Baixe o app para aproveitar ainda mais
Prévia do material em texto
Alice Bastos Conceitos básicos de bioestatística I Medicina baseada em evidência: → Expectativa do paciente; → Experiência profissional; → Melhor evidência disponível (aqui é importante analisar a metodologia e elementos da bioestatística); Ao analisar uma pesquisa, analisaremos a exatidão e a precisão; Ao fazer uma pesquisa científica, nós vamos delinear/destacar uma amostra; → Amostra: é uma parte representativa de uma população; • A amostra tem uma característica importante, precisa ser representativa, ou seja, precisa ter as mesmas características de uma população como um todo; Valor de P É uma expressão matemática que é produto de um teste estatístico (também chamado de teste de hipótese); Dentro de toda pesquisa, de toda tabela, existem vários testes/comparações sendo realizados; Na ciência nós temos a hipótese nula e a hipótese alternativa; → Nossa análise deve sempre partir da identificação da hipótese nula; Hipótese nula (Ho): → É a premissa básica; → É impossível provar que algo não existe (eu preciso provar que ela existe para conseguir fazer aquela demonstração); → Serão realizados testes que vão averiguar se a hipótese nula vai permanecer ou se vai ser rejeitada, dando lugar à hipótese alternativa; • Caso p <0,05: rejeitamos a hipótese nula e aceitamos a hipótese alternativa; IMPORTANTE! Existirão pesquisas que vão ter uma tolerância menor de erro (valor limite menor que 0,05); → Não há pesquisa com nível de tolerância maior do que 0,05. Hipótese alternativa (Ha): → Vai contradizer minha premissa básica de nulidade. Exemplo: Nesse exemplo, a hipótese nula é de que não existe diferença na angulação da pelve quando comparado mulheres com incontinência e mulheres sem incontinência. Já a hipótese alternativa é de que existe diferença na angulação da pelve quando comparamos os ângulos de mulheres com e sem incontinência. → O resultado dessa pesquisa é de que existe diferença na angulação, pois p <0,05. Assim, rejeito a hipótese nula e aceito a hipótese alternativa. Erro do tipo I: ocorre quando a hipótese nula é rejeitada, apesar de ser verdadeira; Alice Bastos Erro do tipo II: ocorre quando a hipótese nula não é rejeitada, apesar de ser falsa; Análise de heterogeneidade dos resultados: analisar a divergência entre os artigos incluídos naquela revisão; → Em uma revisão sistemática, é melhor que eu tenha uma baixa heterogeneidade, ou seja, que os artigos tenham resultados homogêneos; A avaliação da heterogeneidade é feita a partir de um teste estatístico; → Nesse caso, vamos buscar sempre um valor maior do que 0,05, pois não quero que haja diferença, quero que haja a hipótese nula (não existe diferença nos resultados); Dados Dados primários: → Trabalho caro, demorado; → Necessita de muito planejamento; → Coletado para responder os seus objetivos; Dados secundários: → Agiliza uma pesquisa; → Economiza dinheiro, tempo e material; → Facilita o estudo de grandes populações; → Sempre se refere ao passado; → Coleta e critérios não padronizados; → Podem não ser apropriados para os seus objetivos; Tipos de variáveis Variável quantitativa (ou numérica): → Discreta: valores inteiros; • Ex.: número de filhos (0, 1, 2, 3...); → Contínua: valores que resultam de uma medição em um intervalo, um número infinito de valores; • Ex.: salário (R$ 1.200,30, R$ 900,00,...); Variável qualitativa (ou categórica): → Nominal: não existe ordem nos possíveis resultados; • Ex.: sexo (feminino e masculino); → Ordinal: existe uma ordem nos resultados; • Ex.: classe social (alta, média e baixa); → Dicotômica: quando existem duas opções de resposta; • Ex.: sim ou não, doente ou não doente; • Uma variável pode ser categórica nominal dicotômica; IMPORTANTE! Todas as variáveis de um estudo devem ser avaliadas; → Se eu tenho uma tabela com várias linhas (várias variáveis), eu tenho que analisar linha por linha. Estatística descritiva É a parte da estatística que pretende descrever um certo grupo sem realizar inferências; Detalhar as características dos dados coletados: → Determinar uma medida de tendência central; Categórica Dicotômica Nominal Ordinal Numérica Discreta Contínua Alice Bastos • São medidas singulares, mas que expressam todo o conjunto de características de uma população; → Determinar uma medida de dispersão; • Se refere a variabilidade de uma medida de tendência central; → Escolher a melhor forma de representação gráfica; Variáveis categóricas: → São expressas através de números absolutos e percentuais → n (%); → Não são expressas por medidas de tendência central e de dispersão; → Pode utilizar o intervalo de confiança de 95% para estimar a precisão dos resultados. Medidas de tendência central (ou medidas de posição) É um valor único que tenta descrever as características de um conjunto de dados, identificando uma posição central dentro deste conjunto; As três principais medidas centrais são: → Média; → Mediana; → Moda; Média: → É obtida somando todos os dados e dividindo o resultado pelo número deles; → É a medida de tendência central mais conhecida e mais utilizada; Mediana: → É o valor que ocupa a posição central do conjunto dos dados quando todos os valores estão ordenados em ordem crescente; → Se existir uma quantidade ímpar de dados, a mediada será o valor que ocupa a posição central; → Se existir uma quantidade par de dados, a mediada será a média entre as duas posições centrais; Moda: → É o valor que aparece com maior frequência em uma distribuição, seja numérica ou nominal; → Pode ser: • Amodal: quando não existe moda (1, 2, 3, 4, 5); • Unimodal: quando a moda é única (3, 4, 5, 6, 3); • Bimodal: quando há duas modas (2, 3, 5, 2, 7, 5, 1); • Multimodal: quando há mais de duas modas (1, 2, 5, 7, 1, 7, 2, 3, 4, 8); Medidas de dispersão É a medida que determina a variabilidade do conjunto; As principais são: → Amplitude; → Intervalo interquartil; → Desvio padrão; Amplitude: → É uma medida de dispersão que vai trazer o máximo e o mínimo de um conjunto de dados; → O mínimo de um conjunto de dados é o número de menor valor; → O máximo de um conjunto de dados é o número de maior valor; Alice Bastos → Não mede bem a variabilidade, pois para calcular só utiliza os dois valores extremos; Intervalo interquartil: → Quartil: divide o conjunto em quatro partes iguais; → Os quartis são primeiro quartil, segundo quartil (que é a mediana) e o terceiro quartil; → “São os traços que dividem o conjunto”; Exemplo: P = 1; 2; 3; 4; 5; 6; 7; 9; 10 Mediana ou segundo quartil: 5; Primeiro quartil: 2,5; Terceiro quartil: 8; Intervalo interquartil: Q3 – Q1 = 5,5. Desvio padrão: → É uma medida de variabilidade; → Antes de calcular o desvio padrão, é necessário calcular a variância; → Variância: • Calcula os desvios de cada observação em relação à média; • Eleva cada desvio ao quadrado; • Soma os quadrados; • Divide o resultado por n – 1; O desvio padrão é a raiz quadrada da variância.
Compartilhar