Apostila FC - Analise de banco de dados

Prévia do material em texto

UNIVERSIDADE FEDERAL DO PARÁ 
FACULDADE DE MEDICINA E CIRURGIA DO PARÁ 
DISCIPLINA DE FORMAÇÃO CIENTÍFICA VII 
 
 
 
APOSTILA FORMAÇÃO CIENTÍFICA VII E VIII: 
 COMPREENSÃO E DESENVOLVIMENTO BÁSICO DE BANCO DE DADOS E 
SUAS ANÁLISES 
 
 
 
 
Karoline Moraes Guedes 
Maria Eduarda Dias Barbosa 
Orientação: Drª Rosana Feio Libonati 
 
 
 
Belém 
2024 
 
SUMÁRIO 
RELEMBRANDO CONCEITOS IMPORTANTES 3 
PERGUNTA DE PESQUISA 3 
TIPO DE ESTUDO 3 
VARIÁVEIS DE INTERESSE 5 
ESTATÍSTICA ANALÍTICA 6 
TESTES 7 
NORMALIDADE E TESTES PARAMÉTRICOS 7 
TESTES DE HIPÓTESES 7 
REVISÃO DE BANCO DE DADOS 8 
TABELA DE FREQUÊNCIA - BIOESTAT 12 
COMBINAÇÃO DE VARIÁVEIS 14 
VARIÁVEL INDEPENDENTE: QUALITATIVA NOMINAL 14 
1 - Qualitativa nominal e qualitativa nominal 14 
2 - Qualitativa nominal e qualitativa ordinal 19 
3 - Qualitativa nominal e quantitativa (com distribuição normal ou não) 21 
VARIÁVEL INDEPENDENTE: QUALITATIVA ORDINAL 28 
1 - Qualitativa ordinal com qualitativa nominal 28 
2 - Qualitativa ordinal com qualitativa ordinal 33 
3 - Qualitativa ordinal com quantitativa (com distribuição normal ou não) 35 
TABELAS E GRÁFICOS 36 
GRÁFICOS 36 
Gráfico Box-Plot 36 
Gráfico de Setor 38 
Gráfico de Linha (curva) 39 
COLUNA 41 
Simples 41 
Justapostas 42 
Superpostas 43 
DIAGRAMAS 44 
Diagrama de dispersão 44 
Diagrama pontual 45 
Histograma/polígono de frequência 45 
REFERÊNCIAS 47 
 
 
3 
RELEMBRANDO CONCEITOS IMPORTANTES 
A bioestatística é a aplicação das ferramentas estatísticas em problemas relacionados 
às ciências da vida e da saúde, como medicina, biologia, etc. Uma população é a totalidade de 
elementos que compõem um determinado conjunto, enquanto a amostra é o subconjunto dos 
elementos que compõem a população. 
PERGUNTA DE PESQUISA 
Uma pergunta de pesquisa é a declaração de uma indagação específica que o 
pesquisador deseja responder para abordar o problema de pesquisa. Ela deve orientar os dados 
a serem coletados e o tipo de estudo a ser desenvolvido. Deve conter os participantes (situação 
clínica), as intervenções (comparações feitas entre os grupos), os desfechos clínicos de 
interesse (variáveis estudadas) e o tipo de estudo em questão. 
 A Prática Baseada em Evidências (PBE) propõe a elaboração da pergunta de pesquisa 
através da organização via estratégia PICO (Paciente, Intervenção, Comparação e Outcomes 
ou desfecho). Esses 4 elementos são fundamentais para a elaboração da pergunta norteadora e 
sua utilização para a busca bibliográfica de literatura e evidências. 
TIPO DE ESTUDO 
Podemos dividir os estudos clínicos em 5 tipos diferentes, abordando quatro diretrizes 
principais: diagnóstico, tratamento, prognóstico ou prevenção. 
 
