Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Marjorie Y. Chiesa ATM 2026/B Bioestatística Conceitos básicos * Como diferenciar e classificar grupos Onde ela entra em um projeto? - precisa ser pensada em conjunto com o protejo: o que e como vou comprovar os dados para a pesquisa - Entra em todos os eixos de um projeto Tipos de estudos Antes de entrar na parte estatística, precisamos pensar sobre o trabalho que vamos fazer 1. * estudo observacional: não vou interferir; apenas coletar e analisar * Estudo experimental: faz uma intervenção e pesquisa o efeito da intervenção. Exemplo: testes com vacinas 2. * Estudos prospectivos: estudo para o futuro, se x condições vão gerar condições y futuras. Ver o fator de risco para ver o desfecho; ver o efeito de algo para ter um efeito. Exemplo: efeitos de uma dieta nova * Estudos retrospectivo: já tive o desfecho (já tenho os dados) e analiso os dados existentes (analiso os fatores antes da doença). Exemplo: prontuários 3. * Estudo de coorte: se acompanha um grupo de indivíduos de interesse para estudar o desfecho - melhor tipo de estudo; porém caro e demorado * Estudos caso-controle: 4. * Estudo longitudinal: estudam mudanças ao longo do tempo * Estudo transversal: grupos observados uma vez, com o objetivo de estudar as coisas naquele instante Hipotese nula: suposição do pesquisador Hipotese alternativa Técnicas de amostragem - evita que os resultados sejam tendenciosos * Amostra casual simples: faz um sorteio, elementos tirados ao acaso * Amostra sistemática: mantem uma ordem, sempre o mesmo padrão; exemplo, pegar os pacientes pares da lista * Amostra estratificada: * Amostra por conveniência: por proximidade de assunto ou convívio. Acaba sendo um pouco tendenciosa Variáveis - aquilo que vou analisar as variâncias - Valores que vou mensurar nos dados; valores que variam para cada indivíduo Nivel de mensuração Qualitativas: dados categóricos, sem serem mensurados em números * nominal: apenas identificado por categoria, não tem uma hierarquia, não tem mais 2 Marjorie Y. Chiesa ATM 2026/B ou menos. Exemplo: sexo, naturalidade, cor de olhos * ordinal: é possível ter um hierarquia, níveis. Exemplo: classe social; manifestação da doença (leve, moderada) Quantitativas: dados numéricos * discretas: podem assar apenas alguns valores, sem decimais. Exemplo: numero de filhos * contínuo: podem assumir valores infinitos; variável contínua. Exemplo: peso, temperatura, velocidade. As variáveis podem ser classificadas em: - predita, explicativa ou independente (causa): uma causa/fenomeno que não esta ligado a nada, mas quero ver se esta associado a variável dependente. Exemplo: IMC (causa) e doença x (efeito) - Reposta ou dependente (efeito): evento que se pretende estudar. Exemplo imc e pressão arterial; quanto maior o imc (independente- no eixo x) maior minha pressão arterial (dependent- no eixo y) Exemplo: a quantidade de álcool consumida diariamente seria a variável independente (causa) e a pressão arterial seria a variável dependente (efeito) A mesma variável pode ser dependente ou independente conforme a pergunta do trabalho - exemplo: relação entre idade gestacional e ocorrência de diabetes. Pergunta: o risco de desenvolver diabetes se altera ao longo da gravidez? Idade gestacional= variável independente - Relação entre diâmetro biparietal do crânio e idade gestacional. Pergunta: é possível predizer o tempo de gravidez medindo o diâmetro parietal? Idade gestacional= variável dependente; Vídeo Estatística descritiva Conceitos: - Frequência: quantas individuos vão aparecer dentro de cada classe - Frequênc ia re lat i va : va lo r ante r i o r representado em porcentagem * selecionar a célula (espaço) que eu quero saber a % e dividir (/) pelo total *ATUALIZADO: frequência absoluta dividido pelo total (soma das frequências) - Frequência absoluta acumulada: são somas - Frequência relativa acumulada: soma das % Gráficos: - Tirar os títulos de gráfico - Título de eixo sim - Tirar linhas de gráfico Média: =média Mediana: número do meio; não é muito utilizado =med Moda: número que se repete mais vezes =modo 3 Marjorie Y. Chiesa ATM 2026/B Desvio padrão: o quanto os dados variaram em torno da média; o quanto pode variar o valor =DESVPAD Amplitude =Máximo(seleciona dados)-Mínimo(dados) Variância: desvio padrão automático; variância ao quadrado é o desvio padrão =var Coeficiente de variação: quanto maior, menos homogêneo os valores CV= desvio padrão/média x 100 (em %) Média sem média: - Achar o ponto medios dos número - Somar os casos - Multiplicar o ponto médio pelo número de casos (exemplo: 25 por n= 2) - Somar os resultados das multiplicações - Média será divisão dessa ultima soma pelo soma do número de casos Aula 09/09 Teste T: usado para comparar dois grupos; um contra o outro Existem duas formas: Teste independente = COM VARIÂNCIAS IGUAIS : dois grupos populacionais diferentes, não são a mesma pessoa. Exemplo: metade de uma população tomou X tratamento e a outra metade Y Amo st ra s p area da s = EMPARELHADAS (relacionadas): mesmo grupo; antes e depois de algo P bilateral: é o que diz se os grupos tiveram diferença; P precisa ser menor ou igual a 0,05 P maior que 0,05: não há diferença estatística P menor que 0,05: há diferença Quer dizer que a média de um fica distante da outra P repre senta um valo r em % da semelhança entre os grupos ANOVA: análise de variância - Comparação de várias situações; 4, 5, 6 tratamentos - F= valor importante para o TIC - ANOVA com teste T; o anova compara todas as situações - Tokey - ns= não significativo 4 Marjorie Y. Chiesa ATM 2026/B Anova= FACTOR ÚNICO Teste T= duas amostras com variâncias desiguais CORRELAÇÃO: Um fator e outro fator diferente e ver se tem associação; o quanto um fator influencia no outro - geralmente é par a par - Relaciona duas unidades diferentes; exemplo: glicemia e pressão arterial - Se analisa se a glicemia se relaciona com a pressão - Fator A com fator B - Olhar o P para ver se a correlação é significativa - Ver se é forte, média ou fraca - Positiva e negativa - Positiva: um aumenta; o outro aumenta junto - Negativa: Se um aumenta, o outro diminui Bioestat- correlação - coeficiente de correlação de Pearson R (pearson)= quanto mais próximo de 1, mais forte a correlação; vai de -1 a 1, não importa se é positivo ou negativo - correlação positiva forte: mais próximo de 1 - Correlação negativa forte: próximo de -1 R2= transformar em %; Mac: =pearson - selecionar um dado ; outro dado - Depois valor de =peasor ao quadrado Resposta do r2: começo me referindo a variável dependente - x% dos casos de uma coisa está associado a outra
Compartilhar