--estudos estudos descritivosdescritivos --estudos … · 5 estudo de coorte-- também também...
TRANSCRIPT
1
PÓS-GRADUAÇÃO EM ATIVIDADE FÍSICA ADAPTADA E SAÚDE
METODOLOGIA DA PESQUISA CIENTÍFICAMETODOLOGIA DA PESQUISA CIENTÍFICA
Tipos de estudos e Análise de dadosTipos de estudos e Análise de dados
2008 Prof. Clóvis Sousa 1
PROF. MS. CLÓVIS ARLINDO DE SOUSAPROF. MS. CLÓVIS ARLINDO DE SOUSA
UNIVERSIDADE DE SÃO PAULOUNIVERSIDADE DE SÃO PAULO
FACULDADE DE SAÚDE PÚBLICAFACULDADE DE SAÚDE PÚBLICA
DEPARTAMENTO DE EPIDEMIOLOGIADEPARTAMENTO DE EPIDEMIOLOGIA
[email protected]@usp.br
Tipos de estudos e Análise de dadosTipos de estudos e Análise de dados
OBJETIVO DA AULAOBJETIVO DA AULA
-- DefinirDefinir ee reconhecerreconhecer osos tipostipos dede estudosestudos nana áreaárea dada saúdesaúde;;
-- IdentificarIdentificar vantagensvantagens ee desvantagensdesvantagens dede cadacada estudoestudo;;
2008 Prof. Clóvis Sousa 2
-- EmpregarEmpregar asas característicascaracterísticas dede cadacada tipotipo dede estudoestudo aplicadoaplicado aasituaçõessituações práticaspráticas;;
-- ReconhecerReconhecer questõesquestões centraiscentrais dosdos tipostipos dede estudosestudos relacionandorelacionandocomcom aa formaforma dede análiseanálise dede dadosdados..
RESUMO DA AULA
-- ClassificaçãoClassificação dede estudosestudos nana áreaárea dada saúdesaúde;;
-- TiposTipos dede estudosestudos nana áreaárea dada saúdesaúde;;
Q tõQ tõ t it i ff dd áliáli
2008 Prof. Clóvis Sousa 3
-- QuestõesQuestões centraiscentrais ee formaforma dede análiseanálise;;
-- EstatísticaEstatística descritivadescritiva ee analíticaanalítica;;
-- AnáliseAnálise dede dadosdados..
CLASSIFICAÇÃO DOS TIPOS DE ESTUDOSCLASSIFICAÇÃO DOS TIPOS DE ESTUDOS
-- EstudosEstudos descritivosdescritivos
Quem?Quem? Quando?Quando? Onde?Onde?
2008 Prof. Clóvis Sousa 4
-- EstudosEstudos analíticosanalíticos
ParteParte dodo métodométodo científicocientífico queque sese ocupaocupa dede testartestarhipóteseshipóteses dede associaçãoassociação
ESTUDOS DESCRITIVOSESTUDOS DESCRITIVOS
- Quem? Pessoa
2008 Prof. Clóvis Sousa 5
- Quando?
- Onde? Tempo Lugar
Quem?
2008 Prof. Clóvis Sousa 6
2
Variáveis descritivas mais utilizadasVariáveis descritivas mais utilizadas
a. Relativas às PESSOASSexoIdadeEstado civilG ét i
2008 Prof. Clóvis Sousa 7
Grupo étnicoReligiãoRendaOcupaçãoEducaçãoClasse social
Variáveis descritivas mais utilizadasVariáveis descritivas mais utilizadas
a. Relativas às PESSOASParidadeHistória familiarComposição familiar
2008 Prof. Clóvis Sousa 8
Ordem de nascimentoPesoAlturaGrupo sangüíneoTipo de comportamentoEstilo de vidaHábito de fumar
Quando?
2008 Prof. Clóvis Sousa 9
Variáveis descritivas mais utilizadasVariáveis descritivas mais utilizadas
c. Relativas ao TEMPODécadaAnoSemestre
2008 Prof. Clóvis Sousa 10
TrimestreMêsSemanaDiaHora
Onde? Variáveis descritivas mais utilizadasVariáveis descritivas mais utilizadas
b. Relativas ao LUGARPaísRegiãoEstadoMunicípio
2008 Prof. Clóvis Sousa 12
DistritoBairroInstituiçãoEdifícioRuaUrbano-ruralCódigo postal
3
ESTUDOS ANALITICOSESTUDOS ANALITICOS
EstudosEstudos comparativoscomparativos realizadosrealizados comcom oo objetivoobjetivo dedeidentificaridentificar ee quantificarquantificar associações,associações, testartestar hipóteseshipóteses ee
identificaridentificar fatoresfatores dede riscorisco..
2008 Prof. Clóvis Sousa 13
Tipos de estudosTipos de estudos
DescritivosDescritivos AnalíticosAnalíticos
Correlação ou Ecológico Relato ou série de casos
2008 Prof. Clóvis Sousa 14
IntervençãoIntervençãoObservacionaisObservacionais
CoorteCoorteCasoCaso--controlecontroleTransversalTransversal
Estudo de intervençãoEstudo de intervenção
-- TambémTambém conhecidoconhecido porpor estudosestudos experimentaisexperimentais;;
-- CaracterizaCaracteriza--sese pelapela manipulaçãomanipulação dada variávelvariável dedee posiçãoe posição comcom aleatoriedadealeatoriedade
2008 Prof. Clóvis Sousa 15
exposiçãoexposição comcom aleatoriedadealeatoriedade;;
-- SeSe determinamdeterminam osos gruposgrupos expostosexpostos ee nãonão--expostosexpostosaa umum certocerto fatorfator queque serãoserão acompanhadosacompanhados paraparaavaliaravaliar oo efeitoefeito dede interesseinteresse..
Obtenção da Obtenção da permissãopermissão
MedidaMedida(linha(linha--base)base)
Administração de Administração de intervenção intervenção
experimentalexperimental
MedidaMedida(desfecho)(desfecho)
Estudo de intervençãoEstudo de intervenção
2008 Prof. Clóvis Sousa 16
Administração do Administração do placebo ou outra placebo ou outra intervenção nãointervenção não--
experimentalexperimental
permissão permissão dos dos
participantes participantes do estudodo estudo
RandomizaçãoRandomização
MedidaMedida(linha(linha--base)base)
MedidaMedida(desfecho)(desfecho)
Estudo de intervençãoEstudo de intervenção
2008 Prof. Clóvis Sousa 17
Incidência nos expostosIncidência nos não expostosRisco Relativo (RR) =
Aplicações:Aplicações:
-- AvaliarAvaliar oo efeitoefeito dada variávelvariável dede exposiçãoexposição;;
Estudo de intervençãoEstudo de intervenção
2008 Prof. Clóvis Sousa 18
-- InferirInferir causalidade!?!causalidade!?!
4
VantagensVantagens::
-- AltaAlta credibilidadecredibilidade;;
-- ControleControle dede variáveisvariáveis estranhasestranhas;;
Estudo de intervençãoEstudo de intervenção
2008 Prof. Clóvis Sousa 19
;;
-- AA seqüênciaseqüência temporaltemporal éé bembem determinadadeterminada;;
-- SãoSão oo “padrão“padrão--ouro”ouro” parapara avaliaravaliar oo riscorisco (efeito)(efeito) dede umaumaexposiçãoexposição sobresobre umauma doençadoença;;
-- PermitemPermitem aoao investigadorinvestigador extensoextenso controlecontrole dodo processoprocesso dedepesquisapesquisa..
