Curso de Metodologia da Pesquisa em Ciências da Vida. Tópicos em bioestatística fundamentais para o pesquisador em Ciências da Vida

Transcrição

1

2 Tópicos em bioestatística fundamentais para o pesquisador em Ciências da Vida

3 Conceito de bioestatística A bioestatística é um recurso matemático aplicado às ciências biológicas Tem por finalidade de coletar, organizar, resumir e interpretar os dados. Permite tirar conclusões sobre populações a partir do estudo de amostras..

4 Aspectos da bioestatística Compreende o planejamento e a análise estatística, A análise estatística tem duas etapas: estatística descritiva e inferência estatística

5 Atenção O estatístico deve ser consultado pelo pesquisador antes do início da coleta de dados, para calcular o tamanho da amostra e orientar sobre técnicas de amostragem ou alocação aleatória dos pacientes nos grupos.

6 A análise descritiva é exposição ordenada dos fatos Organização dos dados obtidos através de classificação, contagem ou mensuração. Os dados devem ser apresentados de forma clara através de tabelas e gráficos A análise descritiva inclui medidas resumo, tabelas e gráficos não permite conclusões

7 MEDIDAS RESUMO TABELAS GRÁFICOS A estatística descritiva ESTATÍSTICA DESCRITIVA Medidas de tendência central Outras medidas Média Moda Mediana Quartis Percentis Medidas de variabilidade individual Medidas de variabilidade amostral

8 A inferência estatística A inferência estatística permite-nos determinar, em termos de probabilidades, se as diferenças observadas entre os grupos se situam em um intervalo de valores que possam ser efetivamente atribuídos ao acaso, ou se este intervalo de valores é tão grande que só pode ser explicado pela intervenção de um fator externo, a variável independente, a qual fizemos atuar sobre as amostras.

9 Atenção Devemos utilizar a estatística para apoiar as nossas conclusões, através do teste de hipóteses formuladas previamente, e não buscar respostas para as nossas perguntas apenas na estatística. O pesquisador não pode exigir que a análise estatística tenha o resultado que ele deseja. Por melhor que seja a análise estatística, ela não corrige erros no planejamento (desenho) ou condução do estudo.

10 Inferência Estatística é julgamento de valor Permite tirar conclusões a respeito de populações a partir de amostras, além de verificar se duas amostras provém da mesma população, através de teste de hipóteses. Deve ser sempre precedida pela análise descritiva.

11 Exemplo de inferência estatística Utilizamos a análise estatística inferencial, por exemplo, para verificar se pode-se afirmar que um tratamento que cura 18 pacientes de um grupo de 30 é melhor do que outro que cura 15 pacientes dentre 30. É o que se denomina de significância estatística

12 Papel das provas estatísticas As provas estatísticas nos dizem quão grandes devem ser as diferenças das amostram entre dois ou mais grupos para que possamos dizer que elas representam diferenças reais, devidas à atuação de um fator externo (variável independente), e que não são devidas ao acaso, representado pela variabilidade natural dos indivíduos

13 As variáveis independentes, resposta e de controle devem ser definidas pelo pesquisador. Deve-se evitar número excessivo de variáveis, que dificultam a análise estatística e diminuem o poder da amostra. Uma variável independente e algumas variável resposta são suficientes para um bom trabalho, desde que a pergunta do estudo seja relevante e original.

14 Escala de variáveis CATEGÓRICA NUMÉRICA Tipo Nominal Ordinal Discreta Contínua Exemplo Sexo Gravidade de doença Número de óbitos Glicemia

15 Escala de variáveis 1. Categórica (qualitativa): dados obtidos através de classificação em categorias, não existindo intervalo fixo entre as classes Nominal: não existe ordem definida. Exemplos: sexo, raça, grupo sangüíneo. Quando existem apenas duas possibilidades (doente ou são, por exemplo), é chamada de dicotômica ou binária.

16 Escala de variáveis 1.2. Ordinal: grupos ou classes ordenadas. Exemplos: gravidade da doença (leve/moderada/grave), estádio clínico do câncer de mama (I a IV), nível socioeconômico (classes A a E).

17 Escala de variáveis 2. Numérica (quantitativa) ou intervalar: existe um intervalo fixo entre as classes Discreta: Dados obtidos por contagem, correspondendo somente a números inteiros (existe um hiato entre as classes). Exemplos: Número de óbitos, número de crises de asma, número de filhos (ninguém pode ter 2,5 filhos).

18 2.2. Contínua: Dados obtidos por mensuração: números reais, com quantas casas decimais se deseja (não existe hiato entre as classes). Exemplos: Glicemia, altura, pressão arterial sistólica, peso (o peso pode ser medido em quilogramas, gramas, miligramas, etc.). Pode ainda ser resultante de um cálculo feito a partir de 2 variáveis numéricas contínuas.

19 Análise estatística de variáveis Para as variáveis categóricas, a análise estatística é limitada. É impossível calcular, por exemplo, medidas como a média. Se as variáveis preditoras e resposta forem todas categóricas (exemplo: associação entre a raça e a ocorrência de câncer), só será possível utilizar testes não paramétricos (como o teste do qui-quadrado), que apresentam menor poder.

