Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouPedro Lucas Cabral Bastos Alterado mais de 8 anos atrás
1
Análise de Associação: Tabelas de contingência
Curso de Especialização em Pesquisa Clínica - FCMSCSP MÓDULO 3 – EPIDEMIOLOGIA E BIOESTATÍSTICA Profa. Ting Hui Ching
2
As etapas de uma pesquisa científica x Estatística
Definir 6w Why (Por que): objetivo Who (Quem): público alvo What (O que): desfecho When (quando): tempo Where (onde): local How (como): forma de coleta de dados Planejamento Coleta de dados Banco de dados Execução Como analisar os dados Qual n para garantir a confiabilidade Como selecionar a amostra Análise Descritiva Inferência Análise Estatística Relatório Protocolo Discussão Conclusão
3
Relatório e as etapas da pesquisa científica
Introdução Planejamento Material e Método Execução Resultados Análise Discussão Conclusão Conclusão
4
Estatística Descritiva
Visão Global Estatística Descritiva (“Fotografia”) Consistência dos dados Caracterização da amostra Interpretações iniciais População Planejamento Como selecionar amostra? Qual o tamanho da amostra? Amostra Inferência Estatística (“Adivinhar”) Estimação de quantidades desconhecidas Testes de hipóteses Extrapolação dos resultados (modelagem)
5
Dados Teorias Estatísticas Análise Descritiva Modelos Probabilísticos Fazer afirmação sobre característica de uma população, baseando-se em resultados de uma amostra Inferência Estatística
6
Exemplos de testes de hipóteses
Tratamento novo é melhor que o tratamento tradicional? Dieta para ganho de peso funciona? Existe associação entre fumo e câncer de pulmão? H0: m novo= m tradiconal Ha: m novo ≠ m tradiconal H0: Peso antes= Peso depois Ha: Peso antes ≠ Peso depois H0: Não existe associação entre fumo e câncer de pulmão Ha: Existe associação entre fumo e câncer de pulmão
7
As decisões Situação (população) H0 Ha Decisão Correta Erro H0 Decisão
Tipo II () Decisão (amostra) (poder do teste=1-β) Erro Decisão Correta Ha Tipo I () Pela amostra, encontramos “p”, onde p=p-valor=nível descritivo=probabilidade de acontecer H0
8
Consumo de Cafeína (mg/dia)
Ex: Consumo de cafeína e estado civil das pacientes em acompanhamento pré-natal Consumo de Cafeína (mg/dia) Estado Civil 1-150 >300 Total Casada 652 1537 598 242 2029 Divorciada/Separada 36 46 38 21 141 Solteira 218 327 106 67 718 906 1910 742 330 3888 Fonte: Martin and Bracken, 1987 O consumo de cafeína é diferente entre os diferentes estados civis?
9
Consumo de Cafeína (mg/dia)
Ex: Consumo de cafeína e estado civil das pacientes em acompanhamento pré-natal Consumo de Cafeína (mg/dia) Estado Civil 1-150 >300 Total Casada 22% 51% 20% 8% 3029(100%) Divorciada/Separada 26% 33% 27% 15% 141(100%) Solteira 30% 46% 9% 718(100%) 23% 49% 19% 3888(100%) Fonte: Martin and Bracken, 1987 O consumo de cafeína é diferente entre os diferentes estados civis?
10
Tabela de Frequência - Sexo
Distribuição de pacientes por sexo obtidos de um estudo clínico* *Dados hipotéticos
11
Tabela de Frequência - Hipertensão
Distribuição de pacientes portadores de hipertensão obtidos de um estudo clínico* *Dados hipotéticos
12
Estudar a associação entre Sexo e Hipertensão – Tabela de contingência
Variável desfecho: Doença Exposição: Fator de risco Existe associação entre Sexo e Hipertensão ?
13
Estudo de Associação PREVISÃO
Duas variáveis qualitativas: Tabela de contingência Duas variáveis quantitativas: Correlação
14
Tabela de contingência – % Geral
Frequentemente utilizada em Estudo transversal
15
Tabela de contingência – % em Doença (Coluna)
Distribuição por sexo nas duas sub-populações são iguais? (Frequentemente utilizada em Estudo de Caso-controle)
16
Tabela de contingência – % em Fator (Linha)
Risco de Pop Feminina > Risco de Pop Masculina? Diferença de % significante?
