UNIVERSIDADE FEDERAL DO PARANÁ DISCIPLINA DE BIOESTATÍSTICA Bruna Ferreira Bernert Harielle Cristina Ladeia Asega Renata Fernanda Ramos Marcante Tahnee Aiçar de Suss Vanessa Mazanek Santos Pesquisa médica – comparar técnicas usuais e alternativas Verificar superioridade ou equivalência de drogas, métodos cirúrgicos, procedimentos, dietas, tratamentos. Teste de Hipótese – variáveis envolvidas sujeitas a variabilidade + Comparação entre dois grupos Objetivo: comparar os efeitos médios de 2 tratamentos (variável dicotômica) 1.Identificar grupos a serem comparados (p1 e p2) 2.Definir variável resposta Variável evento de interesse – ocorrência de um NULA H0: p1=p2 Não há diferença entre a probabilidade de se observar o evento de interesse nos grupos 1 e 2 ALTERNATIVA H1: p1≠p2 Inexistência de igualdade entre as probabilidades Probabilidade de cometer o seguinte erro: Decisão de rejeitar H0 quando de fato H0 é verdadeiro Probabilidade de significância Se H0 fosse verdadeira, qual seria a probabilidade de ocorrência de valores iguais ou maiores ao assumido pela estatística do teste Se valor- p muito pequeno O evento é extremamente raro ou... H0 não é verdadeira P≤0,05 diferença significativa Não paramétrico - não depende de parâmetros populacionais (média e variância) Comparar possíveis divergências: frequências observadas x esperadas Comportamento semelhante dos grupos se diferenças entre as frequências observadas e as esperadas em cada categoria forem muito pequenas (próximas a zero). Variável dicotômica – amostras independentes e pareadas Hipóteses: H0: p1=p2 H1: p1≠p2 Condições necessárias: Grupos independentes Itens selecionados aleatoriamente (cada grupo) Observações devem ser frequências ou contagens Cada observação pertence a uma e somente uma categoria Amostra deve ser relativamente grande (pelo menos 5 observações em cada célula e, no caso de poucos grupos, pelo menos 10) GRUPO OCORRÊNCIA DO EVENTO SIM NÃO TOTAL I a b a+b = n1 II c d c+d = n2 TOTAL m1 = a+c m2 = b+d n1 + n2 = N Se não há diferença de proporção de ocorrência nos grupos: a/n1 = c/n2 = a+c/ n1+n2 = m1/N Tem-se: a = m1 x n1/N b = m2 x n1/N c = m1 x n2/N d = m2 x n2/N Dois conjuntos de valores: Observados (Oi) - a, b, c e d Esperados (Ei) – hipótese de igualdade de proporções de sucesso Discrepância entre os dois conjuntos não deve ser grande Medir a discrepância entre valores observados e esperados das 4 entradas da tabela: X² = 4∑ (Oi – Ei)² i=1 Ei X²=N (ad-bc)² / m1m2n1n2 Exemplo 1: Eficácia do AZT Valores observados (Oi): GRUPO SITUAÇÃO VIVO MORTO TOTAL AZT 144 1 145 PLACEBO 121 16 137 TOTAL 265 17 282 Valores esperados (Ei): GRUPO SITUAÇÃO VIVO MORTO TOTAL AZT 136,26 8,74 145 PLACEBO 128,74 8,26 137 TOTAL 265 17 282 i Oi Ei Oi - Ei (Oi – Ei)² (Oi – Ei)² Ei 1 144 136,26 7,74 59,91 0,44 2 121 128,74 - 7,74 59,91 0,47 3 1 8,74 - 7,74 59,91 6,85 4 16 8,26 7,74 59,91 7,25 Total 282 282 0 239,64 15,01 i Oi Ei Oi - Ei (Oi – Ei)² (Oi – Ei)² Ei 1 144 136,26 7,74 59,91 0,44 2 121 128,74 - 7,74 59,91 0,47 3 1 8,74 - 7,74 59,91 6,85 4 16 8,26 7,74 59,91 7,25 Total 282 282 0 239,64 15,01 X² = 15,01 As duas proporções são iguais? AZT = Placebo? Qual X² quando p1=p2? X²1 Qui-quadrado com 1 grau de liberdade * Significância 0,05 X²1 = 3,84 x X² = 15, 01 rejeição de H0 (AZT = Placebo) há evidência do efeito do AZT valor – p = 0,0001 grande certeza que AZT prolonga a vida de pacientes com AIDS Exemplo 2: Fatores de risco para AVC FATOR AVC Valor - p Sim Não na mãe 29,8 11,2 0,0005 no pai 7,0 7,5 0,72 7,0 6,3 0,83 Hipertrofia no VE 3,5 1,0 0,08 Doença coronariana 10,5 6,5 0,23 AVC como causa de morte : Doença coronariana Sinais no ECG: FATOR AVC Valor - p Sim Não na mãe 29,8 11,2 0,0005 no pai 7,0 7,5 0,72 7,0 6,3 0,83 Hipertrofia no VE 3,5 1,0 0,08 Doença coronariana 10,5 6,5 0,23 AVC como causa de morte : Doença coronariana Sinais no ECG: Justificado por: amostras de tamanho finito e/ou A distribuição das frequências observadas é aproximada pelo qui-quadrado ( que é contínuo) X²c = N(|ad-bc| - N/2)² / m1m2n1n2 Note que a única diferença é o fator de correção de continuidade não deve ser usada quando: ▪ o valor de obtido for menor que o esperado, pois o novo valor será menor que o primeiro, ainda não significativo. Usamos a correção quando: o valor de Qui-quadrado obtido é maior que o crítico o valor de N é menor que 40 Exemplo: estudo associação de contraceptivos orais e infarto GRUPO USO RECENTE SIM NÃO TOTAL casos 9 12 21 controles 33 390 432 TOTAL 42 402 444 Casos entre as que tiveram infarto: ▪ 9/21 = 0,43 Controles : ▪ 33/423 = 0,08 Parece que há relação entre o uso de contraceptivos orais com infarto – fato ou acaso? O resultado da expressão com correção é: X²c = 444(|9x390-12x33| - 444/2)² 42x402x21x423 X²c = 24,76 / Podemos afirmar, com alto grau de evidencia, que há relação entre os acontecimentos! SOARES, J. F.; SIQUEIRA, A. L. Introdução à estatística médica. 2 ed. Belo Horizonte: COOPMED, 2002. vii, 300 p.:il Disponível em: http://ufpa.br/dicas/biome/bioqui.htm