medidas dos diâmetros</p><p>das peças ultrapassa 0,8 cm o lote é rejeitado.</p><p>Considerando que em um lote foram</p><p>encontrados os seguintes valores 2,1 cm; 2,0 cm;</p><p>2,2 cm; 2,9 cm; 2,4 cm, esse lote foi aprovado ou</p><p>rejeitado?</p><p>Solução</p><p>Para calcular a amplitude, basta identificar o</p><p>menor e o maior valor, que neste caso, são 2,0 cm</p><p>e 2,9 cm. Calculando a amplitude, temos:</p><p>A = 2,9 - 2 = 0,9 cm</p><p>Nesta situação o lote foi rejeitado, pois a amplitude</p><p>ultrapassou o valor limite.</p><p>A variância também é um cálculo que contribui</p><p>para a estatística descritiva básica. Afinal, ela</p><p>mostra o quanto os valores presentes na amostra</p><p>encontram-se em relação à média.</p><p>Sua fórmula é dada por:</p><p> Onde S</p><p>2</p><p>é a variância;</p><p> n é a quantidade de amostras e</p><p> x é a média que as amostras possuem.</p><p>Vamos supor que temos a amostra 10, 7, 5, 4, 9</p><p>e desejamos encontrar sua variância. Devemos</p><p>realizar sua média:</p><p>E depois calcular:</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>A medição do Desvio padrão faz a indicação do</p><p>grau de dispersão que a amostra apresenta em</p><p>relação à média.</p><p>Seu cálculo faz uso da variância, mais</p><p>precisamente da sua raiz quadrada como</p><p>observado na fórmula a seguir:</p><p> Onde S é o desvio padrão;</p><p> n é o número das amostras e</p><p> x é a média das amostras.</p><p>Continuando com nosso último exemplo de</p><p>amostra, 10, 7, 5, 4, 9, para encontrar o desvio</p><p>padrão teremos que encontrar a média:</p><p>O coeficiente de variação é uma medida que a</p><p>dispersão relativa possui e que é muito útil para</p><p>fazer a comparação entre duas variáveis ou mais.</p><p>Para fazer seu cálculo utiliza-se a fórmula:</p><p>Tomando nosso exemplo anterior para calcular o</p><p>coeficiente de variação teremos:</p><p>O teste de hipótese, também chamado de teste</p><p>estatístico ou teste de significância, é uma</p><p>ferramenta estatística baseada na utilização de uma</p><p>amostra aleatória extraída de uma população de</p><p>interesse, com o objetivo de testar uma afirmação</p><p>sobre um parâmetro ou característica desta</p><p>população.</p><p>Não se trata de uma simples comparação</p><p>matemática entre dois ou mais valores, mas da</p><p>necessidade de compreender se o valor obtido a</p><p>partir de uma determinada amostra representa uma</p><p>simples variação amostral da situação atual ou não.</p><p>O teste de hipótese é amplamente utilizado na</p><p>área de Controle Estatístico de Processo (CEP) e</p><p>funciona como um procedimento adotado pelos</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>profissionais da estatística para aceitar ou eliminar</p><p>hipóteses.</p><p>1) O primeiro passo é formular as hipóteses nula e</p><p>alternativas:</p><p>Hipótese Nula = H0</p><p>Hipótese Alternativa= H1</p><p>Simbolizado por Ho, a hipótese nula declara que</p><p>não há relação entre dois fenômenos de interesse.</p><p>Também indica que não há mudança de opinião,</p><p>as coisas permanecem como são. Ou seja, a</p><p>hipótese nula representa como as coisas estão no</p><p>momento sem alteração (o que você quer testar</p><p>geralmente é a hipótese alternativa). É onde você</p><p>coloca o sinal de = (igual).</p><p>Se você quer testar se uma média é maior que a</p><p>outra, por exemplo, testar se numa turma a nota</p><p>das meninas é maior que a nota dos meninos. Na</p><p>sua hipótese nula você vai assumir que a nota dos</p><p>dois são iguais.</p><p>Você pode também usar os símbolos ≥ ou ≤, ou</p><p>seja, o sinal de igual sempre estará na hipótese</p><p>nula.</p><p>Depois que você conduz todo o seu teste, ao</p><p>final – quando você precisar tomar uma decisão –</p><p>você toma uma decisão baseada no p-valor e no</p><p>nível de significância.</p><p>Se o p-valor for maior que o nível de significância a</p><p>hipótese nula não é rejeitada. Então você conclui</p><p>assumindo a hipótese</p><p>nula como a verdadeira.</p><p>Simbolizada por H1 ou Ha, a Hipótese</p><p>Alternativa descreve uma relação entre duas</p><p>variáveis, geralmente o que você quer testar.</p><p>Ao contrário da hipótese nula, na alternativa você</p><p>nunca coloca o sinal de = (igual), pois você está</p><p>testando uma mudança, ou se uma coisa é maior</p><p>que a outra, ou menor, ou diferente de alguma</p><p>forma.</p><p>Então quando você estiver escrevendo, na</p><p>terminologia matemática, ela sempre vai ter um</p><p>sinal de maior, de menor ou de diferente. Nunca</p><p>igual.</p><p>Depois que você conduz seu teste, na</p><p>conclusão, se o seu p-valor for menor que o nível</p><p>de significância você vai rejeitar a nula.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Na estatística o valor-p ou probabilidade de</p><p>significância é a probabilidade de se obter uma</p><p>estatística de teste igual ou mais extrema que</p><p>aquela observada em uma amostra sob a hipótese</p><p>nula.</p><p>Suponhamos que o nível</p><p>de significância de uma</p><p>determinada pesquisa é de</p><p>0,05 ou 5%: Se o p-valor</p><p>for maior que o nível de</p><p>significância, você não</p><p>rejeita a hipótese nula. Se</p><p>o p-valor for menor que o nível de significância você</p><p>vai rejeitar a nula e assumir que a hipótese</p><p>alternativa é a verdadeira.</p><p>Dessa forma, podemos concluir que quanto</p><p>menor o valor-p maior será a evidência para aceitar</p><p>Ha e rejeitar H0.</p><p>Um pequeno valor de p (p ≤ 0,05, ou seja,</p><p>probabilidade menor ou igual a 5%): indica que há</p><p>uma pequena probabilidade de que a diferença</p><p>observada entre os grupos seja ao acaso, então,</p><p>você considera que há diferença significativa entre</p><p>os grupos.</p><p>Um grande valor de p (p > 0,05, ou seja,</p><p>probabilidade maior que 5%): indica que há uma</p><p>grande probabilidade de que a diferença observada</p><p>entre os grupos seja ao acaso, então, você</p><p>considera que não há diferença significativa entre</p><p>os grupos.</p><p>-Vejamos um exemplo para melhor compreender:</p><p>Exemplo: Imagine que o dono de duas farmácias</p><p>mediu, durante 15 dias, o tempo de espera do</p><p>cliente na fila do caixa. Ao calcular o tempo médio,</p><p>os valores obtidos foram 5 minutos na loja A e 3,5</p><p>minutos na loja B. Podemos afirmar que o tempo</p><p>médio de espera na loja B é menor?</p><p>- Para respondermos à pergunta, podemos</p><p>construir duas hipóteses:</p><p> Uma hipótese nula (H0), em que o tempo</p><p>médio de espera é significativamente igual</p><p>nas duas lojas.</p><p> E uma hipótese alternativa (Ha), em que</p><p>existe diferença significativa entre o tempo</p><p>médio da loja A e loja B.</p><p>A partir das hipóteses formuladas, temos a</p><p>possibilidade de quatro ocorrências, aceitando ou</p><p>rejeitando uma das hipóteses, como mostrado</p><p>abaixo:</p><p>Ou seja, se a hipótese nula for verdadeira e a</p><p>rejeitarmos, estaremos cometendo um equívoco,</p><p>esse erro é chamado de erro tipo I. O correto seria</p><p>aceitar essa hipótese.</p><p>Por outro lado, se a hipótese alternativa for</p><p>verdadeira e rejeitarmos H0, estaremos tomando</p><p>uma decisão correta, se não rejeitássemos,</p><p>estaríamos cometendo o erro tipo II.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>*Fiquem tranquilos, não é importante saber a</p><p>fórmula para o cálculo do valor-p. Vocês devem</p><p>saber que:</p><p> Valor-p menor que 0,05 ou 5%: REJEITA</p><p>H0 E ACEITA HA</p><p> Valor-p maior que 0,05 ou 5%: ACEITA H0</p><p>E REJEITA HA</p><p>No teste de hipóteses dois tipos de erros podem</p><p>ser cometidos:</p><p>quando rejeita-se H0 e ela, na</p><p>realidade, é verdadeira;</p><p>Quando não se rejeita a</p><p>hipótese nula e ela é falsa;</p><p>Considere um exemplo em que um biomédico</p><p>sintetiza uma nova droga para o tratamento de uma</p><p>doença específica. Há uma droga conhecida, que</p><p>chamaremos aqui de "droga 1", que é</p><p>rotineiramente utilizada no tratamento da doença</p><p>em questão. Vamos chamar a nova droga de "droga</p><p>2".</p><p>O biomédico decide conduzir um estudo em que</p><p>uma amostra de portadores da doença será</p><p>aleatoriamente dividida em dois grupos. Os</p><p>indivíduos do primeiro grupo receberão a droga 1, e</p><p>os indivíduos do segundo grupo receberão a droga</p><p>2.</p><p>O biomédico propõe que, se a droga 2 produzir</p><p>melhores resultados, deverá substituir a droga 1.</p><p>Sejam 01 e 02 as proporções de respostas às</p><p>drogas 1 e 2, respectivamente, em uma população</p><p>de pessoas portadoras da doença. As hipóteses</p><p>nula e alternativa são, respectivamente,</p><p>• A hipótese nula: postula que a proporção</p><p>de indivíduos que respondem à droga 1 é maior ou</p><p>igual à proporção que responde à droga 2.</p><p>A hipótese alternativa: conforme a crença do</p><p>pesquisador, postula que a droga 2 é superior à</p><p>droga 1, dado que uma proporção maior de</p><p>indivíduos responde à nova droga.</p><p>* Erro tipo I: consiste em concluir que a droga 2 é</p><p>superior à droga 1 sem que isso seja verdade (ou</p><p>seja, rejeitamos a droga 1, sendo que ela era</p><p>superior).</p><p>* Erro tipo II: consiste em não descartar a</p><p>possibilidade de a droga 1 ser igual ou superior à</p><p>droga 2, ao passo que a droga 2 é realmente</p><p>superior (ou seja, não rejeitamos a droga 1, sendo</p><p>que a 2 era superior).</p><p>* O erro 1 é mais grave, visto que vamos substituir</p><p>uma droga já conhecida por outra é bastante</p><p>prejudicial ao tratamento dos pacientes. Enquanto</p><p>que no erro 2, não teremos argumentos para</p><p>substituir a droga 1 pela 2, e tudo continuará como</p><p>estava antes. Como prejuízo, perderemos apenas a</p><p>chance de ter evidências de que há uma droga</p><p>melhor que aquela rotineiramente utilizada.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>O nível de significância (ou nível α) é um limite</p><p>que determina se o resultado de um estudo pode</p><p>ser considerado estatisticamente significativo</p><p>depois de se realizarem os teste estatísticos</p><p>planeados. O nível de significância é geralmente</p><p>definido como 5% (ou 0,05), embora possam ser</p><p>utilizados outros níveis dependendo do estudo. Isto</p><p>representa a probabilidade de rejeitar a hipótese</p><p>nula quando é verdadeira. Por exemplo, um nível</p><p>de significância de 0,05 indica um risco de 5% de</p><p>concluir que existe uma diferença entre os</p><p>resultados do estudo e a hipótese nula, quando na</p><p>verdade não existe nenhuma diferença.</p><p>O nível de significância deve ser indicado no</p><p>protocolo experimental como parte da seção</p><p>estatística. A probabilidade de um resultado ser</p><p>devido ao acaso, e não devido a um medicamento</p><p>ou a outra intervenção em estudo, se a hipótese</p><p>nula for verdadeira (ou seja, se na verdade não</p><p>existir nenhuma diferença), é conhecida como</p><p>“valor de p”. Então, diz-se que um resultado é</p><p>estatisticamente significativo se tiver um valor de p</p><p>igual ou inferior ao nível de significância e, como tal,</p><p>não será considerado uma ocorrência ocasional.</p><p>Isto é geralmente escrito como p ≤ 0,05.</p><p>O intervalo de confiança é um conceito que foi</p><p>criado em 1937 por Jerzy Neyman, matemático</p><p>russo, amplamente utilizado durante os testes de</p><p>hipótese.</p><p>Na estatística, o intervalo de confiança é uma</p><p>estimativa que possui um parâmetro populacional</p><p>(como a média ou o desvio-padrão) visível em</p><p>porcentagem e elencadas por nível de confiança,</p><p>sendo 90%, 95% e 99% os mais utilizados.</p><p>Contudo, é válido ressaltar que é possível utilizar</p><p>vários níveis distintos a depender da necessidade</p><p>de cada cenário.</p><p>O intervalo de confiança é retratado como um</p><p>intervalo numérico que possui um parâmetro a ser</p><p>avaliado e o nível de confiança indica a</p><p>porcentagem citada acima.</p><p>O intervalo de confiança é um índice simples</p><p>de se interpretar.</p><p>Por exemplo: considere uma pesquisa com 95% de</p><p>nível de confiança. Isso significa que, caso ela</p><p>fosse refeita 100 vezes, em 95 ela apresentaria</p><p>resultados dentro da margem de erro.</p><p>Além disso, um intervalo de 99%, por exemplo,</p><p>será mais amplo do que um de 90%. Isso acontece</p><p>porque a probabilidade de que o parâmetro da</p><p>população esteja dentro do intervalo aumenta à</p><p>medida</p><p>que o nível de confiança aumenta.</p><p>Outro fator importante na interpretação do</p><p>intervalo de confiança é o tamanho da amostra.</p><p>Dessa forma, quanto maior o tamanho da amostra,</p><p>menor será a largura do intervalo, o que significa</p><p>que a estimativa é mais precisa. Por outro lado, se</p><p>a amostra for pequena, o intervalo de confiança</p><p>será mais amplo e a estimativa será menos precisa.</p><p>Vale lembrar também que essa é apenas uma</p><p>indicação da verdadeira média ou proporção na</p><p>população. Ou seja, não é possível afirmar com</p><p>100% de certeza que o verdadeiro valor está dentro</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>do intervalo, mas é possível afirmar com uma</p><p>determinada probabilidade de confiança.</p><p>O cálculo do intervalo de confiança envolve o</p><p>uso de uma fórmula estatística que leva em conta a</p><p>estimativa pontual do parâmetro, o tamanho da</p><p>amostra, o desvio padrão e o nível de confiança</p><p>desejado. Desse modo, confira o passo a passo</p><p>para medir essa estatística.</p><p>1 Colete a amostra</p><p>Em primeiro lugar, é preciso coletar uma</p><p>amostra aleatória simples da população que você</p><p>deseja estudar.