Conceitos Essenciais em Bioestatística

Prévia do material em texto

Bioestatística e Epidemiologia
UNIDADE 1 - CONCEITOS ESSENCIAIS EM BIOESTATÍSTICA: COMO E QUANDO APLICÁ-LOS?
A estatística torna-se uma ferramenta-chave, pois permite que dados sejam interpretados com confiança a partir de uma determinada população e uma condição ou característica de interesse.
1.1 Principais medidas e conceitos em bioestatística
A bioestatística sintetiza numericamente o que é de fato significativo em um conjunto observado. 
Hipótese(os sintomas de determinada doença são iguais em todas as faixas etárias?)>desenho experimental e analítico para que ele seja respondido>população e o conjunto amostral(somatório dos elementos interessantes ao estudo – população de diferentes faixas etárias acometida por uma determinada doença)manho
uma amostra é retirada para gerar um conjunto representativo. O processo de determinação da amostra é baseado em um plano de amostragem, em que o tamanho amostral e as características de interesse são previamente definidos para assegurar se aquele conjunto será válido para representar a população geral (VIEIRA, 2008; BALDI; MOORE, 2014). Observe, a seguir, um exemplo do que seria a amostragem.
Outro ponto muito importante é estabelecer um grupo controle. O grupo controle terá as mesmas características da população, mas não será submetido ao teste de interesse. Uma das formas de obter um grupo controle é a utilização de placebo.
métodos de amostragem.
· Por conveniência: Seleção de elementos mais acessíveis.
· Intencional: Seleção subjetiva e com intencionalidade de escolha.
· Aleatória simples: Seleção randômica, cada elemento tem a mesma probabilidade de ser selecionado.
· Sistemática: Amostras selecionadas em intervalos de tempo.
· Estratificada: Divisão da população em grupos e seleção a partir dos grupos/estratos.
· Por aglomerados: Unidade amostrar formada por grupos de elementos.
· Multiestágios: Uso de diferentes métodos de amostragem.
O tamanho amostral deve ser suficiente para assegurar a representatividade da amostra, considerando diversos fatores, como estatísticos (erro, confiança) ou não estatísticos (infraestrutura, custos, acessibilidade), garantindo o menor erro possível.
1.1.1 Conceitos para o cálculo do tamanho amostral
Dois conceitos aqui são importantes: erro e nível de confiança. O erro sempre estará presente em análises estatísticas, uma vez que a estatística é uma ferramenta de estimativa e síntese. Todavia, o erro deve ter margens aceitáveis para que a análise seja válida. Por definição, a margem de erro (E) é considerada a diferença máxima provável entre a amostra e a verdadeira população. É calculada a partir do desvio-padrão das médias amostrais 
média é uma medida de tendência central, ou seja, representa o ponto de equilíbrio de uma amostra. A medida da tendência central pode ser obtida pela média aritmética, mediana ou moda. A média aritmética é obtida pela razão da somatória dos valores de todos os componentes da amostra, pelo número de elementos daquela amostra:
Onde:  = média, x = elementos da amostra, n = número de elementos (tamanho amostral).
Já a mediana é obtida pela organização dos dados em ordem crescente ou decrescente e seleção do valor central. Por exemplo, em uma listagem de valores de 1,3,4,4,4,5,6, a mediana será 4, pois ela está na posição central da listagem.
Por fim, moda é a representação do valor mais frequente
Em alguns estudos, os valores das variáveis podem ter pesos diferentes no resultado, por isso aplica-se a média ponderada, em que cada valor é multiplicado pelo seu peso, e a somatória desses valores é dividida pela soma dos pesos 
Já o desvio-padrão é uma medida de dispersão, refletindo a uniformidade de uma amostra. Assim, quanto menor seu valor, mais uniformes são os dados e próximos da média (tendência central). É representado pela letra grega sigma (σ), e o cálculo dado por:
Onde: σ = desvio-padrão, Xi = valor do elemento,  = média dos elementos, n = número de elementos (tamanho amostral).
