Rogério Rafael da Silva Mendes Acadêmico de Medicina da Fameb - Ufba Membro da Liga Baiana de Cirurgia Plástica Junho - 2011.

Apresentação em tema: "Rogério Rafael da Silva Mendes Acadêmico de Medicina da Fameb - Ufba Membro da Liga Baiana de Cirurgia Plástica Junho - 2011."— Transcrição da apresentação:

1 Rogério Rafael da Silva Mendes Acadêmico de Medicina da Fameb - Ufba Membro da Liga Baiana de Cirurgia Plástica Junho - 2011

2  “Estatística é a ciência de obter conclusões a partir de dados” Paul Velleman Coletar dados Obter informações Tomar decisões

3  A natureza apresenta variações...  Inter Indivíduos  Intra Indivíduos A estatística proporciona validação científica!

4 Medicina Tomada de decisões Comparação de resultados Identificar relações

5  AMOSTRAGEM: técnicas para obter uma amostra representativa, suficiente e que possa ser generalizada para a população.  ANÁLISE EXPLORATÓRIA DE DADOS: técnicas para resumir, organizar e interpretar os dados, de uma amostra ou da população, para obter informações.  INFERÊNCIA ESTATÍSTICA: técnicas para generalizar estatisticamente os resultados de uma amostra para a população.  PROBABILIDADE: técnicas que permitem calcular a confiabilidade das conclusões de Inferência Estatística.

6 Métodos Estatísticos Estatística Descritiva: - Coletar, apresentar e caracterizar dados. “Descrição de dados” Estatística Inferencial: - Estimativas e Teste de Hipóteses “Inferir características da população a partir da amostra”

7 População Parâmetro Amostra Estimativa Dado Estatístico

8  São características observáveis em cada elemento pesquisado, sejam elas medidas, controladas ou manipuladas em uma pesquisa.  Conjunto de resultados possíveis de um determinado dado estatístico estudado.

9 Nível de Mensuração Qualitativas Quantitativas Nível de Manipulação Dependentes Independentes

10  Qualitativas: definidas por atributos. Podem ser nominais ou ordinais.  Nominais – rótulos, nomes, categorias. Não podem ser ordenadas.  Ordinais – representam uma ordem. Poder sem caracterizadas em termos de “mais que” ou “menos que”, embora não podem ser quantificadas, mesmo que expressadas em números.

11  Classificação dicotômica do atributo: membros da LBCP quanto ao sexo. atributo: sexo................classe: membros da LBCP dicotomia: duas subclasses (masculino e feminino) – Nominal, binária.  Classificação policotômica do atributo: membros da LBCP quanto à escola médica. atributo: escola médica......classe: membros da LBCP policotomia: mais de duas subclasses (EBMSP, FTC, UFBA, etc.) – Nominal, policotômica.

12

13  Quantitativas: conjunto de dados produz resultados numéricos.  Discreta / Contínua – números inteiros, não negativos. Resulta de contagens. Ex: número de alunos presentes nas reuniões da LBCP.  Descontínua – números reais, qualquer valor entre dois limites. Resulta de mensurações. Ex: temperatura da sala nas reuniões da LBCP.

14  Dependentes  Aquela que mede o fenômeno que se estuda.  São ditas observacionais. Exemplo: Número de trabalhos produzidos pela LBCP/ano. - Quantitativa discreta: 1, 2, 3, 4... trabalhos / ano. - Qualitativa ordinal: menos que 3, entre 3-6, mais que 6 trabalhos / ano.

15  Independentes  Aquela que explica a dependente.  São ditas manipuladas. Exemplo: Número de trabalhos produzidos pela LBCP/ano e semestre dos membros da LBCP. - Os alunos dos 3º e 4º ano produzem entre 3-6 trabalhos/ano, já os alunos dos 5º e 6º ano produzem menos de 3 trabalhos/ano. - Pode-se “suspeitar” que semestre do curso e a quantidade de trabalhos produzidos estão intimamente relacionados.

16 Atenção!!!!  Esta suspeita pode ser admitida como verdade?  Estamos diante de uma população ou amostra da mesma?  A amostra assume uma distribuição normal?  O acaso – erro aleatório foi considerado?  Os vieses – erro sistemático (seleção, aferição, confundimento) foram considerados nesta análise?  Podemos empregar estatística inferencial?