</p><p>Desse modo, certifique-se de que a amostra seja</p><p>representativa, ou seja, que ela reflita as</p><p>características da população de interesse. Ou seja:</p><p>uma amostra de 100 pessoas de uma população de</p><p>500 não dá a mesma precisão que uma amostra de</p><p>100 pessoas de uma população de 500.000.</p><p>2 Escolha o nível de confiança e calcule a</p><p>estatística da amostra</p><p>Decida qual nível de confiança você utilizará. O</p><p>nível de confiança é uma medida da probabilidade</p><p>de que o intervalo de confiança contém o</p><p>verdadeiro parâmetro populacional. É</p><p>frequentemente expresso em porcentagem, como</p><p>95% ou 99%. Um nível de confiança de 95% é</p><p>comum.</p><p>3 Em seguida, calcule a estatística descritiva</p><p>da amostra. Por exemplo, se você deseja</p><p>saber a média populacional, calcule a</p><p>média da amostra (x ) e o desvio padrão da</p><p>amostra (s).</p><p>4 Encontre o valor crítico</p><p>Encontre o valor crítico correspondente ao seu</p><p>nível de confiança e tamanho da amostra. Se você</p><p>estiver usando uma distribuição normal padrão (Z) e</p><p>tem um nível de confiança de 95%, o valor crítico</p><p>será aproximadamente 1,96. Se estiver usando a</p><p>distribuição t de Student, será necessário</p><p>determinar o grau de liberdade (df) com base no</p><p>tamanho da amostra e encontrar o valor crítico</p><p>correspondente em uma tabela t ou usando</p><p>software estatístico.</p><p>5 Calcule o erro padrão e o intervalo de</p><p>confiança</p><p>Calcule o erro padrão (SE) usando a fórmula:</p><p>SE = s / √n, onde s é o desvio padrão da amostra e</p><p>n é o tamanho da amostra.</p><p>Em seguida, aplique a fórmula do intervalo de</p><p>confiança:</p><p>ntervalo de Confiança = x (Valor Crítico * Erro</p><p>Padrão)</p><p>6 Substitua os valores calculados nos</p><p>passos anteriores na fórmula para obter os</p><p>limites inferior e superior do intervalo de</p><p>confiança.</p><p>7 Interprete os resultados</p><p>Por fim, interprete o intervalo de confiança</p><p>resultante. Por exemplo, se você obteve um</p><p>intervalo de confiança de 95% para a média da</p><p>amostra de 50 a 70, isso significa que você tem</p><p>95% de confiança de que a verdadeira média</p><p>populacional está entre 50 e 70.</p><p>Lembre-se de que o processo pode variar se</p><p>você estiver calculando intervalos de confiança para</p><p>outras estatísticas, como proporções, desvios-</p><p>padrões populacionais, entre outros.</p><p>Além disso, se você estiver usando a distribuição</p><p>t de Student, lembre-se de ajustar os passos</p><p>relacionados ao valor crítico e à fórmula do erro</p><p>padrão conforme necessário.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Sempre considere o contexto e as suposições</p><p>associadas ao seu problema e, caso necessário,</p><p>consulte recursos específicos de estatística ou</p><p>software estatístico para realizar cálculos mais</p><p>precisos. (Fiquem tranquilos, o importante é apenas</p><p>saber a utilidade do intervalo de confiança em uma</p><p>pesquisa, calculá-lo não será necessário nem é o</p><p>objetivo!)</p><p>É um teste de hipótese que usa conceitos</p><p>estatísticos para rejeitar ou não uma hipótese nula</p><p>quando a estatística de teste (t) segue uma</p><p>distribuição t de Student.</p><p>-Distribuição:</p><p>Esse tipo de distribuição de probabilidade é</p><p>contínua, simétrica e campaniforme. Muito usada</p><p>na descrição de um comportamento de um</p><p>fenômeno ocorrido em um grande número de</p><p>repetições. Na distribuição t student, valores muito</p><p>altos ou muito baixos tem menor probabilidade de</p><p>ocorrer, mostrando que é menos provável que a</p><p>média de uma amostra apresente valores muito</p><p>distantes da média da população.</p><p>O formato da distribuição t de Student depende</p><p>do número de graus de liberdade. Quanto maior o</p><p>número de graus de liberdade, mais "concentrada"</p><p>é a distribuição. Para valores muito grandes de</p><p>graus de liberdade, a distribuição t de Student se</p><p>aproxima da distribuição normal.</p><p>O Teste t consiste em formular uma hipótese nula</p><p>e consequentemente uma hipótese alternativa,</p><p>calcular o valor de t conforme a fórmula apropriada</p><p>(abaixo) e aplicá-lo à função densidade de</p><p>probabilidade da distribuição t de Student medindo</p><p>o tamanho da área abaixo dessa função para</p><p>valores maiores ou iguais a t.</p><p>Essa área representa a probabilidade da média</p><p>dessa(s) amostra(s) em questão ter(em)</p><p>apresentado o(s) valor(es) observado(s) ou algo</p><p>mais extremo. Se a probabilidade desse resultado</p><p>ter ocorrido for muito pequena, podemos concluir</p><p>que o resultado observado é estatisticamente</p><p>relevante. Essa probabilidade também é chamada</p><p>de p-valor ou valor p. Consequentemente, o nível</p><p>de confiança α é igual a 1 - p-valor.</p><p>-Teste t pode ser conduzido para:</p><p> Comparar uma amostra com uma</p><p>população;</p><p> Comparar duas amostras pareadas;</p><p> Comparar duas amostras independentes;</p><p> Este trabalho tem como objetivo explicar e</p><p>exemplificar a comparação de duas</p><p>amostras independente;</p><p> Quando o objetivo é comparar duas</p><p>populações quanto a uma variável</p><p>quantitativa, é muito comum que os</p><p>pesquisadores não conheçam os</p><p>parâmetros de nenhuma delas, isto é,</p><p>sejam desconhecidas as médias (μ) e</p><p>também os desvios padrão (σ)</p><p>populacionais;</p><p> Dessa forma, muitos estudos biológicos</p><p>são realizados com duas amostras</p><p>independentes de indivíduos, denominadas</p><p>grupo experimental e grupo controle,</p><p>respectivamente;</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Finalidade: Determinar se uma variável está</p><p>associada a outra variável, sendo essas variáveis</p><p>do tipo qualitativas nominais.</p><p>Para fazer essa associação, é necessário saber</p><p>o valor de p (ou "p-value").</p><p>• P alto: Ha tem alta probabilidade de</p><p>semelhança com Ho.</p><p>• P baixo: Ha tem baixa probabilidade de</p><p>semelhança com Ho.</p><p>*COMO USAR UM VALOR DE P EM QUI-</p><p>Quadrado?</p><p>É preciso associar o P ao valor de significância.</p><p>Sendo assim, lembrando que a significância na</p><p>área da saúde é 5%, há duas conclusões:</p><p>1. P < 5% -› substitui Ho por Ha.</p><p>2. P > 5% -› mantém Ho</p><p>• O teste é utilizado para:</p><p> Verificar se a frequência com que um</p><p>determinado acontecimento observado</p><p>em uma amostra se desvia</p><p>significativamente ou não da frequência</p><p>com que ele é esperado.</p><p> Comparar a distribuição de diversos</p><p>acontecimentos em diferentes amostras,</p><p>a fim de avaliar se as proporções</p><p>observadas destes eventos mostram ou</p><p>não diferenças significativas ou se as</p><p>amostras diferem significativamente</p><p>quanto às proporções desses</p><p>acontecimentos.</p><p>Resolução 466/2012- Conselho nacional de</p><p>saúde Resolução 1510/2016- Ciências sociais</p><p>Um CEP (Comitê de ética e Pesquisa) é um</p><p>colegiado interdisciplinar e independente, de</p><p>relevância pública, de caráter consultivo,</p><p>deliberativo e educativo, criado para defender os</p><p>interesses dos participantes da pesquisa em sua</p><p>integridade e dignidade e para contribuir no</p><p>desenvolvimento da pesquisa dentro de padrões</p><p>éticos.</p><p>Todos</p><p>os CEPs devem fazer parte do Sistema</p><p>CEP/CONEP, o qual consiste em um Sistema</p><p>integrado pela Comissão Nacional de Ética em</p><p>Pesquisa (CONEP) do Conselho Nacional de</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Saúde e pelos Comitês de Ética em Pesquisa. Esse</p><p>Sistema utiliza mecanismos, ferramentas e</p><p>instrumentos próprios de inter-relação, num</p><p>trabalho cooperativo que visa, especialmente, à</p><p>proteção dos participantes de pesquisa do Brasil,</p><p>de forma coordenada e descentralizada.</p><p>Todas as pesquisas envolvendo seres humanos</p><p>devem ser submetidas à apreciação do Sistema</p><p>CEP/CONEP, que, ao analisar e emitir o parecer,</p><p>se torna corresponsável por garantir a proteção dos</p><p>participantes.</p><p>A pesquisa envolvendo seres humanos é a</p><p>pesquisa que, individual ou coletivamente, tenha</p><p>como participante o ser humano, em sua totalidade</p><p>ou partes dele, e o envolva de forma direta ou</p><p>indireta, incluindo o manejo de seus dados,</p><p>informações ou materiais biológicos. Pesquisas</p><p>envolvendo seres humanos devem ser submetidas</p><p>à apreciação do Sistema CEP/CONEP, que, ao</p><p>analisar e decidir, se torna corresponsável por</p><p>garantir a proteção dos participantes.</p><p>EM RESUMO: Dispõe sobre as normas aplicáveis</p><p>à pesquisa em ciências humanas e sociais cujos</p><p>procedimentos metodológicos a utilização de dados</p><p>diretamente obtidos com os participantes ou de</p><p>informações identificáveis ou que possam acarretar</p><p>riscos maiores do que os existentes na vida</p><p>cotidiana. Os benefícios devem superar os riscos</p><p>para os participantes.</p><p> TCLE: Termo de consentimento livre e</p><p>esclarecido: TCLE é o documento mais</p><p>importante para a análise ética de um</p><p>projeto de pesquisa. Pela nossa legislação,</p><p>o TCLE é o documento que garante ao</p><p>participante da pesquisa o respeito aos seus</p><p>direitos. Por isso, o TCLE é documento</p><p>obrigatório nos projetos, inclusive nos quais</p><p>serão realizados entrevistas, grupos focais</p><p>etc. Ele garante a anuência do participante</p><p>da pesquisa após esclarecimento sobre a</p><p>natureza da pesquisa, justificativa, objetivos,</p><p>métodos, potenciais benéficos e riscos.</p><p> TALE – Termo de Assentimento Livre e</p><p>Esclarecido: TALE deverá ser desenvolvido</p><p>quando o participante da pesquisa for</p><p>criança/adolescente.</p><p>O TALE é um documento que deve ser</p><p>elaborado em linguagem acessível, muitas</p><p>vezes lúdica, evitando termos técnicos ou</p><p>quaisquer outras palavras que possam</p><p>gerar incompreensões por parte das</p><p>crianças, adolescentes ou incapazes.</p><p>Os participantes devem ser devidamente</p><p>esclarecidos, e assim explicitarão sua</p><p>anuência em participar da pesquisa, sem</p><p>prejuízo do consentimento de seus</p><p>responsáveis legais, pois o TALE assinado</p><p>pela criança/adolescente ratifica sua</p><p>cooperação na pesquisa, porém, ele não</p><p>exime a necessidade do Consentimento</p><p>Informado Livre e Esclarecido dos pais ou</p><p>guardiões.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Quando a criança ou a pessoa incapaz não</p><p>ter capacidade para compreensão, justificar</p><p>o não uso do TALE no corpo da</p><p>pesquisa.anuências do participante da</p><p>pesquisa- criança, adolescente ou</p><p>indivíduos impedidos de forma temporária</p><p>ou não de consentir, na medida de sua</p><p>compreensão e respeitadas suas</p><p>singularidades, após esclarecimento sobre a</p><p>natureza da pesquisa, justificativa, objetivos,</p><p>métodos,potenciais benefícios e riscos.</p><p> TCUD – Termo de Compromisso de</p><p>utilização de Dados: Obrigatório para</p><p>pesquisa que utilizam e coletam</p><p>informações em banco de dados de</p><p>instituições, prontuários médicos ou</p><p>odontológicos, excetuando os bancos de</p><p>dados de acesso público (ex: dados</p><p>disponíveis em consulta pública de</p><p>processos nos sites dos tribunais de</p><p>justiça).</p><p> Resolução 510/2016</p><p>-Art 9- são direitos dos participantes</p><p>I- Ser informado sobre a pesquisa.</p><p>II- Desistir a qualquer momento de participar</p><p>da pesquisa, sem qualquer prejuízo.</p><p>III- Ter sua privacidade respeitada</p><p>IV- Ter garantida a confidencialidade das</p><p>informações pessoais.</p><p>V- Decidir se sua identidade será divulgada</p><p>e quais são dentre as informações que</p><p>forneceu as que podem ser tratadas de</p><p>forma pública.</p><p>VI- Ser indenizado pelo dano decorrente de</p><p>pesquisa nos termos da lei</p><p>VII- Ressarcimento das despesas</p><p>diretamente de sua participação na</p><p>pesquisa, entre outros.</p><p>Associam dois eventos que acontecem em tempos</p><p>diferentes e se eles estão relacionados.</p><p>O Risco relativo examina uma relação de</p><p>probabilidade do evento ocorrer no grupo exposto e</p><p>em um grupo controle mediante uma exposição.</p><p>Utilizado em:</p><p>• Estudos tipo coorte (prospectivos; observacionais)</p><p>ou ensaios clínicos (prospectivos;</p><p>intervencionistas).</p><p>Exposição a um fator específico -› Desfecho.</p><p>Avalia o quanto o fator de exposição a um fator</p><p>influencia no desfecho.</p><p>2. Exemplo: A exposição prolongada ao sol pode</p><p>influenciar na incidência de casos de Melanoma em</p><p>adultos?</p><p>P (população alvo): adultos</p><p>E (exposição ao fator de risco): com</p><p>exposição prolongada ao sol</p><p>C (controle): sem exposição prolongada ao</p><p>sol</p><p>O (outcome - desfecho): ocorrência de</p><p>melanoma</p><p>a) Tabela de contingência (2x2)</p><p>Desenvolveu</p><p>o desfecho</p><p>Não</p><p>desenvolveu</p><p>o desfecho</p><p>Totais</p><p>Expostos A B A+B</p><p>Não</p><p>Expostos</p><p>C D C+D</p><p>Totais A+C B+D N</p><p>Total</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>1 . O < RR < 1 (fator de proteção): incidência</p><p>entre expostos é menor que entre não</p><p>expostos.</p><p>2 RR = 1 (não influente): incidência entre</p><p>expostos é igual aos não expostos.</p><p>3 RR > 1 (fator de risco): incidência entre</p><p>expostos é maior que não expostos.</p><p>*Por exemplo: Um estudo de coorte observou 300</p><p>pacientes, divididos em expostos e não expostos ao</p><p>longo de 10 anos e observou a ocorrência de</p><p>doença coronariana, sendo o fator de risco o</p><p>tabagismo. Calcule o risco relativo do desfecho</p><p>sobre expostos e não expostos.