Uma vez obtidos os valores da média e do desvio-padrão, é possível calcular o erro amostral, em diferentes níveis de confiança. Um nível de confiança representa a probabilidade daquele intervalo estar dentro dos dados reais de uma população 
Usualmente, em estudos científicos, o valor de confiança utilizado é de 95%, ou seja, há uma certeza de 95% dos dados analisados estarem inseridos em um intervalo de valores definidos e conhecidos de uma população.
Por exemplo, se em uma pesquisa hipotética, identificássemos que 10% dos jovens com a doença de interesse apresentaram dores de cabeça, com uma margem de erro de 2% e nível de confiança de 95%, estaríamos concluindo que a cada 100 jovens, teremos, com certeza de 95%, entre 8 e 12 jovens (considerando 10% ± 2% de erro) com dores de cabeça.
Tabelas de probabilidade
Agora, finalmente, podemos calcular a margem de erro:
Onde e = margem de erro, z = valor de z (z-escore), σ = desvio-padrão, n = tamanho da amostra.
1.2 Tamanho e distribuição amostral e o uso de histogramas
Nos conceitos iniciais, vimos que a amostra deve ser representativa da população geral. Mas como garantir que isso aconteça? Podemos utilizar cálculos estatísticos para estabelecer o número de elementos necessários para que a amostra seja válida estatisticamente. Assim, evita-se que sejam coletadas amostras muito grandes, o que pode gerar desperdício de recursos, ou muito pequenas, gerando problemas como resultados não representativos da realidade.
Em uma análise de uma população temos dois cenários: populações finitas e infinitas. As populações infinitas são aquelas muito grandes, em que seria impossível quantificar exatamente. Já as finitas são aquelas que representam valores menores, de até 5% da população geral. Os testes de tamanho amostral devem considerar dois parâmetros: se está sendo testada a média populacional ou a proporção populacional.
A média populacional (µ) testa parâmetros que envolvem toda uma população, ao passo que os testes com a proporção populacional (p) envolvem apenas uma parcela (ANDRADE; OGLIARE, 2013; BUSSAB; MORETTIN, 2006). Para o cálculo do tamanho da amostra infinita, em testes de média populacional, temos:
Onde: n = tamanho da amostra, = valor crítico de Z para o intervalo de confiança,  = desvio-padrão, E = margem de erro.
Você deve ter percebido novos elementos na equação, o valor α (alfa) r valor de  . Vamos conhecer um pouco mais sobre eles.
O valor α é chamado de nível de significância em estatística. O nível de significância é a medida de a certeza sobre uma hipótese ser de fato real ou não. Ou seja, quando temos α = 0,05, estamos dizendo que há uma probabilidade de 5% do dado obtido não ser representativo da realidade. Assim, o valor de  é definido como um valor crítico para aquele nível de significância, obtido da mesma forma que o valor de Z, por meio de uma tabela, de acordo com o nível de significância escolhido (ANDRADE; OGLIARE, 2013; BUSSAB; MORETTIN, 2006).
Você deve estar se perguntando: como saber o valor do desvio-padrão ou calcular a margem de erro, quando o tamanho da amostra está sendo definido? Faz sentido esse questionamento, não é? Para isso, temos duas soluções.
A primeira é realizar um pré-teste chamado de estudo-piloto. Assim, é possível estabelecer um n aleatoriamente, e obter os dados necessários. Outra alternativa é utilizar um valor padrão para , fixado em amplitude/4. A amplitude considera a subtração entre o maior e o menor valor que podem ser obtidos (BUSSAB; MORETTIN, 2006). Por exemplo, para medir o QI de uma população, utiliza-se como amplitude o maior e o menor valor possível de QI.
Como já vimos, pode haver estudos que não consideram a população de modo geral. Nestes casos, utiliza-se a proporção populacional (p), obtida por:
Onde: n = tamanho da amostra, = valor crítico de Z para o intervalo de confiança, p = proporção populacional do grupo de interesse, q = proporção populacional do grupo que não há interesse, E = margem de erro.
Em muitos casos, os valores de p e q podem ser obtidos na literatura, principalmenteem estudos clínicos. Caso sejam valores desconhecidos, por padrão, pode-se considerar ambos em 0,5, e o valor de Z crítico passa a ser multiplicado por 0,25 (BUSSAB; MORETTIN, 2006).