17 17  Em última análise os objetivos das pesquisas consistem em estudar a relação entre variáveis na POPULAÇÃO.  São baseadas em magnitude e confiabilidade do relacionamento.

18  O número de variáveis envolvidas, o seu nível de mensuração, quais são as “independentes” e as “dependentes”, o tipo de pesquisa (levantamento, experimento, censo ou amostragem) influenciarão na escolha das técnicas:  para coletar os dados;  para apresentar os dados;

19 19 Variáveis qualitativas Tabelas (freqüências ou percentuais) Gráficos Variáveis quantitativas Tabelas (freqüências ou percentuais) Gráficos Medidas de tendência: média, mediana, desvio padrão Apresentações simples: apenas uma variável. Apresentações múltiplas: dependentes em função das independentes.

20  Representatividade da amostra em relação à população  Tamanho da amostra  Para uma “margem de erro” de 3% precisamos de pelo menos 1112 elementos  Aleatoriedade da amostra  Garantir que TODOS os elementos da população tenham chance de pertencer à amostra.  Sorteio NÃO VICIADO.  Única forma de poder generalizar estatisticamente os resultados para a população.

21  Média (Mean)  Média aritmética  Média geométrica  Média harmônica  Moda (Mode)  Valor mais frequentemente observado  Mediana (Median)  Valor do meio

22  Alcance (range) – Mínimo e Máximo  Variância  Desvio-Padrão  Erro-Padrão

23  Desvio-Padrão  Medida de dispersão mais utilizada  Usado extensivamente na distribuição normal  Calculado utilizando fórmulas matemáticas  Unidade de observação: Média Vantagens: Estima a variabilidade em uma amostra; Estima a probabilidade de diferença entre médias observadas

24  Algumas distribuições utilizadas:  Bernoulli  Binomial  Poisson  Negativa binomial  Normal – Pesquisa Médica! A normalidade define o método de análise estatística!

25 Estar fora da curva de Gauss significa assumir um evento matemático pouco provável.

26  Frequência – em que intensidade ocorre a observação.  Prevalência – estudo transversal  Incidência – coorte / ensaio clínico  Associação  Risco relativo (RR) – razão de incidências  Odds ratio (OR) - razão de chances, razão dos produtos cruzados – quem foi “exposto” teve um risco “n” vezes maior ou menor que os não expostos

27 ab cd SimNão Sim Não Fator Fenômeno RR = a / c OR = ad / bc Grupos menores – o ideal é usar risco relativo! À medida que se aumenta a amostra, RR e OR tendem a se aproximar!

28  O Intervalo de Confiança  Emprega a variação no risco relativo para determinada amostra em relação à população.  Também chamado de magnitude do efeito. Exemplo: Determinada associação encontrou RR=20 e IC95%=10,6-37,6. Este intervalo de confiança informa que apesar do RR da amostra ter dado 20, ao repeti-lo 100x, pelo menos 95% das vezes variou entre 10,6-37,6, extrapolando para a população estudada.

29  Estabelecer se os resultados obtidos em uma amostra têm significância estatística, de acordo com certos limites pré-estabelecidos.  Quando se formula uma hipótese em relação a uma determinada característica de uma população, a amostra dela retirada pode: Pertencer à população de origem, portanto as diferenças observadas são decorrentes de flutuações biológicas normais Não pertencer a essa população e as diferenças encontradas representam um efeito real, não podendo ser atribuídas ao acaso

30  É o limite que se toma como base para afirmar que um certo desvio é decorrente do acaso ou não.  São aceitos como estatisticamente significativos os níveis p = 0,05 e p = 0,01, ou seja, 5% e 1% respectivamente.  A partir de um nível de significância convencionado ( alfa ) os desvios são devidos à lei do acaso e o resultado é considerado não significativo. P < 0.05 = o acaso contribuiu com menos de 5% das variações na amostra, representando portanto uma diferença estatisticamente significante

31  Para se testar algo é necessário estabelecer uma hipótese nula e uma alternativa, sendo ambas antagônicas.  A hipótese nula é uma hipótese tida como verdadeira até que provas estatísticas indiquem o contrário. É comumente designada por H 0.  Pode ser uma afirmação quanto a um parâmetro que é propriedade de uma população (Ex: média, variância, desvio padrão).média variânciadesvio padrão

32  Como é impossível observar toda a população, o teste é baseado na observação de uma amostra aleatória dela retirada.  Também é frequente que a hipótese nula consista em afirmar que os parâmetros ou características matemáticas de duas ou mais populações são idênticos. Exemplo: H 0 : os índices de aprovação em provas de residência das escolas A e B são idênticos.

