aula 1

Prévia do material em texto

BIOESTATÍSTICA 
AULA 1 
 
 
 
 
 
 
 
 
 
Prof. Michael Pereira da Silva 
 
 
 
 
 
 
 
 
2 
CONVERSA INICIAL 
Nesta aula, você terá contato inicial com a estatística e sua aplicação na 
resolução de problemas de pesquisa nas ciências biológicas, conhecida como 
bioestatística. Teremos a oportunidade de discutir aspectos importantes do 
planejamento adequado para realização de coletas e organização de bancos de 
dados, bem como o conhecimento sobre a estatística descritiva e inferencial, 
suas diferenças e complementariedades e aplicação em estudos científicos. 
TEMA 1 – ESTATÍSTICA E BIOESTATÍSTICA E SUA APLICAÇÃO NAS CIÊNCIAS 
BIOLÓGICAS 
A estatística está mais presente em nosso dia a dia do que imaginamos. 
Muitas vezes, criamos o conceito de que ela é uma ferramenta exclusiva de 
cientistas e composta por cálculos matemáticos extremamente complexos, que 
a tornam distante do nosso conhecimento e mesmo da nossa capacidade de 
utilizá-la. No entanto, ela é mais comum do que percebemos. De fato, a 
estatística é utilizada para nos fornecer informações importantes há muito tempo 
(por exemplo, há cerca de 3.000 anos a.C., os povos babilônicos, egípcios e 
chineses já utilizavam essa ferramenta para a realização de censos 
populacionais) (Lirani; Oziecki, 2020). 
A palavra estatística deriva do termo neolatim statisticum collegium 
(conselho do estado) e da palavra italiana statista (homem de Estado) e denota 
em seu início a utilização como fonte de informação estratégica para o estado e 
seus governantes (Selvamuthu; Das, 2018; Lirani; Oziecki, 2020). 
A utilização da estatística como fonte de informações para o Estado 
continua sendo uma ferramenta essencial para o conhecimento de seu povo, dos 
problemas e dos avanços obtidos ao longo do tempo. As figuras apresentadas a 
seguir são um bom exemplo da utilização da estatística como fonte de 
informação ao Estado. 
 
 
 
3 
Figura 1 – População residente no Brasil por cada sexo no Censo Demográfico 
2010. Dados em milhões de habitantes 
 
Fonte: Instituto Brasileiro de Geografia e Estatística (IBGE), 2010. 
Figura 2 – Taxa de desmatamento acumulado na Amazônia Legal por cada 
estado. Dados em km² 
 
Fonte: Instituto Nacional de Pesquisas Espaciais (INPE), [S.d.]. 
1.1 Definindo a estatística 
A estatística que conhecemos atualmente não é direcionada 
exclusivamente a produzir informações para o Estado. Ela é aplicada a uma 
infinidade de áreas do conhecimento, ofertando meios de responder diversas 
perguntas e resolver demandas que favorecerão o desenvolvimento dessas 
áreas, e a aplicação dos métodos estatísticos de forma adequada produzirá 
informações valiosas para a tomada de decisões. Diante disso, a definição de 
estatística mais adequada aos tempos atuais pode ser verificada no Quadro 1, a 
seguir: 
 