Já vimos os cálculos para populações infinitas. Agora, vamos considerar estudos em que a população é finita, ou seja, é possível saber o número de elementos que a compõem (N). Em casos de teste de média populacional, calcula-se da seguinte forma:
Onde n = tamanho da amostra, N = tamanho da população finita, = valor crítico de Z, E = margem de erro,  = desvio-padrão.
Já em casos de proporção populacional, calcula-se por:
Onde n = tamanho da amostra, N = tamanho da população finita, = valor crítico de Z, E = margem de erro,  = valor amostral da proporção da população finita de interesse,  = valor amostral da proporção da população finita fora do grupo de interesse.
Lembre-se de um ponto: os valores não conhecidos podem ser substituídos por valores padrão, como já discutimos. De fato, um dos cálculos mais importantes em bioestatística é o número amostral, principalmente em estudos clínicos. Outro fator é compreender como os dados se distribuem e variam dentro desse espaço amostral. Este é o nosso próximo tópico. Acompanhe!
1.2.2 Distribuição amostral, variabilidade e representações gráficas
Para compreender o que uma coleta de dados está indicando sobre determinado conjunto amostral, é necessário compreender como as amostras se distribuem e variam entre si. Para isso, são utilizadas ferramentas para o cálculo e a representação de variabilidade e distribuição.
A variabilidade de uma amostra reflete quão espalhados ou agrupados estão determinados dados, ou seja, quão próximos ou distantes eles estão entre si. Vimos uma das medidas de variabilidade, o desvio-padrão. Outra métrica muito importante é a medida da variância, usualmente representada por δ² (LOPES et al., 2014) e calculada tanto a nível amostral como populacional, pelas seguintes fórmulas, respectivamente.
Amostral:
Onde: X1 = valor do primeiro elemento, = média calculada, Xn = valor do enésimo elemento, n = número de elementos.
Populacional:
Onde: X1 = valor do primeiro elemento, = média calculada, Xn = valor do enésimo elemento, n = número de elementos.
Você provavelmente notou que o símbolo de variância é igual ao símbolo do desvio- padrão, certo? Assim, para obter o desvio-padrão a partir da variância, basta obter sua raiz quadrada. Outra ferramenta amplamente utilizada em bioestatística para analisar a distribuição dos dados amostrais é a frequência, a medida do número de vezes que determinado evento ocorreu. A maneira mais utilizada para representar a distribuição de frequências é por meio dos histogramas.
Observe que no gráfico A temos um histograma em formato de sino, ao passo que no gráfico B não temos esse padrão. O que isso nos diz? No gráfico A, a maioria dos elementos amostrais estão distribuídos próximos às médias, ou seja, há uma maior frequência de indivíduos com valores próximos à média que se agrupam na região central do gráfico, e uma menor frequência de indivíduos em valores mais distantes da média que se espalham nas extremidades do gráfico.
Já no gráfico B, a maioria dos indivíduos está agrupado nos valores iniciais, mais distantes dos valores centrais da média. Aqui temos dois conceitos a destacar: o gráfico A mostra um histograma de distribuição normal, e o gráfico B de distribuição não normal (LOPES et al., 2014).
Distribuição normal
É também chamada de distribuição Gaussiana e representa dados em que os elementos estão concentrados na região da média, ou seja, há uma maior densidade de probabilidade de os valores estarem próximos das tendências centrais e de dispersão. Os dados se agrupam ao redor do centro, ficando menos frequentes nos pontos de inflexão à direita e à esquerda.
Distribuição não normal
A probabilidade de os valores estarem próximos das tendências centrais e de dispersão é menor, visto que a densidade de probabilidade está mais distante dos valores de tendência central e por apresentar maior frequência nos pontos de inflexão.
Observe atentamente o gráfico a seguir. Estão representativos os valores esperados para uma distribuição normal, em que a maioria dos valores (68.2%) se concentra ao redor da média (μ), e os demais se espalham nas extremidades, considerando a dispersão do desvio-padrão ( ).