33  A hipótese alternativa deve ser contrária, oposta, antagônica à hipótese nula. É comumente designada por H 1 ou H a.  Assim, quando se aceita H 0 também rejeita-se H 1 e vice-versa. No exemplo anterior a hipótese alternativa H 1 seria: “O índice de aprovação da escola A é diferente da escola B".

34  Quais as variáveis estudadas?  Nominais  Ordinais  Há emparelhamento dos dados?  Mesma amostra ou amostra diferentes?  Qual a distribuição da amostra?  Normal ou não normal / desconhecida  Qual o tipo de comparação?  2 amostras  Múltiplas amostras

35  Resumindo, para aplicar um teste de significância, cria-se uma hipótese que, geralmente, é a de igualdade (hipótese nula). O teste é feito para tentar refutar esta hipótese.  Obtém-se a distribuição nula, que é simplesmente a distribuição amostral do teste estatístico supondo que a hipótese nula seja verdadeira.

36  Compara-se a estatística observada com a distribuição nula.  Se o valor obtido estiver em uma região suficientemente improvável da distribuição nula, então H 0 é rejeitada, improvável de ser verdadeira.  Se o valor obtido estiver em uma região provável da distribuição nula, então H 0 não pode ser rejeitada. Isto não quer dizer que a hipótese nula seja verdadeira, mas que não há evidência suficiente a princípio para refutá-la.

37  Erro do tipo 1: rejeita-se H 0, quando H 0 é verdadeira.  Erro do tipo 2: aceita-se H 0, quando H 0 é falsa. Hipótese nula verdadeiraHipótese nula falsa Se aceita a hipótese nula Corretamente, se aceita a hipótese verdadeira. Erro do tipo II (beta): Se aceita uma hipótese nula que é falsa. Rejeita-se a hipótese nula Erro do tipo I (alfa): Rejeita-se uma hipótese nula que é verdadeira. Corretamente, rejeita-se a hipótese falsa.

38  O valor máximo que estabelecemos para ocorrência do erro do Tipo I é que estabelece se aceitamos ou rejeitamos a Hipótese Nula (H 0 ) e deve ser escolhido antes da realização do teste. O valor mais frequentemente usado é o 0.05.  Assim, se p for menor do que o valor escolhido rejeitamos H 0, Em caso contrário a aceitamos.

39  Teste qui-quadrado para verificar associação  Teste não paramétrico  Fácil compreensão e execução  Não envolve nenhum pressuposto, contanto que a frequencia de cada célula observada seja maior que 5  Aplicar a correção de Yates para células menores que 5  Pode ser aplicado para diferença de proporções entre 2 amostras

40  Teste T de Student:  Teste útil para pequenas amostras  Compara médias  Fácil compreensão e aplicação  Teste mais popular e utilizado na prática

41  Teste t pareado para comparar médias antes e depois  Para o mesmo tipo de indivíduo  Teste t para 2 amostras  Aplicável para 2 amostras não parelhadas  Não necessariamente do mesmo tamanho

42  Testes não paramétricos  Normalidade não é assumida  Teste Sign, teste run, Mann Whitney U-test, Wilcoxon, etc.  Não estima os parâmetros  Analisam dados qualitativos  Possuem poder de análise menor que os testes paramétricos

43  SPSS  Epidata  Bioestat  Excel  STATA  SAS  Epi Info

44  Quem está afirmando?  Vieses, conflito de interesses, tentativas de desqualificação, patrocínios, etc  Qual é o embasamento?  Metodologia da pesquisa  Tamanho da amostra  O que está faltando?  Dados absolutos ou dados relativos?  Data da pesquisa, fonte, abrangência, confiabilidade  Referência usada

45  Alguém está mudando de opinião?  O que está sendo dito faz sentido? Bom senso!!!!

46  Agradeço ao professor Dr. Bruno Rocha pela disponibilidade e vontade de ensinar sempre que foi requisitado.

47 “No demais, irmãos meus, fortalecei-vos no Senhor e na força do seu poder” Efésios 6:10 Contato: rogerspba@yahoo.com.br