 
4 
Quadro 1 – Definição de estatística 
 
Fonte: Heumann; Shalabh; Schomaker, 2016; Pinto; Silva, 2020. 
1.2 Definindo a bioestatística 
Como dissemos anteriormente, a estatística é uma ciência aplicada nas 
diversas áreas do conhecimento e quando é utilizada para o entendimento de 
fenômenos biológicos é comumente conhecida como bioestatística. A 
bioestatística tem grande importância para o avanço das ciências biológicas em 
especial ao entendimento de fatores relacionados à saúde da população 
(Kirkwood; Sterne, 2003). 
TEMA 2 – PLANEJAMENTO E REALIZAÇÃO DE COLETA DE DADOS 
A dúvida precede a pesquisa científica. Por mais óbvia quer possa parecer 
tal afirmação, contempla um aspecto extremamente importante a ser 
considerado quando pensamos na realização de estudos científicos. Quais são 
as perguntas a serem respondidas e como faremos para responder essas 
perguntas são pontos-chave para o sucesso de uma investigação científica. A 
aplicação do método científico é o caminho mais adequado para esse propósito, 
pois ele fornece um conjunto de regras básicas dos procedimentos que 
produzem o conhecimento científico (Vieira; Hossne, 2020). Veremos a seguir 
alguns aspectos importantes para o planejamento e realização de coletas de 
dados de forma a melhor responder nossas perguntas de pesquisa. 
2.1 Visão geral do planejamento de pesquisa 
Como já abordamos, a dúvida é o principal estimulante para a 
investigação científica é a partir dela que nos movemos em direção às demais 
etapas de processo. Após a formulação do problema de pesquisa, criamos 
hipóteses a serem testadas, delineamos o estudo e coletamos dados para a 
A estatística é a ciência que tem por objetivo orientar: 
O A coleta de dados; 
O A organização dos dados; 
O A apresentação dos dados; 
O A análise dos dados; 
O A interpretação dos dados. 
 
 
5 
obtenção dos resultados que responderão nossa pergunta inicial e muitas vezes 
criarão novas dúvidas, fomentando assim novas pesquisas. A Figura 3 apresenta 
uma visão geral desse processo. 
Figura 3 – Visão geral do planejamento de pesquisas científicas 
 
Fonte: Silva, 2021. 
No tópico a seguir, veremos esse processo de forma mais detalhada 
visando aprofundar seu conhecimento. 
2.2 Visão detalhada do planejamento de pesquisas científicas 
Dando continuidade ao entendimento do planejamento de pesquisas 
científicas, a Figura 4 a seguir apresenta esse processo de forma detalhada. 
Figura 4 – Fluxograma do processo de desenvolvimento de pesquisa científica 
 
Fonte: Elaborado com base em Kothari, 2004. 
A definição do problema de pesquisa é dependente de diversos 
aspectos, como conhecimento prévio sobre a temática, vivência do pesquisador 
Hipóteses
Delineamento 
do estudo
Resultados
Problema?
Definição do 
problema de 
pesquisa
Revisão de conceitos 
e teorias
Revisão de achados 
prévios
Formulação de 
Hipóteses
Delineamento do 
estudo
Coleta de dados 
(Execução)
Analise de dados 
(Testar as 
hipóteses)
Interpretar e 
reportar os 
achados
 
 
6 
e principalmente conhecimento da literatura publicada acerca do tema, visando 
identificar lacunas a serem preenchidas por novas pesquisas científicas. A 
formulação de hipóteses baseia-se no resultado esperado pelo pesquisador ao 
formular o problema. O delineamento do estudo refere-se à escolha adequada 
dos métodos de obtenção de dados com intuito de garantir a capacidade de 
testar as hipóteses formuladas. A coleta de dados é o momento de execução e 
obtenção dos dados da pesquisa. Essa etapa pode ocorrer de forma direta, 
quando o pesquisador vai a campo e coleta os dados necessários para sua 
pesquisa (dados primários), ou de forma indireta, quando o pesquisador utiliza 
dados já coletados por outras pessoas ou entidades (dados secundários) (por 
exemplo, IBGE). A análise de dados é o momento em que o pesquisador utiliza 
dos métodos estatísticos visando testar as hipóteses formuladas no início da 
pesquisa. A fase de interpretação de reportar os achados é o momento em 
que o pesquisador oferta indícios para aceitar ou recusar a hipótese formulada 
e contrastar seus achados com a literatura ou modelo teórico já existente 
(Thomas; Nelson; Silverman, 2012). 
TEMA 3 – MONTAGEM E ORGANIZAÇÃO DE BANCOS DE DADOS 
Durante a fase de coleta de dados, colhemos diversas informações sobre 
o fenômeno que queremos pesquisar. A forma como organizamos essas 
informações é de suma importância para a garantia de um tratamento e análise 
estatística mais facilitados e para que assim consigamos responder nossa 
pergunta de pesquisa. Veja a seguir algumas informações importantes sobre a 
obtenção e organização desses dados. 
3.1 Fonte dos dados 
Os dados coletados durante uma pesquisa podem ser provenientes de 
diversas fontes. Os dados podem ter sido obtidos por meio de questionários de 
autorrelato, entrevistas ou mesmo medidas realizadas pelo próprio pesquisador 
(testes físicos, exames clínicos etc.). No caso de a coleta de dados ser realizada 
de forma indireta (dados secundários), esses dados já forampreviamente 
coletados por terceiros e se encontram em documentos como prontuários 
médicos, ou mesmo em base de dados virtual. É importante ressaltar que muitas 
vezes esses dados secundários já são disponibilizados em um formato 
 
