Introdução
à Estatística
Dr. Renato M.E.
Sabbatini
Instituto Edumed
O Progresso Científico da Medicina
A Medicina
Científica
A ciência só aceita como
verdadeiro aquilo que é
comprovado pelo método
científico
Método Científico
Conjunto de
etapas objetivas
e ordenadas, a
serem vencidas
na investigação
de um fenômeno
Método Científico
Análise
Hipótese
Dados
Conclusões
Decisão
Objetivos da Pesquisa
Clínica
Meta:
Adicionar e integrar
novos conhecimentos à ciência
médica
Método: Utilizar controles e
análise rigorosos e objetivos,
para assegurar a validade dos
resultados
Objetivos da Pesquisa
Clínica
Aplicação:
Derivar
resultados que tenham
aplicabilidade prática na
prevenção, diagnóstico e
terapia de doenças
Pesquisa Experimental:
Exemplo
Objetivo:
determinar se a
sobrevida de pacientes
com leucemia aumenta
com Glivec
Grupo controle: recebe
um placebo
Grupo experimental:
recebe Glivec
Análise de
Dados
Análise
qualitativa
Análise quantitativa
Estatística !
O que é
estatística?
Porque a
estatística é
necessária?
Porque os fenômenos biológicos
são muito variáveis!
Distribuição dos pesos
de adultos normais de
30 a 40 anos de idade
E porque eles são tão
variáveis?
Para que a evolução possa
acontecer...
Fontes de
variação biológica
Fenômenos complexos
Fenômenos
aleatórios
Interações organismoambiente
Gêmeos univitelinos
criados separadamente
são diferentes aos 45 anos
Interação genes
e radiação UV no
câncer de pele
Porque usar estatística?
Os
resultados sempre são
variáveis, principalmente em
biologia e medicina
As conclusões são probabilísticas
(incerteza)
Portanto: é necessário ter técnicas
quantitativas para tomar decisões
com a maior certeza possível
A estatística fornece dos
princípios e métodos para
Planejar
investigações
Coletar dados
Descrever e apresentar dados
e resultados
Interpretar os resultados
Perguntas de pesquisa
Com
que idade ocorre o
diagnóstico de mieloma?
É diferente a incidência de
mieloma em ambos os sexos?
O número de plaquetas se
relaciona com a idade?
O tratamento melhora a
sobrevida dos pacientes?
Conceitos básicos
Variável
Descrição
Distribuição
Inferência
População
Covariação
Probabilidade
Efeito
População e amostra
População
O universo de indivíduos em
que se deseja estudar um
fenômeno
Amostra
É o subconjunto
da população em
que se estuda o
fenômeno
Variável
Variável
É uma observação
ou dado coletado
sobre um indivíduo
Sexo
Idade
Estatura
Peso
Na+
Ca++
Hemoglobina
No.eritrócitos
No.plaquetas
Diagnóstico
Índ.Karnofsky
etc
Tipos de variáveis
Variáveis
categóricas
–nominais (ex.: sexo)
–ordinais (ex.: classe socioeconômica)
Variáveis
numéricas
–discretas (ex.: idade em anos)
–contínuas (ex.: peso corporal)
Distribuição da variável
Observada
Estimada
Tipos de distribuições
Descrição
% Pacientes
Média
Variância
Kg peso
Medidas de centralidade
mediana
metade da
metade da
amostra
amostra
média
Medidas de dispersão
mínimo
máximo
gama
quartil
quartil
superior
inferior
gama
¼ da amostra
¼ da amostra
Probabilidade
P=0.10 de
ter um
valor de 12
Probabilidade
Soma de probabilidades
Área da curva
Inferência
Cálculo
do parâmetro
populacional a partir do
amostral (estimativa)
Aceitação ou rejeição de
uma hipótese com base na
análise de dados
Erros de classificação
Normais
Diabéticos
Glicemia em mg/dL
Erros de classificação
Realidade
Estudo
Com
efeito
Sem
efeito
Com
efeito
Verdade
Erro alfa
(tipo I)
Sem
efeito
Erro beta Verdade
(tipo II)
Planejamento
experimental
Determinação
prévia das
variáveis a serem coletadas,
tipos e tamanho dos grupos,
formas de amostragem, ordem
e coleta dos dados, etc.
Os tipos de análise estatística a
serem usadas
Seleção da estatística
Tipo
de variável medida
Nominal, ordinal, discreta, contínua
Número de variáveis analisadas
simultaneamente
Univariado, bivariado, multivariado
Tipo de distribuição da variável
Normal, binomial, não paramétrica,
etc.
O tipo de inferência a ser feita
Tipos de comparação
estatística
De
uma amostra e uma
população
De uma amostra com ela mesma
De duas amostras pareadas
De duas amostras não pareadas
Seleção de testes
Um
grupo
Dois
grupos
Nominal
Associação Diferença
X2
X2
Escalar
Correlação Teste t ou
r
F
Teste de variáveis nominais
Experimental
Controle
Com efeito
Sem efeito
Teste de associação ou contingência: X2
Exemplo de teste de variáveis
nominais
Fumantes
Não fumantes
Câncer
98
23
Sem câncer
1678
8129
X2 = 332.07 probablilidade=0.000. Risco relativo= 4.73
Correlação linear
Teste de diferenças
Teste
t de “Student”
Para detectar diferenças entre
duas amostras, em uma variável
contínua com distribuição normal
Calcula-se o parâmetro t:
t = f(m1/v1,m2/v2)
Teste de diferenças
Hipótese
nula: o t não é diferente
de zero, as diferenças entre as
amostras é devida ao acaso, com
uma certa probabilidade (p.ex. p <
0.05).
Essa probabilidade é o ponto de
corte para se tomar a decisão