</p><p>Doença</p><p>Coronariana</p><p>Sem</p><p>doença</p><p>Total</p><p>Fumantes 95 55 150</p><p>Não</p><p>Fumantes</p><p>70 80 150</p><p>Total 165 135 300</p><p>RR = A/A+B = 95/95+55 = 0,63 = 1,36 apx</p><p>C/C+D 70/70+80 0,46</p><p>O exemplo acima ilustrou uma situação em que</p><p>a incidência foi maior no grupo exposto, visto que</p><p>1,36>1> R. Sendo assim, o tabagismo configura-se</p><p>como um fator de risco para a doença coronariana.</p><p>A razão de chances ou razão de possibilidades é</p><p>definida como a razão entre a chance de um evento</p><p>ocorrer em um grupo e a chance de ocorrer em</p><p>outro grupo. Costuma ser usado em:</p><p>• Estudos do tipo caso controle (retrospectivo).</p><p>Desfecho -› Exposição a um fator específico.</p><p>*Avalia o quanto o fator de exposição a um fator</p><p>influencia no desfecho.</p><p>2. Exemplo: Existe diferença na morte súbita de</p><p>bebês que dormem ou não de bruços?</p><p>P (população alvo): bebês</p><p>E (exposição ao fator de risco): dorme de</p><p>bruço</p><p>C (controle): não dorme de bruço</p><p>O (outcome - desfecho): morte súbita</p><p>1 O < OR < 1 (fator de proteção): exposição</p><p>ao fator de risco protege do desfecho.</p><p>2 OR = 1 (não influente): exposição ao risco</p><p>não interfere no desfecho</p><p>3 OR > 1 (fator de risco): Exposição ao risco</p><p>aumenta a ocorrência do desfecho.</p><p>Tomando como base o exemplo se existe</p><p>diferença na morte súbita de bebês que dormem ou</p><p>não de bruços:</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>OR = Chance de ocorrência do desfecho</p><p>Chance de Não Ocorrência do Desfecho</p><p>OR= A/C</p><p>B/D</p><p>MORTE</p><p>SÚBITA</p><p>SEM</p><p>MORTE</p><p>SÚBITA</p><p>TOTAL</p><p>DORMEM DE</p><p>BRUÇO</p><p>45 55 100</p><p>DORMEM DE</p><p>BARRIGA</p><p>PARA CIMA</p><p>20 80 100</p><p>TOTAL 65 135 200</p><p>OR = 45/20 = 2,25 = 3,3 aproximadamente</p><p>55/80 0,68</p><p>OR> 1 indica que o fator estudado oferece um</p><p>risco da ocorrência do desfecho sobre os expostos.</p><p>Sendo assim, concluímos que dormir de bruço</p><p>aumenta a chances de morte súbita.</p><p>Embora os termos sejam similares, a pesquisa</p><p>qualitativa vs. quantitativa são dois métodos</p><p>de</p><p>coleta de dados significativamente diferentes. A</p><p>compreensão dessa diferença pode ter um grande</p><p>impacto na forma como você analisa o sucesso de</p><p>um produto, a atualização do serviço ou o</p><p>desempenho geral da empresa.</p><p>A pesquisa quantitativa se concentra em dados</p><p>numéricos (por exemplo, estatísticas), enquanto a</p><p>pesquisa qualitativa se concentra em dados não</p><p>numéricos, tais como palavras. Os métodos</p><p>quantitativos de pesquisa permitem coletar e</p><p>analisar dados para testar hipóteses; os métodos</p><p>qualitativos permitem coletar e analisar dados para</p><p>entender experiências.</p><p>Ambos são úteis para entender um grupo alvo,</p><p>mas examinam dois tipos diferentes de dados que</p><p>podem ser usados em conjunto para entender</p><p>melhor um público.</p><p>Qualquer dado que possa cair perfeitamente em</p><p>um sistema numérico ou classificação - número de</p><p>clientes, datas de compras, receita, Pontuação do</p><p>Promotor Líquido (NPS), e assim por diante - se</p><p>enquadra no intervalo de pesquisa quantitativa.</p><p>Os dados quantitativos formam o que: os aspectos</p><p>tangíveis do interesse de um público, tais como</p><p>https://delighted.com/pt-br/net-promoter-score</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>dados de vendas ou métricas de engajamento do</p><p>cliente.</p><p>O principal benefício dos dados quantitativos é</p><p>que eles são fáceis de analisar, pois são altamente</p><p>estruturados. Uma vez coletados, é possível gerar e</p><p>categorizar informações facilmente com gráficos,</p><p>porcentagens e tabelas - tornando-os ideais para</p><p>organização em um painel de controle.</p><p>Este tipo de dados ajuda você a identificar mais</p><p>facilmente as tendências, fazer previsões e ver</p><p>correlações. É fácil replicar suas pesquisas,</p><p>comparar resultados e analisar grandes</p><p>quantidades de dados.</p><p>O lado negativo deste tipo de dados é que é</p><p>difícil entender a motivação ou raciocínio - em</p><p>essência, o contexto - por trás das informações que</p><p>você coleta, tornando difícil para você confirmar</p><p>quaisquer teorias que foram baseadas no que</p><p>impulsiona os dados. Ou, pode haver um viés</p><p>estrutural, pois você pode estar procurando o tipo</p><p>errado de dados para seu problema, medindo</p><p>dados incorretamente, ou usando um método de</p><p>amostragem incorreto.</p><p>A pesquisa qualitativa geralmente envolve o estudo</p><p>da linguagem - palavras, seu significado, conceitos</p><p>e opiniões. Ela analisa o porquê - o que um público</p><p>pensa e por que eles têm uma certa opinião. Estes</p><p>dados podem ser coletados a partir de textos,</p><p>imagens, clipes de áudio ou vídeo, e muito mais.</p><p>O principal benefício dos dados qualitativos é que</p><p>eles ajudam a compreender as motivações para as</p><p>ações de seu público. Ele pode explicar o "o quê"</p><p>conforme descrito nos dados quantitativos,</p><p>ajudando-o a solucionar problemas e a criar novas</p><p>ideias para a pesquisa.</p><p>Os dados qualitativos também são flexíveis e</p><p>representam autenticamente a opinião de seu</p><p>público. É descritivo, o que o ajuda a compreender</p><p>melhor o contexto.</p><p>O lado negativo dos dados qualitativos - como a</p><p>maioria dos pesquisadores qualitativos concordarão</p><p>- é que é por sua própria natureza difícil de</p><p>quantificar, pois é provável que se trate de dados</p><p>não estruturados ou semi-estruturados. Os dados</p><p>qualitativos também são subjetivos e dependem de</p><p>seu público para serem verdadeiros durante todo o</p><p>processo de coleta de dados.</p><p>http://delighted.com/pt-br/reporting</p><p>http://delighted.com/pt-br/reporting</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Descrição de um empreendimento a ser realizado.</p><p>Busca respostas para problemas que necessitam</p><p>de solução a curto ou a longo prazo. (ABNT, 2011;</p><p>SILVEIRA, 2010).</p><p>As finalidades do projeto de pesquisa, na</p><p>perspectiva proposta por DESLANDES (1996), são</p><p>as seguintes:</p><p>a) Mapear o caminho a ser seguido durante</p><p>a investigação;</p><p>b) Orientar o pesquisador durante o</p><p>percurso de investigação;</p><p>c) Comunicar os propósitos da pesquisa</p><p>para a comunidade científica.</p><p>-Tópicos de um projeto:</p><p>• ntrodução - apresentação do tema e do problema</p><p>• Hipótese - resposta provável ao problema</p><p>formulado</p><p>Justificativa - relevância da pesquisa</p><p>Objetivos:</p><p>Objetivo geral: dimensão mais ampla pretendida</p><p>com a pesquisa.</p><p>Objetivos específicos: define metas específicas da</p><p>pesquisa que sucessivamente complementam e</p><p>viabilizam o alcance do objetivo geral.</p><p>Método- descreve-se os caminhos metodológicos</p><p>previstos e as técnicas a serem utilizadas</p><p>• (Cronograma) - tempo de realização da pesquisa</p><p>• Referências</p><p>O que deve conter no método de uma pesquisa?</p><p>• (Desenho da pesquisa:) plano de ação ou</p><p>estratégia desenvolvida para obter a informação</p><p>desejada na pesquisa</p><p>• Coleta de dados</p><p>• Organização dos dados</p><p>• Análise e interpretação dos dados</p><p>• Representação dos dados: gráficos, tabelas,</p><p>quadros comparativos.</p><p>MARTINS, Amanda de Ávila, B. et al. Epidemiologia.</p><p>Disponível em: Minha Biblioteca, Grupo A, 2018.</p><p>ARANGO, H.G. Bioestatística teórica e computacional. Rio</p><p>de Janeiro: Guanabara, 2001. 235p.</p><p>BERQUÓ, E. S., SOUZA, J. M. P., GOTLIEB, S.L.D.</p><p>Bioestatística. São Paulo: E.P.U, 2005. 350p.</p><p>SOARES, J. F.; FARIAS, A. A. ; CESAR, C. C. Introdução à</p><p>Estatística. 2. ed. Rio de Janeiro: LTC, 2003. 192p.</p><p>SOUZA,M.Acidentecomvítimagravesobe39%.2008.Disponívele</p><p>m<http://abrambrasil. org.br/not_08.06.07_acidente.html></p><p>Acesso em: 14 ago 2009.</p><p>PEREIRA, Maurício G. Epidemiologia - Teoria e Prática.</p><p>Disponível em: Minha Biblioteca, Grupo GEN, 1995.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>ROUQUAYROL, M.Z. Introdução à epidemiologia moderna. 2.</p><p>ed. Belo Horizonte: Coopmed; Salvador: APCE Produtos do</p><p>Conhecimento; Rio de Janeiro: Abrasco, 2016.</p><p>BRAGA, L.F.C.O. et al. Relatório dos comitês de mortalidade</p><p>materna do Paraná – 1991. Informe Epidemiológico do SUS,</p><p>Brasília, ano I, n. 7, p. 29-49, dez. 2017.</p><p>BRASIL. Ministério da Saúde. Fundação Nacional de Saúde.</p><p>Centro Nacional de Epidemiologia. Guia de vigilância</p><p>epidemiológica. 4. ed. Brasília: Fundação Nacional de Saúde,</p><p>2023.</p><p>BRASIL. Ministério da Saúde. Secretaria Executiva. Datasus</p><p>[Internet site]. Indicadores e dados básicos Brasil/1997.</p><p>Disponível em</p><p><http://www.datasus.gov.br/cgi/idb97/apresent.htm>. Acessado</p><p>em:6 abr. 2023.</p><p>CARVALHO, D.M. Grandes sistemas nacionais de informação</p><p>em saúde: revisão e discussão da situação atual. Informe</p><p>Epidemiológico do SUS, Brasília, ano VI, n. 4, p. 7-46, out./dez.</p><p>2014.</p><p>prolongada, falta de resolução da</p><p>transição em sentido definitivo;</p><p>Problemas sociais também influenciam muito</p><p>nesse processo de transição e carência das</p><p>populações, acarretando problemas nutricionais por</p><p>exemplo.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>A medicina baseada em evidências (MBE) é um</p><p>termo moderno derivado da epidemiologia clínica</p><p>anglo-saxônica cunhado por David Sackett e seus</p><p>colaboradores da Universidade de McMaster.</p><p>É um movimento médico que usa evidências</p><p>científicas existentes e disponíveis no momento,</p><p>com boa validade interna e externa, para a</p><p>aplicação de seus resultados na prática clínica.</p><p>-Quais as principais técnicas utilizadas pela MBE?</p><p>• Meta-revisões/ metanálises;</p><p>• Análise de risco-benefício;</p><p>• Experimentos clínicos aleatorizados e</p><p>controlados;</p><p>• Estudos naturalísticos populacionais;</p><p>-Qual o principal objetivo da MBE?</p><p>Objetiva aumentar a eficiência e qualidade dos</p><p>serviços de saúde prestados à população e diminuir</p><p>os custos operacionais dos processos de</p><p>prevenção, tratamento e reabilitação.</p><p>-Quatro passos da MBE:</p><p>1) Fazer as perguntas corretas;</p><p>2) Procurar evidências;</p><p>3) Analisar as evidências;</p><p>4) Colocar as evidências em prática;</p><p>O nível de evidência representa a qualidade da</p><p>evidência científica disponível e define a confiança</p><p>na informação utilizada, o que possibilita a definição</p><p>de uma determinada recomendação. No sistema</p><p>GRADE, a qualidade da evidência é classificada em</p><p>níveis:</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Quanto mais no topo maior é o grau de evidência</p><p>e recomendação, consequentemente os erros são</p><p>menores. Quanto mais próximo da base da</p><p>pirâmide os níveis de evidência e recomendação se</p><p>tornam menores e maiores são as chances de erros</p><p>e vieses. (MALHOTRA, NARESH K. Pesquisa de</p><p>Marketing: foco da decisão. Editora Pearson</p><p>Prentice Hall. Edição 3ª. São Paulo, 2011).</p><p>- Qual é a diferença entre um DADO e uma</p><p>INFORMAÇÃO?</p><p> Comumente, os termos “informação” e</p><p>“dado” são utilizados indiscriminadamente</p><p>e seus significados podem ser confundidos.</p><p> Um dado é qualquer elemento de cunho</p><p>qualitativo e quantitativo, desvinculado de</p><p>qualquer referencial explicativo. Dessa</p><p>forma, por si só, não traz nenhum</p><p>entendimento, apenas estatísticas sobre</p><p>determinado tema. Tem origem do latim</p><p>“DATUM” significa “ tudo aquilo que se dá”</p><p> A informação é o produto da análise dos</p><p>dados obtidos devidamente registrados,</p><p>classificados, organizados, relacionados e</p><p>interpretados dentro de um contexto de</p><p>forma a produzir conhecimento. A</p><p>informação é obtida através de inferências,</p><p>interpretação e organização dos dados. No</p><p>que se refere à etimologia, o termo</p><p>informação origina-se do latim</p><p>“INFORMÁTÌÓ”, ónis que significa “ação de</p><p>formar, de fazer, fabricação; esboço,</p><p>desenho, plano; idéia, concepção;</p><p>formação, forma” (Houaiss, 2008).</p><p>Enquanto os dados são material bruto, a</p><p>informação é a percepção concreta que se pode</p><p>extrair deles. Dados não são específicos, ao</p><p>contrário da informação, que é um significado</p><p>detalhado a partir do trabalho com elementos mais</p><p>brutos.</p><p>Os DADOS servem de apoio, mostram um ou até</p><p>mais significados que isoladamente não transmitem</p><p>nenhum conhecimento e não contém nenhum</p><p>destaque. Ou seja, não há uma mensagem</p><p>conclusiva que seja a garantia do entendimento de</p><p>uma determinada situação.</p><p>Sem DADOS, não há como se obter</p><p>INFORMAÇÕES, pois estas são criadas a partir</p><p>deles. Os DADOS podem ser quantificados, não</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>podem ser qualificados e NÃO são capazes de</p><p>descrever uma situação em sua totalidade.</p><p>“DADOS são uma representação composta de uma</p><p>INFORMAÇÃO codificada de uma forma a permitir</p><p>colocá-las sob processamento eletrônico”. (LE</p><p>COADIC, YVES-FRANÇOIS. A ciência da</p><p>informação. Editora Briquet de Lemos. Edição 2ª.</p><p>Brasília, 2004).</p><p>são dados</p><p>levantados diretamente do objetivo da</p><p>pesquisa, por exemplo, por meio de</p><p>intervenções no trabalho de campo,</p><p>aplicação de questionários, entrevistas,</p><p>entre outros. O pesquisador coleta os dados</p><p>diretamente na população pesquisada.