Desvantagens:Desvantagens:-- São caros e prolongados;São caros e prolongados;-- PodemPodem estudarestudar apenasapenas intervençõesintervenções (exposições)(exposições)
Estudo de intervençãoEstudo de intervenção
2008 Prof. Clóvis Sousa 20
controladascontroladas pelopelo pesquisadorpesquisador;;-- PodemPodem terter problemasproblemas comcom mudançasmudanças dede terapiaterapia ououabandonoabandono;;-- PodemPodem serser limitadoslimitados nana generalizaçãogeneralização (grupo(gruporepresentativo)representativo);;-- ProblemasProblemas éticoséticos..
Estudo de intervençãoEstudo de intervenção
2008 Prof. Clóvis Sousa 24
5
Estudo de coorteEstudo de coorte
-- TambémTambém conhecidoconhecido porpor estudosestudos dede longitudinaislongitudinais;;
-- IniciaInicia--sese comcom umum grupogrupo dede pessoaspessoas sadiassadias quequeserãoserão classificadasclassificadas seg ndoseg ndo e posiçãoe posição oo nãonão aoao
2008 Prof. Clóvis Sousa 25
serãoserão classificadasclassificadas segundosegundo exposiçãoexposição ouou nãonão aoaofatorfator dede riscorisco emem estudoestudo;;
-- OsOs gruposgrupos sãosão acompanhadosacompanhados ee comparacompara--sese aaocorrênciaocorrência dede doençadoença ouou mortemorte entreentre gruposgruposexpostosexpostos ee nãonão--expostosexpostos aoao fatorfator dede riscorisco..
População População definida definida
DoentesDoentes
Não doentesNão doentesExpostosExpostos
Estudo de coorteEstudo de coorte
sadiossadiosDoentesDoentes
Não doentesNão doentes
Não Não expostosexpostos
ProspectivoProspectivo
Tempo presenteTempo presente
Estudo de coorteEstudo de coorte
2008 Prof. Clóvis Sousa 27
Incidência nos expostosIncidência nos não expostosRisco Relativo (RR) =
Aplicações:Aplicações:
-- MedirMedir aa magnitudemagnitude dodo efeitoefeito dede umauma exposiçãoexposição;;
Estudo de coorteEstudo de coorte
2008 Prof. Clóvis Sousa 28
-- TestarTestar hipóteseshipóteses etiológicasetiológicas (medidas(medidas diretasdiretas dodo RR)RR);;
-- ContribuiçãoContribuição individualindividual ouou combinadacombinada dede maismais dede umum fatorfatordede riscorisco parapara aa doençadoença emem estudoestudo..
VantagensVantagens::
-- PreservaPreserva aa seqüênciaseqüência dede tempotempo;;
Estudo de coorteEstudo de coorte
2008 Prof. Clóvis Sousa 29
-- PermitePermite cálculocálculo dodo RRRR dede formaforma diretadireta (informa(informa incidência)incidência);;
-- PodePode evidenciarevidenciar aa relaçãorelação dodo fatorfator dede riscorisco comcom outrasoutrasdoençasdoenças;;
-- MenosMenos sujeitosujeito aa víciosvícios dede seleçãoseleção..
Desvantagens:Desvantagens:
-- LongaLonga duraçãoduração ee custocusto elevadoelevado;;
Estudo de coorteEstudo de coorte
2008 Prof. Clóvis Sousa 30
-- InadequadoInadequado parapara doençasdoenças rarasraras;;
-- PerdasPerdas dede seguimentoseguimento;;
-- ModificaçõesModificações nana composiçãocomposição dosdos gruposgrupos..
6
“Os“Os menores riscos entreentre todastodas asas causascausas foramforam observadosobservados nana categoriacategoriafisicamentefisicamente ativoativo ee bebedorbebedor moderadomoderado ee osos maiores,, fisicamentefisicamente inativosinativos ee nãonãobebedoresbebedores ouou bebedoresbebedores pesadospesados””..
““......quemquem fazfaz exercíciosexercícios e bebebebe moderadamentemoderadamente temtem riscorisco dede 3030%%--4949%% menormenor dede DICDICemem comparaçãocomparação àquelasàquelas queque nãonão bebebebe ee nãonão fazfaz exercícios”exercícios”..
2008 Prof. Clóvis Sousa 34
2008 Prof. Clóvis Sousa 35
Estudo de casoEstudo de caso--controlecontrole
-- OsOs indivíduosindivíduos sãosão selecionadosselecionados aa partirpartir dodo fatofato dedeapresentaremapresentarem aa doençadoença ((CasosCasos)) ee nãonão ((ControlesControles));;
2008 Prof. Clóvis Sousa 36
-- OsOs gruposgrupos sãosão comparadoscomparados comcom característicascaracterísticaspassadaspassadas queque sese julgamjulgam relevantesrelevantes parapara aa etiologiaetiologiadada doençadoença ((abordagemabordagem retrospectivaretrospectiva))..
7
População População definidadefinida
ExpostosExpostos
Não expostosNão expostosDoentesDoentes
CASOSCASOS
Estudo de casoEstudo de caso--controlecontrole
definidadefinida
ExpostosExpostos
Não expostosNão expostos
Não doentesNão doentes
CONTROLESCONTROLES
RetrospectivoRetrospectivo
Tempo presenteTempo presente
Estudo de casoEstudo de caso--controlecontrole
2008 Prof. Clóvis Sousa 38
Chance da exposição entre casosChance da exposição entre controles=Odds Ratio (OR)
Estudo de casoEstudo de caso--controlecontrole
Aplicações:Aplicações:
-- SurtosSurtos ouou agravosagravos desconhecidos,desconhecidos, sendosendo indispensávelindispensável aa
2008 Prof. Clóvis Sousa 39
gg ppidentificaçãoidentificação urgenteurgente dada etiologiaetiologia dada doençadoença comcom oo objetivoobjetivodede umauma imediataimediata açãoação dede controlecontrole;;
-- InvestigaçãoInvestigação dede fatoresfatores dede riscorisco associadosassociados aa doençasdoençasrarasraras..
Estudo de casoEstudo de caso--controlecontrole
VantagensVantagens::
-- CurtaCurta duraçãoduração ee baixobaixo custocusto;;
2008 Prof. Clóvis Sousa 40
-- EficienteEficiente parapara doençasdoenças dede baixabaixa incidênciaincidência;;
-- TamanhoTamanho amostralamostral éé geralmentegeralmente menor,menor, podendopodendo empregarempregarexamesexames ee testestestes maismais caroscaros;;
-- PermitemPermitem investigarinvestigar muitosmuitos fatoresfatores dede riscoriscosimultaneamentesimultaneamente..
Estudo de casoEstudo de caso--controlecontrole
Desvantagens:Desvantagens:
-- InformaçõesInformações sobresobre exposiçãoexposição dependemdependem dada memóriamemória dodo entrevistadoentrevistado ououprontuárioprontuário;;
2008 Prof. Clóvis Sousa 41
-- DificuldadesDificuldades nana seleçãoseleção dosdos controlescontroles;;
-- PoucoPouco eficienteeficiente parapara avaliaravaliar exposiçõesexposições rarasraras;;
-- AA incidênciaincidência dada doençadoença emem expostosexpostos ee nãonão expostosexpostos nãonão podepode serserdeterminadadeterminada diretamentediretamente;;
-- TemporalidadeTemporalidade podepode serser difícildifícil dede estabelecerestabelecer..
8
Estudo transversalEstudo transversal
-- TambémTambém conhecidoconhecido porpor estudosestudos dede prevalênciaprevalência ououseccionaisseccionais;;
Obser açãoObser ação dede mm indi íd oindi íd o aa e posiçõese posições ee aoao
2008 Prof. Clóvis Sousa 45
-- ObservaçãoObservação dede umum indivíduoindivíduo aa exposiçõesexposições ee aoaoefeitoefeito emem umum únicoúnico pontoponto nono tempotempo;;
-- AA prevalênciaprevalência dada doençadoença nosnos expostosexpostos éécomparadacomparada comcom aquelaaquela nosnos nãonão--expostosexpostos..