● Relatos de caso: são descrições detalhadas de um ou alguns casos clínicos, 
apresentando evento clínico raro ou nova intervenção. 
● Série de casos: estudos em geral com mais de dez pacientes, podendo ser retrospectivos 
ou prospectivos. Por não terem grupo de comparação, podem gerar conclusões 
errôneas. 
● Estudo ecológico: é um tipo de estudo descritivo observacional útil para gerar 
hipóteses. Aqui as unidades de análise são grupos de pessoas ao invés de indivíduos. 
Os estudos ecológicos também podem ser feitos comparando populações em diferentes 
lugares ao mesmo tempo ou a mesma população em diferentes tempos, como é o caso 
de uma série temporal. Entretanto, apesar de fáceis de realizar, são de difícil 
4 
interpretação; raramente é possível encontrar explicações para os dados obtidos pois a 
relação entre exposição e efeito a nível indivudual não é possível com a unidade de 
análise sendo um grupo populacional. 
● Estudo de caso-controle: estudo onde dois grupos semelhantes são selecionados a 
partir de uma população em risco. A diferença entre os grupos é a presença ou ausência 
de doença. Estudo retrospectivo, onde o pesquisador busca localizar os fatores de risco 
a que essa amostra com a doença foi exposta anteriormente. Indicado para a 
identificação de fatores de risco. 
● Estudo coorte: estudo longitudinal, prospectivo e observacional, onde um grupo 
definido de pessoas é acompanhado durante um período de tempo, e os desfechos são 
comparados a partir da exposição ou não a uma intervenção ou a outro fator de interesse. 
Desenho de estudo mais adequado para descrição de incidência e história natural de 
uma doença. 
● Estudo clínico controlado: Nesse tipo de estudo o pesquisador planeja e intervém 
ativamente nos fatores que influenciam a amostra minimizando assim a influência dos 
fatores de confusão. 
A alocação pode ser feita de forma aleatória (randomizada) ou não. Estudos 
controlados não randomizados perdem a qualidade em evidência científica pois na 
maioria das vezes os grupos não são homogêneos e os resultados podem ser enviesados. 
Outro ponto importante para o controle de vieses é o mascaramento, o qual 
garante que determinadas partes do estudo não saibam a que grupo (intervenção ou 
controle) os participantes são. 
Existem alguns tipos de mascaramento: 
➔ Mascaramento simples: apenas os participantes não sabem se estão 
recebendo a intervenção ou o placebo. Muito utilizado quando o viés por 
parte do participante pode influenciar muito nas respostas aos 
tratamento, como na percepção de dor ou resultados de tratamentos. 
➔ Mascaramento duplo: os participantes e os pesquisadores não sabem 
qual grupo recebe a intervenção e qual recebe o placebo. É o 
mascaramento mais utilizado. 
➔ Mascaramento triplo: os participantes, pesquisadores e também os 
responsáveis pelas análises não sabem a qual grupo cada indivíduo 
pertence. Busca evitar vieses na análise estatística dos dados. 
5 
Existe também a ensaios randomizados sem cegamento e é considerado um 
estudo aberto. Nesse caso, tanto os pacientes como a equipe sabem a qual grupo o 
participante pertence. É um estudo que está mais suscetível a vieses e geralmente é 
utilizado quando a ética ou a logística impede o mascaramento, um exemplo são 
cirurgias. 
 
Por fim, além desses estudos, existem as revisões sistemáticas da literatura, as quais são 
estudos secundários, que reúnem de forma organizada resultados de pesquisas clínicas de boa 
qualidade, podendo ou não ser acompanhadas de metanálise (método estatístico somatório dos 
resultados de dois ou mais estudos primários). 
VARIÁVEIS DE INTERESSE 
Variáveis constituem elementos de uma população - condições ou características que 
podem ser observadas, contadas ou medidas. As variáveis podem ser classificadas em dois 
tipos: 
● Qualitativas - quando os dados são distribuídos em categorias. 
1. Qualitativa nominal: não existe ordenação entre as categorias. Exemplo: sexo, 
religião, cor dos olhos, doente/sadio, etc. 
2. Qualitativa ordinal: existe ordenação entre as categorias. Exemplo: estágio da doença 
(inicial, intermediário, terminal), mês de observação (janeiro, fevereiro, etc), 
escolaridade (1º, 2º, 3º grau completo). 
● Quantitativas - quando os dados são expressos por números, ou seja, podem ser medidos 
em escala de quantidade. 
1. Quantitativa discreta: quando representa uma contagem assumindo valores inteiros. 
Exemplo: número de filhos, número de bactérias por litro de leite, número de cigarros 
fumados por dia, etc. 
2. Quantitativa contínua: quando representa uma medição, podendo assumir valores 
fracionários. Normalmente, podem ser medidas através de algum instrumento. 
Exemplo: peso, altura, tempo, pressão arterial, idade, etc. 
 
