A maior rede de estudos do Brasil

Grátis
12 pág.
Epidemiologia: amostras, populações, variáveis, dados e gráficos

Pré-visualização | Página 1 de 2

Epidemiologia Aula 1 e 2
@brunagsaboia
Amostragem e População:
·	População ou universo é o conjunto de unidades sobre o qual desejamos informação. 
·	Amostra é todo subconjunto de unidade retiradas da população para obter a informação desejada. 
Importante saber distinguir entre os dados observados (amostra) e a vasta quantidade de dados que poderiam ter sido observados (população).
Uso de amostra permite obter respostas para questões estudadas, com margens de erro conhecidas. O termo população ou universo serve para qualquer conjunto grande de unidades que têm algo em comum.
Parâmetro é um valor em geral desconhecido (que precisa ser estimado) que representa determinada característica da população. O parâmetro não varia, é um valor fixo. 
Estatística é um quantidade calculada com os dados de uma amostra. É usada para estimar o parâmetro correspondente, na população de onde foi retirada.
AMOSTRAGEM PROBABILÍSTICA:
1) Todos os indivíduos da população têm a mesma probabilidade de serem selecionados para fazerem parte da amostra.
2) A seleção dos indivíduos é randômica/aleatória.
·	Esta é a forma ideal de preparar a amostra, pois é a forma de amostragem com maior chance de escolher uma amostra representativa (sem bias) da população como um todo.
·	A amostragem probabilística é capaz de equilibrar tanto os fatores conhecidos quanto os fatores desconhecidos que poderiam influenciar o resultado do estudo.
·	Quando a amostragem é feita totalmente aleatória, é possível atribuir toda diferença observada nas variáveis de desfecho, como um resultado da diferença nas variáveis preditoras.
·	Entretanto, na maior parte dos estudos populacionais, esta forma de amostragem é muito difícil, pois nunca é verdade que todos os indivíduos em uma população têm a mesma chance de serem selecionados.
	• Amostra casual simples: O sorteio é feito na população inteira.
	• Amostra estratificada: Antes do sorteio a população é separada em grupos\estratos. O sorteio pode ser proporcional ao tamanho do estrato.
AMOSTRAGEM SEMI-PROBABILÍSTICA: 
	• Amostra sistemática: O sorteio na população segue um critério pré-estabelecido. Amostras retiradas da população seguindo um sistema preestabelecido. Ordenar as unidades, numera-las e retirar para a amostra a k-ésima unidade. O número k é obtido por sorteio.
	• Amostra por conglomerado: Unidades que já existem na população (ex. asilos, academias, escolas).
	• Amostra por quota: Esse tipo de seleção não é aleatória. Seleção das pessoas para a amostra por uma característica bem específica. Semelhante à ideia do estrato, mas sem a aleatorização. É relativamente barata. Muita utilizada em levantamentos de opinião e pesquisa de mercado.
AMOSTRAGEM NÃO-PROBABILÍSTICA:
·	Nem todo indivíduo da população têm chance de ser selecionado para fazer parte da amostra
·	Pode inserir um bias na amostra, pois ela pode ser não representativa da população como um todo.
·	Não é o ideal AMOSTRAGEM NÃO-PROBABILÍSTICA - POR CONVENIÊNCIA.
As amostras de conveniência ou de voluntários são as feitas nos estudos de pesquisa clínica:
É constituída por unidades reunidas em uma amostra simplesmente porque o pesquisador tem fácil acesso a essas unidades. 
I.	Por definição, apenas voluntários podem participar de um estudo de pesquisa clínica, sendo assim a amostragem não é representativa de toda a população.
II.	Também acontece quando são selecionados pacientes de apenas uma localidade.
III.	Por exemplo: “Selecionar X voluntários dentre os pacientes com pressão alta do hospital Y”.
Avaliação das técnicas de Amostragem:
 • Amostra por quotas: exige conhecimento da população. Mas as unidades não precisam estar enumeradas ou identificadas (basta saber proporção). 
• Atenção 1: Amostra probabilística são preferíveis do ponto de vista estatístico, mas não são possíveis algumas vezes. 
• Atenção 2: Amostra de conveniência não invalida à pesquisa mas precisa ser bem descrita a forma como a amostra foi selecionada. 