Figura 4 - Gráfico de valores da distribuição normalFonte: Fonte: Peter Herman Furian, Shutterstock, 2020.
#PraCegoVer: gráfico traz uma curva, de cor vermelha, formada por sete pontos do eixo horizontal. A área formada por essa curva está destacada na cor laranja. Três valores de porcentagem estão marcados no gráfico, na área acima da curva.
Além de informações sobre a distribuição, o gráfico apresentado também ilustra as medidas de média, mediana e moda em sua curvatura, fornecendo uma representação gráfica da tendência central (MOORE, 2005). Veja como esses parâmetros são representados em diferentes tipos de distribuição amostral.
Figura 5 - Gráficos de distribuição amostralFonte: Fonte: Iamnee, Shutterstock, 2020.
#PraCegoVer: ilustração com quatro tipos de gráficos de distribuição, destacando a média, a moda e a mediana na curvatura. Os dois gráficos na parte superior têm a curva de distribuição não assimétrica; os dois na parte inferior têm a curva simétrica.
Cabe destacar que os histogramas são apenas uma das formas de representar a distribuição de uma amostra. Em alguns casos são necessários testes estatísticos específicos para determinar se a amostra segue ou não uma distribuição normal. Por exemplo, em amostras muito amplas, torna-se necessária a aplicação de um teorema, chamado de Limite Central, para análise da normalidade da distribuição, ao passo que em amostras muito pequenas, pode-se utilizar outros testes, como Shapiro-Wilk (LOPES et al.,2014; ANDRADE; OGLIARE, 2013; BUSSAB; MORETTIN, 2006).
Em bioestatística, a distribuição normal, simétrica, é muito importante para validação dos dados. Além da distribuição amostral e métricas estatísticas principais, as variáveis também são conceitos essenciais em bioestatística e em alguns estudos podem existir milhares delas. Vamos compreender um pouco melhor sobre isso no próximo tópico. Acompanhe!
1.3 Variáveis categóricas e numéricas
Uma variável é definida como uma característica de interesse que está sendo monitorada em determinado estudo. Ela é um parâmetro estatístico que pode variar entre os diferentes elementos da amostra e população. De modo geral, a variável de um estudo é aquilo que está submetido à variância, ou seja, que se altera em condições determinadas.
As variáveis representam características e podem ser medidas em termos quantitativos ou qualitativos. As variáveis quantitativas são aquelas que podem ser representadas numericamente; também são chamadas de variáveis numéricas. Elas podem ser expressas em unidades matemáticas de medida. Por outro lado, nem todas as características podem ser expressas em termos numéricos, e essas variáveis são chamadas de qualitativas ou categóricas, pois expressam uma qualidade da amostra/população ou uma categoria (VIEIRA, 2008).
As variáveis numéricas ainda podem ser do tipo discretas ou contínuas. No primeiro caso, são as variáveis que podem assumir valores únicos, inteiros, finito ou infinito, e costumam refletir contagens (PAGANO; GAUVREAU, 2006). Já nas variáveis contínuas, os valores estão contidos em escalas e podem ser fracionários. São exemplos de variáveis contínuas: peso, tempo, idade, medidas de distância, entre outras métricas dependentes de instrumentos.
As variáveis qualitativas são classificadas em nominais e ordinais. Nas nominais, a ordenação é ausente ou não importante, ao passo que nas ordinais, uma ordem é necessária e influencia a variável (PAGANO; GAUVREAU, 2006). Como exemplos de variável categórica nominal, podemos citar cor da pele, presença ou ausência de características – como sardas ou pintas, nacionalidade, logradouro, entre outros. Já como exemplos das ordinais, podemos citar graduaçõesde coloração (claro, escuro), meses e níveis (1º, 2º, 3º). Veja um resumo dos tipos de variáveis e suas subdivisões.
Figura 6 - Diferentes tipos de variáveisFonte: Fonte: Elaborada pela autora, 2020.