6 
Atenção: Apesar de não indicado, uma variável originalmente quantitativa, dependendo da 
pesquisa, pode ser coletada de forma qualitativa. Por exemplo: a variável idade, medida em 
anos completos, é quantitativa (contínua); mas, se for informada apenas a faixa etária (0 a 5 
anos, 6 a 10 anos, etc...), é qualitativa (ordinal). 
 Além disso, nem sempre uma variável representada por números é quantitativa. Por 
vezes, se usa denúmeros para classificar uma variável qualitativa (como sexo, dividindo em 1 
= masculino e 2 = feminino), especialmente para utilização dos dados em programas (o 
BioEstat, por exemplo, não aceita dados escritos em palavras). Isso não torna a variável 
quantitativa. 
ESTATÍSTICA ANALÍTICA 
 É dividida em duas partes: descritiva e inferencial. A descritiva representa um conjunto 
de métodos que descreve os dados coletados e assim, faz com que sejam melhor 
compreendidos, para isso pode-se usar tabelas, gráficos e medidas que resumem os dados. 
Já a estatística inferencial é um conjunto de métodos que nos permitem tirar conclusões 
sobre a população com base em uma amostra. Para observar relações ou diferenças entre dois 
grupos é preciso identificar estas duas variáveis como independente e a outra como dependente. 
 
 
Fonte 1 - (Alves, 2021) 
7 
TESTES 
Para definir qual teste estatístico deve ser usado é preciso caracterizar as variáveis. A 
variável independente (X) representa a que causa o efeito e a variável dependente (Y), sofre o 
efeito. A independente também é conhecida como explicativa, ou preditora, e a dependente é 
conhecida como variável resposta. 
NORMALIDADE E TESTES PARAMÉTRICOS 
 Em uma distribuição normal (ou Gaussiana) os valores da variável posicionam-se 
principalmente no meio e os demais valores distribuem-se de forma simétrica em volta desse 
valor central. A análise de distribuição de uma amostra é muito importante, afinal, a escolha 
de análises estatísticas inferenciais depende da distribuição. 
Assim, em uma análise estatística dita paramétrica, existe o pré-requisito de um 
conjunto de dados com distribuição normal. Caso não a normalidade não aconteça, 
recomenda-se o uso de análises não-paramétricas, pois estas não têm a normalidade como 
pré-requisito. Para casa análise paramétrica há uma não paramétrica equivalente. 
TESTES DE HIPÓTESES 
● Hipótese nula: na população, não há diferença estatística entre os dois grupos. 
● Hipótese alternativa: na população, existe diferença estatística entre os dois grupos 
● Valor-P: definido como a probabilidade de se observar um valor da estatística de teste 
maior ou igual ao encontrado. 
Podemos pensar, caso a hipótese nula seja verdadeira, isto é, se não houver diferença 
entre os dois grupos na população, qual a chance de obter esse resultado, em uma 
amostra, somente pelo acaso?
8 
REVISÃO DE BANCO DE DADOS 
O primeiro passo ao trabalhar com a planilha de dados será fazer uma vistoria geral 
para verificar se há algum erro. Após isso, verificar o formato em que a planilha está salva. É 
importante que ela seja salva no formato .xlsx pois só assim ela poderá ser aberta no JAMOVI. 
 
 
No JAMOVI, clicar no canto superior direito da tela, e abrir a planilha que foi salva nos 
documentos do computador. 
9 
 
 Com a planilha aberta no JAMOVI, a primeira coisa a se fazer é verificar se as variáveis 
estão classificadas corretamente. Caso não estejam, é essencial que mudemos pois somente 
assim podemos fazer os testes adequados a elas. No exemplo abaixo, a variável “idade” está 
como variável nominal, mas sabemos que idade é uma variável quantitativa, por isso deve ser 
alterada, clicando 2 vezes em cima da variável. No Jamovi, as variáveis quantitativas, sejam 
discretas ou contínuas, são alocadas como contínuas (sinal da régua). 
 
10 
 Com variáveis ordinais, sempre é importante lembrar que os níveis devem estar 
ordenados em ordem crescente de cima para baixo. Essa mudança deve ser feita por meio das 
setas e nunca mudando o nome de cada nível, somente seu lugar. 
 
Sendo determinadas as variáveis, podemos realizar, portanto, o desenvolvimento de 
uma estatística descritiva de frequência no JAMOVI. 
No JAMOVI, devemos abrir a aba de Exploração, onde teremos a opção de realizar a 
estatística descritiva: 
 
 Feito isso, devemos agora delimitar a normalidade do dado a ser avaliado, para dessa 
11 
maneira determinar que fator se utilizará para realizar a análise de frequência. Para esta análise, 
utilizaremos as variáveis Idade e IMC. 
 