População definidaPopulação definida
amostraamostra
Estudo transversalEstudo transversal
Coleta dos dados da exposição e doençaColeta dos dados da exposição e doença
ExpostosExpostos
doentesdoentes
ExpostosExpostos
Não doentesNão doentes
Não expostosNão expostos
doentesdoentes
Não expostosNão expostos
Não doentesNão doentes
Estudo transversalEstudo transversal
2008 Prof. Clóvis Sousa 47
n° casosTotalPrevalência:
Prevalência nos expostosPrevalência nos não expostosRazão de Prevalência (RP) =
Aplicações:Aplicações:
-- Explorar fatores de risco que se relacionam com a doença;Explorar fatores de risco que se relacionam com a doença;
Estudo transversalEstudo transversal
2008 Prof. Clóvis Sousa 48
-- Conhecer as necessidades da população;Conhecer as necessidades da população;
-- Prevalência de fatores de risco na população;Prevalência de fatores de risco na população;
-- Prevalência de uma doença na população;Prevalência de uma doença na população;
-- Prevalência dos dois (exposição e doença) na população.Prevalência dos dois (exposição e doença) na população.
9
VantagensVantagens::
-- curtacurta duraçãoduração;;
Estudo transversalEstudo transversal
2008 Prof. Clóvis Sousa 49
-- relativamenterelativamente econômicoseconômicos;;
-- permitempermitem conhecerconhecer aa prevalênciaprevalência associadaassociada aosaos agentesagentes suspeitossuspeitos;;
-- permitempermitem aa descriçãodescrição dada populaçãopopulação;;
-- AvaliaçãoAvaliação preliminarpreliminar dede umauma hipótesehipótese..
DesvantagensDesvantagens::
-- nãonão quantificamquantificam oo riscorisco dede desenvolverdesenvolver aa doençadoença;;
-- aa seqüênciaseqüência temporaltemporal dodo fenômenofenômeno emem estudoestudo nãonão apareceaparece;;
Estudo transversalEstudo transversal
2008 Prof. Clóvis Sousa 50
aa seqüênciaseqüência temporaltemporal dodo fenômenofenômeno emem estudoestudo nãonão apareceaparece;;
-- sãosão limitadoslimitados epidemiologicamenteepidemiologicamente aoao nãonão poderpoder estabelecerestabelecerassociaçõesassociações causacausa--efeitoefeito;;
-- podempodem induzirinduzir facilmentefacilmente aa associaçõesassociações ouou interpretaçõesinterpretações falsasfalsas ououfortuitasfortuitas;;
-- PrevalênciaPrevalência baixa,baixa, maismais pessoaspessoas..
Questões centrais e forma de análiseQuestões centrais e forma de análise
Tipo de estudo Questão Análise dos dados
Intervenção Quais são os efeitos da intervenção? Incidência do efeitoexpostos X não-expostos
Coorte Quais são os efeitos da(s) exposição(ões) Incidência do efeitoà d ? X ãà doença? expostos X não-expostos
Caso-controle Quais são os fatores de risco relacionados Chance da exposiçãoà doença? casos X controles
Tranversal Quais são as frequências dos eventos? Prevalência da doençaEstão a exposição e a doença associadas? expostos X não-expostos
10
RECAPITULANDO!RECAPITULANDO!
-- Estudo transversal Estudo transversal
-- Estudo casoEstudo caso--controlecontrole
2008 Prof. Clóvis Sousa 55
-- Estudo de coorteEstudo de coorte
-- Estudo experimental ou de intervençãoEstudo experimental ou de intervenção
“Psst, Bertha! Vou-lhe contar meu grande esquema para analisar variáveis.”
sexo
sedentarismo
idade
raça
alimentação
renda
genética
Tipo de escola
Escolaridade dos pais
Estado nutricional
Sociocultural
genética
estresse
Tipo de habitação
Obesidade Obesidade infantilinfantil
nutricional dos pais
Problemas comportamentais
ansiedade
asma
local de habitação
d. crônicas
Horas de TV
Imagem corporal
metabolismo
sexo
sedentarismo
idade
raça
alimentação
renda
genética
Tipo de escola
Escolaridade dos pais
Estado nutricional
Sociocultural
genética
estresse
Tipo de habitação
Obesidade Obesidade infantilinfantil
nutricional dos pais
Problemas comportamentais
ansiedade
asma
local de habitação
d. crônicas
Horas de TV
Imagem corporal
metabolismo
sexo
sedentarismo
idade
raça
alimentação
renda
genética
Tipo de escola
Escolaridade dos pais
Estado nutricional
Sociocultural
genética
estresse
Tipo de habitação
Obesidade Obesidade infantilinfantil
nutricional dos pais
Problemas comportamentais
ansiedade
asma
local de habitação
d. crônicas
Horas de TV
Imagem corporal
metabolismo
NÃO ESTAMOS TENTANDO CONFUNDINÃO ESTAMOS TENTANDO CONFUNDI--LO(LA) !!!LO(LA) !!!
11
Várias associações Minoria é causal
Associações causais e nãoAssociações causais e não--causaiscausais
2008 Prof. Clóvis Sousa 61
estatísticas em estudosMinoria é causal
Armadilhas comuns em inferência causalArmadilhas comuns em inferência causal
Viés, Vício ou Tendenciosidade (Bias)“Qualquer erro sistemático no projeto, condução ou análise de um estudo queresulta em uma previsão equivocada de um efeito à exposição ao risco da doença”(Schlesselman, 1982).
2008 Prof. Clóvis Sousa 62
Erro de Confusão (confundimento)Uma variável de confundimento é aquela que está associada a exposição e ao efeito.
Efeito modificador (interação)Uma variável que modifica a relação entre uma exposição e um efeito.
Viés, Vício ou Tendenciosidade (Bias)
- Viés de seleção
A medida de associação estimada no estudo está distorcida devidoao modo pelo qual os indivíduos são selecionados para compor osgrupos do estudo;
2008 Prof. Clóvis Sousa 63
grupos do estudo;
-- Amostra não representativa (insuficiente);Amostra não representativa (insuficiente);
-- Auto seleção;Auto seleção;
-- Berkson (hospital).Berkson (hospital).
Viés, Vício ou Tendenciosidade (Bias)
Evitando viés de seleção- Planejar cuidadosamente a pesquisa e a população de referência;
2008 Prof. Clóvis Sousa 64
- Analisar bem o tamanho da amostra (sua representatividade) e o método de amostragem;
- Estabelecer um esquema de controle de qualidade noacompanhamento.
Viés, Vício ou Tendenciosidade (Bias)
- Viés de aferiçãoPode ocorrer na coleta de dados;
A medida de associação estimada no estudo está distorcida devido
2008 Prof. Clóvis Sousa 65
a erros de na forma como a informação sobre a exposição e/oudoença é obtida.
-- Observador;Observador;
-- Instrumento de coleta de dados;Instrumento de coleta de dados;
-- Memória ou recordação.Memória ou recordação.
Viés, Vício ou Tendenciosidade (Bias)
Evitando viés de aferição
- Instrumento e ambiente propício para a mensuração dos dados, bem como treinamento padronizado dos observadores;
2008 Prof. Clóvis Sousa 66
treinamento padronizado dos observadores;
- Definir com clareza o evento a ser medido e o modo de coletar os dados;
- Padronizar os questionários e as escalas de mensuração;
- Critérios de inclusão e exclusão de casos. (ex: o que é considerado um caso da doença?)
