Aula1_Bioestatistica

Prévia do material em texto

Bioestatística 
Prof. Liana 
Universidade do Estado do Rio de Janeiro 
L@MPADA – informática Médica 
2006/1 
Ementa 
Bioestatística (45 h) 
 Aula Teórica 
 Estatística – Conceitos 
 Organização e Apresentação de Dados 
 Medidas de posição e dispersão 
 Probabilidade e Distribuições de 
Probabilidade 
 Intervalos de confiança 
 Testes de Hipóteses 
 Correlação e Regressão 
 Introdução a Técnicas Não-Paramétricas 
Ementa 
Bioestatística (45 h) 
 Aulas práticas 
 Bibliografia 
 TRIOLA, M. Introdução à estatística. 
9 ed. Rio de Janeiro: LTC, 2005. 
 
Cronograma das aulas 
Data Conteúdo horário 
08/05/06 Unidade 1 + Unidade 2 (até tabelas) 8:00 – 12:00 
15/05/06 Unidade 2 (gráficos) 8:00 – 12:00 
22/05/06 Unidade 3 (posição) 10:00 – 12:00 
29/05/06 Unidade 3 (dispersão) 10:00 – 12:00 
05/06/06 Unidade 4 (probabilidade e dist. de prob.) 8:00 – 12:00 
12/06/06 Avaliação 1 8:00 – 12:00 
19/06/06 Unidade 5 (intervalos de confiança) 8:00 – 12:00 
26/06/06 Unidade 6 (teste de hipóteses - + teste t) 8:00 – 12:00 
03/07/06 Unidade 6 (teste qui) 8:00 – 12:00 
10/07/06 Unidade 6 (ANOVA) 8:00 – 12:00 
17/07/06 Unidade 7 (Correlação e regressão) 8:00 – 12:00 
24/07/06 Unidade 8 (testes não paramétricos) 8:00 – 12:00 
31/07/06 Avaliação 2 8:00 – 12:00 
Conceitos 
 Estatística 
 Estatística Indutiva e Inferencial 
 Bioestatística 
 Exemplos de utilização da 
bioestatística 
 População e amostra 
 Parâmetro e estatística 
 Dados primários e secundários 
 Censo 
 Variável 
 
Conceitos 
 Estatística: é a ciência que tem por 
objetivo planejar, coletar, tabular, 
analisar e interpretar informações e 
delas extrair conclusões que permitam a 
tomada de decisões acertadas 
mediante incertezas. 
 Áreas: Estatística Descritiva e 
Estatística Inferencial ou Indutiva 
 Bioestatística: aplicação da estatística 
nos campos relacionados a saúde. 
 
 
 
Bioestatística na 
Medicina 
 Avaliação da literatura. 
 Aplicação de resultados de estudos no 
atendimento aos pacientes. 
 Interpretação de estatísticas vitais. 
 Interpretação de informações sobre 
fármacos e equipamentos. 
 Utilização de procedimentos diagnósticos. 
 Manter-se informado. 
 Avaliação de protocolos de estudo e 
artigos. 
 Participação ou coordenação de projetos 
de pesquisa. 
Conceitos 
 População: é o conjunto de elementos 
(valores, pessoas, medidas etc) que tem pelos 
menos uma característica em comum. 
 População do município do Rio de Janeiro; 
 População de pacientes internados no HUPE; 
 População de pacientes atendidos no 
ambulatório de dermatologia do HUPE; 
 População de ratos Wistar machos do 
Biotério da Faculdade de Medicina da UERJ 
 População de seringas descartáveis do Posto 
de Saúde do bairro de Vila Isabel. 
 Amostra: é um subconjunto de elementos 
extraídos de uma população. 
Conceitos 
 Parâmetro: é uma medida numérica que 
descreve uma característica de uma 
população. 
 Estatística: é uma medida numérica que 
descreve uma característica da amostra. 
 Dados primários: dados coletados pelo 
próprio pesquisador e sua equipe. 
 Dados secundários: não foram obtidos 
pelo pesquisador e sua equipe (diversas 
fontes como artigos em periódicos, institutos 
de pesquisa, DATASUS, IBGE, OMS, OPAS). 
Conceitos 
 Censo: é uma coleção de dados 
relativos a todos os elementos de uma 
população. 
 Variável: é a característica de 
interesse que é medida em cada 
elemento da amostra ou população, 
podendo ter resultados numéricos ou 
não. Seus valores variam de elemento 
a elemento. 
Variáveis - 
Classificação 
