 Para a adequada análise, realiza-se o teste de Shapiro Wilk para avaliação da 
normalidade dos dados: 
 
 Desse modo, podemos concluir que: 
1) A idade possui distribuição normal, já que o valor de p foi p > 0.05. Desse modo, para 
analisar a frequência dessa variável, se usa média e desvio padrão. 
12 
2) O IMC não possui distribuição normal, já que o valor de p foi pe coloque as 
contagens esperadas. 
Nestas variáveis apresentadas, a frequência esperada possui valores menores que 5, 
significando ser uma amostra muito pequena. Nesse caso, o melhor teste a ser aplicado é o teste 
Exato de Fisher. 
 
17 
 
 
 
3) O teste de hipóteses para o teste Exato de Fisher é: 
 Hipótese Nula (H₀) - p > 0.05: Não há associação entre as duas variáveis categóricas. 
Em outras palavras, as proporções observadas nas categorias são iguais às esperadas por acaso. 
 Hipótese Alternativa (H₁) - p 0,05: Não há associação entre as duas variáveis categóricas. 
As proporções observadas nas categorias são iguais às esperadas por acaso. 
 Hipótese Alternativa (H₁) - p 0,05: Não há diferença significativa entre as distribuições das 
duas amostras independentes. As medianas das amostras são iguais. 
● Hipótese Alternativa (H₁) - p 0,05: Não há diferença significativa entre as médias das duas 
amostras independentes. As médias das amostras são iguais. 
Hipótese Alternativa (H₁) - pprocede-se para testar a 
homogeneidade de variâncias pelo teste de Levene. 
 
4) Como no teste de Levene o valor de p foi 0,037, há evidências para rejeitar a hipótese 
de homogeneidade de variâncias, indicando que as variâncias entre os grupos são 
diferentes. Nesse caso, aplica-se o teste t de Welch, que é mais adequado quando as 
variâncias não são homogêneas.
 
26 
5) O teste de hipóteses para o Teste t de Welch é: 
Hipótese Nula (H₀) - p > 0,05: Não há diferença significativa entre as médias das duas 
amostras independentes. As médias das amostras são iguais. 
Hipótese Alternativa (H₁) - p 0,05: Não há diferença significativa entre as distribuições das 
duas amostras independentes. As medianas das amostras são iguais. 
Hipótese Alternativa (H₁) - pcom média e desvio padrão. Aqui representamos com a variável 
“Escore”. 
38 
 
Gráfico de Setor 
Utilizado com variáveis qualitativas, com o objetivo de comparar várias parcelas com 
o total. Utiliza-se de um círculo em setores, cada um correspondendo de modo proporcional às 
categorias da variável. 
No BioEstat, para gerar esse tipo de gráfico, colocamos os dados necessários e 
selecionamos a opção de Setor. 
 
39 
Na janela do gráfico, podemos abrir as configurações e selecionar se desejamos valores 
absolutos ou percentuais, além de alterar cores, fontes, destaque de elementos específicos, entre 
outros. 
 
 
Gráfico de Linha (curva) 
Normalmente utilizamos este gráfico para representar uma série histórica (temporal). 
Um exemplo a ser utilizado é o de quantidade de casos de malária ao longo dos anos. Na área 
de gráficos, clicamos em Linha (Curva) para gerar a distribuição. 
40 
 
Como trata-se de um gráfico com colunas que formam pares ordenados, marcamos 
‘sim’ diante dessa pergunta. 
 
 
41 
COLUNA 
Servem para comparar escores de diferentes categorias usando retângulos da mesma 
largura, com alturas proporcionais aos valores representados. Os dados podem ser de escalas 
nominal, ordinal ou numérica discreta. O BioEstat disponibiliza modelos de colunas simples 
(destacar uma única variável), justapostas (comparações diretas) e superpostas (mostrar a 
relação entre diferentes categorias empilhando os valores, facilitando a visualização de partes 
de um todo). 
Simples 
Destacam uma única variável, organizando os dados em uma série vertical, ideal para 
apresentar informações isoladas. Para gerar, acessamos o BioEstat, selecionando em ‘Gráficos’ 
a opção de Colunas Simples. 
 
 
42 
 
É possível gerar este tipo de coluna também no Jamovi. Para isso, baixa-se o módulo 
de Survey Plots. Em exploração, selecionamos esta opção e em seguida a variável que se deseja 
retratar. 
 
Justapostas 
Permitem comparações diretas entre diferentes categorias, colocando-as lado a lado 
para facilitar a análise comparativa. No BioEstat, podemos gerar esse gráfico através da opção 
direta de “Colunas Justapostas”, localizada na lista de gráficos disponíveis. 
 