#PraCegoVer: diagrama traz a palavra “variável”, que se divide em dois itens: numérica (quantitativa) e categórica (qualitativa). O item “numérica (quantitativa) se divide em dois outros itens: contínua e discreta; e “categórica (qualitativa)” também se divide em dois outros itens: nominal e ordinal.
O tipo de variável influencia diretamente no tipo de coleta e de representação gráfica utilizada. Certos tipos de gráficos só admitem variáveis numéricas, enquanto outros são mais indicados para variáveis categóricas. Adicionalmente, o número de variáveis coletadas também será um fator determinante na escolha de um gráfico. Um estudo sempre envolverá uma contagem, mesmo que da frequência de ocorrência de uma variável qualitativa (MOORE, 2005). Veja alguns exemplos de gráficos e como as variáveis se distribuem.
Figura 7 - Principais tipos de gráficos e suas finalidadesFonte: Fonte: Elaborada pela autora, 2020.
#PraCegoVer: ilustração dividida em cinco partes, com diferentes tipos de gráficos: coluna/barras, pizza, linhas, áreas e dispersão. Cada parte tem itens em texto, com suas principais características, também a representação gráfica.
Os gráficos de barra e coluna são utilizados majoritariamente para ilustrar variáveis distintas, de modo quantitativo. Todavia, nem sempre representam unicamente variáveis numéricas. No exemplo trazido na imagem, temos uma medida de efeitos colaterais, em que as variáveis qualitativas nominais são os sintomas apresentados, contrastados com o número de pessoas coletadas que apresentaram tal sintoma. Os mesmos dados no gráfico de pizza mostram uma noção de proporção, em que concluímos rapidamente que a maior parte dos indivíduos não teve sintomas.
Já os gráficos de linha são mais indicados para ilustrar variáveis numéricas discretas ou contínuas, pois indicam uma sequência de acontecimentos, em que a variável passa a crescer ou diminuir. O mesmo ocorre para o gráfico de área, uma alternativa de representar os dados de linha, com maior destaque para a área formada pela sequência avaliada. Por fim, o gráfico de dispersão utiliza-se duas variáveis contrastantes, quantitativas, para identificar relações entre elas (MOORE, 2005).
Você sabia?
É possível atribuir graduações de valores a variáveis qualitativas, para que elas possam ser quantificadas e representadas graficamente. Esse método é chamado de atribuição de escores, e as novas variáveis passam a ser chamadas de subjetivas. Por exemplo, é possível atribuir um escore de 1 para uma dor fraca, e 10 para uma dor forte, ou mesmo atribuir escores numéricos para variáveis do tipo visual, como graduação de cores (CAMPOS, 2000).
Vimos neste tópico conceitos básicos e essências para uma análise em bioestatística, sobre a determinação da amostra, os cálculos principais de dispersão e tendências, variabilidade, distribuição amostral, variáveis e principais representações gráficas. A seguir, vamos aprender um elemento muito importante para validar os dados obtidos em estudos e pesquisas: o valor-p. Vamos lá!
1.4 Valor-p
Como vimos, a bioestatística é usada para resolução de hipóteses, ou seja, utiliza-se as ferramentas de estatística aplicadas a estudos biológicos/clínicos, para analisar um conjunto de dados e retornar uma síntese numérica de conclusões acerca daquele conjunto e sua população de origem. Mas como ter certeza de que a conclusão está correta?
Vamos exemplificar. Imagine que você está trabalhando em uma pesquisa em que uma vacina contra uma doença está sendo testada. A vacina foi aplicada em 100 pessoas, e outras 100 receberam o placebo, uma vez que não há nenhum medicamento ou vacina já comprovados disponível para tal doença.
Observou-se uma quantificação de anticorpos superior no grupo vacinado. Como afirmar, com certeza, que a resposta no grupo vacinado é de fato devido à vacina, e não ao acaso, ou pelo contato prévio com o agente causador? E como afirmar, com certeza, que o grupo placebo não produziu anticorpos devido ao não recebimento da vacina, e sim devido a alguma falha fisiológica ou defeito no sistema imune? As ferramentas estatísticas nos auxiliam chegar às respostas. Aqui, atribuímos um valor, chamado de valor-p, que irá nos dizer sobre a probabilidade do resultado observado ser de fato devido ao tratamento de interesse ou ao acaso.