Asma?? Obesidade??
12
2008 Prof. Clóvis Sousa 67
Escalas: variáveis qualitativas ordinais com Escalas: variáveis qualitativas ordinais com diferentes propriedadesdiferentes propriedades
Likert, 1932:um sistema de rótulos numéricos crescentes com ponto médio:
1 2 3 4
2008 Prof. Clóvis Sousa 69
1, 2, 3, 4, 5
Osgood, 1960:Oposição semântica:
-1, -0.5, 0, 0.5, 1
5 pontos... Por quê não refinar a 5 pontos... Por quê não refinar a medida (> precisão)?medida (> precisão)?
Uma escala muito refinada pode perder o conteúdo semântico, perder acurácia
Precisão e acurácia
z yy xxxx
w w
z zzzy
yy
w w
13
Erro de Confusão (confundimento)Erro de Confusão (confundimento)
(3ª variável que pode explicar a relação)(3ª variável que pode explicar a relação)
Ex.: Associação entre consumo de café e câncer
(Fumo como variável de “confusão” em relação à associação)
Café
ConfundimentoConfundimento
Fumo(variável de confusão)
Câncer
Associação observada
- Adoçante e obesidade (estudo transversal)As pessoas magras tendiam a beber café com açúcar, enquantoas pessoas gordas, em sua maioria, bebiam com adoçantes.
sim nãoobeso
ConfusãoConfusão
RP = 2,11
O pesquisador concluiu que o açúcar emagrece enquanto o adoçante
causacausa obesidade!
sim nãosim 160 51não 101 180adoçante
Variável de confusão: dietaVariável de confusão: dieta
Estratégias preventivas
RandomizaçãoRestrição (p. ex. de fumantes – café x câncer)P t
Estratégias para lidar com confundimentoEstratégias para lidar com confundimento
2008 Prof. Clóvis Sousa 76
Pareamento (p. ex. das var. confundidoras grupo controle)
Estratégias analíticas
Estratificação (por var. confundidora)Análise múltipla (regressão logística)
Ao contrário de um fator de confusão, a interação não obscurecea relação entre exposição e efeito; apenas altera esta relação.
Hábit dHábit d Câ dCâ d
Efeito modificador (interação)Efeito modificador (interação)
2008 Prof. Clóvis Sousa 77
Hábito de Hábito de fumarfumar
Exposição a Exposição a asbestosasbestos
Câncer de Câncer de pulmãopulmão
Câncer de Câncer de pulmãopulmão
InteraçãoInteração
Ao contrário de um fator de confusão, a interação não obscurecea relação entre exposição e efeito; apenas altera esta relação.
Hábito de Hábito de fumarfumarfumarfumar
Exposição a Exposição a asbestosasbestos
Câncer de Câncer de pulmãopulmãoe
Em contraste com fatores de confusão, que devem ser controlados, ainteração não deve ser. Precisa ser analisada para aumentar compreensãoda relação causal.
14
Evidência da relação causal a partir de Evidência da relação causal a partir de estudos em saúdeestudos em saúde
Estudos DescritivosEstudos Descritivos
Estudos TransversaisEstudos Transversais
Modificado de Gordis L. Epidemiologia, 2004.
2008 Prof. Clóvis Sousa 79
Ensaios clínicos (intervenção)Ensaios clínicos (intervenção)
Estudos de CasoEstudos de Caso--controlecontrole
Estudos de CoorteEstudos de Coorte
DIRETRIZ DE REABILITAÇÃO CARDIOPULMONAR E DIRETRIZ DE REABILITAÇÃO CARDIOPULMONAR E METABÓLICA: ASPECTOS PRÁTICOS E METABÓLICA: ASPECTOS PRÁTICOS E
RESPONSABILIDADES RESPONSABILIDADES -- 20062006
“Os“Os bonsbons resultadosresultados dodo tratamentotratamento porpor meiomeio dada RCPMRCPM aplicadoaplicado aa portadoresportadores dasdasdoençasdoenças referidasreferidas nesteneste documentodocumento têmtêm sidosido documentadosdocumentados porpor estudosestudos consistentesconsistentesee dede boaboa qualidade,qualidade, comcom aa evidênciaevidência científicacientífica variandovariando entreentre osos níveisníveis 11 ee 33,,......””
2008 Prof. Clóvis Sousa 80
Diretrizes para avaliar a evidência Diretrizes para avaliar a evidência de uma relação causalde uma relação causal
11.. CritériosCritérios maioresmaiores
aa.. RelaçãoRelação temporaltemporal
bb.. PlausibilidadePlausibilidade biológicabiológica
cc.. ConsistênciaConsistência
2008 Prof. Clóvis Sousa 81
Modificado de Gordis L. Epidemiologia, 2004.
dd.. ExplicaçõesExplicações alternativasalternativas (confusão)(confusão)
22.. OutrasOutras consideraçõesconsiderações
aa.. RelaçãoRelação dosedose--repostareposta
bb.. ForçaForça dada associaçãoassociação
cc.. InterrupçãoInterrupção dosdos efeitosefeitos
Conceito de BioestatísticaConceito de Bioestatística
- Conjunto de métodos estatísticos utilizados no tratamento deestudos nas ciências da saúde e biológicas;
Fornece métodos para orientação e para se tomar decisões
2008 Prof. Clóvis Sousa 82
- Fornece métodos para orientação e para se tomar decisõesna presença de incertezas;
- Resumidamente é o planejamento e a análise de estudos naárea da biológica e da saúde.