</p><p>Ex.: Um pesquisador faz uma coleta</p><p>de sangue na população para</p><p>verificar índices glicêmicos.</p><p>são dados</p><p>já existentes (arquivados, processados,</p><p>organizados ou publicados).</p><p>Ex.: Um pesquisador resolveu estudar a</p><p>incidência do sarampo com base nos</p><p>casos registrados pelo serviço de saúde</p><p>de um município.</p><p> Armazenamento;</p><p> Processamento;</p><p> Análise;</p><p> Manual ou eletrônica;</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>A Organização Mundial de Saúde (OMS)</p><p>define Sistema de Informação em Saúde (SIS):</p><p>“ é um conjunto de componentes que atuam de</p><p>forma integrada por meio de mecanismos de coleta,</p><p>processamento, análise e transmissão da</p><p>informação necessária e oportuna para implementar</p><p>processos de decisões no Sistema de Saúde. Seu</p><p>propósito é selecionar dados pertinentes e</p><p>transformá-los em informações para aqueles que</p><p>planejam, financiam, proveem e avaliam os serviços</p><p>de saúde” (OMS, 1981:42).</p><p></p><p>*Ampla cobertura;</p><p>*Abrangência nacional;</p><p>*Dados informatizados;</p><p>*Grande número de informações sobre</p><p>diversos setores e serviços;</p><p>*Informações para cada município;</p><p></p><p>*Cada SIS atende ao propósito criado;</p><p>*Os SIS não são compatíveis entre si;</p><p>*Qualidade dos dados – grande n° de</p><p>pessoas envolvidas com treinamentos</p><p>distintos;</p><p>*Grande n° de variáveis em branco ou mal</p><p>preenchidas;</p><p>No setor da saúde, a informação subsidia o</p><p>processo decisório, uma vez que auxilia no</p><p>conhecimento sobre as condições de saúde,</p><p>mortalidade e morbidade, fatores de risco,</p><p>condições demográficas, entre outras</p><p>(ROUQUAYROL; ALMEIDA FILHO, 2006).</p><p>Os Sistemas de Informação da Saúde (SIS) são</p><p>compostos por uma estrutura capaz de garantir a</p><p>obtenção e a transformação de dados em</p><p>informação, em que há profissionais envolvidos em</p><p>processos de seleção, coleta, classificação,</p><p>armazenamento, análise, divulgação e recuperação</p><p>de dados. Para profissionais da saúde, o</p><p>envolvimento na construção de instrumentos de</p><p>coletas, treinamentos para captação correta dos</p><p>dados e o processamento da informação são</p><p>importantes, uma vez que possibilitam maior</p><p>domínio dessa área do conhecimento.</p><p>-Exemplos de Sistemas de Informação:</p><p>No Brasil, o Departamento de Informática do</p><p>SUS (DATASUS) desempenha um papel de</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>importância vital na condução do processo de</p><p>informação na saúde, sendo responsável por:</p><p> Fomentar, regulamentar e avaliar as ações</p><p>de informatização do SUS, direcionadas</p><p>para a manutenção e o desenvolvimento do</p><p>sistema de informações em saúde e dos</p><p>sistemas internos de gestão do Ministério;</p><p> Desenvolver, pesquisar e incorporar</p><p>tecnologias de informática que possibilitem</p><p>a implementação de sistemas e a</p><p>disseminação de informações necessárias</p><p>às ações de saúde, em consonância com as</p><p>diretrizes da Política Nacional de Saúde;</p><p> Manter o acervo das bases de dados</p><p>necessárias ao sistema de informações em</p><p>saúde e aos sistemas internos de gestão</p><p>institucional;</p><p> Assegurar aos gestores do SUS e órgãos</p><p>congêneres o acesso aos serviços de</p><p>informática e bases de dados, mantidos</p><p>pelo Ministério;</p><p> Definir programas de cooperação técnica</p><p>com entidades de pesquisa e ensino</p><p>para</p><p>prospecção e transferência de tecnologia e</p><p>metodologia de informática em saúde, sob a</p><p>coordenação do Secretário-Executivo;</p><p> Apoiar estados, municípios e o Distrito</p><p>Federal na informatização das atividades do</p><p>SUS (DATASUS, 2011).</p><p>Este departamento mantém a disposição todos</p><p>os SIS em uso no Brasil, bem como, manuais,</p><p>programas para download, podendo ser acessados</p><p>pelos profissionais da saúde, dado à relevância</p><p>desse conhecimento para o planejamento das</p><p>equipes, quer sejam locais ou não.</p><p>Nesse ambiente é possível obter informações</p><p>como: Indicadores de Saúde; Assistência à Saúde</p><p>(internação hospitalar, produção ambulatorial,</p><p>imunização, saúde da família, vigilância alimentar e</p><p>nutricional); Epidemiológica e Morbidade</p><p>(morbidade hospitalar do SUS, doenças de</p><p>notificação, estado nutricional e outros agravos);</p><p>Rede Assistencial (informações do Cadastro</p><p>Nacional dos Estabelecimentos de Saúde - CNES);</p><p>Estatísticas Vitais (natalidade, mortalidade, câncer);</p><p>Demográficas e Socioeconômicas (população,</p><p>educação e saneamento), inquéritos e pesquisas;</p><p>Saúde Suplementar. Também disponibiliza</p><p>informações financeiras, sistemas e aplicativos para</p><p>tabulação de dados, como o TABNET e o TABWIN.</p><p>Como profissionais da saúde,</p><p>precisamos aprender a utilizar a</p><p>informação gerada por estes</p><p>sistemas em nosso planejamento</p><p>estratégico, permitindo-nos</p><p>identificar e modificar uma</p><p>realidade.</p><p>Com o avanço da microinformática e a</p><p>efetivação do processo de descentralização das</p><p>ações de saúde, o processamento desses dados</p><p>passou a ser de responsabilidade das Secretarias</p><p>Municipais de Saúde (SMS). Atualmente, a</p><p>alimentação das bases de dados nacional com os</p><p>dados produzidos nas SMS ocorre via internet, com</p><p>periodicidade regulamentada em portarias</p><p>ministeriais. Cabe ao Ministério da Saúde (MS) a</p><p>consolidação e a disponibilização desses dados no</p><p>sítio do Departamento de Informática do Sistema</p><p>Único de Saúde (DATASUS)</p><p>(http://www.datasus.gov.br), proporcionando amplo</p><p>acesso aos gestores, pesquisadores, profissionais</p><p>de saúde e a sociedade em geral.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>A Pesquisa Nacional de Saúde é um inquérito de</p><p>saúde de base domiciliar, de âmbito nacional,</p><p>realizada pelo Ministério da Saúde em parceria com</p><p>o Instituto Brasileiro de Geografia e Estatística</p><p>(IBGE) nos anos de 2013 e 2019.</p><p>Tem por objetivo principal produzir dados em</p><p>âmbito nacional sobre a situação de saúde e os</p><p>estilos de vida da população brasileira, bem como</p><p>sobre a atenção à saúde, no que diz respeito ao</p><p>acesso e USO dos serviços, às ações preventivas,</p><p>à continuidade dos cuidados e ao financiamento da</p><p>assistência.</p><p>O PubMed compreende mais de 22 milhões de</p><p>citações da literatura biomédica do MEDLINE,</p><p>periódicos de ciências naturais e livros on-line. As</p><p>citações e resumos (abstracts) do PubMed</p><p>abrangem tópicos em biomedicina e saúde,</p><p>ciências naturais, ciências do comportamento,</p><p>química e bioengenharia. O PubMed também dá</p><p>acesso a sites relevantes na área e direciona o</p><p>usuário para outros recursos em biologia molecular</p><p>do NCBI (National Center for Biotechnology</p><p>Information).</p><p>É um recurso de livre acesso que é desenvolvido</p><p>e mantido pela NCBI, na NLM (U.S. National Library</p><p>of Medicine), localizado na National Institutes of</p><p>Health (NIH).</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>O IBGE (Instituto Brasileiro de Geografia e</p><p>Estatística) é um órgão federal brasileiro vinculado</p><p>ao Ministério da Economia. Criado na década de</p><p>1930, o IBGE tem como objetivo a coleta, análise e</p><p>divulgação de dados estatísticos sobre o território</p><p>brasileiro e a sua população, sendo o responsável</p><p>também pela realização de levantamentos e</p><p>estudos ambientais, socioeconômicos e</p><p>cartográficos do Brasil.</p><p>Um dos principais produtos do IBGE atualmente</p><p>é o Censo Demográfico, realizado em escala</p><p>nacional a cada dez anos. Esse e outros estudos</p><p>realizados pelo instituto nos permitem ter um amplo</p><p>conhecimento sobre o país em que vivemos e sobre</p><p>a população brasileira.</p><p>O Sistema de Informação em Saúde para a</p><p>Atenção Básica (SISAB) foi instituído pela Portaria</p><p>GM/MS nº 1.412, de 10 de julho de 2013, passando</p><p>a ser o sistema de informação da Atenção Básica</p><p>vigente para fins de financiamento e de adesão aos</p><p>programas e estratégias da Política Nacional de</p><p>Atenção Básica - PNAB, substituindo o Sistema de</p><p>Informação da Atenção Básica (SIAB).</p><p>Além do SISAB, temos os sistemas e-SUS APS</p><p>para captar os dados, que é composto por dois</p><p>sistemas de software que instrumentalizam a coleta</p><p>dos dados que serão inseridos no SISAB. São eles:</p><p>1. Coleta de Dados Simplificado</p><p>(CDS);</p><p>2. Prontuário Eletrônico do Cidadão</p><p>(PEC);</p><p>3. Aplicativos (App) para dispositivos</p><p>móveis, como o e-SUS Território e</p><p>Atividade Coletiva.</p><p>Nesse sentido, os sistemas e-SUS APS foram</p><p>desenvolvidos para atender os processos de</p><p>trabalho da Atenção Primária para a gestão do</p><p>cuidado em saúde, podendo ser utilizado por</p><p>profissionais de todas as equipes e unidades da</p><p>APS, Atenção Domiciliar (AD), além dos</p><p>profissionais que realizam ações no âmbito de</p><p>programas como o Saúde na Escola (PSE) e a</p><p>Academia da Saúde.</p><p>Com o SISAB, será possível obter informações</p><p>da situação sanitária e de saúde da população do</p><p>território por meio de relatórios de saúde, bem</p><p>como de relatórios de indicadores de saúde por</p><p>estado, município, região de saúde e equipe.</p><p>-Alguns Sistemas de Informação importantes:</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>SIS</p><p>REFERÊNCIA</p><p>FONTE DE</p><p>DADOS</p><p>SIM</p><p>Sistema de</p><p>Informação</p><p>sobre</p><p>Mortalidade</p><p>Declaração de</p><p>óbito</p><p>SINASC</p><p>Sistema de</p><p>Informação</p><p>sobre</p><p>Nascidos</p><p>Vivos</p><p>Declaração de</p><p>Nascido Vivo</p><p>SISVAN</p><p>Sistema de</p><p>Informação de</p><p>Vigilância</p><p>Alimentar e</p><p>Nutricional</p><p>Boletim de</p><p>produção da</p><p>Ass.</p><p>Nutricional</p><p>SIH</p><p>Sistema de</p><p>Informações</p><p>Hospitalares</p><p>Autorização de</p><p>Internação</p><p>Hospitalar</p><p>SIA</p><p>Sistema de</p><p>Informações</p><p>Ambulatoriais</p><p>do SUS</p><p>Boletim de</p><p>Produção de</p><p>At.Amb.BPA</p><p>SIS-</p><p>HIPERDIA</p><p>Sistema de</p><p>Notificações</p><p>sobre</p><p>Hipertensão e</p><p>Diabetes</p><p>Ficha de</p><p>Cadastro,</p><p>Boletins de</p><p>Produção</p><p>SINAN</p><p>Sistema de</p><p>Informações</p><p>de Agravos de</p><p>Notificação</p><p>Ficha de</p><p>Notificação e</p><p>de</p><p>Investigação</p><p>SIS-PNI</p><p>Sistema de</p><p>Informação</p><p>do Programa</p><p>Nacional de</p><p>Imunização</p><p>Ficha de</p><p>Vacinação</p><p>SIS-ÁGUA</p><p>Sistema de</p><p>Informação de</p><p>Vigilância da</p><p>Água para o</p><p>consumo</p><p>Vigilância</p><p>Epidemiológica</p><p>e Sanitária</p><p>humano</p><p>Os Sistemas de Informação em Saúde podem</p><p>ser fundamental para a tomada de decisões de</p><p>centros de saúde. Isso porque ele conta com</p><p>informações relevantes sobre as demais instituições</p><p>e situações públicas, auxiliando no entendimento</p><p>das condições dos pacientes e ajudando o gestor a</p><p>gerenciar e planejar ações e medidas em saúde.</p><p>O nome SciELO é uma sigla de Scientific</p><p>Electronic Library Online. Trata-se de um portal</p><p>eletrônico cooperativo de periódicos científicos. Ou</p><p>seja: através da SciELO permite-se o acesso</p><p>eletrônico aos artigos completos de revistas da</p><p>Argentina, do Brasil, do Chile, da Colômbia, de</p><p>Cuba, da Costa Rica, da Venezuela, da Bolívia, do</p><p>Peru e do Uruguai.</p><p>Por esse motivo, considera-se como a principal</p><p>biblioteca digital da América Latina. Mas também</p><p>possui acesso aos textos científicos da Espanha, de</p><p>Portugal e da África do Sul. A plataforma oferece</p><p>versões em português, espanhol e inglês.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>O Estudo</p><p>Epidemiológico é um tipo de pesquisa</p><p>que visa entender a distribuição e os determinantes</p><p>de doenças e outros problemas de saúde em</p><p>populações. Eles são realizados através da coleta e</p><p>análise de dados sobre a saúde de grupos da</p><p>sociedade, geralmente com o objetivo de identificar</p><p>fatores de risco, padrões de saúde e/ou doenças e</p><p>possíveis estratégias de prevenção e controle.</p><p>Esses estudos podem envolver diversas</p><p>abordagens, desde questionários e entrevistas até</p><p>análises estatísticas e observações clínicas. Assim,</p><p>os estudos epidemiológicos ajudam a formar</p><p>políticas de saúde a favor da saúde coletiva. Os</p><p>estudos científicos são divididos em dois tipos</p><p>principais: os observacionais, nos quais o</p><p>pesquisador não poderá intervir no paciente, e os</p><p>experimentais, nos quais a exposição está sob o</p><p>controle do pesquisador. Os estudos</p><p>observacionais podem ser caracterizados como</p><p>analíticos, quando apresentam um grupo de</p><p>comparação ou um grupo controle, ou descritivos,</p><p>sem um grupo comparador.</p><p>Nesse tipo de estudo, o pesquisador não realiza</p><p>intervenções nos eventos, apenas observa ou faz</p><p>uma coleta de dados que já existem. A própria</p><p>natureza determina seu curso. Segundo a</p><p>classificação de Sarraf, Miranda e Besteiro (2015)</p><p>Os estudos observacionais são subdivididos em</p><p>dois tipos: estudos descritivos e analíticos.