O valor-p também é chamado de nível descritivo e probabilidade de significância e auxilia a esclarecer questões sobre as hipóteses levantadas em um método científico. Observe, a seguir, o delineamento das fases de um estudo científico.
Figura 8 - Fases do método científicoFonte: Fonte: Becris, Shutterstock, 2020.
#PraCegoVer: infográfico ilustrado tem como título “método científico” e traz, no lado esquerdo, dois personagens, um masculino e um feminino, vestidos de jaleco, com lupas nas mãos e com balão de fala escrito “por quê?”; no lado direito, há um fluxograma indicando as etapas da pesquisa: observação, questionamento, hipóteses, experimentação, análises e conclusão.
Segundo Ferreira e Patino (2015, p. 485), o valor-p é definido como “a probabilidade de se observar um valor da estatística de teste maior ou igual ao encontrado”. O valor-p nos fornece uma quantificação probabilística sobre o valor testado, indicando as chances deste valor estar no intervalo esperado. Note que as autoras citam em sua definição a estatística de testes. E o que isso significa?
A estatística de teste é, de modo resumido, uma ferramenta para testar se uma hipótese é real ou nula. No nosso exemplo, a hipótese principal é “a produção de anticorpos é resultado da aplicação da vacina”. Temos que testar se essa hipótese é real ou nula (neste caso, a produção de anticorpos seria igual em ambos os grupos, estatisticamente). O teste é realizado de acordo com o tipo de dado, variável e distribuição da amostra (MOORE, 2005). Veremos sobre teste de hipóteses em outra oportunidade, mas saiba que uma vez realizado o teste de hipótese com a estatística de teste apropriada, pode-se calcular o valor-p.
Você quer ler?
Testes estatísticos simples no Excel (parte 1 – Teste T e Quiquadrado)
Comentário: o cálculo do valor-p é uma importante etapa na validação de dados. Você pode calcular manualmente, ou utilizar softwares. Veja um tutorial para aprender a calcular testes de estatística simples no software Excel, incluindo o valor-p no link a seguir.
Acesse
O valor-p em bioestatística é usualmente utilizado no limiar de 0,05 (LOPES et al., 2014). Você já deve ter visto essa informação em artigos e estudos. E o que isso significa? A probabilidade de um valor extremo ser encontrado fora do grupo-alvo pode ser de até 5%. Voltando ao nosso exemplo, alguém com níveis altos de anticorpos no grupo placebo poderia aparecer em até 5% da amostra.
É importante destacar que o valor-p indica a probabilidade de um valor extremo estar fora do grupo tratado, e não necessariamente indica que foi a vacina a causadora do efeito. Para afirmar isso, outros testes estatísticos mais complexos são necessários (VIEIRA, 2008; FERREIRA; PATINO, 2015).
Caso
O estudo de um novo medicamento para enxaqueca considerou 200 participantes: metade tomou o novo medicamento (ENXAKILL), e outra metade, outro comprimido já em uso no mercado (FREEENXAQ). O objetivo era observar se havia uma melhora significativa no grupo ENXAKILL. Ao realizar os testes, foi verificado uma distribuição normal, e o valor de p calculado em 0,1. Um dos pesquisadores afirmou categoricamente que o medicamento não tinha efeito contra enxaqueca, pois o valor de p estava superior a 0,05.
Rapidamente, o bioestatístico o corrigiu, dizendo que aquilo não poderia ser afirmado, pois o que havia sido observado é que cerca de 10% do grupo FREENXAQ poderia apresentar a mesma melhora observada em quem tomou ENXAQUIL, mas havia um problema na pesquisa: não havia um grupo controle, semingestão de medicamentos, assim, não era possível saber se as melhoras observadas eram de fato referente aos medicamentos. Com isso, uma nova coleta foi desenhada para atender aos parâmetros estatísticos necessários.
