Conceitos básicos de bioestatística I

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.