1. ANÁLISE ESTATÍSTICA Parte I
Uma Breve Revisão no GESME Profa. Rilva Lopes de Sousa-Muñoz
2. ANÁLISE ESTATÍSTICA Parte II SPSS – Tutorial Grupo de Estudos em
Semiologia Médica
Profa. Rilva Lopes de Sousa-Muñoz
3. Sugestões Bibliográficas Livros do acervo da BC/UFPB
• CALEGARI-JACQUES, S.M. Bioestatística: Princípios e aplicações. Porto Alegre: Artmed, 2003.
• CAMPANA, A. O. Investigação científica na área médica. São Paulo: Manole, 2001.
• DRUMMOND, J. P.; SILVA, E. Medicina Baseada em Evidências. São Paulo: Atheneu, 2002.
• VIEIRA, S.; WADA, R. Estatística: Introdução Ilustrada. São Paulo: Atlas, 1998.
4. Breve Revisão sobre
conceitos fundamentais de BIOESTATÍSTICA O que é Estatística? Qual o papel da estatística na pesquisa científica?
5. O QUE É ESTATÍSTICA?
• Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos e gráficos A estatística originou-se com a coleta e construção de tabelas de dados A situação evoluiu e esta coleta de dados representa somente um dos aspectos da Estatística
6. ESTATÍSTICA
“Estatística é a ciência que tem por objetivo orientar a coleta, a análise e a interpretação dos dados” CALLEGARI- CALLEGARI-JACQUES, S. M. Bioestatística: Princípios e aplicação. Porto Alegre: Artmed, 2003. Artmed,
7. BIOESTATÍSTICA Grego: Bio = vida “Bioestatística é a aplicação dos métodos estatísticos à solução de problemas biológicos”
CALLEGARI-
CALLEGARI-JACQUES, S. M. Bioestatística: Princípios e aplicação. Porto Alegre: Artmed, 2003. Artmed,
8. Estatística na Pesquisa Científica A pesquisa quantitativa depende da Estatística nos seguintes aspectos: Cálculo do tamanho da amostra Técnicas de amostragem Análise estatística Objetivo: encontrar a resposta à pergunta da pesquisa
9. ESTATÍSTICA O método estatístico é iniciado com a pergunta de pesquisa Classificar a pergunta em uma das 4
principais categorias : a) diagnóstico; b)
tratamento; c) prognóstico; d) fatores de risco e etiologia Para cada uma das categorias existe uma abordagem diferente quanto ao modelo do estudo, cálculo do tamanho da amostra e à análise estatística
10. Fases da investigação Científica
• Escolher o tema, delimitar o assunto e revisar a literatura pertinente • Formular a pergunta e a hipótese de pesquisa • Definir o modelo do estudo • Definir a técnica de pesquisa a ser adotada • Definir o tipo de amostragem, selecionar a amostra e designar as variáveis • Submeter o protocolo a um Comitê de Ética • Realizar a coleta dos dados • Processar e analisar os dados • Interpretar os resultados • Redigir o relatório e divulgar os resultados (publicação)
11. Precisamos ser capazes de avaliar corretamente os resultados de Pesquisas Precisamos aprender a reconhecer se uma evidência estatística apoia realmente as conclusões dos autores. Precisamos ser consumidores inteligentes de estatísticas, resultados e conclusões de pesquisas.
12. Estatística Descritiva:
RESUMIR os dados brutos
13. Estatística Descritiva Estatística descritiva: organização,
resumo e apresentação de um conjunto de dados de forma a produzir informação Análise descritiva Dados Informação brutos objetiva PORTANTO, os métodos da estatística descritiva
empregam técnicas numéricas descritivas, tabulares e gráficas para resumir e apresentar os dados de uma pesquisa
14. Situação hipotética: Um pesquisador deseja obter informações a respeito da duração da permanência hospitalar no HULW/UFPB. Dados brutos 43 32 62 54 49 48 61 50 42 62 39 59 35 76 48 51 49 23 55 40 46 63 62 36 43 46 44 52 46 57 Organizar Analisar Resumir Informação
15. Estatística Descritiva vs. Inferencial Estatística Descritiva Métodos estatísticos que visam resumir e descrever os dados; Apenas se descrevem as características da amostra, sem buscar comparações ou análises Estatística Inferencial Métodos estatísticos que visam inferir sobre uma população a partir de uma parte dela (amostra) Comparação de grupos Análise de fatos considerando comparações e até associações causa-efeito (dependendo do modelo da pesquisa)
16. NÍVEIS DE MENSURAÇÃO DOS DADOS Qualitativo Quantitativo Nominal e Contínua ou Ordinal Discreta
