PLANEJAMENTO EXPERIMENTAL

Transcrição

1 Faculdade de Medicina Veterinária PLANEJAMENTO EXPERIMENTAL Prof.Adjunto Paulo César Ciarlini 1800: Sir William Herschel

2 Bons jovens têm sonhos ou disciplina. Jovens brilhantes têm sonhos e disciplina. Pois sonhos sem disciplina produzem pessoas frustradas, que nunca transformam seus sonhos em realidade, e disciplina sem sonhos produz servos, pessoas que executam ordens, que fazem tudo automaticamente e sem pensar. Augusto Cury.

3 CICLO DO MÉTODO CIENTÍFICO Observação crítica de fatos e fenômenos não compreendidos Problema? Hipótese? DIVULGAÇÃO Artigo / Dissertação / Tese RESULTADOS Discussão / Conclusão Delineamento Experimental Variáveis? Métodos para obtenção das variáveis? Tamanho da amostra? Testes estatísticos de hipóteses?

4 AS VARIÁVEIS Variável é qualquer quantidade ou característica que varia e pode ser expresso numericamente. Hipótese é um enunciado geral de relação entre variáveis. seednews.inf.br

5 VARIÁVEL DEPENDENTE E INDEPENDENTE X = Varíavel independente que influencia, determina ou afeta uma outra variável (manipulado pelo pesquisador). Y = Variável dependente consiste na resposta que ocorre em virtude dos diferentes valores que uma variável independente (X)

6 COVARIÁVEL É qualquer variável que possa influenciar a variável dependente. Deve ser mantida constante (controlada) em condições experimentais. CIUMES off COMPRA off É um fator que o pesquisador procura neutralizar intencionalmente em uma investigação. Ex.1: Idade, peso corporal e tempo de doenças em comparações de tratamentos ou procedimentos cirúrgicos.

7 NÍVEIS DE MENSURAÇÃO DAS VARIÁVEIS Os modelos estatísticos utilizados na análise dos dados dependem do níveis das variáveis. As operações admissíveis (soma, subtração, divisão, multiplicação) para um conjunto numérico de dados experimentais dependem do nível de mensuração alcançado por tal conjunto. reforconoecerj.blogspot.com

8 ESCALA NOMINAL OU CLASSIFICATÓRIA Escala de mensuração mais elementar. Consiste na classificação das unidades amostrais. Objetivo é separar indivíduos ou unidades em grupos Ex: Sexo, cor de pele, raça, etc. As classes devem ser mutuamente exclusivas ou não superposta. Para este tipo de mensuração não são válidas as operações aritméticas usuais, mesmo quando expressas em números (Ex. classe 1, 2, 3 etc).

9 ESCALA ORDINAL Classifica as unidades em classes e ordena essas classes relativamente ao grau da variável. Ex: Grau de escolaridade (primeiro, segundo e terceiro), tipos de propriedades produtoras de leite (pequena, média e grande) etc. Variáveis clinicas, histopatológicas, hematológicas, anatômicas classificadas em cruzes (+, ++ e +++) podem ser substituídas por números (0, 1, 2 e 3). Permanecem inválidas as operações de adição, subtração, multiplicação e divisão. É injustificável o uso de médias. Utilizar mediana e/ou a moda.

10 ESCALA INTERVALAR Quanto, além da classificação e ordenação de uma variável, é possível estimar exatamente as diferenças entre as classes, atinge-se o primeiro nível de mensuração quantitativo propriamente dito. Ex: Temperatura Permite operações aritméticas e estabelecer médias, porém trata-se de uma escala arbitrária, cujo valor zero não existe naturalmente na escala. Ex: 0 o C = 32 o F. Ex: 40 o C não é verdadeiramente 2 X mais quente que 20 o C.

11 ESCALA DE RAZÕES É a escala de mensuração mais elevada. É possível realizar todas operações aritméticas. Existe um verdadeiro ponto zero de origem. A razão entre dois valores quaisquer da escala é independente da unidade de mensuração. Ex: Peso 5 Kg = 2 X 2,5 Kg = 5000g = 2 x 2500g Variável de razão contínua: peso, estatura, valores bioquímicos etc. Variável de razão discreta: número de crias, contagem de células etc.

12 DISTRIBUIÇÃO DAS VARIÁVEIS Distribuição de variável é entendida como a estrutura matemática que permite o estudo, a definição de propriedades e os cálculos probabilísticos, de valores centrais, de valores de dispersão e outros valores de variáveis biológicas. gaussianos.blogspot.com

13 DISTRIBUIÇÃO BINOMINAL Utilizada para variáveis classificatórias em duas classes (variáveis binárias), onde o número de eventos é definido e finito. Ex: Sucesso (p) ou insucesso (q), onde p + q = 1

14 DISTRIBUIÇÃO DE POISSON É utilizada para variáveis binárias (+ ou - ) onde o número de eventos não é definido (eventos raros). Ex: Estudo de animais que apresentam Aftosa em uma determinada região indene, durante um intervalo de tempo determinado.