</p><p>Os estudos descritivos tem por objetivo</p><p>determinar a distribuição de doenças ou condições</p><p>relacionadas à saúde, segundo o tempo, lugar e/ou</p><p>as características do indivíduo, ou seja, responde a</p><p>pergunta: “quando, onde e quem adoece”. A</p><p>epidemiologia descritiva pode fazer uso de dados</p><p>primários ou secundários. Um estudo descritivo</p><p>limita-se a descrever a ocorrência de uma doença</p><p>em uma população, sendo, frequentemente, o</p><p>primeiro passo de uma investigação</p><p>epidemiológica. Os principais estudos descritivos</p><p>incluem: série de casos e relatos de casos, úteis</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>para a detecção de epidemias, descrição de uma</p><p>série de pacientes e de características das</p><p>doenças, formulação de hipóteses entre outros.</p><p>Relatos de Casos são estudos com a finalidade</p><p>de descrever um caso inusitado ou relevante para</p><p>ampliar o conhecimento e destacar hipóteses para</p><p>a realização de outros estudos. Os seus dados são</p><p>oriundos da prática cotidiana e atividades exercidas</p><p>pelo pesquisador. Para tal, Relato de Caso na área</p><p>biomédica apresentam delineamento descritivo,</p><p>caráter narrativo e reflexivo com a ausência de um</p><p>grupo controle.</p><p>Uma série de casos é uma forma de estudo do</p><p>tipo observacional, muito comum na pesquisa</p><p>médica, que acompanha pacientes com uma</p><p>exposição conhecida a um dado tratamento similar</p><p>ou analisa os prontuários médicos para avaliar a</p><p>relação entre exposição e desfecho. Embora a</p><p>diferenciação entre os dois tipos de estudos seja</p><p>subjetiva e divergente entre os autores, um relato</p><p>de caso engloba não mais que três casos e uma</p><p>série de casos compreende de três a 10 casos</p><p>segundo alguns e mais do que isto de acordo com</p><p>outros autores.</p><p>Estudos Analíticos tem o objetivo de</p><p>estabelecer parâmetros de comparação e análise</p><p>dos dados. Assim, são delineados para examinar a</p><p>existência de associação entre uma exposição e</p><p>uma doença ou uma condição relacionada à saúde.</p><p>Os principais delineamentos de estudos analíticos</p><p>são: ecológico, seccional (transversal), caso-</p><p>controle, coorte (prospectivo).</p><p>Também é conhecido como estudo transversal e</p><p>de prevalência. Uma investiigação seccional é</p><p>aquela realizada quando um pesquisador coleta</p><p>informações de sua amostra ou de um estudo</p><p>apenas para uma ocasião. A exposição e a</p><p>condição de saúde do participante são</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>determinadas simultaneamente. Em geral, esse tipo</p><p>de estudo epidemiológico começa com um estudo</p><p>para determinar a prevalência de uma doença ou</p><p>condição relacionada à saúde de uma população</p><p>especificada.</p><p>Os estudos transversais descritivos são</p><p>usados para a coleta, em um ponto no tempo, de</p><p>informações sobre a freqüência e distribuição de</p><p>variáveis relacionadas ao processo saúde-doença</p><p>na população em estudo.</p><p>Os estudos transversais analíticos são</p><p>realizados para investigar a associação entre</p><p>exposições (fatores de risco) e efeito (doença ou</p><p>outra condição) em estudo.</p><p>Nos estudos ecológicos, compara-se a</p><p>ocorrência da doença/condição relacionada à saúde</p><p>e a exposição de interesse entre agregados de</p><p>indivíduos (populações de países, regiões ou</p><p>municípios, por exemplo) para verificar a possível</p><p>existência de associação entre elas.</p><p>Os estudos Ecológicos podem ser classificados</p><p>de "Agregados" por analisar dados previamente</p><p>registrados e aplicar à pesquisa, enquanto os</p><p>“Seccionais” podem ser classificados como</p><p>"Individuados", pois a coleta de dados é feita</p><p>diretamente em contato com o paciente da</p><p>população a ser estudada. Fique atento nessa</p><p>terminologia!</p><p>O termo “estudo ecológico” tem origem na</p><p>utilização de áreas geográficas como unidades de</p><p>análise e, por extensão, generalizou-se para outras</p><p>situações em que a unidade é formada por um</p><p>grupo.</p><p>Atualmente, denomina-se “variável ecológica”,</p><p>aquela que descreve o que ocorre em grupos de</p><p>indivíduos: por exemplo, porcentagem de adultos</p><p>com vida sedentária. Os dados já estão agregados</p><p>e não se sabe se um determinado indivíduo tem</p><p>esta ou aquela característica.</p><p>*Baixo custo e execução rápida, devido as</p><p>fontes de dados secundários disponíveis;</p><p>*Comparação entre áreas, estima bem os</p><p>efeitos da exposição;</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>*Informações pessoais e história clínica</p><p>insisponíveis;</p><p>*Dependem da qualidade das fontes</p><p>*Não se leva em conta variabilidade da</p><p>característica estudada.</p><p>Em um estudo de coorte, um grupo de pessoas</p><p>é reunido, sem que nenhuma das pessoas tenham</p><p>sofrido o desfecho de interesse, mas podendo vir a</p><p>sofrer. O termo coorte é utilizado para descrever um</p><p>grupo de pessoas que tem algo em comum quando</p><p>são reunidas e que são observadas por um período</p><p>longo, para analisar o que ocorre com elas. As</p><p>observações da coorte devem satisfazer a três</p><p>critérios, se as observações pretendem fornecer</p><p>informações sólidas sobre o risco da doença. Neste</p><p>sentido, os indivíduos devem:</p><p> Ser livres da doença quando são reunidos.</p><p> O período de observação deve ser</p><p>significativo de acordo com a história</p><p>natural da doença. Isso é necessário para</p><p>que haja tempo suficiente para que o risco</p><p>possa ser expresso.</p><p> Por último, os membros da coorte</p><p>precisam ser observados durante todo o</p><p>tempo do seguimento.</p><p>Uma coorte incompleta pode não representar a</p><p>situação verdadeira, uma vez que as pessoas</p><p>podem abandonar o estudo e o motivo pode estar</p><p>relacionado ao desfecho investigado. Na coorte</p><p>prospectiva, no momento do ingresso dos</p><p>indivíduos no estudo, estes são classificados de</p><p>acordo com as características (por exemplo,</p><p>possíveis fatores de risco) que podem estar</p><p>relacionados ao desfecho. Para cada fator de risco,</p><p>os membros da coorte são classificados como</p><p>expostos (isto é, apresentando o fator em questão,</p><p>como ser tabagista) ou não-expostos. Todos os</p><p>membros da coorte são observados durante algum</p><p>tempo para verificar quais deles experimentam o</p><p>desfecho (câncer de pulmão), e as taxas dos</p><p>desfechos são comparadas entre o grupo exposto e</p><p>não-exposto. Como mencionado anteriormente, em</p><p>estudos de coorte, a incidência da doença é</p><p>comparada entre dois ou mais grupos que diferem</p><p>quanto à exposição a um possível fator de</p><p>risco.</p><p>O estudo de coorte também pode ser conduzido</p><p>a partir da identificação de registros passados e</p><p>acompanhados daquele momento em diante até o</p><p>presente (também chamado de coorte histórica ou</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>coorte retrospectiva). Porém, este tipo de</p><p>delineamento não deve ser confundido com o de</p><p>caso-controle!</p><p>Um exemplo de coorte retrospectiva pode ser</p><p>observado em um estudo desenvolvido na</p><p>Dinamarca na década de 1990. Isto porque nesta</p><p>época a incidência de autismo aumentou</p><p>acentuadamente coincidindo com o uso da vacina</p><p>contra sarampo, caxumba e rubéola. A fim de</p><p>avaliar se o uso da vacina era um fator de risco foi</p><p>conduzido um estudo de coorte retrospectivo</p><p>incluindo todas as crianças nascidas em janeiro de</p><p>1991 a dezembro de 1998. Os pesquisadores</p><p>revisaram os registros médicos das crianças e</p><p>observaram que 82% receberam a vacina e que</p><p>algumas delas, tinham desenvolvido o desfecho em</p><p>questão (autismo). A frequência da doença entre</p><p>as crianças que não foram vacinadas foi</p><p>semelhante às que receberam a vacina. Este, bem</p><p>como outros estudos forneceram fortes evidências</p><p>contra a sugestão de que a vacina causa autismo.</p><p>Estudos de caso-controle constituem uma forma</p><p>relativamente simples de investigar a causa das</p><p>doenças, particularmente doenças raras. Neste tipo</p><p>de estudo são incluídos dois grupos semelhantes a</p><p>partir de uma população em risco. A diferença entre</p><p>os grupos é a presença ou ausência de doença. Os</p><p>pesquisadores “olham para o passado”, para medir</p><p>a frequência de exposição a um possível fator de</p><p>risco nos dois grupos. Por esta razão, os estudos</p><p>de caso-controle são também chamados de</p><p>estudos retrospectivos.</p><p>Um exemplo clássico de um estudo de casos e</p><p>controles foi a descoberta da relação entre a</p><p>talidomida e defeitos dos membros do corpo em</p><p>bebês nascidos na República Federal da Alemanha</p><p>entre 1959 e 1960. O estudo, realizado em 1961</p><p>comparou crianças afetadas com crianças normais.</p><p>Das 46 mulheres que tiveram bebês com</p><p>malformações típicas, 41 haviam tomado talidomida</p><p>entre a quarta e a nona semanas de gestação,</p><p>enquanto nenhuma das 300 mães do grupo</p><p>controle, que tiveram crianças normais, havia</p><p>ingerido essa droga neste período. Como pode ser</p><p>observado, esse tipo de estudo incluiu pessoas com</p><p>a doença – grupo caso (mães que tiveram bebês</p><p>com malformações) e pessoas sem a doença –</p><p>grupo controle (mães que tiveram bebês sem</p><p>malformações). O fator em exposição estudado foi</p><p>a utilização da talidomida dentro de cada grupo.</p><p>Coorte – é um tipo de estudo observacional em que</p><p>grupos de pessoas são seguidos para avaliar a</p><p>ocorrência, no tempo, de algum agravo à saúde.</p><p>Caso-controle – também um tipo de estudo</p><p>observacional em que pessoas doentes são</p><p>comparadas com pessoas sem a doença em</p><p>estudo, em relação à história de exposição.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Estudos experimentais ou de intervenção</p><p>envolvem a tentativa de mudar os determi- nantes</p><p>de uma doença, tais como uma exposição ou</p><p>comportamento, ou cessar o progresso de uma</p><p>doença através de tratamento. São similares a</p><p>experimentos realizados em outras ciências.</p><p>A pesquisa experimental se caracteriza por</p><p>manipular diretamente variáveis relacionadas com o</p><p>objeto de estudo e tem como finalidade testar</p><p>hipóteses que dizem respeito à convicção de quem</p><p>está pesquisando.</p><p>-Os principais delineamentos experimentais são os</p><p>seguintes:</p><p>• Ensaios clínicos randomizados, cujos</p><p>participantes são os pacientes;</p><p>• Ensaios de campo em que os participantes</p><p>são pessoas saudáveis; e</p><p>•Ensaios comunitários, onde os</p><p>participantes são os próprios membros da</p><p>comunidade.</p><p>Nesta modalidade de investigação parte-se da</p><p>“causa” em direção ao “efeito”.</p><p>Os participantes são colocados “aleatoriamente”</p><p>para formar os grupos: o de estudo e o de controle.</p><p>A alocação aleatória tem o objetivo de formar</p><p>grupos com características semelhantes. Em</p><p>seguida, procede-se à “intervenção”, em que se</p><p>deseja avaliar os resultados, em apenas um dos</p><p>grupos, servindo o outro para termos de</p><p>comparação dos resultados.</p><p>*Exemplo: comparação do efeito de uma vacina e</p><p>de um placebo:</p><p> No intuito de verificar o efeito protetor de</p><p>uma vacina, dois mil voluntários, que</p><p>estavam em igual risco de sofrer uma</p><p>doença infecciosa concordaram em</p><p>participar em uma investigação. Eles</p><p>foram separados, aleatoriamente, em</p><p>metades, de modo a constituir dois</p><p>grupos de características semelhantes.</p><p> Os indivíduos pertencentes a um dos</p><p>grupos recebem a vacina em teste e, os</p><p>demais, um placebo, de características</p><p>semelhantes à vacina. Suponhamos</p><p>que, passados doze meses de</p><p>observação, constate-se que a</p><p>incidência da doença é bem menor nos</p><p>vacinados do que nos não-vacinados.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Ensaios de campo, em contraste com os ensaios</p><p>clínicos, envolvem pessoas que estão livres de</p><p>doença, mas sobre risco de desenvolvê-la. Os</p><p>dados são coletados “no campo”, usualmente entre</p><p>pessoas da população geral não institucionalizadas.</p><p>Uma vez que os participantes estão livres da</p><p>doença e o propósito é prevenir a ocorrência de</p><p>doenças mesmo entre aquelas de baixa frequência,</p><p>os ensaios de campo envolvem um grande número</p><p>de pessoas, o que os torna caro e logisticamente</p><p>complicados. Um dos maiores ensaios de campo já</p><p>realizados foi para testar a vacina Salk para</p><p>prevenção da poliomielite, que envolveu mais de</p><p>um milhão de crianças.</p><p>Os ensaios de campo podem ser utilizados para</p><p>avaliar intervenções que objetivam reduzir a</p><p>exposição sem necessariamente medir a ocorrência</p><p>dos efeitos sobre a saúde. Por exemplo, diferentes</p><p>métodos para proteção a exposição de pesticida</p><p>têm sido testados dessa forma. Outro exemplo é a</p><p>medida de chumbo sérico em crianças. Ensaios de</p><p>campo mostraram que a exclusão do chumbo na</p><p>composição das tintas utilizadas para pintar</p><p>domicílios forneceu proteção às crianças. Esse tipo</p><p>de estudo de intervenção pode ser realizado em</p><p>pequena escala e com custos menores quer seja</p><p>porque não envolvem acompanhamentos de longo</p><p>período, quer seja porque não exigem a medida de</p><p>doença como desfecho.</p><p>Nesse tipo de experimento, os grupos de trata-</p><p>mento são comunidades ao invés de indivíduos.