dicotômica intervalar (classificação) (contagem) (classificação) (mensuração) pressão arterial sexo, etnia, (baixa, normal, alta), Número de quedas, Idade, renda,
região, grupo escolaridade, classe número de peso, pressão sanguíneo econômica, auto- internações, arterial, percepção de saúde número de filhos glicemia
17. Por que é importante determinar o nível de mensuração dos dados? O tipo de nível (escala) de mensuração dos dados determina que abordagem estatística será utilizada tanto na análise descritiva quanto na análise inferencial da pesquisa
18. Estatística Descritiva
Organização, análise, redução e apresentação de dados. • Frequências • Medidas de posição • Medidas de dispersão • Tabelas e gráficos • Medidas de correlação
19. Medidas descritivas das variáveis • Distribuição de frequências – Frequências absoluta e relativa – Proporções, porcentagens, razões • Medidas descritivas – Medidas de tendência central (ou de posição) – Medidas de dispersão (ou variabilidade) – Medidas separatrizes
20. Apresentação dos Dados: Tabelas e Gráficos • Forma não discursiva de apresentar informações: numérica e gráfica • Formas de fácil assimilação
• Apresenta os dados de modo ordenado, simples e de fácil interpretação • Fornece o máximo de informação em um mínimo de espaço
21. Apresentação de uma tabela (exemplo) Tabela 1- Comparação das concentrações plasmáticas de FSH e estradiol (médias e desvios-padrão) entre os grupos experimental (GE) e controle (GC) antes e após o tratamento (n=84) em pacientes climatéricas ambulatoriais (Hospital Universitário Lauro Wanderley, Universidade Federal da Paraíba, João Pessoa, PB) Variável Grupos VT1 VT3 p FSH GE 80,7±29,2 73,6±28,9 0,02* (UI/mL) GC 73,6±30,3 74,2±25,9 NS Estradiol GE 13,0±7,1 16,7±9,3 NS (pg/mL) GC 14,1±7,6 14,3±8,3 NS FSH: hormônio folículo-estimulante; VT1: primeira visita de tratamento; VT3: terceira visita de tratamento; GE: grupo
experimental; GC: grupo controle; *Teste t para amostras independentes, p estatisticamente significativo a ≤0,05. NS= Não
significativo Fonte: SOUSA-MUÑOZ, R. L.; FILIZOLA, R. G. Efficacy of soy isoflavones for depressive symptoms of the climacteric syndrome. Maturitas, 63 (1):89-93, 2009.
22. Representação gráfica dos dados: Gráfico de barras/colunas
Gráfico de setores Histograma Diagrama de dispersão
Diagrama de caixas
23. Representação gráfica de variáveis qualitativas Gráficos em barras e colunas •A construção do gráfico em colunas é semelhante ao em barras, com a diferença de que os retângulos são sustentados no eixo horizontal F re q u ê n c ia re la tiv a (% ) Outros 35 30 25 20 Cirurgia 15 10 5 Médica 0 O b s tr etríc ia C iru rg ia M é d ic a O u tr os G in ic o lo gia Pe dia tria 0 5 10 15 20 25 30 35 e Frequência relativa (%) Figuras 1 e 2: Internações em estabelecimento de saúde, por tipo de
clínicados hospitais públicos de João Pessoa, PB – Fonte: IBGE 1992.
24. Gráficos para variáveis nominais Sexo Gráfico de setores M circulares 45% (pizza, torta) F
55%
25. Gráfico de colunas para variáveis quantitativas FONTE: ROSSI, W. B. et al. Pé diabético: tratamento das úlceras plantares com gesso de contato total e análise dos fatores que interferem no tempo de cicatrização. Rev Bras Ortop 40 (3):89-97, 2005.
26. Diagrama de Caixas 190 180 são Sistólica (mm de Hg) 170 160 150 140 Pressão S 130 120 110 Não (n = 15) Sim (n = 17) Hábito de Fumar Figura 1: Valores representativos da pressão arterial sistólica em função do
hábito de fumar de pacientes atendidos no ambulatório de Pneumologia do
Hospital Universitário Lauro Wanderley (n=32) – João Pessoa, PB.
27. Gráficos para variáveis quantitativas Diagrama de caixas (Box plot) Comprimento do RN
50 Valores extremos 45 Valor Máximo Q3 = 3° Quartil = 39
40 Q2 = 2° Quartil = 38 IIQ = 4 35 Q1 = 1° Quartil = 35 30 Valor Mínimo
28. Diagrama de dispersão variáveis quantitativas FONTE: ROSSI, W. B. et al. Pé diabético: tratamento das úlceras plantares com gesso de contato total e análise dos fatores que interferem no tempo de cicatrização. Rev Bras Ortop 40 (3):89-97, 2005.