20 Números verdadeiros e algarismos-símbolos Não confundir variáveis categóricas ordinais expressas por números (como o grau de diferenciação de um tumor, por exemplo) com variáveis numéricas.

21 Atenção É impossível calcular média de variáveis categóricas, embora seja possível determinar a média de variáveis numéricas discretas. Para decidir se vamos utilizar como medida de tendência central a média ou a mediana, devemos primeiro analisar se a distribuição da variável numérica é simétrica. Se a distribuição for simétrica, geralmente utiliza-se a média, pois é uma medida mais fácil de ser compreendida. A mediana deve ser descrita para distribuições assimétricas, pois é uma medida de tendência central menos afetada por valores discrepantes ("outliers").

22

23 Atenção O estatístico deve ser consultado pelo pesquisador antes do início da coleta de dados, para calcular o tamanho da amostra e orientar sobre técnicas de amostragem ou alocação aleatória dos pacientes nos grupos. Devemos utilizar a estatística para apoiar as nossas conclusões, através do teste de hipóteses formuladas previamente, e não buscar respostas para as nossas perguntas apenas na estatística. O pesquisador não pode exigir que a análise estatística tenha o resultado que ele deseja. Por melhor que seja a análise estatística, ela não corrige erros no planejamento (desenho) ou condução do estudo.

24 Atenção O estatístico deve ser consultado pelo pesquisador antes do início da coleta de dados, para calcular o tamanho da amostra e orientar sobre técnicas de amostragem ou alocação aleatória dos pacientes nos grupos. Devemos utilizar a estatística para apoiar as nossas conclusões, através do teste de hipóteses formuladas previamente, e não buscar respostas para as nossas perguntas apenas na estatística. O pesquisador não pode exigir que a análise estatística tenha o resultado que ele deseja. Por melhor que seja a análise estatística, ela não corrige erros no planejamento (desenho) ou condução do estudo.

25 Tipos de variáveis Tipos de variáveis Variáveis são características que assumem valores diferentes de um indivíduo para outro ou no mesmo indivíduo ao longo do tempo. Por exemplo, a cor dos olhos varia de uma pessoa para outra. O peso pode ainda variar na mesma pessoa. Sexo e idade são variáveis presentes em quase todos os estudos.

26 Tipos de variáveis Em relação ao papel de cada uma no estudo, as variáveis podem ser classificadas em: Preditora, explicativa ou independente: permite predizer uma resposta. Exemplos: Fumo e risco de doença coronariana, índice de massa corpórea e risco de carcinoma de endométrio

27 Tipos de variáveis Resposta ou dependente: Evento que se pretende estudar. Exemplo: Ocorrência de câncer. Variável de controle: Deseja-se que esteja homogeneamente distribuída nos grupos, pois poderia interferir nos resultados (atuando, por exemplo, como uma variável de confusão). Exemplos: sexo, idade.

28 Teste de Hipóteses Em uma pesquisa, os autores devem ter uma pergunta ou proposição, procurando diferenças entre os grupos estudados. Quando se realiza o teste de hipóteses, parte-se sempre da premissa que a hipótese de nulidade (Ho) é verdadeira, ou seja, os grupos são iguais até prova em contrário. Após a realização do teste, existem duas conclusões possíveis:

29 Teste de Hipóteses Rejeitar Ho: concluir que os grupos são diferentes. Não rejeitar Ho: não concluir que os grupos são diferentes (concluir que os grupos são iguais).

30 Atenção Devemos utilizar a estatística para apoiar as nossas conclusões, através do teste de hipóteses formuladas previamente, e não buscar respostas para as nossas perguntas apenas na estatística. O pesquisador não pode exigir que a análise estatística tenha o resultado que ele deseja. Por melhor que seja a análise estatística, ela não corrige erros no planejamento (desenho) ou condução do estudo.

31 Teste de hipóteses VERDADE: Os grupos são iguais VERDADE: Os grupos não são iguais Conclusão: Os grupos são iguais Correto Erro Tipo II (falso negativo) Conclusão: Os grupos não são iguais Erro Tipo I (falso positivo) Correto

32 Riscos Alfa e Beta Riscos alfa e beta Risco Alfa: Probabilidade de cometer erro tipo I (falso positivo). Habitualmente é representado pela letra p. Risco Beta: Probabilidade de cometer erro tipo II (falso negativo). Normalmente, não é calculado ao final do trabalho, mas deve ser estabelecido durante o planejamento estatístico para calcular o tamanho da amostra necessária.

33

34 TESTES DAS HIPÓTESES = EXPERIMENTAÇÃO LITERATURA PLANEJAMENTO PLANO PILOTO ESCOLHA DA PROVA ESTATÍSTICA DE CONDUTAS PROTOCOLOS DE COLETA DE DADOS AFERIÇÃO DOS RESULTADOS DISCUSSÃO GERAL DA PESQUISA CONCLUSÕES