</p><p>Esse delineamento é particularmente apropriado</p><p>para doenças que tenham suas origens nas</p><p>condições sociais e que possam ser facilmente</p><p>influenciadas por intervenções dirigidas ao</p><p>comportamento do grupo ou do indivíduo. As</p><p>doenças cardiovasculares são um bom exemplo de</p><p>uma condição apropriada para ensaios co-</p><p>munitários, muitas das quais estão, agora, sobre</p><p>investigação.</p><p>Uma limitação desse tipo de delineamento é que</p><p>somente um pequeno número de comunidades</p><p>pode ser incluído e a alocação aleatória das</p><p>comunidades não é muito prática. Assim, outros</p><p>métodos são requeridos para assegurar que</p><p>quaisquer diferenças encontradas ao final do</p><p>estudo possam ser atribuídas à intervenção e não a</p><p>diferenças inerentes às comunidades. Além disso, é</p><p>difícil isolar as comunidades onde a intervenção</p><p>está sendo conduzida devido a mudanças sociais</p><p>em curso.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>A população corresponde a totalidade de</p><p>elementos que apresentam uma ou mais</p><p>características em comum.</p><p>• Pode ser finita ou infinita;</p><p>*Exemplo: suponha que um pesquisador deseje</p><p>estudar as condições dos pacientes de certo</p><p>hospital num determinado ano. O conjunto de</p><p>pacientes do referido hospital no ano considerado</p><p>constitui a população em estudo. As variáveis</p><p>podem ser:</p><p>sexo, idade, classe social, peso, entre</p><p>outras.</p><p>É qualquer parte ou subconjunto de uma</p><p>população.</p><p>• Não se estuda uma população em sua totalidade,</p><p>pois a população pode ser infinita ou, mesmo sendo</p><p>finita, é muito grande.</p><p>Amostra corresponde a um conjunto de objetos</p><p>retirados de uma população para fins de estudo da</p><p>mesma. Sendo assim, o pesquisador observa e</p><p>analisa apenas uma parte da população.</p><p>- O objetivo da amostra é nos dar informação sobre</p><p>uma população maior, sendo assim o processo de</p><p>extração de conclusões sobre a população com</p><p>base na amostra se chama INFERÊNCIA, porque</p><p>inferimos informação sobre a população a partir do</p><p>que sabemos sobre a amostra.</p><p>Há duas formas de se obter dados de uma</p><p>população, através do censo ou da amostragem.</p><p>Consiste em obter os dados de uma ou mais</p><p>variáveis em todos os objetos de uma população.</p><p>• Pouco utilizado devido ao custo operacional,</p><p>exceto no caso de populações relativamente</p><p>pequenas.</p><p>Quanto maior for a população, mais difícil de</p><p>alcançar esse objetivo. Em população ou grupos</p><p>sociais menores (p.ex. uma escola, um hospital,</p><p>etc), é possível se coletar informações sobre a</p><p>totalidade dos indivíduos. Quando falamos de</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>grupos sociais maiores, como a população de um</p><p>país, tal desafio se torna econômica e</p><p>logisticamente inviável.</p><p>O Censo Demográfico brasileiro, por exemplo,</p><p>realizado pelo IBGE a cada 10 anos para coletar</p><p>informações sobre as condições de vida da</p><p>população em todos os municípios brasileiros,</p><p>estabelece um percentual da população a ser</p><p>alcançada na faixa de 10%. Esse percentual</p><p>permite um nível de acurácia dos dados muito</p><p>maior do que pesquisas amostrais tradicionais, que</p><p>em geral, possuem amostras de entre 0,05% e</p><p>0,10% da população estudada.</p><p>Pesquisas amostrais são aquelas onde apenas</p><p>uma parcela da população-alvo é entrevistada,</p><p>sendo essa parcela definida como a amostra da</p><p>pesquisa. Nesta categoria, os(as)</p><p>pesquisadores(as) precisam se preocupar com</p><p>fatores como tamanho da amostra e intervalo de</p><p>confiança, por exemplo, para minimizar a margem</p><p>de erro da pesquisa e torná-la o mais confiável</p><p>possível.</p><p>• Frequentemente utilizada, pois as</p><p>populações são muito grandes ou infinitas;</p><p>• Dados são obtidos com rapidez e o custo</p><p>operacional é menor;</p><p>• A variabilidade da população deve estar</p><p>presente nas amostras;</p><p>• Os objetos da população devem ser</p><p>escolhidos aleatoriamente;</p><p>-A amostragem pode ser com reposição ou sem</p><p>reposição:</p><p>• Com reposição: um objeto pode ser</p><p>considerado mais de uma vez numa</p><p>amostra.</p><p>•Sem reposição: um objeto é considerado</p><p>somente uma vez na amostra.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Pode-se determinar a probabilidade de escolher</p><p>um objeto da população. A seleção é aleatória de</p><p>tal forma que cada elemento da população tem uma</p><p>probabilidade conhecida de fazer parte da amostra.</p><p>É o processo mais elementar. O método se</p><p>fundamenta no princípio de que todos os membros</p><p>de uma população têm a mesma probabilidade de</p><p>serem incluídos na amostra. Para fazer este tipo de</p><p>procedimento, cada participante da população</p><p>“recebe” um número. Este número é sorteado em</p><p>um procedimento que, às vezes, é chamado de</p><p>loteria. A amostra é formada pelos participantes</p><p>sorteados.</p><p>Evita o erro sistemático e viés de</p><p>seleção. Tende a ser simples de se planejar e</p><p>comunicar aos outros.</p><p>Tende a ter execução complexa</p><p>e cara. Eventualmente, pode não representar bem</p><p>subgrupos populacionais. Todos os indivíduos de</p><p>uma determinada população têm a mesma chance</p><p>de serem a amostra realmente selecionada.</p><p>Neste tipo de amostragem, a população é</p><p>dividida em subpopulações em função de</p><p>características em comum, o que é chamado de</p><p>estrato. Em seguida, cada participante recebe uma</p><p>identificação dentro de seu estrato e o processo de</p><p>amostragem aleatória simples é feito dentro em</p><p>cada estrato. Atente que é possível que os</p><p>participantes recebam os mesmos números. Por</p><p>exemplo, se no estrato 1 há 100 pessoas, os</p><p>números irão de 1 a 100 dentro deste estrato. Se no</p><p>segundo estrato há também 100 pessoas, os</p><p>participantes deste estrato também receberão</p><p>números de 1 a 100. Com muita frequência, as</p><p>características de interesse na população são</p><p>desbalanceadas e, com isso, os estratos e a</p><p>amostra também serão desbalanceados. Por</p><p>exemplo, se há cerca de 80% de mulheres em uma</p><p>determinada população, é esperado que a amostra</p><p>tenha proporção similares de mulheres.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>É uma variação da amostragem simples. Após a</p><p>identificação dos participantes, um determinado</p><p>critério é eleito (por exemplo, a cada 5) e a seleção</p><p>segue este formato.</p><p>Mais rápida de se implementar do</p><p>que a amostragem aleatória simples</p><p>Eventualmente, pode não</p><p>representar bem subgrupos populacionais. A</p><p>ordenação dos participantes pode ser igual a uma</p><p>ordenação existente, mas desconhecida, na</p><p>população. Por exemplo, em uma lista de colégio,</p><p>todos os estudantes com algum tipo de dificuldade</p><p>recebem números ímpares e o critério de seleção</p><p>da amostra seja feita, também, por números</p><p>ímpares.</p><p>Neste tipo de amostragem, a população</p><p>encontra-se localizada - naturalmente - em</p><p>conglomerados. Estes conglomerados podem ser</p><p>ruas, bairros ou empresas, por exemplo, e são</p><p>assumidos como heterogêneos. Os conglomerados</p><p>recebem identificações que, por sua vez, são</p><p>sorteadas. Todos os participantes dos</p><p>conglomerados sorteados devem ser acessados. É</p><p>um método muito utilizado por motivos de ordem</p><p>prática e econômica.</p><p>Quando a identificação dos</p><p>elementos da população é difícil, os conglomerados</p><p>aparecem como solução. A população já está</p><p>dividida naturalmente.</p><p>Os estratos não serem</p><p>homogêneos entre eles.</p><p>Nessa amostragem, a probabilidade não pode</p><p>ser calculada. São amostragens em que há uma</p><p>escolha deliberada dos elementos da amostra.</p><p>Depende dos critérios e julgamento do examinador.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Neste tipo de amostragem, a amostra é feita</p><p>pelos participantes que o pesquisador tem maior</p><p>acesso.</p><p>Fácil de se coletar, acessível e tende</p><p>a crescer rapidamente.</p><p>Pode representar mal a</p><p>população e, consequentemente, ter viés. Apesar</p><p>de possível, a generalização é desaconselhada.</p><p>-› Empregada quando se deseja obter informações</p><p>de maneira rápida e barata.</p><p>Neste tipo de amostragem, o pesquisador</p><p>decide quem irá compor a amostra. É bem</p><p>frequente em estudos psicométricos de validação</p><p>de testes psicológicos. Neste tipo de pesquisa,</p><p>existe uma etapa em que especialistas são</p><p>convidados para opinar sobre características dos</p><p>testes.</p><p>Relativamente fácil de se identificar</p><p>os juízes.</p><p>similar à amostragem por</p><p>conveniência. Além disso, o tamanho amostral</p><p>tende a ser baixo.</p><p>Se for adotado um critério razoável de</p><p>julgamento, pode-se chegar a resultados</p><p>favoráveis.</p><p>O investigador seleciona alguns casos</p><p>considerados como normais ou usuais.</p><p>-Utilizada quando existem grandes limitações em</p><p>tempo e recursos, que tornam impossível efetuar</p><p>uma amostragem probabilística.</p><p>- Implica que o investigador conheça bem a</p><p>população em estudo para poder selecionar casos</p><p>que considera como típicos.</p><p>É operacionalmente definida como a suspensão</p><p>de inclusão de novos participantes quando os</p><p>dados obtidos passam a apresentar, na avaliação</p><p>do pesquisador, uma certa redundância ou</p><p>repetição. É usada para estabelecer ou fechar o</p><p>tamanho final de uma amostra em um estudo,</p><p>interrompendo</p><p>a captação de novos componentes.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Neste tipo de amostragem, os participantes</p><p>voluntariamente solicitam participar da pesquisa.</p><p>Isso tende a acontecer em pesquisas em que a</p><p>coleta de dados é feita online (ex: google survey ou</p><p>survey monkey) e também em estudos sobre novos</p><p>medicamentos.</p><p>Neste tipo de amostragem, o pesquisador</p><p>identifica um participante de interesse que,</p><p>consequentemente, indica outros participantes para</p><p>pesquisa. Por exemplo, caso deseje-se avaliar a</p><p>saúde mental de usuários de cocaína, o</p><p>pesquisador poderia identificar a primeira pessoa a</p><p>ser avaliada que, em seguida, indicaria outras</p><p>possíveis participantes.</p><p>Pode ser implementada de maneira</p><p>fácil e o crescimento amostral tende a ocorrer</p><p>rapidamente.</p><p>similar à amostragem por</p><p>conveniência.</p><p>Este tipo de amostragem tende a ter um rigor</p><p>mais elevado dentro das técnicas não-</p><p>probabilísticas. Na amostragem por quotas (ou</p><p>cotas), o pesquisador define classes populacionais</p><p>e, em seguida, determinar a proporção da</p><p>população para cada classe. Pode ser utilizada em</p><p>situações em que não se tem muitas informações</p><p>sobre características populacionais para fazer uma</p><p>técnica probabilística, mas sabe-se o suficiente</p><p>para criar classes. Eventualmente, pesquisas</p><p>eleitorais e análise de mercado podem contar com</p><p>esta técnica.</p><p>Pode ser implementada de maneira</p><p>fácil e tende a ser executada rapidamente.</p><p>Apresenta um maior rigor dentro do conjunto dos</p><p>métodos não probabilísticos.</p><p>similar à amostragem por</p><p>conveniência.</p><p>Tanto o censo quanto a pesquisa amostral</p><p>buscam quantificar e mensurar fenômenos sociais.</p><p>Ambos são boas alternativas de pesquisa, mas é</p><p>importante também estar atento(a) às vantagens e</p><p>desvantagens de cada um.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Como citado anteriormente, a capacidade dos</p><p>dados de representar a realidade é uma questão</p><p>importante na hora de pensar nesses dois tipos de</p><p>pesquisa. O censo tende a contar com uma maior</p><p>capacidade de representar a realidade porque</p><p>entrevista todas as pessoas que compõem a</p><p>população-alvo. Já as pesquisas amostrais</p><p>precisam contar com um pouco mais de cuidado</p><p>nas elaborações das suas amostras, uma vez que</p><p>estão representando apenas uma parcela da</p><p>população-alvo. Assim, é importante considerar</p><p>pontos como taxa de não resposta, vieses de</p><p>seleção, e erros de cobertura.</p><p>Outra diferença fundamental está relacionada</p><p>ao custo de realização. O censo entrevista todas as</p><p>pessoas da população-alvo, sendo então um tipo</p><p>de pesquisa altamente custosa em termos de</p><p>recursos financeiros e humanos: é necessário muito</p><p>dinheiro e pessoas para realizar as entrevistas.</p><p>Além disso, o censo também leva um tempo</p><p>considerável para ser realizado, devido à</p><p>quantidade de entrevistados.</p><p>Esse é na verdade um dos motivos principais</p><p>para o surgimento de pesquisas amostrais. Em</p><p>muitos casos, não há recursos nem tempo</p><p>suficiente para entrevistar toda a população-alvo.</p><p>Ao invés disso, entrevistamos uma parcela da</p><p>população (amostra) através da qual podemos, até</p><p>certo ponto, propor algumas generalizações para a</p><p>população-alvo investigada.</p><p>O viés é um erro na forma como os indivíduos</p><p>são recrutados para o estudo (seleção) ou a</p><p>maneira pela qual as variáveis são medidas</p><p>(informação). Os vieses podem afetar as medidas</p><p>de ocorrência de doenças subestiando ou</p><p>superestimando as estimativas.