15 DISTRIBUIÇÃO MULTINOMIAL É utilizada para variáveis classificadas em mais de duas categorias mutuamente exclusivas. Ex: Sistema ABO: Distribuição do número de indivíduos de acordo com grupo sangüíneos (A, B, AB e O). mazzei.eti.br

16 DISTRIBUIÇÃO NORMAL etologiabrasil.blogspot.com É utilizada para variáveis quantitativas (intervalar ou de razão), contínuas ou discretas que apresentam simetria em torno de um valor médio central (média). Ex: Peso, altura, dosagens bioquímicas séricas etc

17 DISTRIBUIÇÃO LIVRE Utilizada para variáveis biológicas quantitativas cuja tendência central não é adequadamente representada pela média (distribuições assimétricas). Ex: Dosagens hormonais Utilizada para variáveis biológicas quantitativas com valores extremos não definidos (deficiência de mensuração). Ex: contagem de eosinófilos e basófilos. Utilizada para variáveis semiquantitativas (escores). Ex: Grau de determinada alteração celular (0, 1, 2 e 3).

18 CICLO DO MÉTODO CIENTÍFICO Observação crítica de fatos e fenômenos não compreendidos Problema? Hipótese? DIVULGAÇÃO Artigo / Dissertação / Tese RESULTADOS Discussão / Conclusão Delineamento Experimental Variáveis? Métodos para obtenção das variáveis? Tamanho da amostra? Testes estatísticos de hipóteses?

19 AS VARIÁVEIS Devem ser obtidas: Pelo mesmo pesquisador. Por meio de métodos c/ boa sensibilidade. Por meio de métodos c/ boa especificidade. Por meio de aparelhagem calibrada. Por meio de aparelhagem c/ boa sensibilidade.

20 AS VARIÁVEIS Obter sempre que possível: Em duplicada ou triplicadas. Por meio de sistema duplo-cego. Provas intra-ensaio e interensaio Controle dos efeitos circardianos.

21 AMOSTRAGEM População é um conjunto de elementos com características comuns. Amostra é uma parte representativa da população. Amostragem é o ato de obter uma amostra de uma população. avozdavitoria.com

22 AMOSTRAGEM NATURALÍSTICO cross-sectional Somente o tamanho amostral total (n) é determinado a priori. Seleciona-se um total de indivíduos (n) de uma população para posteriormente determinar a freqüência de uma determinada característica. Ex1: Variação de prevalência de uma doença em uma região. Ex2: Valores hematológicos de uma raça.

23 AMOSTRAGEM INTENCIONAL Seleciona-se a priori um determinado número (n1) de unidades com uma característica (C1) e (n2) unidades com outra determinada característica (c2). Utilizada em estudos prospectivos e retrospectivos. Ex: Avaliar influência do fumo no peso de recémnascido: G1: peso de filhos de mães fumantes (n=10) G2: peso de filhos de mães não fumantes (n=10) Ho: G1 = G2 H1: G1 # G2

24 AMOSTRAGEM ALEATÓRIA Seleciona-se a priori unidades experimentais homogêneas e os agrupa casualmente em grupos experimentais diferentes quanto ao tratamento. Parte das unidades experimentais são sorteadas para receber um tratamento controle e outra para receber o tratamento experimental. Quando as unidades não são homogêneas pode-se utilizar a formação de blocos a fim de proporcionar um menor erro residual. Ex: Avaliar efeito de uma droga. G1: indivíduos não tratados (n=10) G2: indivíduos tratados (n=10) Ho: G1 = G2 H1: G1 # G2

25 CICLO DO MÉTODO CIENTÍFICO Observação crítica de fatos e fenômenos não compreendidos Problema? Hipótese? DIVULGAÇÃO Artigo / Dissertação / Tese RESULTADOS Discussão / Conclusão Delineamento Experimental Variáveis? Métodos para obtenção das variáveis? Tamanho da amostra? Testes estatísticos de hipóteses?

26 DIMENSIONAMENTO AMOSTRAL Considerar a discrepância da variável registrada na literatura. universosdarte.blogspot.com

27 DIMENSIONAMENTO AMOSTRAL Ex: Para estimar a média populacional de colesterol sérico de uma população, um pesquisador utilizou resultados de um experimento piloto: X = 180 S = 25 mg/dl = 0.05 d = 0,05 (x) onde t ( valor de t em tabela para = 0,05); x (média); s (desvio padrão); (probabilidade de erro tipo I) e d (precisão) n = t 2 s 2 / d 2 onde d = ( ) (x) n = 2 2 x 25 2 / (0,05 x 180) 2 = 31

28 DIMENSIONAMENTO AMOSTRAL Considerar a discrepância da variável registrada em projeto piloto. concursosdeprojeto.org

29 DIMENSIONAMENTO AMOSTRAL Considerar o método estatístico, probabilidade de erro tipo I ( ) e II ( ) Considerar diferença mínima significativa

30 DIMENSIONAMENTO AMOSTRAL Considerar valores éticos

31 DIMENSIONAMENTO AMOSTRAL Considerar fator tempo. muraldoantena.com.br

32 DIMENSIONAMENTO AMOSTRAL Considerar fator custo claudiiblogii.blogspot.com

33 Para saber mais