napesq núcleo de apoio à pesquisa clínica hcfmusp setembro/07 interfaces da bioestatística na...
TRANSCRIPT
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!”