VARIÁVEIS Disciplina de Metodologia do Trabalho Científico Profa. Angelica Rocha de Freitas Melhem
Variáveis Variáveis são características que assumem valores diferentes de um indivíduo para outro ou no mesmo indivíduo ao longo do tempo Por exemplo, a cor dos olhos varia de uma pessoa para outra. O peso pode ainda variar na mesma pessoa
Variáveis Em relação ao papel de cada uma no estudo, as variáveis podem ser classificadas em: Preditora, explicativa ou independente: permite predizer uma resposta. Exemplos: Fumo e risco de doença coronariana, índice de massa corpórea e risco de carcinoma de endométrio Resposta ou dependente: Evento que se pretende estudar. Exemplo: Ocorrência de câncer
Variáveis Variável de controle: Deseja-se que esteja homogeneamente distribuída nos grupos, pois poderia interferir nos resultados (atuando, por exemplo, como uma variável de confusão). Não pode ser estudada. Exemplos: sexo, idade Dependendo da pergunta do estudo, uma mesma variável pode ser preditora, resposta ou de controle. Exemplo: Relação entre idade gestacional (tempo de gravidez) e ocorrência de diabetes na gestação. Pergunta do estudo: O risco de desenvolver diabetes se altera ao longo da gravidez? Idade gestacional = variável preditora Relação entre o diâmetro biparietal do crânio fetal medido pela ultra-sonografia e a idade gestacional. Pergunta do estudo: É possível predizer o tempo de gravidez medindo o diâmetro biparietal? Idade gestacional = variável resposta Comparação entre o peso de bebês recém-nascidos, filhos de mães diabéticas e não-diabéticas, de mesma idade gestacional. Pergunta do estudo: A diabetes materna altera o peso dos bebês? Idade gestacional = variável de controle
Variáveis Variável de confusão: Há alguns anos, um pesquisador afirmou que o consumo de café aumentava o risco de câncer de pâncreas e que a análise estatística mostrava uma associação significante. Quando o trabalho foi re-analisado, concluiu-se que na verdade o fator de risco era o fumo O que ocorreu foi que os fumantes tomavam mais café. Assim, o café era uma variável de confusão, ou seja, estava associada tanto ao fator de risco verdadeiro (fumantes tomam mais café) como à doença (o consumo de café entre os portadores de câncer de pâncreas era maior do que na população geral) No entanto, não havia relação causa-efeito entre consumo de café e câncer de pâncreas Como pode-se perceber por este exemplo, associação estatística não significa obrigatoriamente relação causal (causa-efeito)
Escala das variáveis
Variáveis Categórica (qualitativa): dados obtidos através de classificação em categorias, não existindo intervalo fixo entre as classes 1.1. Nominal: não existe ordem definida. Exemplos: sexo, raça, grupo sanguíneo. Quando existem apenas duas possibilidades (doente ou são, por exemplo), é chamada de dicotômica ou binária 1.2. Ordinal: grupos ou classes ordenadas. Exemplos: gravidade da doença (leve/moderada/grave), estádio clínico do câncer de mama (I a IV), nível socioeconômico (classes A a E). Para as variáveis categóricas, a análise estatística é limitada. É impossível calcular, por exemplo, medidas como a média. Se as variáveis preditoras e resposta forem todas categóricas (exemplo: associação entre a raça e a ocorrência de câncer), só será possível utilizar testes não paramétricos (como o teste do qui-quadrado), que apresentam menor poder
Variáveis 2.1. Discreta: Dados obtidos por contagem, correspondendo somente a números inteiros (existe um hiato entre as classes) Exemplos: Número de óbitos, número de crises de asma, número de filhos (ninguém pode ter 2,5 filhos)
Variáveis 2.2. Contínua: Dados obtidos por mensuração: números reais, com quantas casas decimais se deseja (não existe hiato entre as classes) Exemplos: Glicemia, altura, pressão arterial sistólica, peso (o peso pode ser medido em quilogramas, gramas, miligramas, etc.) Pode ainda ser resultante de um cálculo feito a partir de 2 variáveis numéricas contínuas Exemplo: Índice de massa corpórea (peso dividido pelo quadrado da estatura) Pode-se transformar uma variável numérica em categórica (por exemplo: classificar as pessoas de acordo com a idade em menos de 50 anos ou mais de 50 anos). Através deste processo, denominado categorização, perdem-se dados e poder de análise estatística. Só é aceitável quando vai ser definido um ponto de corte, como por exemplo um nível de pressão arterial sistólica a partir do qual seria instituído determinado tratamento