As medidas são atributos das coisas As medidas são atributos das coisas --permitem seu reconhecimentopermitem seu reconhecimento
Quadrado
2008 Prof. Clóvis Sousa 83
Redondo
Ovalnomesnomes
As medidas são atributos das coisas As medidas são atributos das coisas --permitem seu reconhecimentopermitem seu reconhecimento
De cima
2008 Prof. Clóvis Sousa 84
Do meio
De baixo ordemordem
15
De um volume
As medidas são atributos das coisas As medidas são atributos das coisas --permitem seu reconhecimentopermitem seu reconhecimento
2008 Prof. Clóvis Sousa 85
De dois volumes
De 3 volumes contagem, discreta
Área de 4m2
As medidas são atributos das coisas As medidas são atributos das coisas --permitem seu reconhecimentopermitem seu reconhecimento
2008 Prof. Clóvis Sousa 86
Área de 7,1m2
Área de 12,34m2
quantidade precisa, contínuaquantidade precisa, contínua
Tipos de variáveisTipos de variáveis
QualitativasQualitativas –– designamdesignam asas categoriascategorias dede umum atributo,atributo, medemmedem(separam)(separam) classesclasses dede coisascoisas-- NominaisNominais:: asas designaçõesdesignações dasdas categoriascategorias nãonão temtem relaçãorelação umauma comcom outra,outra, sãosão
apenasapenas NOMESNOMES
-- OrdinaisOrdinais:: cadacada designaçãodesignação temtem umauma relaçãorelação dede ordemordem comcom outraoutra ––maior/menormaior/menor melhor/piormelhor/pior bonito/feiobonito/feio
2008 Prof. Clóvis Sousa 87
maior/menor,maior/menor, melhor/pior,melhor/pior, bonito/feiobonito/feio
QuantitativasQuantitativas –– designamdesignam aa intensidadeintensidade dede umum atributo,atributo, medemmedemgrandezagrandeza dasdas coisascoisas-- DiscretasDiscretas:: medidasmedidas queque assumemassumem nºnº finitofinito dede valoresvalores ((dodo maiormaior aoao menormenor aa
intervalosintervalos definidosdefinidos),), variamvariam aosaos pulospulos
-- ContinuasContinuas:: medidasmedidas queque assumemassumem nºnº infinitoinfinito dede valoresvalores ((dodo maiormaior aoao menormenor aaintervalosintervalos queque podempodem sempresempre serser reduzidosreduzidos),), variamvariam suavementesuavemente
Código do Paciente Sexo Idade (anos
completos) Escolaridade Tipo de Arroz
Colesterol Dietético
(mg)
Fibras (g)
Carboidratos (%)
Proteínas (%)
Função Intestinal
1 1 35 1 1 37,3 8,7 62,8 18,1 1 2 1 36 2 1 329,7 4,4 47,3 18,1 2 3 1 37 2 1 163,8 11,7 52,1 25,3 2 4 2 38 1 2 103,8 5,8 41,8 21,7 2 5 1 37 3 2 26,9 9,8 56,3 15,9 1 6 1 39 2 2 58,4 20,7 64,2 19,8 2 7 1 36 2 2 07,3 20,2 39,4 19,9 2 8 1 35 1 2 52,1 7,3 38,1 20,7 2 9 1 36 3 2 28 0 14 2 55 1 21 9 1
Valores (sinais) e significados
Significado da medida, do atributo:9 1 36 3 2 28,0 14,2 55,1 21,9 1
10 1 37 2 1 95,0 6,5 49,8 27,7 2 11 1 35 3 2 49,6 10,8 60,9 16,7 3 12 2 37 1 2 283,0 12,9 48,5 15,4 2 13 1 36 3 2 161,7 18,1 52,8 19,3 2 14 1 38 2 2 154,4 8,1 51,7 15,2 1 15 1 36 2 2 97,1 5,6 45,7 21,0 2 16 1 35 1 2 220,5 23,7 63,7 14,5 3 17 1 36 3 2 126,7 22,8 60,7 13,0 2 18 1 35 2 2 232,3 8,2 60,9 10,7 2 19 2 37 2 2 91,2 33,8 61,9 20,3 2 20 1 37 3 2 81,7 10,8 54,7 20,1 2
Nome da variável
Código do
Paciente Sexo
Idade (anos
completos) EscolaridadeTipo_de
Arroz Colesterol Dietético
(mg) Fibras
(g) Carbo-idratos
(%) Proteínas
(%) Função
Intestinal
1 Masculino 35 Primário Branco 37,30 8,70 62,80 18,10 Constipado2 Masculino 36 Secundário Branco 329,70 4,40 47,30 18,10 Normal 3 Masculino 37 Secundário Branco 163,80 11,70 52,10 25,30 Normal 4 Feminino 38 Primário Integral 103,80 5,80 41,80 21,70 Normal 5 Masculino 37 Universitário Integral 26,90 9,80 56,30 15,90 Constipado6 Masculino 39 Secundário Integral 58,40 20,70 64,20 19,80 Normal 7 Masculino 36 Secundário Integral 7,30 20,20 39,40 19,90 Normal 8 Masculino 35 Primário Integral 52,10 7,30 38,10 20,70 Normal 9 Masculino 36 Universitário Integral 28,00 14,20 55,10 21,90 Constipado10 Masculino 37 Secundário Branco 95,00 6,50 49,80 27,70 Normal 11 Masculino 35 Universitário Integral 49,60 10,80 60,90 16,70 Laxante12 Feminino 37 Primário Integral 283,00 12,90 48,50 15,40 Normal 13 Masculino 36 Universitário Integral 161,70 18,10 52,80 19,30 Normal 14 Masculino 38 Secundário Integral 154,40 8,10 51,70 15,20 Constipado15 Masculino 36 Secundário Integral 97,10 5,60 45,70 21,00 Normal 16 Masculino 35 Primário Integral 220,50 23,70 63,70 14,50 Laxante 17 Masculino 36 Universitário Integral 126,70 22,80 60,70 13,00 Normal 18 Masculino 35 Secundário Integral 232,30 8,20 60,90 10,70 Normal 19 Feminino 37 Secundário Integral 91,20 33,80 61,90 20,30 Normal 20 Masculino 37 Universitário Integral 81,70 10,80 54,70 20,10 Normal
Significado dos valores do atributo:Nome dos códigos, dos sinais, das categorias de coisas
Código do
PacienteSexo
Idade (anos
completos)EscolaridadeTipo_de
Arroz Colesterol Dietético
(mg) Fibras
(g) Carbo-idratos
(%) Proteínas
(%) Função
Intestinal
1 Masculino 35 Primário Branco 37,30 8,70 62,80 18,10 Constipado2 Masculino 36 Secundário Branco 329,70 4,40 47,30 18,10 Normal 3 Masculino 37 Secundário Branco 163,80 11,70 52,10 25,30 Normal 4 Feminino 38 Primário Integral 103,80 5,80 41,80 21,70 Normal 5 Masculino 37 Universitário Integral 26,90 9,80 56,30 15,90 Constipado6 Masculino 39 Secundário Integral 58,40 20,70 64,20 19,80 Normal 7 Masculino 36 Secundário Integral 7,30 20,20 39,40 19,90 Normal 8 Masculino 35 Primário Integral 52,10 7,30 38,10 20,70 Normal 9 Masculino 36 Universitário Integral 28,00 14,20 55,10 21,90 Constipado
Cada valor tem um significado, é uma categoria?
10 Masculino 37 Secundário Branco 95,00 6,50 49,80 27,70 Normal11 Masculino 35 Universitário Integral 49,60 10,80 60,90 16,70 Laxante 12 Feminino 37 Primário Integral 283,00 12,90 48,50 15,40 Normal 13 Masculino 36 Universitário Integral 161,70 18,10 52,80 19,30 Normal 14 Masculino 38 Secundário Integral 154,40 8,10 51,70 15,20 Constipado15 Masculino 36 Secundário Integral 97,10 5,60 45,70 21,00 Normal 16 Masculino 35 Primário Integral 220,50 23,70 63,70 14,50 Laxante 17 Masculino 36 Universitário Integral 126,70 22,80 60,70 13,00 Normal 18 Masculino 35 Secundário Integral 232,30 8,20 60,90 10,70 Normal 19 Feminino 37 Secundário Integral 91,20 33,80 61,90 20,30 Normal 20 Masculino 37 Universitário Integral 81,70 10,80 54,70 20,10 Normal
Variável qualitativa !Variável qualitativa ! Atributos de qualidadeAtributos de qualidade
16
Código do
Paciente Sexo
Idade (anos
completos) Escolaridade Tipo_de
Arroz Colesterol Dietético
(mg) Fibras
(g) Carbo-idratos
(%) Proteínas
(%) Função
Intestinal
1 Masculino 35 Primário Branco 37,30 8,70 62,80 18,10 Constipado2 Masculino 36 Secundário Branco 329,70 4,40 47,30 18,10 Normal 3 Masculino 37 Secundário Branco 163,80 11,70 52,10 25,30 Normal 4 Feminino 38 Primário Integral 103,80 5,80 41,80 21,70 Normal 5 Masculino 37 Universitário Integral 26,90 9,80 56,30 15,90 Constipado6 Masculino 39 Secundário Integral 58,40 20,70 64,20 19,80 Normal 7 Masculino 36 Secundário Integral 7,30 20,20 39,40 19,90 Normal 8 Masculino 35 Primário Integral 52,10 7,30 38,10 20,70 Normal 9 Masculino 36 Universitário Integral 28,00 14,20 55,10 21,90 Constipado
Cada valor Cada valor NÃO TEMNÃO TEM um significado, um significado, NÃO ÉNÃO É uma categoria?uma categoria?
