Introdução à Estatística Dr. Renato M.E. Sabbatini Instituto Edumed
O Progresso Científico da Medicina
A Medicina Científica A ciência só aceita como verdadeiro aquilo que é comprovado pelo método científico
Método Científico Conjunto de etapas objetivas e ordenadas, a serem vencidas na investigação de um fenômeno
Método Científico Análise Hipótese Dados Conclusões Decisão
Objetivos da Pesquisa Clínica Meta: Adicionar e integrar novos conhecimentos à ciência médica Método: Utilizar controles e análise rigorosos e objetivos, para assegurar a validade dos resultados
Objetivos da Pesquisa Clínica Aplicação: Derivar resultados que tenham aplicabilidade prática na prevenção, diagnóstico e terapia de doenças
Pesquisa Experimental: Exemplo Objetivo: determinar se a sobrevida de pacientes com leucemia aumenta com Glivec Grupo controle: recebe um placebo Grupo experimental: recebe Glivec
Análise de Dados Análise qualitativa Análise quantitativa Estatística !
O que é estatística? Porque a estatística é necessária?
Porque os fenômenos biológicos são muito variáveis! Distribuição dos pesos de adultos normais de 30 a 40 anos de idade
E porque eles são tão variáveis?
Para que a evolução possa acontecer...
Fontes de variação biológica Fenômenos complexos Fenômenos aleatórios
Interações organismo-ambiente Gêmeos univitelinos criados separadamente são diferentes aos 45 anos Interação genes e radiação UV no câncer de pele
Porque usar estatística? Os resultados sempre são variáveis, principalmente em biologia e medicina As conclusões são probabilísticas (incerteza) Portanto: é necessário ter técnicas quantitativas para tomar decisões com a maior certeza possível
A estatística fornece dos princípios e métodos para Planejar investigações Coletar dados Descrever e apresentar dados e resultados Interpretar os resultados
Perguntas de pesquisa Com que idade ocorre o diagnóstico de mieloma? É diferente a incidência de mieloma em ambos os sexos? O número de plaquetas se relaciona com a idade? O tratamento melhora a sobrevida dos pacientes?
Conceitos básicos Variável Distribuição População Probabilidade Descrição Inferência Covariação Efeito
Amostra É o subconjunto da população em que se estuda o fenômeno População e amostra Amostra É o subconjunto da população em que se estuda o fenômeno População O universo de indivíduos em que se deseja estudar um fenômeno
Variável É uma observação ou dado coletado sobre um indivíduo Sexo Idade Estatura Peso Na+ Ca++ Hemoglobina No.eritrócitos No.plaquetas Diagnóstico Índ.Karnofsky etc Variável É uma observação ou dado coletado sobre um indivíduo
Tipos de variáveis Variáveis categóricas Variáveis numéricas nominais (ex.: sexo) ordinais (ex.: classe socioeconômica) Variáveis numéricas discretas (ex.: idade em anos) contínuas (ex.: peso corporal)
Distribuição da variável Observada Estimada
Tipos de distribuições
Descrição % Pacientes Média Variância Kg peso
Medidas de centralidade mediana metade da amostra metade da amostra média
Medidas de dispersão mínimo máximo gama quartil inferior quartil superior gama ¼ da amostra ¼ da amostra
Probabilidade P=0.10 de ter um valor de 12
Probabilidade Soma de probabilidades Área da curva
Inferência Cálculo do parâmetro populacional a partir do amostral (estimativa) Aceitação ou rejeição de uma hipótese com base na análise de dados
Erros de classificação Normais Diabéticos Glicemia em mg/dL
Erros de classificação Realidade Com efeito Sem efeito Verdade Erro alfa (tipo I) Erro beta (tipo II) Estudo
Planejamento experimental Determinação prévia das variáveis a serem coletadas, tipos e tamanho dos grupos, formas de amostragem, ordem e coleta dos dados, etc. Os tipos de análise estatística a serem usadas
Seleção da estatística Tipo de variável medida Nominal, ordinal, discreta, contínua Número de variáveis analisadas simultaneamente Univariado, bivariado, multivariado Tipo de distribuição da variável Normal, binomial, não paramétrica, etc. O tipo de inferência a ser feita
Tipos de comparação estatística De uma amostra e uma população De uma amostra com ela mesma De duas amostras pareadas De duas amostras não pareadas
Seleção de testes Um grupo Dois grupos Nominal Associação X2 Diferença X2 Escalar Correlação r Teste t ou F
Teste de variáveis nominais Experimental Controle Com efeito Sem efeito Teste de associação ou contingência: X2
Exemplo de teste de variáveis nominais Fumantes Não fumantes 98 23 Câncer 1678 8129 Sem câncer X2 = 332.07 probablilidade=0.000. Risco relativo= 4.73
Correlação linear
Teste de diferenças Teste t de “Student” Para detectar diferenças entre duas amostras, em uma variável contínua com distribuição normal Calcula-se o parâmetro t: t = f(m1/v1,m2/v2)
Teste de diferenças Hipótese nula: o t não é diferente de zero, as diferenças entre as amostras é devida ao acaso, com uma certa probabilidade (p.ex. p < 0.05). Essa probabilidade é o ponto de corte para se tomar a decisão