Universidade do Estado do Rio de Janeiro – informática Médica

Apresentação em tema: "Universidade do Estado do Rio de Janeiro – informática Médica"— Transcrição da apresentação:

1 Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica
Bioestatística Prof. Liana 2006/1

2 Ementa Bioestatística (45 h)
Aula Teórica Estatística – Conceitos Organização e Apresentação de Dados Medidas de posição e dispersão Probabilidade e Distribuições de Probabilidade Intervalos de confiança Testes de Hipóteses Correlação e Regressão Introdução a Técnicas Não-Paramétricas

3 Ementa Bioestatística (45 h)
Aulas práticas Bibliografia TRIOLA, M. Introdução à estatística. 9 ed. Rio de Janeiro: LTC, 2005.

4 Cronograma das aulas Data Conteúdo horário 08/05/06
Unidade 1 + Unidade 2 (até tabelas) 8:00 – 12:00 15/05/06 Unidade 2 (gráficos) 22/05/06 Unidade 3 (posição) 10:00 – 12:00 29/05/06 Unidade 3 (dispersão) 05/06/06 Unidade 4 (probabilidade e dist. de prob.) 12/06/06 Avaliação 1 19/06/06 Unidade 5 (intervalos de confiança) 26/06/06 Unidade 6 (teste de hipóteses - + teste t) 03/07/06 Unidade 6 (teste qui) 10/07/06 Unidade 6 (ANOVA) 17/07/06 Unidade 7 (Correlação e regressão) 24/07/06 Unidade 8 (testes não paramétricos) 31/07/06 Avaliação 2

5 Conceitos Estatística Estatística Indutiva e Inferencial
Bioestatística Exemplos de utilização da bioestatística População e amostra Parâmetro e estatística Dados primários e secundários Censo Variável

6 Conceitos Estatística: é a ciência que tem por objetivo planejar, coletar, tabular, analisar e interpretar informações e delas extrair conclusões que permitam a tomada de decisões acertadas mediante incertezas. Áreas: Estatística Descritiva e Estatística Inferencial ou Indutiva Bioestatística: aplicação da estatística nos campos relacionados a saúde.

7 Bioestatística na Medicina
Avaliação da literatura. Aplicação de resultados de estudos no atendimento aos pacientes. Interpretação de estatísticas vitais. Interpretação de informações sobre fármacos e equipamentos. Utilização de procedimentos diagnósticos. Manter-se informado. Avaliação de protocolos de estudo e artigos. Participação ou coordenação de projetos de pesquisa.

8 Conceitos População: é o conjunto de elementos (valores, pessoas, medidas etc) que tem pelos menos uma característica em comum. População do município do Rio de Janeiro; População de pacientes internados no HUPE; População de pacientes atendidos no ambulatório de dermatologia do HUPE; População de ratos Wistar machos do Biotério da Faculdade de Medicina da UERJ População de seringas descartáveis do Posto de Saúde do bairro de Vila Isabel. Amostra: é um subconjunto de elementos extraídos de uma população.

9 Conceitos Parâmetro: é uma medida numérica que descreve uma característica de uma população. Estatística: é uma medida numérica que descreve uma característica da amostra. Dados primários: dados coletados pelo próprio pesquisador e sua equipe. Dados secundários: não foram obtidos pelo pesquisador e sua equipe (diversas fontes como artigos em periódicos, institutos de pesquisa, DATASUS, IBGE, OMS, OPAS).

10 Conceitos Censo: é uma coleção de dados relativos a todos os elementos de uma população. Variável: é a característica de interesse que é medida em cada elemento da amostra ou população, podendo ter resultados numéricos ou não. Seus valores variam de elemento a elemento.

11 Variáveis - Classificação

12 Tipos de estudo Estudo observacional: verificamos e medimos características específicas, mas não tentamos manipular ou modificar os elementos a serem estudados. Estudo transversal: dados são observados, medidos e coletados em um ponto no tempo. Estudo retrospectivo ou de caso controle: os dados são coletados do passado, voltando-se no tempo. Estudo prospectivo ou longitudinal ou de coorte: os dados são coletados no futuro, de grupos (coortes) que compartilham fatores comuns.

13 Tipos de estudos Experimento: aplicamos determinado tratamento e passamos então a observar seus efeitos sobre os elementos a serem pesquisados. Confundimento: ocorre em um experimento quando o pesquisador não está apto a distinguir os efeitos de diferentes fatores.

14 Experimentos Controlando os efeitos das variáveis
Experimentos cegos: o sujeito não sabe se está recebendo o tratamento ou o placebo. Blocos: para testar a eficácia de um ou mais tratamentos é importante colocar os sujeitos em grupos diferentes (ou blocos) de tal modo que os grupos sejam muito semelhantes. Planejamento experimental completamente aleatorizado: os sujeitos são colocados nos blocos através de um processo de seleção aleatória. Planejamento rigorosamente controlado: sujeitos são escolhidos cuidadosamente de modo que em cada bloco sejam similares.

15 Tipos de estudos

16 Levantamento de dados Problemas usuais - Representatividade
Fator associado à forma de amostragem. Na seleção da amostra procura-se reproduzir as características observáveis da população - uso do critério de proporcionalidade. Em caso de desconhecimento da composição da população deve-se utilizar algum critério de aleatoriedade (sorteio). Amostra tendenciosa – conclusões sem consistência.