O valor-p é uma ferramenta para análises de efeitos biológicos/fisiológicos e em saúde de modo geral. Vale destacar que ele deve ser avaliado em conjunto com outros testes, uma vez que sozinho indica informações sobre os extremos, e não sobre a importância dos efeitos. Pode-se obter um valor de p baixo, mas que o resultado na prática não seja significativo (FERREIRA; PATINO, 2015). Utilizando nosso exemplo, pode ser que a quantidade de anticorpos produzidos pelo grupo vacinado não seja suficiente para combater a doença. Assim, embora o valor-p seja um dos mais importantes em pesquisas científicas, ele não deve ser considerado sozinho.
Além de indicar a significância dos dados obtidos, o valor-p explicita se há ou não diferença entre os grupos, afinal, se houver um valor-p calculado em um valor muito alto, há um forte indicativo de que os grupos comparados não apresentam tendência de diferença. Um valor-p menor, todavia, indica que há uma pequena probabilidade de os grupos serem iguais e, portanto, uma maior tendência de diferença (FERREIRA; PATINO, 2015; MOORE, 2005).
Teste seus conhecimentos
(Atividade não pontuada)
O valor-p estará presente na maioria dos estudos envolvendo as ciências biológicas, sendo considerado uma das métricas mais importantes em bioestatística. Por isso, sua compreensão é essencial, pois certamente os profissionais em saúde irão se deparar com esse valor ao analisar ou elaborar um estudo.
Vamos Praticar!
As ferramentas estatísticas são essenciais para a pesquisa clínica e para todas as áreas do conhecimento. Pode meio delas, pode-se obter dados numéricos e confiáveis acerca de estudos e hipóteses. Vamos considerar a seguinte situação: você está trabalhando em um laboratório de pesquisa clínica e é responsável pelas análises do teste-piloto. Sua função é fornecer os relatórios contendo as medidas de tendência central e de dispersão, e um gráfico representativo desses dados. A pesquisa envolve o uso de óleo essencial de Jojoba (Simmondsia chinensis) no crescimento de cabelo. Para isso, foram utilizados camundongos geneticamente modificados para apresentarem um fenótipo de redução de pelo. Você recebe os seguintes dados, já tabulados pelo técnico responsável pela coleta de dados.
Tabela 1 – Dados do uso do óleo essencial de Jojoba
Fonte: Elaborada pela autora, baseada em JI; MIN; YOUNG, 2014. 
#PraCegoVer: tabela com o título “variável: porcentagem de área com pelugem”, tem cinco colunas: a primeira está dividida em duas datas (dia 0 e dia 30); a segunda está dividida em duas partes, com o título “indivíduo tratamento” e valores de 1 a 10; a terceira traz o título “tratamento” e valores em porcentagem; a quarta coluna tem o título “controle” e valores em porcentagem; e a quinta coluna  está dividida em duas partes, com o título “indivíduo controle” e valores de 1 a 10 junto com a letra C.
Temos que o estudo envolveu a aplicação de óleo de jojoba em uma concentração em 10 indivíduos (1-10) durante 30 dias. Como grupo controle, aplicou-se apenas o diluente do óleo essencial em 10 indivíduos (1C-10C). Como resposta, calculou-se a porcentagem de pelugem recobrindo os camundongos.
Com esses dados, responda:
1) Qual a média e o desvio-padrão do grupo tratado e do grupo controle? O que você conclui com essas informações?
2) Represente graficamente os dados da média e do desvio-padrão.
3) Após realizar os testes, você obteve um valor-p de 0,055, sendo que o nível de significância necessário era de 0,05. Inclua em seu relatório a orientação para continuar ou não os estudos baseados nesse resultado.
Conclusão
· diferenciar população geral, população-alvo, amostra e planejamento amostral;
· reconhecer os diferentes meios de amostragem;
· identificar e calcular medidas de tendência central;
· compreender e calcular as principais medidas de dispersão e variabilidade;
· calcular o valor ideal de uma amostra;
· interpretar um histograma, gráficos de distribuição normal e não-normal;
· determinar o melhor tipo de gráfico para diferentes tipos de dados;
· compreender a diferença entre variáveis numéricas e categóricas;
· compreender o conceito do valor-p e sua importância em pesquisas científicas.