</p><p>O viés de seleção ocorre quando há uma</p><p>diferença sistemática entre os indivíduos</p><p>selecionados para os grupos de exposição (coorte)</p><p>ou desfecho (caso-controle) e para o controle, ou,</p><p>ainda, se essas diferenças estiverem relacionadas</p><p>a quem participa e quem não participa do estudo,</p><p>podendo afetar a comparabilidade entre os grupos</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>e a generalização, respectivamente. Existem várias</p><p>situações em que esse tipo de viés pode ocorrer:</p><p>quando alguns</p><p>indivíduos na população-alvo têm maior</p><p>probabilidade de ser selecionados para inclusão do</p><p>que outros, por exemplo, ao solicitar voluntários,</p><p>pode ocorrer que aqueles que se voluntariem sejam</p><p>os mais preocupados com sua saúde ou tenham</p><p>características diferentes da população em geral, o</p><p>que leva à impossibilidade de generalização dos</p><p>resultados do estudo.</p><p>quando as</p><p>pessoas que escolhem ser membros de um grupo –</p><p>por exemplo, praticantes de corrida – podem diferir</p><p>em aspectos importantes dos outros.</p><p>Ainda, há o viés de seleção de não resposta,</p><p>quando os não respondentes diferem dos</p><p>respondentes. Por exemplo, fumantes têm menor</p><p>probabilidade de responder questionários do que os</p><p>não fumantes.</p><p>Os estudos caso-controle possuem propensão</p><p>ao viés de seleção, causando a impossibilidade de</p><p>comparação entre os grupos. Em estudos com esse</p><p>delineamento, casos e controles devem ser</p><p>retirados da mesma população, para que sejam</p><p>representativos. O viés de seleção pode ocorrer</p><p>quando os indivíduos selecionados como controles</p><p>não são representativos da mesma população que</p><p>produziu os casos.</p><p>Por razões logísticas, muitas vezes, os</p><p>participantes são selecionados exclusivamente em</p><p>hospitais ou clínicas, pela denominada amostra de</p><p>conveniência. Esses, no entanto, podem não</p><p>representar a população geral, levando a uma</p><p>diminuição da validade externa. Já nos estudos</p><p>caso-controle de base populacional, os controles</p><p>selecionados no mesmo bairro em que os casos</p><p>residem, por exemplo, podem ser uma escolha</p><p>mais acertada do que selecionar casos de um</p><p>hospital ou clínica. Todavia, o potencial de viés de</p><p>seleção pode ainda ser minimizado, selecionando</p><p>mais de um controle de fontes distintas para um</p><p>mesmo caso.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Dois tipos de viés de seleção associados a</p><p>estudos caso-controle receberam epônimos: de</p><p>Berkson e de Neyman. O viés de Berkson (também</p><p>conhecido como viés da taxa de admissão) resulta</p><p>de diferentes taxas de admissão hospitalar para</p><p>casos e controles. Inicialmente, pensou-se que</p><p>esse fenômeno era devido à presença de uma</p><p>doença simultânea, enquanto, na realidade, o</p><p>conhecimento da exposição de interesse pode levar</p><p>a um aumento de visitas ao hospital. O de Neyman</p><p>é um viés de incidência-prevalência e surge quando</p><p>ocorre um intervalo de tempo entre a exposição e</p><p>seleção dos participantes do estudo. É comum em</p><p>estudos de doenças que são rapidamente fatais,</p><p>transitórias ou subclínicas, criando um grupo de</p><p>casos não representativo dos casos na</p><p>comunidade.</p><p>O viés de seleção pode ser menos problemático</p><p>em estudos de coorte do que em estudos caso-</p><p>controle, porque os indivíduos expostos e não</p><p>expostos passam a ser acompanhados antes do</p><p>desfecho ocorrer. No entanto, pode ser introduzido</p><p>quando o acompanhamento acontece de forma</p><p>diferente entre as categorias de exposição. Por</p><p>exemplo, pode ser mais fácil acompanhar</p><p>indivíduos expostos que estudam na mesma escola</p><p>do que controles não expostos selecionados da</p><p>comunidade (viés por perda de acompanhamento).</p><p>Por outro lado, pode ser minimizado por meio do</p><p>acompanhamento igualmente rigoroso para todos</p><p>os grupos em estudo.</p><p>O viés de informação, também conhecido como</p><p>viés de observação, classificação ou medição,</p><p>resulta da determinação incorreta da exposição ou</p><p>do desfecho, ou de ambos. Em um estudo de</p><p>coorte, dados para os desfechos devem ser obtidos</p><p>da mesma forma para os expostos e não expostos.</p><p>Em um estudo caso-controle, as informações sobre</p><p>a exposição devem ser coletadas da mesma forma</p><p>para casos e controles.</p><p>Portanto, o viés de informação resulta de</p><p>diferenças sistemáticas na forma como os dados</p><p>sobre a exposição ou o desfecho foram obtidos dos</p><p>grupos de estudo ou, ainda, pode ser proveniente</p><p>de erros de medição (em decorrência de</p><p>instrumentos descalibrados, por exemplo). Tipos de</p><p>viés de informação:</p><p>Também chamado de viés de suspeição da</p><p>exposição ou viés do observador.</p><p>Pode acontecer quando o entrevistador ou</p><p>examinador tem conhecimento da hipótese sob</p><p>investigação, sobre a exposição de um participante</p><p>ou do estado da doença dele, ou seja, o processo</p><p>de obtenção das informações pelo investigador é</p><p>diferente se o informante é um caso ou um controle.</p><p>Já o preconceito do entrevistador ocorre quando</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>este faz perguntas importantes de forma a,</p><p>sistematicamente, direcionar as respostas dadas</p><p>pelos entrevistados.</p><p>-Formas de minimizar o viés do</p><p>observador/entrevistador:</p><p> Sempre que possível, cegar os</p><p>observadores para a exposição (coorte), o</p><p>desfecho (caso-controle) e a hipótese sob</p><p>investigação;</p><p> Desenvolver protocolo para coleta, medição</p><p>e interpretação de informações;</p><p> Utilizar questionários padronizados;</p><p> Treinar os entrevistadores para aplicação do</p><p>instrumento;</p><p>Em estudos caso-controle, os dados sobre a</p><p>exposição são coletados retrospectivamente e</p><p>dependem, em grande parte, da capacidade do</p><p>participante de recordar, com precisão, exposições</p><p>anteriores, a fim de gerar dados de qualidade.</p><p>Assim, esse tipo de viés pode ocorrer quando as</p><p>informações fornecidas sobre a exposição diferem</p><p>entre os casos e controles. Por exemplo, mães que</p><p>tiveram bebês com anomalias (caso) podem relatar</p><p>sua experiência de exposição com muito mais</p><p>detalhes do que as mães de bebês sem tais</p><p>condições (controle). Portanto, o viés de memória</p><p>pode subestimar ou superestimar a associação</p><p>entre a exposição e o desfecho.</p><p>-Para minimizar o viés de memória, as seguintes</p><p>precauções devem ser adotadas:</p><p> Cegar os participantes para a hipótese do</p><p>estudo;</p><p> Incentivar, igualmente, casos e controles</p><p>para recordar eventos passados;</p><p> Entrevistar casos e controles em locais</p><p>semelhantes e com o uso do mesmo</p><p>questionário;</p><p>Ocorre quando os participantes das pesquisas</p><p>tendem a responder de acordo com o que pensam</p><p>que o pesquisador deseja ouvir, por exemplo,</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>relatando com mais ênfase comportamentos</p><p>saudáveis ou omitindo hábitos nocivos.</p><p>Acontece quando a equipe de pesquisa ou os</p><p>próprios participantes modificam seu</p><p>comportamento/respostas quando estão cientes</p><p>das alocações nos grupos. Um exemplo seria um</p><p>estudo de coorte que acompanha fumantes no</p><p>grupo exposto e esses deixam de fumar durante o</p><p>período de acompanhamento, pois essa mudança</p><p>de comportamento pode comprometer os</p><p>resultados do estudo.</p><p>Ocorre quando as informações do desfecho são</p><p>coletadas de forma diferente entre os grupos, por</p><p>questões relacionadas aos aferidores do desfecho</p><p>ou aos instrumentos utilizados. Um termo utilizado é</p><p>“polarização do instrumento”, que se refere a</p><p>quando um instrumento de medição calibrado de</p><p>forma inadequada sistematicamente</p><p>super/subestima a medição, por exemplo, uma</p><p>balança desregulada. O cegamento dos avaliadores</p><p>de desfecho e o uso de instrumentos calibrados</p><p>podem reduzir o risco desse viés ocorrer.</p><p>O viés de confusão ocorre quando a presença de</p><p>uma ou mais variáveis está relacionada tanto ao</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>desfecho quanto à exposição. Ou seja, quando um</p><p>pesquisador tenta relacionar uma exposição a um</p><p>desfecho, mas, na realidade, mede o efeito de uma</p><p>terceira variável, denominada fator de confusão,</p><p>que está associada à exposição e afeta o desfecho,</p><p>mas não é um elo intermediário na cadeia de</p><p>causalidade entre ambos. Assim, parte do efeito</p><p>observado é decorrente da presença dessa terceira</p><p>variável.</p><p>- Para ser considerada um fator de confusão, a</p><p>variável deve possuir as seguintes características:</p><p> Estar associada à exposição principal em</p><p>foco;</p><p> Independentemente da exposição, ser</p><p>também um fator de risco para a doença, ou</p><p>seja, uma das causas do desfecho em</p><p>estudo;</p><p> Não constituir elo na cadeia de causalidade</p><p>entre exposição e desfecho.</p><p>Figura 1. Fator de confusão (X) em cadeia de causalidade</p><p>entre fator A (exposição) e doença B (desfecho).</p><p>Como demonstrado na Figura 1, em um estudo</p><p>sobre exposição A ser fator de risco da doença B,</p><p>diz-se que um terceiro fator, X, é um fator de</p><p>confusão se o seguinte for verdadeiro:</p><p>O fator X for um fator de risco conhecido para</p><p>doença B;</p><p>O fator X estiver associado ao fator A, mas a</p><p>doença B não resultar da exposição ao fator A.</p><p>O viés de confusão pode ser minimizado</p><p>utilizando-se duas estratégias: preventiva (na fase</p><p>de desenho de estudo) e analítica (na fase de</p><p>análise dos dados).</p><p>-As estratégias preventivas incluem:</p><p>Restrição: participação no estudo limitada a</p><p>indivíduos semelhantes em relação ao fator</p><p>de confusão. Por exemplo, se a participação</p><p>em um estudo for restrita apenas a não</p><p>fumantes, qualquer efeito potencial de</p><p>confusão do tabagismo será eliminado. Uma</p><p>desvantagem da restrição é que a</p><p>generalização dos resultados do estudo</p><p>para a população em geral pode ficar</p><p>prejudicada, caso o grupo de estudo seja</p><p>muito homogêneo.</p><p>Pareamento: envolve a seleção de</p><p>controles, de modo que a distribuição de</p><p>potenciais fatores de confusão (por</p><p>exemplo, idade ou tabagismo) seja o mais</p><p>semelhante possível àquela entre os casos.</p><p>-As estratégias analíticas contemplam:</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Estratificação: permite que a associação</p><p>entre a exposição e o resultado seja</p><p>examinada em diferentes estratos da</p><p>variável de confusão, por exemplo, por</p><p>idade ou sexo. Uma desvantagem desse</p><p>método é que, quanto mais a amostra</p><p>original for estratificada, menor será cada</p><p>estrato e, consequentemente, o poder de</p><p>detectar associações será reduzido.</p><p>Análise multivariada: a modelagem</p><p>estatística (por exemplo, análise de</p><p>regressão multivariada) é a estratégia mais</p><p>utilizada para minimizar a confusão, pois</p><p>permite o controle de mais de um fator de</p><p>confusão ao mesmo tempo e a</p><p>interpretação do efeito de cada fator</p><p>individualmente.</p><p>Uma variável é uma característica de</p><p>interesse que pode assumir diferentes valores ou</p><p>classificações para diferentes sujeitos, organismos</p><p>ou objetos selecionados para nosso estudo.</p><p>As variáveis podem ser quantitativas e qualitativas.</p><p>Em uma análise sobre os fatores de risco</p><p>para doenças cardiovasculares, as variáveis de</p><p>interesse podem ser a idade (em anos), a pressão</p><p>sistólica (em mmHg), o peso (em kg), a prática de</p><p>exercícios físicos (os indivíduos são classificados</p><p>como praticantes ou não), os antecedentes</p><p>familiares (presentes ou ausentes) e diabetes</p><p>(presente ou ausente).</p><p>Em uma investigação sobre a internação de</p><p>pacientes com tuberculose, as variáveis de</p><p>interesse podem ser o próprio tempo de internação</p><p>(em dias), o motivo (podem ser diversas causas) e</p><p>a condição de saída (alta médica, a pedido, óbito,</p><p>abandono, transferência ou outros tipos). Em todos</p><p>esses exemplos, observamos que as variáveis são</p><p>sempre escolhidas de acordo com o objetivo da</p><p>investigação a ser realizada.</p><p>Observe que algumas variáveis são “numéricas”,</p><p>ou seja, seus possíveis resultados expressam</p><p>quantificações, como a idade, a pressão sistólica, o</p><p>peso e o número de filhos. Outras variáveis</p><p>descrevem classificações, atributos ou qualidades</p><p>dos indivíduos, como a prática de exercícios físicos,</p><p>o motivo da internação e a dificuldade de</p><p>locomoção.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Essa classificação das variáveis conforme sua</p><p>natureza é muito importante, dado que há</p><p>ferramentas estatísticas voltadas à descrição e à</p><p>análise de variáveis “numéricas” e outras</p><p>ferramentas voltadas às variáveis “não numéricas”.</p><p>Portanto, quando pensamos em que ferramenta</p><p>utilizar para o tratamento de nossos dados, um</p><p>primeiro passo consiste em entender a natureza de</p><p>nossas variáveis de interesse.</p><p>Assim, segundo sua natureza, as variáveis</p><p>podem ser classificadas como quantitativas ou</p><p>qualitativas.</p><p>As variáveis “numéricas” que expressam</p><p>grandezas matemáticas são chamadas</p><p>quantitativas, ao passo que as variáveis que</p><p>descrevem classificações, atributos ou qualidades</p><p>são chamadas qualitativas ou categóricas.</p><p>As variáveis quantitativas são classificadas como</p><p>discretas ou contínuas:</p><p>seus possíveis valores pertencem a um conjunto</p><p>finito ou contável. Em geral, expressa números</p><p>inteiros, resultantes de um processo de contagem.