Baixe o app para aproveitar ainda mais
Prévia do material em texto
Bioestatística básica para leitura em epidemiologia Ao se fazer uma pesquisa não é viável incluir no seu estudo toda a população de interesse, além das questões financeiras para realização desse estudo e de nem todos os participantes demonstrarem interesse, existe em um estudo a possibilidade de se trabalhar com a amostra da população (parcela da população). A amostra seria uma parte dessa população retirada de forma aleatória, para assim ser mais parecida possível com a população; ou seja, uma amostra representativa da população. Para essa amostra representativa, existe um intervalo de confiança - um valor que permite constatar se a amostra (estimativa) avalia a população (parâmetro). Tanto as técnicas para selecionar a amostra quanto o tamanho da amostra (n), são importantes para garantir representatividade. Portanto, uma amostra de 200 alunos de medicina da Estácio RJ, não é uma amostra representativa dos alunos de graduação de RJ, pois falta tanto o tamanho, quanto a diversidade. Com relação ao grau de confiabilidade, quanto maior a amostra, menor a probabilidade de essa ter sido a o acaso, maior a chance de ser uma amostra representativa. De um modo geral não existe certeza se a medida encontrada na amostra é a medida real da população, mas a estatística permite determinar a margem de erro associada às suas conclusões, isso através do p valor, intervalo de confiança, entre outros. Estatística inferencial A estatística inferencial ajuda a gente concluir conjuntos maiores de dados quando apenas partes desse conjunto foram observados- AMOSTRA. Condiciona o leitor a ter uma postura crítica sobre a interpretação e a elaboração das conclusões sobre os dados. A curva normal é o parâmetro encontrado na área da saúde. Em uma amostra valores extremos existem, mas encontrar um valor extremo é devido ao acaso, porque a grande maioria se encontra na média (algumas pessoas vão ter o colesterol alto, outros baixos, mas a grande maioria estará entre a média). Nível de significância – Valor de P O valor de “p” mostra se aquele resultado encontrado fala da população ou se por acaso não fala. * “A diferença entre os grupos foi estatisticamente significativa” ou ” p< 0,05” * O que se deseja com essa expressão é discutir o papel do acaso nos resultados obtidos em estudo * Por exemplo, ainda que um estudo estime uma eficácia de 305 entre um grupo placebo e um grupo intervenção, esta diferença entre os grupos pode ser ao acaso. * O valor de p representa a probabilidade de se observar uma diferença entre os grupos quando, na verdade, esta diferença não existe. * Valores baixos de significância correspondem a uma baixa probabilidade de que os resultados tenham ocorrido ao acaso Se você tem 0,9 p, significa que 90% do resultado foi ao acaso; se tem 0,05 p, significa que apenas 5 % dos resultados foi obtido ao acaso. Quanto maior a amostra, mais ela pode ser representativa menor sera o p-valor, menor a probabilidade de ter acontecido ao acaso. Margem de erro de 3 pontos em uma votação, pode ser 3 pontos pra cima ou 3 pontos pra baixo, há um certo grau de incerteza. Intervalo de confiança Intervalo de confiança mostra o quanto você encontrou no resultado é parecido com o que você vai encontrar na população * O uso do intervalo de confiança permite conhecermos a precisão com que o estudo estima certo efeito *Podemos afirmar que se realizarmos a mesma pesquisa em 95% das amostras desta população, o resultado da medida estará dentro deste intervalo *Caso o intervalo de confiança inclua o valor 1, esta medida não será estatisticamente significativa. Exemplo 1: Conversar --- > tirar nota baixa Risco relativo de: 3 p: 0,02 IC 95%: 1,8 – 4,5 (o IC esta como 95% porque o autor admitiu o valor de p , sendo como 0,05, e durante o estudo achou um p menor, portanto dentro do que ele admitiu) Se aplicarmos 95% em outras amostras o risco relativo de tirar nota baixa vai estar entre 1,8 e 4,5, porque o intervalo de confiança é de 1,8 a 4,5. Exemplo 2: Um nível de confiança de 99%, por exemplo, significa que o pesquisador tem um altíssimo grau de confiabilidade de que o valor estimado na amostra represente de fato o parâmetro populacional, dentro de certo intervalo de variabilidade. - Em 100 amostras extraídas de uma população, em 99 delas o valor estimado estaria circunscrito ao intervalo dado. *Risco relativo Risco relativo= 1 , significa que RR não vale nada, tanto faz. Se for menor que 1 não possui risco, maior que um possui risco. Ex: comer maça e dar AVC, risco relativo menor que um, significa que comer maça protege do AVC. RR igual a um, tanto faz comer maça ou não. RR maior que um comer maçã, tem risco de causar AVC RR: 3 IC: 2,9 a 3,1 -> seria um valor muito preciso que ia encontrar na população IC: 1,1 a 147,1 -> você não recomenda porque o intervalo de confiança é muito alto, você não tem confiabilidade. IC: 0,9 a 3,1 -> você não tem o risco. Intervalo de confiança amplo não significa que não é significativo, significa que não é confiável, só não é significativo quando é menor que um.
Compartilhar