Contínua
Discreta
 vaQuantitati
Ordinal
Nominal
 aQualitativ
Variável
Tipos de estudo 
 Estudo observacional: verificamos e 
medimos características específicas, mas não 
tentamos manipular ou modificar os 
elementos a serem estudados. 
 Estudo transversal: dados são 
observados, medidos e coletados em um 
ponto no tempo. 
 Estudo retrospectivo ou de caso 
controle: os dados são coletados do 
passado, voltando-se no tempo. 
 Estudo prospectivo ou longitudinal ou 
de coorte: os dados são coletados no 
futuro, de grupos (coortes) que 
compartilham fatores comuns. 
Tipos de estudos 
 Experimento: aplicamos determinado 
tratamento e passamos então a observar 
seus efeitos sobre os elementos a serem 
pesquisados. 
 Confundimento: ocorre em um 
experimento quando o pesquisador não 
está apto a distinguir os efeitos de 
diferentes fatores. 
 
 
 
Experimentos 
 Controlando os efeitos das variáveis 
 Experimentos cegos: o sujeito não sabe se 
está recebendo o tratamento ou o placebo. 
 Blocos: para testar a eficácia de um ou mais 
tratamentos é importante colocar os sujeitos 
em grupos diferentes (ou blocos) de tal modo 
que os grupos sejam muito semelhantes. 
 Planejamento experimental 
completamente aleatorizado: os sujeitos 
são colocados nos blocos através de um 
processo de seleção aleatória. 
 Planejamento rigorosamente controlado: 
sujeitos são escolhidos cuidadosamente de 
modo que em cada bloco sejam similares. 
Tipos de estudos 
Levantamento de 
dados 
 Problemas usuais - Representatividade 
 Fator associado à forma de amostragem. 
 Na seleção da amostra procura-se 
reproduzir as características observáveis 
da população - uso do critério de 
proporcionalidade. 
 Em caso de desconhecimento da 
composição da população deve-se utilizar 
algum critério de aleatoriedade 
(sorteio). 
 Amostra tendenciosa – conclusões 
sem consistência. 
Levantamento de 
dados 
 Problemas usuais – Fidedignidade 
 Relacionada à precisão ou qualidade dos 
dados. 
 Motivos da falta de precisão: 
 Falhas nos instrumentos de aferição; 
 Problemas nos questionários 
empregados na obtenção dos dados; 
 Falha humana. 
 
 
 
 
Amostragem 
 Se os dados amostrais não forem 
coletados de maneira apropriada, eles 
podem ser de tal modo inúteis que 
nenhuma manipulação estatística poderá 
salvá-los. 
 A aleatoriedade comumente desempenha 
papel crucial na determinação de quais 
dados coletar. 
Amostragem 
 Vantagens do levantamento por 
amostragem: custo menor, menor tempo e 
objetivos mais amplos. 
 Situações para trabalho com amostras: 
população muito grande, dificuldade de 
acesso, grande número de variáveis. 
 Tipos 
 Aleatória 
 Estratificada 
 Sistemática 
 Conglomerados 
 Conveniência 
Amostragem 
Apresentação de 
dados - Tabelas 
 Componentes 
 
Representação tabular 
 Apresentação de tabelas 
 A tabela deve ser simples, claras e 
objetivas. Grandes volumes de dados 
devem ser divididos em várias tabelas. 
 A tabela deve ser auto-explicativa. 
 Nenhuma casa da tabela deve ficar em 
branco, apresentando sempre um 
número ou um símbolo. 
 As tabelas, excluídos os títulos, serão 
delimitadas, no alto e em baixo, por 
traços horizontais grossos, 
preferencialmente. 
 
Representação tabular 
 Apresentação de tabelas 
 Recomenda-se não delimitar as tabelas 
à direita e à esquerda, por traços 
verticais. 
 Será facultativo o emprego de traços 
verticais para a separação de colunas 
no corpo da tabela. 
 Deve-se manter a uniformidade quanto 
ao número de casas decimais. 
 Os totais e subtotais devemser 
destacados. 
 
