Bioestatística
Ângela Tavares Paes
UNIFESP/EPM
Dep. Medicina Preventiva
Disciplina de Bioestatística
Apresentação Pessoal / Profissional
Formação Acadêmica
• Graduação em Estatística (1994) – IME – USP
• Mestrado em Estatística (1999) – IME – USP
• Doutorado em Estatística – IME – USP (término em 2006)
Experiência Profissional
• Quest Análises para Planejamento de Marketing ( 1994-1996)
• Instituto Dante Pazzanese de Cardiologia ( 1996-2003 )
• Universidade Federal de São Paulo (UNIFESP) ( desde 2004 )
• Consultoria/Assessoria em Estatística ( desde 1993 )
A Estatística na Saúde
• “Explosão” do uso de métodos estatísticos na
área da saúde nos últimos 25 anos.
• Aparecimento de novas revistas e publicação de
livros especializados.
• Muitas mudanças
– Dissertações de mestrado, teses de
doutorado e publicações científicas
– Métodos empregados
– Atitudes dos profissionais de ambas as áreas
Revisão da literatura (exemplo)
27
Só análise descritiva
11
44
Teste t
39
27
Tabelas de contingência
30
12
Correlação de Pearson
17
1978-1979
1990
11
Teste não paramétricos
25
Análise de sobrevivência
ou Regressão Logística
11
32
8
ANOVA
14
3
Outros métodos
19
0
5
10
15
20
25
30
35
40
45
50
% de artigos publicados na New England Journal of Medicine
Fonte: Altman DG. Statistics in Medical Journals: Developments in the
1980s. Statistics in Medicine, 10, 1897-1913 (1991).
Motivos e conseqüências do “fenômeno”
• Facilidades computacionais
– Maior acesso aos computadores e aos
programas estatísticos.
– Qualidade dos dados (informatização)
• Exigência das pessoas que julgam os trabalhos
– Revistas, congressos, teses, orgãos que
supervisionam as pesquisas
• Maior número de estatísticos trabalhando em
pesquisas médicas.
– Valorização do profissional.
Conseqüências negativas do “fenômeno”
• A indústria dos valores de p
• Mau uso da estatística (banalização dos métodos)
• Qualificação dos referees
• Inúmeros erros
•
•
Exemplo: estudo para avaliar as características de
pacientes antes e 2 anos após cirurgia (jejuno-ileal bypass).
Algumas variáveis: peso, altura e idade.
Andersen, B. Methodological Errors in Medical Research,
Blackwell, Oxford,1990.
Erros Comuns
• Falhas no planejamento
– seleção de pacientes (amostragem)
• Apresentação dos resultados
– Exemplo: Média  DP
• Comparações múltiplas
– teste t para comparar 3 ou mais grupos
• Categorização de variáveis contínuas
• Análise de subgrupos
– comparação de níveis descritivos
• Teste t para duas amostras independentes no
lugar de t-pareado
•
Altman DG. Statistical Reviewing for Medical Journals. Statistics in
Medicine, 17, 2661-2674 (1998).
Cuidados com a “Cultura” Estatística
• Significância estatística x relevância clínica
• Exemplo: Medicina baseada em evidências
– Meta-análise e Revisão sistemática
1000
900
910
Número de artigos
800
700
670
600
500
699
511
456 451
400
376
300
283
200
313
215
100
6
3
10
15
15
20
20
44
78
116
148
0
1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
O profissional
• VANTAGENS
• Oportunidade de atuar em diversas áreas
(grande versatilidade)
• Assuntos e metodologias diferentes
(não existe rotina)
• Atuar em ambiente acadêmico, comercial ou
ambos (Atualização - métodos estatísticos)
• Grande demanda (poucos profissionais emuita
procura)
• Papel do estatístico: transferência de tecnologia
• Diminuir o tempo entre o desenvolvimento da teoria e
a aplicação.
Métodos freqüentemente utilizados
• Dimensionamento de amostras
• Teste t de Student, tabelas de contingência (teste 2),
testes não paramétricos
• Análise de Variância (ANOVA)
• Regressão Logística
• Coeficiente de correlação e regressão linear
• Testes diagnósticos (sensibilidade, especificidade, curvas
ROC)
• Análise de Sobrevivência (curvas de Kaplan Meier, teste
log-rank, regressão de Cox)
• Modelos Lineares Generalizados (GLM)
• Análise de perfis (dados longitudinais), modelos de efeitos
aleatórios
• Estudos de Bioequivalência
Novas tendências
• Árvores de classificação e regressão (CART)
• Bootstrap (e outros métodos computacionais numéricos)
• Modelos aditivos (generalized additive models)
• Modelos para dados longitudinais - Equações de estimação
(generalized estimating equations - GEE)
• Redes neurais
• Modelos hierárquicos (Modelos multi-níveis)
• Modelos de fragilidade (Frailty)
• Métodos bayesianos (Gibbs Sample, MCMC)
• Estatística em Genética
O profissional
• DESVANTAGENS
• Salário
•
(porém, muitas oportunidades no “mercado
informal”)
• Dificuldades na comunicação com profissionais da
saúde
– falta de conhecimento da estatística
– pouco tempo para a análise
– falta de clareza e objetividade do
pesquisador
– falta de reconhecimento (trabalho técnico)
Onde trabalhar?
• Empresas de consultoria em pesquisa na área
médica/biológica
• Laboratórios farmacêuticos
• Universidades privadas
• Universidades públicas (com mestrado e/ou
doutorado)
• Negócio próprio / free lancer
Considerações Finais
• É a área CERTA para quem
– quer sempre usar o que aprendeu na
faculdade
– gosta de estudar/pesquisar
– tem motivação para aprender coisas novas e
interagir com profissionais de outras áreas
• É a área ERRADA para quem
– quer ganhar muito dinheiro
– almeja cargos altos, mesmo que seja
necessário assumir funções administrativas
não relacionadas com Estatística