30. Histogramas
• Gráfico que reflete a forma da distribuição de frequências da amostra e a estrutura (forma) da população de onde foi retirada a amostra
31. Tabelas vs. Gráficos Tabelas • Convenientes quando há necessidade ou relevância em explicitar os valores • Quando se deseja que os parâmetros apresentados sejam
conhecidos de forma mais precisa
32. Tabelas vs. Gráficos Gráficos • Grande número de dados • Quando não é relevante apresentar os valores precisos • Quando se deseja avaliar
comportamentos, tendências ou relação entre duas variáveis: a apresentação em um único gráfico permite uma rápida comparação 33
33. Estatística Inferencial
34. População e Amostra Amostra
População
35. É importante utilizar amostras de tamanho adequado Para fins práticos, considerar: •Amostras grandes: n>100 •Amostras médias: n>30 •Amostras pequenas: n<30
•Amostras muito pequenas: n<12 DORIA-FILHO, U. Introdução à Bioestatística para simples mortais. São Paulo: Elsevier, 1999
36. Estatística Inferencial Testes Estatísticos A aplicação de um teste estatístico segue um raciocínio lógico que se baseia em 4 questões que orientam o pesquisador em suas decisões:
1. Que tipo de variável está sendo estudada?
2. Quantos conjuntos de dados (amostras) estão sendo avaliados?
3. As amostras são pareadas ou não-pareadas?
37. Amostras Pareadas / Não-pareadas Amostras pareadas –Mesmo indivíduo
– Duas observações em um mesmo indivíduo são mais prováveis de serem similares
Amostras não-pareadas – Indivíduos são independentes
38. Testes Paramétricos e Não-Paramétricos • Testes Paramétricos – Variáveis intervalares
– Parâmetros: média e desvio-padrão – Distribuição Normal • Testes Não-Paramétricos – Variáveis nominais e ordinais
– Distribuição dos dados não é Normal (histograma)
39. Testes Estatísticos Variáveis Quantitativas Paramétricos Não-Paramétricos
Não-pareadas Pareadas Não pareadas Pareadas 2 amostras 2 amostras 2 amostras 2 amostras Teste t Teste t Mann-Whitney Wilcoxon (Student) (Student) X2 (2x2) Mc Nemar Exato (Fisher) Mais de 2 Mais de 2 Mais de 2 Mais de 2 ANOVA ANOVA Kruskal Wallis Cochram X2 (mxn) Friedman
40. Testes Estatísticos Variáveis Qualitativas Não-pareadas Pareadas 2 amostras 2 amostras X2 Teste exato de Teste de McNemar Fisher Mais de 2 Mais de 2 X2 Q de Cochran
41. Escolha do teste estatístico - Exemplo Critérios para escolha do teste estatístico
“Estudo comparativo entre o controle glicêmico (HBA1c) entre diabéticos ambulatoriais com baixo apoio social e com apoio social adequado ” 1. Qual o tipo de variável estudada? Quantitativa - ordinal 2. Quantos conjuntos de dados 2 amostras
(amostras) estão sendo avaliados? 3. As amostras são pareadas ou Não-Pareadas
não-pareadas? Melhor controle glicêmico
4. Qual o tipo de inferência que se em pacientes com apoio
quer obter a partir do estudo? social adequado
42. SIGNIFICÂNCIA ESTATÍSTICA (P) • é uma medida estimada do grau em que o
resultado é "verdadeiro" = no sentido de que
seja realmente o que ocorre na população, e não devido ao acaso • o nível-p representa a probabilidade de
erro em aceitar o resultado observado como válido
• a seleção de um nível de significância acima do qual os resultados serão rejeitados como inválidos é arbitrária = por convenção.
43. Estatística Inferencial Nível de Significância São geralmente adotados como estatisticamente significativos os níveis p = 0,05 e p = 0,01, ou seja, 5% e 1% respectivamente. confiança estatística de 95%
Quando o valor de p é 0,52, por exemplo, isto é, a probabilidade de que se trate de um achado ao acaso está acima do limite de 5% que se arbitra a priori, o resultado não é estatisticamente significante
44. Estatística Inferencial Intervalo de Confiança
• Um intervalo de confiança é um intervalo de números contendo os valores do parâmetro da população • Corresponde a 95% quando o p > 0,05 • Estimativa intervalar, ao invés de pontual: mais precisa
45. Estatística Inferencial Intervalo de Confiança
• Um IC 95% é o intervalo em que há 95% de probabilidade de conter o valor real da população • Um IC de 95% é o intervalo que irá conter o valor real em 95% das vezes, se um estudo for repetido várias vezes utilizando amostras a partir da mesma população.
46. Estatística Inferencial Intervalo de Confiança • IC e valores de p estão intimamente relacionados • Valores-p são o resultado do testes de
hipóteses e indicam se os dados da amostra são evidência suficiente para rejeitar a hipótese nula – ex. - uma diferença observada entre dois tratamentos = os dois tratamentos têm eficácia realmente diferente ou é devido ao acaso • IC descreve a precisão do valor estimado • Ex. p=0,09; IC 95% (95,5-118,9)
47. Software Estatístico SPSS
48. Vamos abrir o SPSS?...
49. ANÁLISE ESTATÍSTICA Parte II SPSS – Tutorial Grupo de Estudos em
Semiologia Médica Profa. Rilva Sousa-Muñoz