10 Masculino 37 Secundário Branco 95,00 6,50 49,80 27,70 Normal11 Masculino 35 Universitário Integral 49,60 10,80 60,90 16,70 Laxante 12 Feminino 37 Primário Integral 283,00 12,90 48,50 15,40 Normal 13 Masculino 36 Universitário Integral 161,70 18,10 52,80 19,30 Normal 14 Masculino 38 Secundário Integral 154,40 8,10 51,70 15,20 Constipado15 Masculino 36 Secundário Integral 97,10 5,60 45,70 21,00 Normal 16 Masculino 35 Primário Integral 220,50 23,70 63,70 14,50 Laxante 17 Masculino 36 Universitário Integral 126,70 22,80 60,70 13,00 Normal 18 Masculino 35 Secundário Integral 232,30 8,20 60,90 10,70 Normal 19 Feminino 37 Secundário Integral 91,20 33,80 61,90 20,30 Normal 20 Masculino 37 Universitário Integral 81,70 10,80 54,70 20,10 Normal
Variável quantitativa!Variável quantitativa! Intensidade do atributo designado pelo nome Intensidade do atributo designado pelo nome da variável e indicando a grandeza da coisada variável e indicando a grandeza da coisa
Reconhecendo o tipo de variávelReconhecendo o tipo de variável
2008 Prof. Clóvis Sousa 92
ANÁLISE DE DADOSANÁLISE DE DADOS
ESTATÍSTICAESTATÍSTICA DESCRITIVADESCRITIVAÉÉ umum ramoramo dada estatísticaestatística queque aplicaaplica váriasvárias técnicastécnicas parapara descreverdescrever eesumariarsumariar umum conjuntoconjunto dede dadosdados..
2008 Prof. Clóvis Sousa 93
ESTATÍSTICAESTATÍSTICA ANALÍTICAANALÍTICA (Indutiva(Indutiva ouou inferencial)inferencial)::CompreendeCompreende aa estimaçãoestimação ee oo testeteste dede hipótesehipótese
-- Variável QualitativaVariável QualitativaDistribuição de FreqüênciasDistribuição de Freqüências
GráficosGráficos
Estatística DescritivaEstatística Descritiva
2008 Prof. Clóvis Sousa 94
-- Variável QuantitativaVariável QuantitativaMedidas de posição (média, moda e mediana)Medidas de posição (média, moda e mediana)
medidas de dispersão (variância e desvio padrão)medidas de dispersão (variância e desvio padrão)
GráficosGráficos
Distribuição de FreqüênciasDistribuição de Freqüências
EmEm umum conjuntoconjunto dede dadosdados dede umauma variávelvariável qualitativaqualitativa estamosestamosinteressadosinteressados emem quantosquantos háhá parapara cadacada categoriacategoria..EstasEstas informaçõesinformações podempodem serser apresentadasapresentadas atravésatravés::
do número absoluto de casos em cada categoriasdo número absoluto de casos em cada categorias–– freqüência absoluta (Fa)freqüência absoluta (Fa)em forma de percentual em forma de percentual –– freqüência relativa (Fr)freqüência relativa (Fr)
F
2008 Prof. Clóvis Sousa 95
Fa
Fr
Distribuição de FreqüênciasDistribuição de FreqüênciasExemploQuinze pacientes que passara por uma cirurgia e que realizaram um determinadotratamento em uma clínica de ortopédica foram entrevistados quanto:- ao número de meses previstos de fisioterapia;- se haverá (S) ou não (N) seqüelas após o tratamento;- e o grau de complexidade da cirurgia realizada: alto (A), médio (M) e baixo (B).
Segue a respostas da pesquisa:g p p q
Pacientes 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
número de meses de fisioterapia 7 8 5 6 4 5 7 7 6 8 6 5 5 4 5
sobre a sequelas S S N N N S S N N S S N S N N
sobre a complexidade da cirurgia A M A M M B A M B M B B M M A
variáveis
Exercício: para cada variável qualitativa construa uma tabela de freqüências
17
Distribuição de FreqüênciasDistribuição de FreqüênciasPacientes 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
número de meses de fisioterapia 7 8 5 6 4 5 7 7 6 8 6 5 5 4 5
sobre a sequelas S S N N N S S N N S S N S N N
sobre a complexidade da cirurgia A M A M M B A M B M B B M M A
variáveis
calculo da
Para a avaliação se houve seqüelas:
Sobre sequelas Contagem
Frequencia absoluta (n)
calculo da frequencia relativa (%)
Frequencia relativa (%)
Sim ||||| || 7 = (7/15)*100 46,7%
Não ||||| ||| 8 = (8/15)*100 53,3%
Cálculo da freqüência relativa:
= número de casos da categorianúmero total de casos *100
Distribuição de FreqüênciasDistribuição de FreqüênciasPacientes 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
número de meses de fisioterapia 7 8 5 6 4 5 7 7 6 8 6 5 5 4 5
sobre a sequelas S S N N N S S N N S S N S N N
sobre a complexidade da cirurgia A M A M M B A M B M B B M M A
variáveis
Para a complexidade da cirurgia
complexidade Contagem Frequencia absoluta (n)
calculo da frequencia relativa (%)
Frequencia relativa (%)
A |||| 4 = (4/15)*100 26,7%
M ||||| || 7 = (7/15)*100 46,7%
B ||||| ||| 4 = (4/15)*100 26,7%
Total 15 100%
Complexidade
Frequencia absoluta (n)
Frequencia relativa (%)
A 4 26,7%
M 7 46,7%
B 4 26,7%
Total 15 100%
Tipos de Gráficos para variáveis Tipos de Gráficos para variáveis QualitativasQualitativas
-- GráficoGráfico dede BarraBarra -- consisteconsiste emem desenhardesenhar umauma barrabarra parapara cadacada valorvalor(categoria)(categoria) dada variável,variável, ondeonde aa alturaaltura representarepresenta aa porcentagemporcentagem(freqüência(freqüência relativa)relativa) ouou oo “n”“n” (freqüência(freqüência absoluta)absoluta) ee nono eixoeixo XX (horizontal)(horizontal)
2008 Prof. Clóvis Sousa 99
(freqüência(freqüência relativa)relativa) ouou oo nn (freqüência(freqüência absoluta)absoluta) ee nono eixoeixo XX (horizontal)(horizontal)sãosão apresentadasapresentadas asas categoriascategorias;;
-- GráficoGráfico dede PizzaPizza –– consisteconsiste emem repartirrepartir umum discodisco emem setoressetores circularescircularescorrespondendocorrespondendo àsàs porcentagensporcentagens dede cadacada valorvalor (categoria)(categoria)
F R l ti
tipo sanguineo
Freq. Absoluta
Freq. Relativa
A 5 25,0%B 4 20,0%
AB 4 20,0%O 7 35,0%
Total 20 100,0%
Exemplos
Gráfico de Barras
25,0%20,0% 20,0%
35,0%
0%5%
10%15%20%25%30%35%40%
A B AB O
A B AB O
Freq. Relativa
25%
20%
20%
35% A
B
AB
O
Análise de duas ou mais variáveisAnálise de duas ou mais variáveis
Muitas vezes aos descrever os resultados de um experimentoatribuímos a uma mesma unidade amostral valores de uma oumais variáveis aleatórias.
Loiro ou moreno
2008 Prof. Clóvis Sousa 101
Um indivíduo
Loiro ou moreno
Sadio ou doente
Alto ou baixoJovem ou velho
A comparação e o contraste são utilizados para determinar se os A comparação e o contraste são utilizados para determinar se os grupos compartilham traço em comumgrupos compartilham traço em comum
18
Duas variáveis aleatórias qualitativasDuas variáveis aleatórias qualitativas
observar SEXO e DOENÇA do indivíduo
Distribuição dos dados:
Vamos nos concentrar no estudo com duas variáveis aleatórias Qualitativas.
