Métodos Quantitativos
na Área de Saúde
Rosangela Noé
1


A Estatística é uma disciplina que utiliza conceitos e métodos
obter, organizar e analisar informações.
para
A Bioestatística é um ramo da estatística que tem como foco a área
de saúde e outras profissões relacionadas com ciências biológicas.
Rosangela Noé
2
BIOESTATÍSTICA

desempenha um papel crucial nas diversas fases da pesquisa científica
Delineamento
do estudo
Planejamento
Cálculo da
amostra
Protocolo de
pesquisa
Análise de
dados
Apresentação
Interpretação
dos resultados
Publicação
Artigo científico
Monografia
Tese de mestrado
e doutorado...
Rosangela Noé
3
PLANEJAMENTO
 Tipo de Estudo
- observacional
- experimental
 Cálculo do tamanho da amostra
- técnicas de amostragem
 Protocolo de pesquisa
- construção do questionário
- informatização dos dados
4
CONCEITO
Variável. Denomina-se variável qualquer tipo de dado que pode apresentar mais de
um valor.
- pressão arterial sistólica (mmHg)
- idade (anos)
- evolução hospitalar (alta, óbito)
- intensidade da dor (leve, moderada e intensa)
ajuda a definir como os dados deverão ser sumarizados e o método estatístico
mais adequado a ser aplicado

Classificação baseada no tipo de variável
Variável qualitativa ou categórica
Nominal
Ordinal
Variável quantitativa ou numérica
Discreta
Contínua
Rosangela Noé
5
ANÁLISE EXPLORATÓRIA

A análise exploratória dos dados é um estágio inicial para verificar e
descrever as medidas estatísticas e matemáticas dos dados o que,
melhora a eficiência da análise estatística (Alves, 1987; Farias, 1999) e
para auxiliar na decisão das hipóteses que podem ser assumidas
(Hamlett et al., 1986; Folegatti, 1996).

Recursos gráficos:
- diagrama de caixa ("box plots")
- gráfico por colunas
- gráfico por linhas
Rosangela Noé
6
Tempo de IAM (meses)
90
80
Diagrama de caixa
70
60
50
40
30
20
10
0
Rosangela Noé
rrrrr
Grupo A
Grupo B
(n = 25)
(n = 23)
Grupo A
Grupo B
Máximo
96.0
76.0
Q3 (75%)
36.0
48.0
Mediana
24.0
36.0
Q1 (25%)
9.0
18.3
Mínimo
3.0
3.0
Média
31.6
37.2
Desvio padrão
29.8
19.2
7
Gráfico de colunas
Gráfico de linhas
180
150
170
145
140
130
120
110
100
90
80
135
130
125
120
115
110
105
70
100
Grupo A
Rosangela Noé
Grupo B
140
150
PAS média (mmHg)
média + DP
PAS (mmHg)
160
Grupo A
Grupo B
basal
1 mês
6 meses
12 meses
8
ANÁLISE DE SOBREVIVÊNCIA
As técnicas estatísticas conhecidas como análise de sobrevida são utilizadas
quando se pretende analisar um fenômeno em relação a um período de tempo,
isto é, ao tempo transcorrido entre um evento inicial, no qual um sujeito em um
estado particular e um evento final, que modifica este estado.
Problema: Recentemente uma nova classificação da Insuficiência Cardíaca (IC),
baseada em estágios, foi proposta pela ACC/AHA. O objetivo do estudo é avaliar o
desempenho prognóstico desta classificação quando aplicada em uma coorte de
pacientes com doença de chagas.
Em 538 pacientes com ECG alterado, a classificação foi aplicada da seguinte forma:
• estágio A: ECO normal (n = 264)
• estágio B: ECO alterado, sem sinais de IC (n = 199)
• estágio C: IC presente, compensada (n = 52)
• estágio D: IC avançada (n = 23)
9
Método estatístico: curvas de sobrevida de Kaplan-Meier, estratificadas por
subgrupos (representados pelos estágios da classificação de IC) e comparadas por
meio da estatística de log-rank.
Conclusão: segundo a estatística de log-rank observou-se que existe diferença
significativa na curva de sobrevida dos pacientes chagásicos entre os diferentes
estágios da doença ( p < 0,0001).
10
ANÁLISE DE VARIÂNCIA para medidas repetidas
A análise de variância para medidas repetidas é utilizada quando se pretende
estudar uma variável quantitativa (numérica) avaliada em vários momentos
(> dois) no mesmo grupo de indivíduos.
Problema: Recentemente uma nova droga A foi lançada no mercado para
controle da pressão arterial.
O objetivo do estudo é verificar se a droga A é eficaz no tratamento da
hipertensão arterial, testando se existe variação significativa na pressão arterial
sistólica (PAS) ao longo de quatro momento do tratamento.
Uma amostra de 50 pacientes com hipertensão arterial foram tratados
com a droga A durante seis meses consecutivos.
11
Método estatístico: Análise de Variância de um fator (ANOVA) para medidas
repetidas e o teste de comparações múltiplas de Bonferroni.
160
140
média ± DP
PAS (mmHg)
150
130
120
110
100
90
80
Ínício
1° mês
3° mês
6° mês
Conclusão: segundo a ANOVA observou-se que existe queda significativa na
pressão arterial média ao longo do tratamento (p = 0,001). O teste de Bonferroni
identificou que o momento inicial foi significativamente maior que os demais; e
que o 1° mês é maior que 3° e 6°, e o 3° não difere significativamente do 6° mês.
12
ANÁLISE DE REGRESSÃO LOGÍSTICA
O modelo de regressão logístico é recomendado quando o interesse está na
ocorrência ou não de um determinado evento, ou seja, a variável resposta Y é
qualitativa dicotômica (assumindo os valores 0 e 1). Por exemplo, a evolução
hospitalar pode ser classificada em óbito (1) e alta (0).
A regressão logística permite estudar o efeito independente de uma variável sobre
a resposta dicotômica, controlado para todas as outras covariáveis.
Problema: Fatores de risco associados com infarto agudo do miocárdio (IAM) na região
metropolitana de São Paulo.
O objetivo é identificar os fatores de risco associados com o infarto (IAM), com
as respectivas forças de associação nesta região.
Os casos eram pacientes com diagnóstico de primeiro IAM e os controles eram
indivíduos sem doença cardiovascular conhecida. Foram incluídos 271 casos e 282
controles provenientes de 12 hospitais.
Os fatores avaliados foram (18): raça, escolaridade, estado civil, renda familiar,
história familiar de insuficiência coronariana, antecedentes de hipertensão arterial e de
diabetes mellitus, reposição hormonal em mulheres, tabagismo, atividade física, consumo
de álcool, colesterol total, LDL-colesterol, HDL-colesterol, triglicérides e glicose, índice de
massa corporal e relação cintura-quadril.
13
Método estatístico: análise de regressão logística para predizer o óbito a partir
de variáveis demográficas e clínicas de uma amostra de 553 pacientes.
daaaaaaadddd
aaa
aaaa
aaaa
Conclusão:
estas
variáveis
encontram-se independentemente
associadas com IAM na região
metropolitana de São Paulo.
14