 
7 
adequado para o tratamento e análise estatística. Veremos a seguir 
características dessa organização do banco de dados. 
3.2 Organização do banco de dados 
Após o término da coleta de dados devemos fazer a entrada desses dados 
em uma planilha. Essa fase é conhecida como tabulação dos dados (Barros et 
al., 2012). Para a construção dessa planilha você tem à disposição inúmeros 
softwares que ofertam essa funcionalidade, tais como Excel, LibreOffice, Epi-
info, Bioestat, Jasp, IBM SPSS, dentre outros. 
Alguns cuidados dever ser tomados nesse momento. Primeiro, em 
pesquisas com seres humanos, é primordial que a identidade do participante 
seja preservada. Diante disso, ao fazer a tabulação dessa informação, crie 
identificações numéricas ou alfanuméricas para cada participante. Veja o 
exemplo no quadro a seguir. 
Quadro 2 – Exemplo de criação de identificação individual dos participantes de 
uma pesquisa científica 
Nome do participante no 
questionário 
Identificação do participante no 
banco de dados 
José Silva Id001 
Maria Souza Id002 
João Pereira Id003 
... ... 
Fonte: Silva, 2021. 
É muito importante que a entrada (digitação) desses dados na planilha 
seja feita da forma mais cuidadosa o possível. Erros de digitação podem causar 
sérios problemas na hora de fazer a análise estatística desses dados. Veja o 
exemplo a seguir. 
 
 
 
8 
Quadro 3 – Exemplo de um banco de dados com erros de digitação 
Identificação do participante no 
banco de dados 
Altura em metros 
Id001 1,75 
Id002 1,68 
Id003 189 
... ... 
Fonte: Silva, 2021. 
Nesse caso, o participante Id003 apresenta uma altura de 189 metros de 
altura. Algo impossível de acontecer. 
Para evitar esses problemas, revise o banco de dados antes do início da 
análise estatística, visando identificar e corrigir possíveis erros de digitação. 
Outra dica extremamente importante: “sempre faça cópias do arquivo 
de banco de dados e salve em outro local que não seja somente o seu 
computador”. Isso garantirá que, em caso de problemas com seu computador, 
você sempre tenha cópias de segurança do seu banco de dados em outra 
máquina ou mesmo hospedado em nuvens de arquivamento de dados (por 
exemplo, Google Drive, One Drive, Dropbox etc.). 
Após ler as informações que apresentamos, você ainda deve estar se 
perguntando: “qual o formato da planilha de dados básica para fazer essa 
tabulação?”. A Figura 5 apresenta as características básicas dessa planilha. 
Figura 5 – Características da planilha de tabulação de dados 
 
Crédito: Silva, 2021. 
 
