Medida do Efeito: Resposta Contínua: Amostras Independentes Amanda de Nadai Costa Ana Paula S. Marques Carolina Peressutti Vítor Vieira Galvão

Medida do Efeito É o instrumento que utilizamos para mensurar ou quantificar o efeito de determinada exposição ou intervenção em um grupo de pacientes. É muito útil em estudos de caso-controle em que a intervenção se dá em apenas um dos grupos, e temos que comparar o efeito dessa intervenção com o grupo controle.

Medida do efeito: resposta contínua Resposta Dicotômica Contínua : Valores mensuráveis como idade em anos, peso, tempo, distância e etc. Dicotômica seria resposta sim ou não, idoso ou não idoso, doente ou não doente... etc .

Medidas do Efeito: Amostras Independentes São consideradas independentes quando os indivíduos que constituem os dois grupos diferem entre si apenas quanto ao fator que vai ser estudado, buscando ser o mais semelhantes entre si possível quanto aos demais fatores.

Exemplo “Busca-se testar se uma nova dieta com baixo teor de gordura ajuda pessoas obesas a realmente perder peso. 100 pessoas obesas aleatórias foram alocadas no grupo 1 e outras 100 pessoas obesas aleatórias foram alocadas no grupo 2 e submetidas a uma dieta com a praticamente a mesma quantidade de comida, porém não com tão pouca gordura. Após 4 meses, a média de perda ponderal foi de 9.31kg no grupo 1 (s = 4.67) e 7.40 kg no grupo 2 (s = 4.04).”

Exemplo Nós podemos pensar que perderemos 1.91kg a mais que o grupo controle a cada 4 meses seguindo a dieta corretamente. O que nós pretendemos com a medida de efeito é ter um intervalo de confiança de 95% acerca desse valor, para termos confiança de que todos percamos peso se fizermos essa dieta, e não o contrário . (IC>0)

Calculando Intervalo De Confiança: Exemplo μ x1-x2 σ x1-x2 95 % Temos a distribuição das médias das diferenças das médias amostrais. É a média amostral de x1 menos a média amostral de x2. E essa distribuição vai ter um desvio padrão que corresponde a um desvio padrão da média da amostra 1 menos o desvio padão da média da amostra 2. Nós queremos fazer uma inferência a partir disso. Queremos criar um intervalo de confiança de 95% para que a verdadeira diferença entre as médias amostrais caia nesse intervalo. Como nós podemos criar um intervalo em que tenhamos 95% de ‘certeza’ que a verdadeira média das diferenças das médias caia dentro desses valores? Quantos desvios padrões nós devemos ir em cada direção para que englobemos esse valor? Devemos buscar a um valor de z que corresponta a 97,5% uma vez que os 5% que não pertencem ao nosso itnervalo estarão divididos em valores extremos. Supomos que 2,5% fiquem de cada lado da nossa curva gaussiana.

Z=1,96 Para descobrir quantos desvios padrões nós temos que cobrir com nosso intervalo de confiança nós podemos olhar a tabela z, uma vez que temos uma grande amostra que é de 100. Para chegarmos ao ponto de 97,5% (0,9750) temos um z de 1,96 ou seja devemos caminhar 1,96 desvios padrões abaixo e acima da nossa verdadeira média para obtermos nosso intervalo. CUIDADO: a professora falou em sala sobre como calcular essa distância a partir de amostras pequenas e com valores diferentes entre si. Aí o que faríamos é calcular o grau de liberdade = n1 + n2 – 2 e a partir daí utilizaríamos a tabela do tstudent!!!! Então z é para amostras maiores que trinta, onde podemos aproximá-la da curva nornal. E para amostras pequenas utilizamos o t!!!

Calculando Intervalo De Confiança: Exemplo μ x1-x2 σ x1-x2 95 % Porém nós desconhecemos a verdadeira média que corresponde à diferença das médias amostrais. Porém nós temos que acreditar que existe 95% de chance de a média que eu tinha encontrado (1.91) esteja a 1,96 desvio-padrão da média real. Se assim for, podemos tbm dizer que a verdadeira média está a uma distância de 1.96 desvio-padrão do valor que eu encontrei. Nesse caso assumiremos que a nossa média verdadeira será o valor que eu achei no meu estudo... Veja como esse estudo tem muitas falhas, por isso dizemos que é apenas uma aproximação! -1,96 σ x1-x2 +1,96 σ x1-x2

Desvio Padrão: 2 2 2 Sabemos a nossa média e agora precisamos saber qual é o nosso desvio padrão. (linha 1) Sabemos por cálculos que não foram mostrados aqui que quando queremos calcular a variância de uma diferença entre as médias xbarra1 e xbarra2 nós podemos somar a variância de xbarra1 mais a variância de xbarra2. (linha 2) Como desconhecemos o valor real da variância das média das amostras, assumimos que é igual ao valor da variancia na população dividido pelo tamanho da amostra. (linha 3) porém desconhecemos a variância na população que ficou sob a dieta e daquela que ficou sem a dieta. Por isso substituimos pelo valor da variância encontrada na minha amostra!! (olhe mais uma vez como tem falhas – eu estou assumindo que o valor que eu encontrei na minha amostra é igual o da população!!. (linha 4) O desvio padrão é calculado pela raiz quadrada da variância. Substituindo os valores chegamos ao resultado de 0.617.

Intervalo de confiança IC 95%: Aqui a única coisa que eu fiz foi assumir a minha média como 1.91 e somar ou subtrair 1,96 vezes o nosso desvio padrão que foi 0.617. Nesse caso podemos inferir que fazer a dieta realmente ajuda a emagrecer e eu tenho 95% de confiança de que quem fez a dieta com baixo teor de gordura emagreceu pelo menos 0.7kg a mais que o grupo controle em quatro meses!! Por isso devemos cuidar com o zero ou valores negativos no extremo do nosso intervalo!! Gente, qualquer duvida do seminário me mandem um email : dika_nadai@yahoo.com.br Beijão ! =))

Obrigada!!