Setembro/07

NAPesqNúcleo de Apoio à Pesquisa Clínica

HCFMUSP

Interfaces da Bioestatística naPesquisa Clínica

Thaïs CocarelliBolsista CNPq - NAPesq

Setembro/07

NAPesqNúcleo de Apoio à Pesquisa Clínica

HCFMUSP

Pesquisa Clínica

planejamento desenvolvimento conclusões

Bioestatística

revisão dos dados

análise estatística interina

...

delineamento do estudo

amostragem

planejamento testes estatísticos

desenho da ficha clínica

...

resultados estatísticos

tabelas/gráficos

relatório estatístico (interpretação resultados)

...

Setembro/07

NAPesqNúcleo de Apoio à Pesquisa Clínica

HCFMUSP

Delineamento do estudo

estudos observacionais:

relato de caso / série de casos

estudos longitudinais:

caso-controle

coorte

estudos transversais (prevalência)

“o que aconteceu?”

“o que vai acontecer?”

“o que está acontecendo?”

pacientes são observados (nenhuma intervenção é realizada), e suas características são analisadas

Setembro/07

NAPesqNúcleo de Apoio à Pesquisa Clínica

HCFMUSP

estudos controlados (comparativo):

– paralelo

– cruzado (crossover)

estudos não controlados (não comparativo)

estudos experimentais:

intervenção A

intervenção Bamostra

aleatorização

intervenção A

intervenção Bamostra

intervenção A

intervenção B

(grupo A)

(grupo B)

(grupo BA)

(grupo AB)

wash-out

período 1 período 2

Delineamento do estudo

realiza-se algum tipo de intervenção (medicamento, procedimento, tratamento), com o objetivo de avaliar o efeito dessa intervenção nos pacientes

Setembro/07

NAPesqNúcleo de Apoio à Pesquisa Clínica

HCFMUSP

Amostragem

Tamanho da amostra

Processos de aleatorização (estudos comparativos)

Completamente aleatório

Minimização

Blocos

Por que calcular o tamanho da amostra?

“Um bom desenho de estudo clínico é aquele que possa responder questões científicas importantes, usando o mínimo possível de unidades experimentais (pacientes).”

D.Machin, M.J.Campbell, 1987

amostras pequena demais:

pacientes estão sujeitos ao risco (e eventual desconforto) de um estudo clínico com pouca chance de detectar diferença importante entre os tratamentos

amostra grande demais:

um número desnecessário de pacientes são submetidos ao um tratamento controle/padrão, quando o tratamento em teste se mostra superior

Setembro/07

NAPesqNúcleo de Apoio à Pesquisa Clínica

HCFMUSP

Testes estatísticos

objetivos do estudo (formulação de hipóteses)

superioridade de um tratamento teste versus padrão

padrão

droga ativa

placebo

“tratamento em teste é superior ao padrão?”

H0: teste padrãoHa: teste > padrão

não inferioridade

“tratamento em teste é (pelo menos) tão bom

quanto o padrão?”

H0: padrão - teste ≥ Δ Ha: padrão - teste < Δ padrão

droga ativa

placebo

diferença entre dois tratamentos

H0: A = BHa: A B

“existe diferença entre os tratamentos A e B?”

tratamento A droga ativa

tratamento B droga ativa

Setembro/07

NAPesqNúcleo de Apoio à Pesquisa Clínica

HCFMUSP

Testes estatísticos

tipos de variáveis

• Nominal – variáveis qualitativas ou categorizadas

(raça, sexo, resposta sim/não, fator de risco presente/ausente, ...)

• Ordinal – existe uma ordenação natural entre as categorias

(escolaridade, estadiamento da doença, grau de toxicidade, ... )

• Numérica– variáveis quantitativas (contínuas ou discretas)

(idade, peso, altura, nº de filhos, nº ataques de asma, ... )

Setembro/07

NAPesqNúcleo de Apoio à Pesquisa Clínica

HCFMUSP

laranja5% amarelo

13%

azul55%

verde27%

15

40

30

15

05

1015202530354045

CR PR SD PD

% p

acie

nte

s

0 1 0

5

16

25

42

25

4

0

5

10

15

20

25

30

35

40

45

10-19 20-29 30-39 40-49 50-59 60-69 70-79 80-89 90-99

nº

de

pac

ien

tes

resposta ao tratamento

faixa etária (anos)

*

pe

so

(K

g)

0

20

40

60

80

100

0 5 10 15 20 25 30 35 40

tempo (meses)

% p

acie

ntes

viv

os

Setembro/07

NAPesqNúcleo de Apoio à Pesquisa Clínica

HCFMUSP

o que representa o valor de “P” ???

teste de hipótese para detectar a diferença entre dois tratamentos

H0: A = BHa: A B

“existe diferença entre os tratamentos A e B?”

tratamento A droga ativa

tratamento B droga ativa

P = chance de encontrar diferença entre A e B (amostra), quando essa diferença não existe (população)

P = “erro devido ao acaso”

Interpretação

Setembro/07

NAPesqNúcleo de Apoio à Pesquisa Clínica

HCFMUSP

JulgamentoJulgamento Teste de hipóteseTeste de hipótese

Inocente Bandido

Hipótese nula (H0) Hipótese alternativa (Ha)

hipóteses

Avaliar se as evidências apresentadas são consistentes com a hipótese de inocência

Calcular o valor de “P” (resultado obtido na amostraé consistente com H0?)

julgamento

Rejeitar H0 (H0 falsa)

Aceitar H0 (H0 verdadeira)

Rejeitar H0 (H0 verdadeira)

Aceitar H0 (H0 falsa)

CULPADO (bandido) INOCENTE (inocente) CULPADO (inocente) INOCENTE (bandido)

veredicto

Interpretação

Setembro/07

NAPesqNúcleo de Apoio à Pesquisa Clínica

HCFMUSP

Interpretação

se PP for “pequeno” → rejeitamos a hipótese H0

se PP for “grande” → aceitamos a hipótese H0

comparamos PP com um valor pré-fixado

0 1

0,05

região de rejeição de H0

região de aceitação de H0

PP PP >

nível de significância

Setembro/07

NAPesqNúcleo de Apoio à Pesquisa Clínica

HCFMUSP

“O que não está escrito, não existe!“

“In God we trust, all the others must provide

data!”

“Torture os dados suficientemente, que eles

confessam qualquer coisa!”