Distribuição dos dados:indivíduo sexo doença probabilidade
1 F não 1/10.2 M sim 1/10.3 F sim 1/10.4 M sim 1/10.5 F não 1/10.6 M não 1/10.7 M sim 1/10.8 M sim 1/10.9 F não 1/10.10 F sim 1/10.
Duas variáveis aleatórias qualitativasDuas variáveis aleatórias qualitativas
Com as informações da tabela anterior, podemos observar as informações de cada variável separadamente.
SexoSexo (X) N probabilidadeindivíduo sexo doença probabilidade
Doença
F 5 5/10.M 5 5/10.
Doença (Y) N probabilidadeSim 6 6/10.Não 4 4/10.
1 F não 1/10.2 M sim 1/10.3 F sim 1/10.4 M sim 1/10.5 F não 1/10.6 M não 1/10.7 M sim 1/10.8 M sim 1/10.9 F não 1/10.10 F sim 1/10.
Duas variáveis aleatórias qualitativasDuas variáveis aleatórias qualitativasPodemos observar a freqüências das variáveis conjuntamente
(X, Y)frequência absoluta
frequência relativa
F, não 3 30%F, sim 2 20%M não 1 10%
indivíduo sexo doença probabilidade1 F não 1/10.2 M sim 1/10.3 F sim 1/10 M, não 1 10%
M, sim 4 40%
Essa mesma tabela pode ser observada de forma mais simples e conveniente:
Y X S N Total
F 2 3 5M 4 1 5Total 6 4 10
3 F sim 1/10.4 M sim 1/10.5 F não 1/10.6 M não 1/10.7 M sim 1/10.8 M sim 1/10.9 F não 1/10.10 F sim 1/10.
Duas variáveis aleatórias qualitativasDuas variáveis aleatórias qualitativas
Exercício ??
Monte a tabela cruzada de freqüências para as variáveis sexo e tipo sangüíneo da tabela abaixo:
2008 Prof. Clóvis Sousa 106
Pacientetipo
sanguineo sexo
1 A M2 B F3 O F4 AB F5 AB M6 O F7 O F8 O F9 O M10 B F
Associação entre as variáveisAssociação entre as variáveis
vimosvimos situaçõessituações ondeonde podemospodemos estudarestudar comocomo umauma variávelvariável sese comportacomporta ememfunçãofunção dada outraoutra -- sese umauma variávelvariável estáestá associadaassociada aa outraoutra..
AgoraAgora vamosvamos utilizarutilizar aa estatísticaestatística comocomo ferramentaferramenta auxiliarauxiliar parapara identificaridentificarpossíveispossíveis associaçõesassociações entreentre asas variáveisvariáveis..
Exemplo
2008 Prof. Clóvis Sousa 107
Grupo Doente Não Doente TotalFumante 54 27 81Não Fumante 22 82 104Total 76 109 185
Exemplo
Grupo Doente Não Doente TotalFumante 71,1% 24,8% 43,8%Não Fumante 28,9% 75,2% 56,2%Total 100,0% 100,0% 100,0%
ParaPara melhormelhor visualizaçãovisualização vamosvamosutilizarutilizar aa freqüênciafreqüência relativarelativa::
-- parapara issoisso devedeve--sese dividirdividir oo valorvalor dedecadacada caselacasela pelopelo totaltotal dede interesseinteresse;;
Associação entre as variáveisAssociação entre as variáveis
Grupo Doente Não Doente TotalFumante 71,1% 24,8% 43,8%Não Fumante 28,9% 75,2% 56,2%Total 100 0% 100 0% 100 0%
percentual foi calculado para cada um dos grupos de interesse: doentes e não doentes.
2008 Prof. Clóvis Sousa 108
Total 100,0% 100,0% 100,0%
Grupo Doente Não Doente TotalFumante 66,7% 33,3% 100,0%Não Fumante 21,2% 78,8% 100,0%Total 41,1% 58,9% 100,0%
percentual foi calculado para cada um dos grupos de interesse: fumantes e não fumantes.
19
Grupo Doente Não Doente TotalFumante 54 27 81Não Fumante 22 82 104Total 76 109 185
Valores observados
Observando as condições de independência citados anteriormente, l d é d d
Medindo associação entre duas variáveisMedindo associação entre duas variáveisQuiQui--QuadradoQuadrado
2008 Prof. Clóvis Sousa 109
Grupo Doente Não Doente TotalFumante 33,28 47,72 81Não fumante 42,72 61,28 104Total 76 109 185
Valores esperados
temos que o valor esperado é dado por:
E = (Total da coluna x Total da linha) / Total geral
Verifica se os valores da tabela observada estão próximosdos valores da tabela com valores esperados:
ComoComo estamosestamos medindomedindo aa distanciadistancia dodo valorvalor observadoobservado aoao esperadoesperado::
Medindo associação entre duas variáveisMedindo associação entre duas variáveisQuiQui--QuadradoQuadrado
2008 Prof. Clóvis Sousa 110
-- quantoquanto menormenor oo valorvalor dede QuiQui--quadradoquadrado ((χχ22),), maismais próximopróximo dodo valorvalor esperadoesperadoestãoestão osos dadosdados (Independência)(Independência)
( )∑ −=
EEO 2
2 χ∑ ∑= =
−=
r
1i
s
1j ij
2ij ij
E) EO (
2χ
Grupo Doente Não Doente TotalFumante 54 27 81Não Fumante 22 82 104Total 76 109 185
Valores observados Valores esperadosGrupo Doente Não Doente Total
Fumante 33,28 47,72 81Não fumante 42,72 61,28 104Total 76 109 185
PassosPassos
Medindo associação entre duas variáveisMedindo associação entre duas variáveisQuiQui--QuadradoQuadrado
2008 Prof. Clóvis Sousa 111
PassosPassosa) subtrair do valor observado de cada casela o seu valor esperado (ex: 54a) subtrair do valor observado de cada casela o seu valor esperado (ex: 54--33,28);33,28);b) elevar este valor ao quadrado (ex: (54b) elevar este valor ao quadrado (ex: (54--33,28)33,28)22 ););c) dividir este valor pelo valor esperado (33,28);c) dividir este valor pelo valor esperado (33,28);d) Fazer isso para todas as quatro caselas (exceto os totais);d) Fazer isso para todas as quatro caselas (exceto os totais);e) Somar todos os valores encontrados nos passos de “a” a “d” para as quatro caselas.e) Somar todos os valores encontrados nos passos de “a” a “d” para as quatro caselas.
χχ22 = [(54= [(54--33,28)2/33,28] + [(2733,28)2/33,28] + [(27--47,72)2/47,72] + [(2247,72)2/47,72] + [(22--42,72)2/42,72] +42,72)2/42,72] ++ [(82+ [(82--61,28)2/61,28] = 38,96 61,28)2/61,28] = 38,96
Para o cruzamento abaixo:- calcule a freqüência relativa de interesse para a tabela de cruzada;- calcule o valor esperado;
Exercício ??
Medindo associação entre duas variáveisMedindo associação entre duas variáveisQuiQui--QuadradoQuadrado
2008 Prof. Clóvis Sousa 112
- calcule o valor do teste Qui-Quadrado.