 
9 
A planilha básica possui em cada coluna uma variável, na primeira linha 
o nome dessas variáveis e nas demais linhas digitamos as informações de cada 
participante. 
TEMA 4 – CONCEITOS BÁSICOS EM BIOESTATÍSTICA 
Um dos principais conceitos básicos em bioestatística refere-se ao 
entendimento da formulação de hipóteses estatísticas (Barros et al., 2012). 
Conhecer esse aspecto é de suma importância para uma utilização adequada 
da estatística inferencial (discutida no tópico seguinte). Além disso, precisamos 
conhecer os principais erros que podem ocorrer ao testarmos essas hipóteses. 
Você verá mais informações sobre essas questões nos subtópicos a seguir. 
4.1 Formulando hipóteses 
Em estudos científicos, normalmente os pesquisadores buscam verificar 
diferenças entre grupos ou relações entre variáveis. Por exemplo, nos estudos 
de testes de vacina para determinada doença, os pesquisadores procuram 
verificar a eficácia de proteção da vacina comparando a ocorrência da doença 
entre os indivíduos que tomaram a vacina e aqueles que não tomaram a vacina 
(placebo). Tal comparação é realizada por meio de testes estatísticos que visam 
testar hipóteses. O Quadro 4 apresenta a lógica de formulação de hipóteses 
baseada no exemplo do estudo para o teste de vacina. 
Quadro 4 – Hipóteses estatísticas para um estudo de teste de vacinas 
Hipótese nula (H0): a incidência da doença é igual entre os grupos de 
vacinados e não vacinados. 
Hipótese alternativa (H1): a incidência da doença é diferente entre os grupos 
de vacinados e não vacinados. 
Fonte: Silva, 2021. 
A hipótese nula (H0) é normalmente mais conservadora e assume a 
inexistência do resultado esperado (Barros et al., 2012; Heumann; Shalabh; 
Schomaker, 2016; Pinto; Silva, 2020). No exemplo do Quadro 4, a H0 indica a 
ausência de diferenças entre os grupos. 
Já a hipótese alternativa (H1) é formulada como alternativa a H0 quando 
temos evidências suficientes de que essa hipótese nula não é verdadeira (Barros 
 
 
10 
et al., 2012; Heumann; Shalabh; Schomaker, 2016; Pinto; Silva, 2020). No caso 
do exemplo, caso o teste estatístico forneça evidência suficiente de que a 
incidência da doença não é igual entre os grupos, adotamos H1 como resultado 
de nosso estudo. 
4.2 Erros do Tipo I e Tipo II 
Existem dois tipos de erros que podemos cometer ao testarmos hipóteses 
estatísticas. O erro do Tipo I, que ocorre quando rejeitamos H0 quando ela é 
verdadeira. E o erro do Tipo II, que ocorre quando aceitamos H0 como verdadeira 
quando na verdade ela é falsa (Barros et al., 2012; Heumann; Shalabh; 
Schomaker, 2016; Pinto; Silva, 2020). 
Utilizaremos o exemplo das hipóteses formuladas do estudo de teste de 
vacinas (Quadro 4) para melhor explicar esses erros. 
Nesse exemplo, o erro do Tipo I ocorre quando concluímos que a 
incidência da doença foi diferente entre o grupo de vacinados e o de não 
vacinados, quando na realidade (na população) a incidência era igual entre os 
grupos. Em estudos científicos normalmente se aceita a probabilidade de 
ocorrência desse erro em no máximo 5%, representando também o nível de 
significância estatística representada pelo valor “p” (Barros et al., 2012; 
Heumann; Shalabh; Schomaker, 2016; Pinto; Silva, 2020). 
O erro do Tipo II ocorre quando concluímos que a incidência da doença 
foi igual entre o grupo de vacinados e o de não vacinados, quando na realidade 
(população) ela foi diferente. A probabilidade máxima aceitada de ocorrência 
desse erro é de 20% (Barros et al., 2012; Heumann; Shalabh; Schomaker, 2016; 
Pinto; Silva, 2020). 
TEMA 5 – ESTATÍSTICA DESCRITIVA E INDUTIVA (INFERENCIAL) 
Como visto anteriormente neste material, a estatística compreende uma 
série de técnicas voltadas a uniformizar a coleta, organização, descrição e 
análise de dados (Barros et al., 2012). Esta, por sua vez, é subdividida em dois 
tipos: a estatística descritiva e a estatística indutiva, também conhecida como 
inferencial (Figura 6). 
 