• Atenção 3: Ensaios clínicos participantes são escolhidos por critérios de elegibilidade.
Noções sobre o tamanho das amostras:
• A “qualidade" de uma estimativa depende, em muito, do número de unidades que compõem a amostra (tamanho da amostra). 
• As amostras não devem ser grandes pois é perda de recurso e muito pequenas o resultado tem pouca utilidade
I.	Existe um tamanho ideal de amostras para um estudo.
II.	Amostras muito pequenas podem resultar em dados não estatisticamente relevante/significativos. Isso pode invalidar o estudo.
III.	Amostras muito grandes levantam problemas éticos (indivíduos sujeitos ao risco desnecessário) e podem encontrar diferenças estatisticamente significativas, mas que são clinicamente não significativas.
Como determinar o tamanho da amostra?
O que é necessário para fazer o cálculo amostral?
	• Determinar o nível de significância (valor α), que é a probabilidade de cometer um erro tipo 1 (falso positivo). Normalmente α = 0,05.
	• Determinar o poder do estudo (valor β), que é a probabilidade de não cometer um erro tipo 2 (falso negativo). Normalmente β = 0,2 a 0,15.
	• Conhecer a magnitude de efeito (diferença esperada entre os grupos ou entre pré e pós).
	• Tipo de estudo, Tipo de variável, Razão de alocação.
Compondo a amostra:
Qualidade depende do número de unidades que compõe a amostra (Tamanho da Amostra).
Regra para cálculo do tamanho de uma amostra:
Há diversas formas de calcular o tamanho amostral, a seguir apresentamos uma delas. 
1. Precisamos conhecer a margem de erro. 
Exemplo: Se assumimos que a margem de erro é de ±5%. E imaginando que em uma população 43% apresenta o tipo sanguíneo O, isso quer dizer que a média estará entre 38 e 48%. 
2. Agora suponha que a amostra aceita 1 erro para cada 20 unidades, ou seja, probabilidade é de 19/20=0,95.
3. Aceitando que o tipo O está entre 30 e 60%, assumimos que seja 50%. 
4. Aplicamos a seguinte fórmula:
• n=tamanho da amostra 
• z=valor dado em tabela e associado ao nível de confiança 
• p=porcentagem 
• d=margem de erro
Variáveis e gráficos:
·	Variável é uma condição ou característica das unidades da população, que assumem valores diferentes em diferentes unidades.
·	Dado estatístico é toda informação (relacionada a uma determinada variável), a qual foi coletada e devidamente registrada.
Categorizadas (Qualitativas): Dados são distribuídos em categorias mutuamente exclusivas. EX: Sexo (Masculino/Feminino)
	1. Nominal: Dados são distribuídos em categorias mutuamente exclusivas. Nomeado em qualquer ordem. EX: tipo de sangue (O, A, B, AB).
	2. Ordinais: Dados são distribuídos em categorias mutuamente exclusivas. Que apresenta ordem natural. EX: Escolaridade (Primeiro grau, segundo grau, terceiro grau)
Numericas (Quantitativas): Variável expressa por números. EX: idade (em anos)
	1. Discretas : Variáveis discretas só podem assumir alguns valores em dado intervalo. EX: Número de filhos (0, 1, 2, 3, 4, 5 ou mais).
	2. Continuas: Variável expressa por números, contínua pode assumir qualquer valor em um dado intervalo.. EX: idade (em anos).
Apuração de dados: 
• Variável qualitativa = apuração se resume a uma contagem.
• Variável quantitativa = é preciso anotar, na apuração, cada valor observado.
• Base de dados, são coletas já realizadas diretamente em meios eletrônicos, por exemplo, computadores.
Normas para construção de tabelas:
1. O título deve explicar o tipo de dado que a tabela contém. Deve-se colocá-lo acima dos dados.
2. O cabeçalho especifica o conteúdo de cada coluna.
3. O indicador de linha é um conjunto de termos.
4. Cada termo descreve o conteúdo de uma linha.
5. A célula resulta do cruzamento de uma linha com uma coluna e deve conter um dado numérico. Nenhuma célula da tabela deve ficar em branco. Deve apresentar ou número, ou se o dado não existir, coloca-se um traço (-).
Normas para construção de tabelas 2:
1. As tabelas devem ser delimitadas, no alto e embaixo, por traços horizontais. Esses traços podem ser mais fortes do que os traços feitos no interior da tabela; as tabelas não devem ser delimitadas,