17 Levantamento de dados Problemas usuais – Fidedignidade
Relacionada à precisão ou qualidade dos dados. Motivos da falta de precisão: Falhas nos instrumentos de aferição; Problemas nos questionários empregados na obtenção dos dados; Falha humana.

18 Amostragem Se os dados amostrais não forem coletados de maneira apropriada, eles podem ser de tal modo inúteis que nenhuma manipulação estatística poderá salvá-los. A aleatoriedade comumente desempenha papel crucial na determinação de quais dados coletar.

19 Amostragem Vantagens do levantamento por amostragem: custo menor, menor tempo e objetivos mais amplos. Situações para trabalho com amostras: população muito grande, dificuldade de acesso, grande número de variáveis. Tipos Aleatória Estratificada Sistemática Conglomerados Conveniência

20 Amostragem

21 Apresentação de dados - Tabelas
Componentes

22 Representação tabular
Apresentação de tabelas A tabela deve ser simples, claras e objetivas. Grandes volumes de dados devem ser divididos em várias tabelas. A tabela deve ser auto-explicativa. Nenhuma casa da tabela deve ficar em branco, apresentando sempre um número ou um símbolo. As tabelas, excluídos os títulos, serão delimitadas, no alto e em baixo, por traços horizontais grossos, preferencialmente.

23 Representação tabular
Apresentação de tabelas Recomenda-se não delimitar as tabelas à direita e à esquerda, por traços verticais. Será facultativo o emprego de traços verticais para a separação de colunas no corpo da tabela. Deve-se manter a uniformidade quanto ao número de casas decimais. Os totais e subtotais devem ser destacados.

24 Tabelas de contingência
Conjugando duas séries em uma única tabela, obtém-se uma tabela de dupla entrada.

25 Distribuições de Freqüência
Relacionam categorias ou classes de valores, juntamente com contagens (ou freqüência) do número de valores que se enquadram em cada categoria. Exemplo 1: VARIÁVEL QUALITATIVA

26 Distribuições de Freqüência
Exemplo 2: VARIÁVEL QUANTITATIVA Distribuição de freqüência para dados não agrupados ou não tabulados em classes; Distribuição de freqüência para dados agrupados ou tabulados em classes.

27 Distribuições de Freqüência
Dados agrupados em classes

28 Distribuições de Freqüências
Elementos: Classes: cada uma das linhas contendo um intervalo de valores. As classes são limitadas por dois valores: limite inferior de classe (li) e limite superior de classe (Li). Maneiras de expressar os limites de classes: 10 -- 12: compreende todos os valores entre 10 e 12, excluindo o 12. : limites aparentes; os limites reais nesta situação são 9,5 e 12,5. Amplitude de classe: é a diferença entre dois limites inferiores de classe consecutivos. Ponto médio: é a média aritmética simples entre o limite superior e o inferior de uma mesma classe.

29 Distribuições de Freqüências
Elementos: Freqüência absoluta simples (ni): é o número de informações verificadas em cada classe. Freqüência total: é a soma de todas as informações observadas. Freqüência relativa simples (fi): é o quociente entre a freqüência da classe e a freqüência total. Freqüência acumulada (Fi): é obtida através da soma da freqüência daquela classe mais as freqüências de todas as classes anteriores.

30 Distribuições de Freqüências

31 Distribuições de freqüência
Etapas para a construção de tabelas de freqüências para dados agrupados: 1) Encontrar o menor e o maior valores (denominados mínimo e máximo) do conjunto de dados. 2) Escolher a amplitude de classe com que se deseja trabalhar. 3) A seguir, coloca-se o menor valor encontrado nos dados (ou um valor mais conveniente) como limite inferior da primeira classe e acrescenta-se a amplitude de classe escolhida. Esse processo é repetido até que seja criada a classe que inclui o valor máximo do conjunto de dados. 3) Contar o número de elementos que pertencem a cada classe (freqüência).

32 Distribuições de Freqüências
Etapas para a construção de tabelas de freqüências para dados agrupados: 1) Decida sobre o número de classes desejado. (entre 5 e 20). 2) Calcule 3) Ponto inicial: Comece escolhendo um número para limite inferior da primeira classe. Escolha ou o valor mínimo dos dados, ou um valor conveniente que seja um pouco menor.

33 Distribuições de Freqüências
Etapas para a construção de tabelas de freqüências para dados agrupados: 4) Usando o limite inferior da primeira classe e a amplitude de classe, prossiga e liste os outros limites inferiores de classe. 5) Liste os limites inferiores de classe em uma coluna vertical e prossiga para preencher os limites superiores de classe. 6) Percorra o conjunto de dados verificando o número de elementos que se encaixam em dada uma das classes.

34 Distribuições de Freqüências
Na construção de tabelas de freqüência, devemos observar as seguintes diretrizes: As classes devem ser mutuamente excludentes. Todas as classes devem ser incluídas, mesmo as de freqüência zero. Procurar utilizar a mesma amplitude para todas as classes. Escolher números convenientes para limites de classe.. A soma das freqüências das diversas classes deve ser igual ao número de observações originais.