43 
 
Superpostas 
Esses gráficos mostram a relação entre diferentes categorias empilhando os valores e 
facilitando a visualização de partes que formam um todo. Podemos gerar este tipo de gráfico 
tanto no Jamovi, na opção de Survey Plots, quanto no BioEstat, pela opção de Colunas 
Superpostas. 
 
44 
DIAGRAMAS 
Diagrama de dispersão 
 É um gráfico utilizado para duas variáveis mensuradas de maneira simultânea (X e Y), 
como é feito nos testes de correlação e regressão. Faremos o exemplo no Jamovi, utilizando 
IMC e Idade. 
 
 Além disso, no Jamovi, podemos separar por grupos, como no exemplo por “sexo”. 
. 
45 
Diagrama pontual 
 Esse tipo de diagrama é utilizado para visualizar duas ou mais amostras, sendo o limite 
7 amostras. O exemplo abaixo mostra a parasitemia, separada entre sexo masculino e feminino, 
o diagrama pontual permite a fácil comparação de amostras do mesmo tipo de variável. 
 
Histograma/polígono de frequência 
 O gráfico tipo histograma já foi apresentado aqui quando feita a tabela de frequência 
da idade. Pode ser feito no Jamovi, mas recomendamos no Bioestat por todas as informações 
fornecidas da amostra. 
46 
 
 
 
 
 
47 
REFERÊNCIAS 
1. Alves, A. (2021). Estatística Aplicada: Análise de Dados (Volume I - Análises). 
180p.: Aprender Estatística Fácil. 
2. ANVISA. (2019). Diretrizes para a condução de ensaios clínicos. Agência 
Nacional de Vigilância Sanitária. 
3. Ayres, M., Ayres, D.L, Ayres, M. J. & Santos, A. S. (2007). BioEstat 5.0: 
Aplicações Estatísticas nas Áreas das Ciências Biomédicas. Belém: Sociedade 
Civil Mamirauá. 
4. Beiguelman, B. 1996. Curso de Bioestatística Básica. 4ed. Ribeirão Preto: 
Sociedade Brasileira de Genética. 
5. Bonita, R., Beaglehole, R., & Kjellström, T. (2010). Epidemiologia básica (2ª 
ed.). Organização Mundial da Saúde. 
6. Ferreira, J. C., & Patino, C. M. (2015). O que realmente significa o valor-p? 
Jornal Brasileiro de Pneumologia, 41(5):485-485. 
7. Oliveira, D. A. (2011). Práticas clínicas baseadas em evidências. Especialização 
em saúde de família. UNA-SUS: UNIFESP. 
8. Santos, C. M. da C., Pimenta, C. A. de M., & Nobre, M. R. C.. (2007). The 
PICO strategy for the research question construction and evidence search. 
Revista Latino-americana De Enfermagem, 15(3), 508–511. 
9. Santos, M. P. & Costa Neto, S. B. (2019). Metodologia de Ensaios Clínicos: 
Conceitos e Diretrizes para a Pesquisa Clínica. Editora Atheneu. 
10. The jamovi project (2024). jamovi (Version 2.5) [Computer Software]. 
Retrieved from https://www.jamovi.org 
	RELEMBRANDO CONCEITOS IMPORTANTES
	PERGUNTA DE PESQUISA
	TIPO DE ESTUDO
	VARIÁVEIS DE INTERESSE
	ESTATÍSTICA ANALÍTICA
	TESTES
	NORMALIDADE E TESTES PARAMÉTRICOS
	TESTES DE HIPÓTESES
	REVISÃO DE BANCO DE DADOS
	TABELA DE FREQUÊNCIA - BIOESTAT
	COMBINAÇÃO DE VARIÁVEIS
	VARIÁVEL INDEPENDENTE: QUALITATIVA NOMINAL
	1 - Qualitativa nominal e qualitativa nominal
	2 - Qualitativa nominal e qualitativa ordinal
	3 - Qualitativa nominal e quantitativa (com distribuição normal ou não)
	VARIÁVEL INDEPENDENTE: QUALITATIVA ORDINAL
	1 - Qualitativa ordinal com qualitativa nominal
	2 - Qualitativa ordinal com qualitativa ordinal
	3 - Qualitativa ordinal com quantitativa (com distribuição normal ou não)
	TABELAS E GRÁFICOS
	GRÁFICOS
	Gráfico Box-Plot
	Gráfico de Setor
	Gráfico de Linha (curva)
	COLUNA
	Simples
	Justapostas
	Superpostas
	DIAGRAMAS
	Diagrama de dispersão
	Diagrama pontual
	Histograma/polígono de frequência
	REFERÊNCIAS