17
Dimensão de Tabela de Contingência – exemplo 1
2 linhas 2 colunas Tabela 2 x 2
18
Dimensão de Tabela de Contingência – exemplo 2
Estudar a associação entre Hábito de Fumar (Fumo) e Hipertensão (HAS) Exposição: Fator de risco Tabela de contingência 3 linhas 2 colunas Tabela 3 x 2
19
Teste de Hipóteses Pergunta: Ser homem ou mulher terá chance diferente de ter hipertensão? Pergunta: Existe associação entre Sexo e Hipertensão? Hipótese nula(H0): Sexo e HAS são independentes (Não existe associação ) Hipótese alternativa(Ha): Sexo e HAS não são independentes (Existe associação)
20
As decisões Situação (população) H0 é verdadeira (não existe
associação) H0 é falso (existe associação) Decisão Correta Erro H0 é verdadeira Tipo II () Decisão (amostra) (poder do teste=1-β) Decisão Correta H0 é falso Erro Tipo I ()
21
Como verificar a hipótese da existência de associação entre Fator em estudo e Doença?
Observado Esperado E11 E12 E21 E22 Comparação entre Valor Observado e Valor esperado
22
Como verificar a hipótese da existência de associação entre Fator em estudo e Doença?
Observado Observado (a) (b) (d) (c) Esperado (a+c) 50 x 33 (a+b) = E(a)=27,8% * 33 = E(b)=72,2% * 33 E(c )=27,8% * 147 E(d)=72,2%*147 n 180
23
Teste de Qui-Quadrado ( ) Observado – Esperado 2 Esperado
2obs= (Oij – Eij)2 Eij
24
Critério de Decisão 2obs 2obs 2obs 2crítico Ha H0 Não rejeito H0
Observado – Esperado ( ) 2 Esperado 2obs 2obs 2obs 2crítico Ha H0 Não rejeito H0 Rejeito H0 Se observado = esperado 2obs pórximo de 0 H0 verdadeiro Se observado <> esperado 2obs longe de 0 Ha verdadeiro
25
Como selecionar valor crítico (2crítico)?
H0 Ha D0 Da Decisão Correta Erro II Erro I () Distribuição de Qui-Quadrado 2crítico p-valor: nível descritivo : Nível de significância H0 2crítico = 2 (Grau de liberdade; ) Grau de liberdade = (#linha-1) (#coluna-1) = Nível de significância
26
Exemplo Freqüência Observada Freqüência Esperada (a) (b) (d) (c)
(a+c)(a+b) n a = (a+c)(c+d) c = (b+d)(c+d) d = = (50)(33) 180 = 9 (b+d)(a+b) b = (130)(33) = 24 (50)(147) = 41 (130)(147) = 106
27
Teste de Qui-Quadrado 2obs = 22.6 Casela 11 12 21 22
Observado (O) Esperado (E) O-E (O-E)2 (O-E)2/E a = b = c = d = Total = 11 -11 121 13.5 5.0 3.0 1.1 22.6 2obs = 22.6
28
Resultados Tomar decisão por Valor crítico:
Pela tabela, 2crítico = 2 (g.l.; ) = 2 (1;5%) = 3,841 Como 2obs > 2crítico então rejeitamos H0 2obs = 22.6 Grau de liberdade=(2-1)x (2-1)=1 Tomar decisão por nível descritivo (p): 2obs = 22.6 Grau de liberdade=1 P=1,99485E-06 Como p < 0,05 então rejeitamos H0 Conclusão: Sexo e HAS não são independentes Existe associação entre Sexo e HAS
29
Vamos praticar? Exercícios
30
Comentários Frequencia esperada: 80% das caselas com FE>5, 100% com FE>1 Freqüência Observada Freqüência Esperada Teste Exato de Fisher
31
Comentários Existência de associação entre as variáveis não implica relação causal entre elas. No caso de tabelas com dimensão r x c, se tiver associação significante, pode ser feita comparação 2 a 2. Valor de c2 (ou p-valor) não indica a força da associação e sim a evidência sobre H0
32
Uso de EPIINFO Demonstração através de exemplos Ex 1: Sexo x HAS
Ex 2: Fumo x HAS
33
Casos particulares Presença de variável ordinal em uma das categorias: C2 de tendência Dados pareados: Teste de McNemar
34
Uso de computador x Estatística
Boa notícia: Todo mundo pode fazer análise estatística!!! Facilidade Rapidez Segurança Problema: Todo mundo pode fazer análise estatística!? Utilização de técnicas inadequadas Interpretação errada dos resultados Solução: Compreensão dos conceitos básicos da estatística, bem como as suposições necessárias para o seu uso de forma criteriosa
35
Relação Pesquisador x Estatístico
Interdependência Trabalho de equipe Dependência Independência Utilize como consultório e não Pronto-socorro Diálogo contínuo com estatístico em todas etapas da pesquisa Dê feedback aos estatísticos Papel de professor
36
Lembrete A literatura médica: Check-list para ler e escrever um artigo na área médica
37
Referências Estatística Básica. Morettin, P. A. e Bussab, W. O. Editora Atual Noções de Probabilidade e Estatística. Magalhães, M.N. e Lima, A.C.P. EDUSP Practical Statistics for Medical Research. Altman, D.G. Chapman and Hall
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.