</p><p>São exemplos o número de filhos, o número de</p><p>pessoas residentes no domicílio e o tempo de</p><p>internação (em dias).</p><p>Assumem valores em uma escala contínua (na</p><p>reta real). Para essas variáveis, valores não inteiros</p><p>fazem sentido. Seus resultados são geralmente</p><p>provenientes de uma mensuração. São exemplos o</p><p>peso (em kg), a altura (em cm) e os níveis séricos</p><p>de colesterol (em mg/ml).</p><p>As variáveis qualitativas são classificadas como</p><p>ordinais ou nominais:</p><p>Assumem classificações, atributos ou qualidades</p><p>que podem ser descritas em uma ordem natural.</p><p>São exemplos o nível de escolaridade (sem</p><p>escolaridade, ensino fundamental, ensino médio ou</p><p>ensino superior), classe econômica (A, B, C, D ou</p><p>E) e a gravidade de uma doença (leve, moderada</p><p>ou alta).</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>Não há uma ordem natural para as</p><p>classificações, atributos ou qualidades que essas</p><p>variáveis assumem. São exemplos o sexo</p><p>(masculino ou feminino), o tipo sanguíneo (A, B, AB</p><p>ou O), o estado civil (solteiro, casado, separado,</p><p>divorciado ou viúvo) e o diabetes (presente ou</p><p>ausente).</p><p>Note que às vezes uma</p><p>variável originalmente</p><p>quantitativa pode ser</p><p>tratada como qualitativa.</p><p>Por exemplo, a idade (em</p><p>anos) é uma variável</p><p>quantitativa, mas se</p><p>classificarmos as idades</p><p>em faixas etárias (0 a 5 anos, 6 a 10 anos, 11 a 15</p><p>anos, etc.), teremos uma variável qualitativa ordinal.</p><p>Organizar os dados é muito importante na</p><p>realização de um estudo. A organização dos dados</p><p>evidencia diversos aspectos do assunto ou</p><p>fenômeno que está sendo estudado, permitindo tirar</p><p>importantes conclusões sobre o assunto</p><p>pesquisado.</p><p>-Na etapa de organização dos dados, alguns</p><p>conceitos são importantes, como:</p><p>• Dados brutos;</p><p>• Rol;</p><p>• Frequência;</p><p>• Frequência relativa.</p><p>-Vejamos o significado de cada um desses termos:</p><p>são dados que não</p><p>tiveram qualquer tratamento, ou seja, não foram</p><p>organizados após a coleta. Esses dados</p><p>praticamente não trazem informações sobre a</p><p>variável que está sendo analisada.</p><p>após a</p><p>ordenação dos dados, calcula-se a sua frequência.</p><p>A frequência ABSOLUTA é o total de vezes que um</p><p>acontecimento se repete.</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>a frequência</p><p>relativa é obtida dividindo-se a frequência simples</p><p>ou absoluta de cada acontecimento pelo número</p><p>total dos acontecimentos. Como a frequência</p><p>relativa é uma medida bastante utilizada nos</p><p>estudos, veremos em um exemplo como calculá-la.</p><p>A seguir, temos o total de pacientes com diabetes</p><p>no estado de Minas Gerais, organizados segundo o</p><p>sexo, no primeiro semestre de 2009.</p><p>Após calcular a frequência relativa, fica mais fácil</p><p>interpretar os resultados se essa frequência for</p><p>expressa em percentuais. Veja a última coluna da</p><p>tabela.</p><p>De acordo com os resultados da coluna, quase</p><p>37% dos pacientes com diabetes em Minas Gerais,</p><p>no primeiro semestre de 2009, eram homens. A</p><p>maioria das pessoas com diabetes era composta de</p><p>mulheres (cerca de 63%). Como chegar a esses</p><p>percentuais? Muito simples. Basta multiplicar o</p><p>resultado da frequência relativa por 100.</p><p>Atualmente, os softwares estatísticos têm uma</p><p>ferramenta para o cálculo da frequência dos</p><p>acontecimentos referentes a uma variável, e isso</p><p>facilita muito a nossa vida. Os resultados são</p><p>apresentados em tabelas de frequência. Nosso</p><p>próximo passo é verificar como elaborar tabelas e</p><p>gráficos e como apresentar neles as frequências</p><p>calculadas.</p><p>Nas tabelas, os dados são dispostos em colunas</p><p>verticais e em linhas horizontais. Elas contêm</p><p>elementos essenciais e complementares.</p><p>-Os elementos essenciais são:</p><p>• título;</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>• cabeçalho;</p><p>• coluna indicadora;</p><p>• corpo.</p><p>Os elementos complementares são:</p><p>• fonte;</p><p>• notas;</p><p>• chamadas.</p><p>• Título: o título é colocado na parte superior da</p><p>tabela. Ele deve ser preciso, indicando a natureza</p><p>do fato sob estudo, as variáveis analisadas, o local</p><p>e o período relacionado ao fato.</p><p>Note que a coluna indicadora faz parte do corpo</p><p>da tabela. Ela é um espaço vertical, localizado na</p><p>parte esquerda da tabela, que indica o conteúdo</p><p>das linhas. A separação foi feita para mostrar</p><p>melhor a sua função.</p><p>Finalmente, temos os elementos</p><p>complementares. A Fonte: Censo de Educação</p><p>Superior</p><p>*EM RESUMO: O título pode estar acima ou abaixo</p><p>do gráfico e também deve responder às questões:</p><p>O quê? Onde? Quando? A escala é um método de</p><p>ordenar grandezas permitindo comparar seus</p><p>valores. Grandeza é tudo aquilo que pode ser</p><p>contado, medido ou relacionado (ex.: altura, peso,</p><p>tempo etc.). Ela deve ser crescente, da esquerda</p><p>para a direita. A fonte deve estar logo abaixo do</p><p>gráfico.</p><p>-Os principais tipos de gráficos são:</p><p>• histograma;</p><p>• em barras ou em colunas;</p><p>• em linhas;</p><p>• em setores.</p><p>O histograma é mais utilizado para a</p><p>representação dos dados que são apresentados em</p><p>tabelas de distribuição de frequências. É formado</p><p>por um conjunto de retângulos paralelos, em que a</p><p>base representa o intervalo de classe, e a altura de</p><p>cada retângulo corresponde a frequência.</p><p>O gráfico em barras (ou em colunas) possibilita</p><p>uma comparação rápida dos valores apresentados,</p><p>sendo bastante apropriado para dados discretos ou</p><p>Júlia Carvalho</p><p>@juliacarvalhovg</p><p>que consistem em contagens (ex.: total de pessoas</p><p>com uma determinada doença).</p><p>Este tipo de gráfico é indicado para dados de</p><p>séries temporais, ou seja, um conjunto de dados</p><p>para uma determinada variável, ao longo do tempo.</p><p>Esse tipo de gráfico é muito utilizado para</p><p>representar a contagem do total de ocorrências dos</p><p>valores de uma variável qualitativa. Ele é construído</p><p>a partir de um círculo de 360 graus, que é dividido</p><p>em setores com áreas proporcionais às frequências</p><p>das categorias da variável.</p><p>O diagrama de dispersão (scatter diagram) é usado</p><p>para determinar se existe uma relação</p><p>qualitativa, linear ou curvilínea, entre duas variáveis</p><p>contínuas ou de atributo.</p><p>Os diagramas de dispersão ajudam a fornecer</p><p>evidências visuais de um diagrama de</p><p>Ishikawa para determinar se há mais do que</p><p>apenas um consenso envolvido entre causas e</p><p>efeitos.</p><p>Este diagrama mostra uma forte relação positiva</p><p>entre a altura de uma pessoa e seu “peso” em</p><p>quilogramas, conforme a altura da pessoa aumenta</p><p>seu “peso” também aumenta.</p><p>O estudo da prevalência e da incidência informa</p><p>sobre a frequência e a distribuição de determinado</p><p>evento, magnitude e também o impacto na saúde</p><p>da população.</p><p>Por meio das taxas de prevalência e incidência,</p><p>é possível inferir como os casos estão</p><p>concentrados nas diversas</p>de 
coleta de dados significativamente diferentes. A 
compreensão dessa diferença pode ter um grande 
impacto na forma como você analisa o sucesso de 
um produto, a atualização do serviço ou o 
desempenho geral da empresa. 
 
 A pesquisa quantitativa se concentra em dados 
numéricos (por exemplo, estatísticas), enquanto a 
pesquisa qualitativa se concentra em dados não 
numéricos, tais como palavras. Os métodos 
quantitativos de pesquisa permitem coletar e 
analisar dados para testar hipóteses; os métodos 
qualitativos permitem coletar e analisar dados para 
entender experiências. 
 Ambos são úteis para entender um grupo alvo, 
mas examinam dois tipos diferentes de dados que 
podem ser usados em conjunto para entender 
melhor um público. 
 
 Qualquer dado que possa cair perfeitamente em 
um sistema numérico ou classificação - número de 
clientes, datas de compras, receita, Pontuação do 
Promotor Líquido (NPS), e assim por diante - se 
enquadra no intervalo de pesquisa quantitativa. 
Os dados quantitativos formam o que: os aspectos 
tangíveis do interesse de um público, tais como 
https://delighted.com/pt-br/net-promoter-score
Júlia Carvalho 
@juliacarvalhovg 
 
dados de vendas ou métricas de engajamento do 
cliente. 
 O principal benefício dos dados quantitativos é 
que eles são fáceis de analisar, pois são altamente 
estruturados. Uma vez coletados, é possível gerar e 
categorizar informações facilmente com gráficos, 
porcentagens e tabelas - tornando-os ideais para 
organização em um painel de controle. 
 
 Este tipo de dados ajuda você a identificar mais 
facilmente as tendências, fazer previsões e ver 
correlações. É fácil replicar suas pesquisas, 
comparar resultados e analisar grandes 
quantidades de dados. 
 
 O lado negativo deste tipo de dados é que é 
difícil entender a motivação ou raciocínio - em 
essência, o contexto - por trás das informações que 
você coleta, tornando difícil para você confirmar 
quaisquer teorias que foram baseadas no que 
impulsiona os dados. Ou, pode haver um viés 
estrutural, pois você pode estar procurando o tipo 
errado de dados para seu problema, medindo 
dados incorretamente, ou usando um método de 
amostragem incorreto. 
 
A pesquisa qualitativa geralmente envolve o estudo 
da linguagem - palavras, seu significado, conceitos 
e opiniões. Ela analisa o porquê - o que um público 
pensa e por que eles têm uma certa opinião. Estes 
dados podem ser coletados a partir de textos, 
imagens, clipes de áudio ou vídeo, e muito mais. 
O principal benefício dos dados qualitativos é que 
eles ajudam a compreender as motivações para as 
ações de seu público. Ele pode explicar o "o quê" 
conforme descrito nos dados quantitativos, 
ajudando-o a solucionar problemas e a criar novas 
ideias para a pesquisa. 
 
 Os dados qualitativos também são flexíveis e 
representam autenticamente a opinião de seu 
público. É descritivo, o que o ajuda a compreender 
melhor o contexto. 
 O lado negativo dos dados qualitativos - como a 
maioria dos pesquisadores qualitativos concordarão 
- é que é por sua própria natureza difícil de 
quantificar, pois é provável que se trate de dados 
não estruturados ou semi-estruturados. Os dados 
qualitativos também são subjetivos e dependem de 
seu público para serem verdadeiros durante todo o 
processo de coleta de dados. 
 
 
 
 
 
 
http://delighted.com/pt-br/reporting
http://delighted.com/pt-br/reporting
Júlia Carvalho 
@juliacarvalhovg 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Descrição de um empreendimento a ser realizado. 
Busca respostas para problemas que necessitam 
de solução a curto ou a longo prazo. (ABNT, 2011; 
SILVEIRA, 2010). 
As finalidades do projeto de pesquisa, na 
perspectiva proposta por DESLANDES (1996), são 
as seguintes: 
a) Mapear o caminho a ser seguido durante 
a investigação; 
b) Orientar o pesquisador durante o 
percurso de investigação; 
c) Comunicar os propósitos da pesquisa 
para a comunidade científica. 
-Tópicos de um projeto: 
• ntrodução - apresentação do tema e do problema 
• Hipótese - resposta provável ao problema 
formulado 
Justificativa - relevância da pesquisa 
Objetivos: 
Objetivo geral: dimensão mais ampla pretendida 
com a pesquisa. 
 Objetivos específicos: define metas específicas da 
pesquisa que sucessivamente complementam e 
viabilizam o alcance do objetivo geral. 
Método- descreve-se os caminhos metodológicos 
previstos e as técnicas a serem utilizadas 
• (Cronograma) - tempo de realização da pesquisa 
• Referências 
O que deve conter no método de uma pesquisa? 
• (Desenho da pesquisa:) plano de ação ou 
estratégia desenvolvida para obter a informação 
desejada na pesquisa 
• Coleta de dados 
• Organização dos dados 
• Análise e interpretação dos dados 
• Representação dos dados: gráficos, tabelas, 
quadros comparativos. 
 
 
 
 
MARTINS, Amanda de Ávila, B. et al. Epidemiologia. 
Disponível em: Minha Biblioteca, Grupo A, 2018. 
ARANGO, H.G. Bioestatística teórica e computacional. Rio 
de Janeiro: Guanabara, 2001. 235p. 
BERQUÓ, E. S., SOUZA, J. M. P., GOTLIEB, S.L.D. 
Bioestatística. São Paulo: E.P.U, 2005. 350p. 
SOARES, J. F.; FARIAS, A. A. ; CESAR, C. C. Introdução à 
Estatística. 2. ed. Rio de Janeiro: LTC, 2003. 192p. 
SOUZA,M.Acidentecomvítimagravesobe39%.2008.Disponívele
m<http://abrambrasil. org.br/not_08.06.07_acidente.html> 
Acesso em: 14 ago 2009. 
PEREIRA, Maurício G. Epidemiologia - Teoria e Prática. 
Disponível em: Minha Biblioteca, Grupo GEN, 1995. 
Júlia Carvalho 
@juliacarvalhovg 
 
ROUQUAYROL, M.Z. Introdução à epidemiologia moderna. 2. 
ed. Belo Horizonte: Coopmed; Salvador: APCE Produtos do 
Conhecimento; Rio de Janeiro: Abrasco, 2016. 
BRAGA, L.F.C.O. et al. Relatório dos comitês de mortalidade 
materna do Paraná – 1991. Informe Epidemiológico do SUS, 
Brasília, ano I, n. 7, p. 29-49, dez. 2017. 
BRASIL. Ministério da Saúde. Fundação Nacional de Saúde. 
Centro Nacional de Epidemiologia. Guia de vigilância 
epidemiológica. 4. ed. Brasília: Fundação Nacional de Saúde, 
2023. 
BRASIL. Ministério da Saúde. Secretaria Executiva. Datasus 
[Internet site]. Indicadores e dados básicos Brasil/1997. 
Disponível em 
<http://www.datasus.gov.br/cgi/idb97/apresent.htm>. Acessado 
em:6 abr. 2023. 
CARVALHO, D.M. Grandes sistemas nacionais de informação 
em saúde: revisão e discussão da situação atual. Informe 
Epidemiológico do SUS, Brasília, ano VI, n. 4, p. 7-46, out./dez. 
2014.