 
 
11 
Figura 6 – Divisões da estatística 
 
Crédito: Silva, 2021. 
Nos subtópicos a seguir, essas características serão descritas e exemplos 
de sua aplicação em estudos nas ciências biológicas serão fornecidos para 
facilitar a compreensão. 
5.1 Estatística descritiva 
A estatística descritiva compreende procedimentos adotados com objetivo 
de organizar a coleta, tabulação e descrição de dados (Barros et al., 2012). Para 
melhor entendimento, imagine a seguinte situação, descrita no Quadro 5. 
Quadro 5 – Exemplo de um estudo utilizando a análise descritiva 
Objetivo Forma de coleta das 
informações 
Resultados 
Verificar a quantidade 
de pessoas infectadas 
pela bactéria causadora 
de cólera (Vibrio 
cholerae) 
Análise dos prontuários 
dos participantes 
fornecidos pela Unidade 
Básica de Saúde. 
Dos 500 moradores 
analisados, 100 
apresentaram a infeção 
por Vibrio cholerae, 
totalizando 20% da 
amostra. 
Fonte: Silva, 2021. Obs.: dados fictícios. 
Ao organizar, coletar e apresentar os resultados, fazemos uso da análise 
descritiva indicando que 20% dos participantesusuários das Unidades Básicas 
de Saúde apresentavam a infecção por Vibrio cholerae. 
Vamos avançar ao próximo tópico para conhecer a estatística indutiva 
(inferencial). 
Estatística
Descritiva
Inferencial
 
 
12 
5.2 Estatística indutiva (inferencial) 
A estatística indutiva (inferencial) tem como objetivo testar hipóteses e 
estimar características populacionais com base em uma amostra (Barros et al., 
2012). Com ela nós criamos hipóteses visando entender melhor a ocorrência de 
determinados fenômenos. Vamos retomar o exemplo do estudo utilizado no 
Quadro 5. Não seria interessante conhecer quais fatores explicam a ocorrência 
de infeção de 20% dos usuários pela bactéria Vibrio cholerae? Será que as 
condições de saneamento básico nas quais essas pessoas vivem estão 
influenciando a ocorrência dessa infeção? Ao fazermos essas perguntas criamos 
hipóteses a serem testadas. Vamos acompanhar então o exemplo do uso da 
estatística inferencial no Quadro 6. 
Quadro 6 – Exemplo de um estudo utilizando a estatística inferencial 
Objetivo Hipótese Forma de coleta 
das informações 
Resultados 
Verificar fatores 
que explicam a 
ocorrência de 
infeção de 20% 
dos usuários pela 
bactéria Vibrio 
cholerae. 
Pessoas que 
vivem em 
locais sem 
saneamento 
básico estão 
se infectando 
mais. 
1. Análise dos 
prontuários dos 
participantes 
fornecidos pela 
Unidade Básica de 
Saúde. 
2. Verificação 
se no local de 
residência desses 
participantes existe 
a presença de 
coleta de esgoto e 
água tratada. 
Dos 400 
participantes sem 
infeção, 10 viviam 
em locais sem 
saneamento básico 
(2,5%). 
Dos 100 
participantes com 
infecção, 98 viviam 
em locais sem 
saneamento básico 
(98,0%). 
Valor de p 
(significância 
estatística) para 
comparação = 
0,001. 
 