 
Tabelas de 
contingência 
 Conjugando duas séries em uma única tabela, 
obtém-se uma tabela de dupla entrada. 
Distribuições de 
Freqüência 
 Relacionam categorias ou classes de 
valores, juntamente com contagens (ou 
freqüência) do número de valores que se 
enquadram em cada categoria. 
 Exemplo 1: VARIÁVEL QUALITATIVA 
Distribuições de 
Freqüência 
 Exemplo 2: VARIÁVEL QUANTITATIVA 
 
 
 
 
 
 Distribuição de freqüência para dados não 
agrupados ou não tabulados em classes; 
 Distribuição de freqüência para dados 
agrupados ou tabulados em classes. 
Distribuições de 
Freqüência 
Dados agrupados em classes 
Distribuições de 
Freqüências 
 Elementos: 
 Classes: cada uma das linhas contendo um 
intervalo de valores. As classes são limitadas 
por dois valores: limite inferior de classe (li) e 
limite superior de classe (Li). Maneiras de 
expressar os limites de classes: 
 10 -- 12: compreende todos os valores 
entre 10 e 12, excluindo o 12. 
 10 -- 12: limites aparentes; os limites 
reais nesta situação são 9,5 e 12,5. 
 Amplitude de classe: é a diferença entre 
dois limites inferiores de classe consecutivos. 
 Ponto médio: é a média aritmética simples 
entre o limite superior e o inferior de uma 
mesma classe. 
 
Distribuições de 
Freqüências 
 Elementos: 
 Freqüência absoluta simples (ni): é o número 
de informações verificadas em cada classe. 
 Freqüência total: é a soma de todas as 
informações observadas. 
 Freqüência relativa simples (fi): é o 
quociente entre a freqüência da classe e a 
freqüência total. 
 
 
 Freqüência acumulada (Fi): é obtida através 
da soma da freqüência daquela classe mais 
as freqüências de todas as classes anteriores. 
 
sfreqüência as todasde soma
classe de freqüência
 relativa freqüência 
Distribuições de 
Freqüências 
Distribuições de 
freqüência 
 Etapas para a construção de tabelas de 
freqüências para dados agrupados: 
1) Encontrar o menor e o maior valores 
(denominados mínimo e máximo) do conjunto 
de dados. 
2) Escolher a amplitude de classe com que se 
deseja trabalhar. 
3) A seguir, coloca-se o menor valor encontrado 
nos dados (ou um valor mais conveniente) 
como limite inferior da primeira classe e 
acrescenta-se a amplitude de classe escolhida. 
Esse processo é repetido até que seja criada a 
classe que inclui o valor máximo do conjunto 
de dados. 
3) Contar o número de elementos que pertencem 
a cada classe (freqüência). 
Distribuições de 
Freqüências 
 Etapas para a construção de tabelas de 
freqüências para dados agrupados: 
1) Decida sobre o número de classes desejado. 
(entre 5 e 20). 
2) Calcule 
 
3) Ponto inicial: Comece escolhendo um número 
para limite inferior da primeira classe. 
Escolha ou o valor mínimo dos dados, ou um 
valor conveniente que seja um pouco menor. 
 
classes de número
or)(menor val - or)(maior val
 classe de amplitude 
Distribuições de 
Freqüências 
 Etapas para a construção de tabelas de 
freqüências para dados agrupados: 
4) Usando o limite inferior da primeira classe e a 
amplitude de classe, prossiga e liste os outros 
limites inferiores de classe. 
5) Liste os limites inferiores de classe em uma 
coluna vertical e prossiga para preencher os 
limites superiores de classe. 
6) Percorra o conjunto de dados verificando o 
número de elementos que se encaixam em 
dada uma das classes. 
Distribuições de 
Freqüências 
 Na construção de tabelas de freqüência, 
devemos observar as seguintes diretrizes: 
 As classes devem ser mutuamente 
excludentes. 
 Todas as classes devem ser incluídas, 
mesmo as de freqüência zero. 
 Procurar utilizar a mesma amplitude para 
todas as classes. 
 Escolher números convenientes para 
limites de classe.. 
 A soma das freqüências das diversas 
classes deve ser igual ao número de 
observações originais.