Sim Não TotalInatividade física Sim 10 6 16
Não 5 14 19Total 15 20 35
Doente
Duas variáveis aleatórias Duas variáveis aleatórias QuantitativasQuantitativas
Paciente Altura Peso
1 1,68 702 1,62 503 1,75 854 1,61 495 1,78 866 1 66 62
2008 Prof. Clóvis Sousa 113
Formas de avaliar
coeficiente de correlação linear de Pearson
gráfico de Dispersão
6 1,66 627 1,70 678 1,72 729 1,70 6810 1,67 57
Duas variáveis aleatórias quantitativasDuas variáveis aleatórias quantitativas
CorrelaçãoÉ a associação linear entre 2 ou mais variáveis
2008 Prof. Clóvis Sousa 114
∑ [(x-xm)(y-ym)]R = __________ .
n. sx. s
y
∑ [(x-xm)(y-ym)]= somatório do produto de cada observação e a a média de cada variável
sx= desvio padrão da variável x
sy= desvio padrão da variável y
20
medida de correlação: Coeficiente de Pearson;medida de correlação: Coeficiente de Pearson;
Correlação
Duas variáveis aleatórias quantitativasDuas variáveis aleatórias quantitativas
2008 Prof. Clóvis Sousa 115
Os valores do coeficiente podem variar de Os valores do coeficiente podem variar de --1 a 1;1 a 1;
valores próximos de 0 = baixa correlação;valores próximos de 0 = baixa correlação;
valores próximos de 1 ou valores próximos de 1 ou --1 = alta correlação;1 = alta correlação;
4
5
6
r = 1
Correlação positiva perfeitaCorrelação positiva perfeita
1 2 3 4 51
2
3
4
456
r = -1
Correlação negativa perfeitaCorrelação negativa perfeita
1 2 3 4 51234 4
56
r > 0
Correlação positiva imperfeitaCorrelação positiva imperfeita
1 2 3 4 51234
5
6
r < 0
Correlação negativa imperfeitaCorrelação negativa imperfeita
1 2 3 4 51
2
3
4
r 0
Duas variáveis aleatórias quantitativasDuas variáveis aleatórias quantitativas
CorrelaçãoCorrelação
Paciente Altura Peso1 1,68 702 1,62 503 1,75 854 1,61 495 1,78 86
∑ [(x-xm)(y-ym)]R = __________
. n. sx. sy
Passos: 1 - amarelo2 – verde3 - azul4 – soma os valores do azul5 – divide por n e desvios-padrões
Cálculos:
Exemplo:
6 1,66 627 1,70 678 1,72 729 1,70 6810 1,67 57
Média de peso = 66,6Média de altura = 1,69
Desvios PadrõesSpeso = 12,7Saltura= 0,053
Somatório de X*Y = 5,90
R = 5,90 / (10*0,053*12,7) = 0,87
X = altura - média Y = peso - média X*Y
-0,01 3,40 -0,03-0,07 -16,60 1,150,06 18,40 1,12-0,08 -17,60 1,390,09 19,40 1,77-0,03 -4,60 0,130,01 0,40 0,000,03 5,40 0,170,01 1,40 0,02-0,02 -9,60 0,18
21
Altura
Duas variáveis aleatórias quantitativasDuas variáveis aleatórias quantitativas
Gráfico de Dispersão
Paciente Altura Peso
1 1,68 702 1,62 503 1,75 854 1,61 495 1,78 866 1,66 62
Ponto:Peso = 85Altura = 1,75
2008 Prof. Clóvis Sousa 121
40
50
60
70
80
90
100
1,60 1,65 1,70 1,75 1,80
Altura
Peso
6 1,66 627 1,70 678 1,72 729 1,70 6810 1,67 57
Ponto:Peso = 49Altura = 1,61
Testes de HipótesesComparação entre duas amostras
HáHá váriosvários tipostipos dede testestestes dede hipóteses,hipóteses, porémporém sósó
veremosveremos sobresobre comparaçãocomparação dede duasduas amostrasamostras;;
2008 Prof. Clóvis Sousa 122
AsAs amostrasamostras podempodem terter duasduas origensorigens::
•• AmostrasAmostras pareadaspareadas
•• AmostrasAmostras dede gruposgrupos diferentesdiferentes
Vamos verificar duas situações:
Ho verdadeiro (não rejeitado): as duas amostras são iguaisHo não verdadeiro (rejeitado): as duas amostras são diferentes
Testes de HipótesesComparação entre duas amostras
2008 Prof. Clóvis Sousa 123
- Todo teste estatístico tem uma probabilidade de erro (erro tipo I) a serconsiderada. Em geral adota-se 5% (nível de significância).
Testes de HipótesesComparação entre duas amostras pareadas
Exemplo de amostra pareada:
EmEm umauma intervençãointervenção comcom umum tipotipo específicoespecífico dede exercícioexercício físico,físico, supõesupõe--sese queque osos pacientespacientesdiminuamdiminuam dede pesopeso apósapós 22 mesesmeses.. PensandoPensando nisso,nisso, quisquis--sese testartestar sese houvehouve diminuiçãodiminuição dedepesopeso dodo inícioinício parapara oo finalfinal dada intervenção,intervenção, ee parapara isso,isso, medirammediram oo pesopeso dede 1010 pacientespacientes nonoinícioinício dodo tratamentotratamento ee novamentenovamente apósapós 22 mesesmeses..
2008 Prof. Clóvis Sousa 124
Exemplo de amostra pareada: Fórmula para o cálculo do teste:
Procedimento:
t = . Dm .
√(Sd2/n)
Testes de HipótesesComparação entre duas amostras pareadas
t = . 3,6 .
√(4,71/10)
Procedimento:1) Calcula a diferença para cada indivíduo (D);2) Obtém-se a média e a variância da diferença;3) Divide a variância pelo tamanho da amostra4) Tira a raiz quadrada do valor encontrado no item 3;5) Divide a média (Dm) pelo valor encontrado no item4.
Dm = 36/10=3,6Sd
2 = 4,71
t = 5,29= . 3,6 .
√(0,471)Olhar resultado na tabela com graus de liberdade = n-1=9
Cálculos:
Testes de HipótesesComparação entre duas amostras de grupos diferentes
Exemplo de amostra de grupos diferentes:
Para emagrecer, um grupo de indivíduos fez exercício aeróbio (AE) e outro, aeróbio +musculação (AE+M). Supõe-se que os indivíduos percam peso diferentemente após 3meses de intervenção. Quis-se testar qual dos dois tipos a perda de peso foi maior.
2008 Prof. Clóvis Sousa 126
Ind AE Ind AE + M1 12 1 152 8 2 193 15 3 154 13 4 125 10 5 136 12 6 167 14 7 158 119 12
10 13
22
Testes de Hipóteses Comparação entre duas amostras de grupos diferentes
Exemplo de amostra de grupos diferentes:Fórmula para o cálculo do teste:
t = . Xm - Ym .
√(Sx2/nx) + (Sy
2/ny)
Procedimento:
Ind X Ind Y1 12 1 152 8 2 193 15 3 154 13 4 125 10 5 136 12 6 16 Procedimento:
1) Obtém-se a média e a variância para cada amostra;2) Divide cada variância pelo tamanho da sua amostra;3) Soma-se os dois valores obtidos no item 2;4) Tira a raiz quadrada do valor encontrado no item 3;5) Divide a diferença das médias (Xm - Ym) pelo valor
encontrado no item4.Xm =12 Sx2 = 4 nx=10Ym = 15 Sy2 = 5 ny=7
t = . 12 - 15 .
√(Sx2/nx) + (Sy
2/ny)
= . - 3 .
√(4/10) + (5/7) t = -2,9
Olhar resultado na tabela com graus de liberdade = nx+ ny -2 =17-2 = 15
Cálculos:
6 12 6 167 14 7 158 119 1210 13
MUITO OBRIGADO !!!MUITO OBRIGADO !!!
2008 Prof. Clóvis Sousa 128