Fonte: Silva, 2021. Obs.: dados fictícios. 
 
 
13 
Ao realizarmos um teste estatístico verificamos que essa diferença (2,5% 
vs. 98,0%) foi estatisticamente significativa, indicando que a falta de saneamento 
pode ser um fator de risco para a infecção por Vibrio cholerae, e poderíamos 
inferir esse resultado para os demais moradores dessas regiões da cidade sem 
saneamento básico. Obs.: informações sobre os testes estatísticos serão 
discutidas nas aulas posteriores. 
NA PRÁTICA 
A estatística descritiva e a inferencial são duas ferramentas que se 
complementam. Ao lermos ou realizarmos estudos científicos nos depararemos 
com a utilização dessas duas formas de análise de dados. É possível que em 
algum momento de sua vida você se depare com um estudo que apenas 
apresenta dados descritivos, no entanto, estudos utilizando a análise inferencial 
devem sempre ser precedidos pela análise descritiva. 
Veja um exemplo a seguir de uma tabela contendo a utilização de ambas 
as análises descritivas e inferenciais. 
Figura 7 – Exemplo da utilização da estatística descritiva e inferencial na 
apresentação de resultados de pesquisas científicas 
 
Fonte: Silva et al., 2020. 
 
 
14 
Nessa tabela, os autores da pesquisa utilizam a estatística descritiva para 
descrever a prevalência (%) de ocorrência de diversos comportamentos 
(atividade física, consumo de cigarro etc.) em adolescentes da cidade de Curitiba 
(PR) para todos os adolescentes (total) e para cada sexo (meninos e meninas). 
Adicionalmente, eles utilizam a estatística inferencial visando testar a hipótese 
de diferenças nessas prevalências entre os sexos utilizando um teste estatístico 
conhecido como qui-quadrado e indicando o p-valor que dá suporte à rejeição 
ou não da hipótese nula dessa comparação. 
FINALIZANDO 
Nesta aula sobre introdução à bioestatística, foi possível discutirmos 
sobre conceitos básicos da bioestatística, destacando aspectos importantes do 
planejamento de pesquisas científicas e da organização e montagem de bancos 
de dados. Avançamos o conhecimento sobre a estatística ao entender o 
processo de formulação de hipóteses e os erros inerentes a ele, além de 
conhecer as divisões da estatística (descritiva e inferencial) e como elas podem 
ser aplicadas em estudos científicos. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
15 
REFERÊNCIAS 
BARROS, M. V. G. et al. Análise de dados em saúde. 3. ed. Londrina, PR: 
Midiograf, 2012. 
HEUMANN, C.; SCHOMAKER, M.; SHALABH. Introduction to Statistics and 
Data Analysis. Cham: Springer International Publishing, 2016. 
KIRKWOOD, B. R.; STERNE, J. A. C. Essentials of medical statistics. 2nd. ed. 
London: Blackwell Scientific Publications, 2003. 
KOTHARI, C. R. Research Methodology: methods and techniques. 2nd. ed. 
New Delhi: New Age International Limited Publisher, 2004. 
LIRANI, L. da S.; OSIECKI, A. C. V. Bioestatística. 1. ed. Curitiba: Intersaberes, 
2020. 
SELVAMUTHU, D.; DAS, D. Introduction to statistical methods, design of 
experiments and statistical quality control. 1. ed. Singapore: Springer, 2018. 
SILVA, M. P. et al. Association between physical activity practice and clustering 
of health risk behaviors in adolescents. Revista Paulista de Pediatria, v. 38, 
2020. 
THOMAS, J. R.; NELSON, J. K.; SILVERMAN, S. J. Métodos de pesquisa em 
atividade física. 6. ed. Porto Alegre: 2012. 
VIEIRA, S.; HOSSNE, W. S. Metodologia científica para a área da saúde. 2. 
ed. Rio de Janeiro, RJ: Guanabara Koogan, 2020.