Interpretação de valores-p em estudos clínicos

Prévia do material em texto

Em estatística, um dos parâmetros mais importantes é a análise da 
confiabilidade, baseada nos níveis de confiança necessários. Em estudos 
clínicos é comum que se admita um nível de confiança de 95%, com valor de p 
equivalente a 0,05. Compreender corretamente esse valor e a sua intepretação 
é essencial em bioestatística, não apenas para realizar estudos científicos, mas 
também para analisar resultados em artigos e trabalhos publicados. A partir 
dos conceitos apresentados, considere três situações.Estudo 1: valor-p 
calculado em 0,015; em nível de confiança 98%.Estudo 2: valor-p calculado em 
0,7; em nível de confiança 95%.Estudo 3: valor-p calculado em 0,02; em nível 
de confiança 95%. 
 
Em qual(is) estudo(s) o valor-p é considerado “bom” e em qual(is) “ruim”? 
Justifique sua resposta. 
 
Resposta: 
Um valor-p pequeno significa, em termos gerais, que a probabilidade de 
obter um valor da estatística de teste é muito improvável, levando assim à 
rejeição da hipótese nula. É preciso atenção e cautela na interpretação desses 
resultados, pois esta medida é bastante influenciada pelo tamanho da amostra. 
Amostras grandes tendem a produzir valores-p pequenos, enquanto amostra s 
pequenas tendem a produzir valores -p grandes. 
 
- Valores-P altos: seus dados são prováveis com uma hipótese nula verdadeira. 
- Valores-P baixo s: seus dados não são prováveis com uma hipótese nula 
verdadeira. 
 
Baseando-se em p calculado em 0, 055 (comumente usado na área da 
saúde), ou seja, 5%, 
O estudo 2 apresenta um valor p muito alto, o que pode indicar que os 
grupos comparados não apresentam tendência de diferença. 
Já no estudo 3, o valor está bem próximo ao nível de significância, 
embora ligeiramente menor, par a este caso o valor p não diz o quanto um a 
variável influencia a outra, apenas se essa influência pode ser atribuída ao 
acaso ou não, nesse caso a probabilidade das diferenças serem devido ao 
acaso, são mínimas. 
Nesse estudo a hipótese nula será rejeitada e a hipótese alternativa 
aceita, uma vez que obtivemos um valor -p menor que o nível de confiança, 
observamos que há uma diferença. 
O estudo 1 também apresentou um valor -p considerado bom, menor 
que o valor de significância numa amostra maior, nesse caso se afirmarmos 
que o item em estudo é o responsável pela alteração, aqui não sabemos do 
se trata, temos 98% de chance de estarmos certos. Nesse estudo a hipótese 
alternativa também deve ser aceita. 
PORTANTO os estudos 1 e 3 apresentam um valor –P considerado 
“BOM” e o estudo 2 apresenta um valor –P considerado “Ruim” Falso positivo.