www.valorp.com
Consultoria e Cursos
Kaluce Gonçalves de Sousa Almondes
Doutora em Ciência dos Alimentos
Faculdade de Ciênc...
www.valorp.com
Conteúdo programático
1. Etapas de um levantamento estatístico.
2. Tipos de estudos e de variáveis.
3. Apre...
www.valorp.com
Conceitos de bioestatística
Etapas de um levantamento estatístico
Tipos de estudos
Estatística descriti...
www.valorp.com
Conceitos de estatística
O que é
Estatística?
Conceitos e
métodos
científicos
- coleta;
- organização;
- de...
www.valorp.com
Conceitos de estatística
• Planejar a pesquisa e se preocupa
com o mecanismo da coleta de dados
Planejament...
www.valorp.com
Conceitos de estatística
 População
- É qualquer conjunto de elementos, tendo pelo menos uma
variável em c...
www.valorp.com
 INDIVÍDUOS
São os objetos descritos por um conjunto de dados, podendo ser
pessoas, animais ou objetos.
 ...
www.valorp.com
Etapas de um levantamento
estatístico
• Que indivíduos os dados descrevem?
• Quantos indivíduos aparecem no...
www.valorp.com
Etapas de um levantamento
estatístico
2º - FORMULAÇÃO DA HIPÓTESE:
- Resposta antecipada do pesquisador, qu...
www.valorp.com
Há comparação entre grupos?
Há intervenção ativa
do pesquisador?
Experimental Observacional
Não
Descritivo
...
www.valorp.com
Estudos do Tipo
Experimental
www.valorp.com
Depleção em
vitamina A
Repleção em dieta
regional - AM
Repleção em dieta
regional + pupunha
Repleção em die...
www.valorp.com
200mg de sulfato
ferroso contendo
40mg de ferro
elementar
Pereira et al., 2007
Estudo Clínico
200mg de sulf...
www.valorp.com
ENSAIOS CLÍNICOS
Tipos de ensaios clínicos
Controlados Não - Controlados
Randomizados
Não-
Randomizados
Ceg...
www.valorp.com
Todos os pacientes recebem o mesmo tratamento e sua condição é
verificada antes do início e em vários momen...
www.valorp.com
A distribuição do fator de intervenção fica a critério do pesquisador,
ele decide quem receberá o tratament...
www.valorp.com
O pesquisador distribui o fator de intervenção de forma aleatória
através de técnica de randomização.
Grupo...
www.valorp.com
O paciente não sabe se recebe o tratamento ou o placebo (substância
de aparência, forma e administração sem...
www.valorp.com
O paciente não sabe se recebe o tratamento ou o placebo (substância
de aparência, forma e administração sem...
www.valorp.com
Estudos do Tipo
Observacional -
Descritivo
www.valorp.com
Características
Se restringem a descrever a distribuição das variáveis
existentes, sem se preocupar com rel...
www.valorp.com
Vantagens
• Contribuem para o planejamento;
• Pista para causalidade.
Desvantagens
• Baixa relevância;
• Da...
www.valorp.com
Estudos do Tipo
Observacional -
Analítico
www.valorp.com
População Amostra Expostos e
doentes
Expostos e
não doentes
Não expostos
e doentes
Não expostos
e não doent...
www.valorp.com
573 crianças Excesso de peso e satisfeitas
com a imagem corporal
Excesso de peso e insatisfeitas
com a imag...
www.valorp.com
Casos
Controles
Identificam-se indivíduos com a doença (casos) e, para efeito
de comparação, indivíduos sem...
www.valorp.com
Casos
Controles
Casos – CA de mama – 25 a 75 anos diagnosticados entre 1978-1987
Controles – igual idade e ...
www.valorp.com
Expostos – Fumo
Não Expostos – não fumam
Câncer?
Os participantes são classificados em expostos ou não expo...
www.valorp.com
Classificação conforme
período e duração da
observação
www.valorp.com
• T0 – sem CA
• 5 anos - Acompanhamento
• T1 – com CA
Tempo
- Acompanhamento Começa (Presente) => Termina (...
www.valorp.com
• Duração – 20 anos
• Objetivo - conhecer as relações entre o estado nutricional
de gestantes, o peso do re...
www.valorp.com
Estatística
descritiva
www.valorp.com
Tipos de variáveis
 Variável qualitativa ou categórica
Posiciona um indivíduo em um de diversos grupos ou ...
www.valorp.com
Discreta – Ex.: número de filhos
Quantitativa
Contínua – Ex.: IMC
Nominal – Ex1.: Sem excesso de peso, Com ...
www.valorp.com
Organização de dados
Exemplo
 100 indivíduos  perfil sócio-econômico, antropométrico
e lipídico
 15 var...
www.valorp.com
Apresentação
Tabular de Dados
Elementos
Essenciais
Título  Indicação da natureza do fato estatístico obser...
www.valorp.com
Apresentação
Tabular de Dados
Elementos
Essenciais
Tabela 1. As 10 principais causas de morte nos Estados
U...
www.valorp.com
Apresentação
Tabular de Dados
Elementos
Essenciais
Tabela 1. As 10 principais causas de morte nos Estados
U...
www.valorp.com
Apresentação
Tabular de Dados
Elemento
Complementar
Tabela 1. As 10 principais causas de morte nos Estados
...
www.valorp.com
Tabela 1. As 10 principais causas de morte nos Estados
Unidos, 2006.
Fonte: National Center for Health Stat...
www.valorp.com
Gráficos para variáveis categóricas
Figura 1. As 10 principais causas de morte nos Estados
Unidos, 2006.
Fo...
www.valorp.com
Figura 1. As 10 principais causas de morte nos Estados
Unidos, 2006.
Fonte: National Center for Health Stat...
www.valorp.com
Figura 2. As 10 principais causas de morte nos Estados Unidos, 2006.
Fonte: National Center for Health Stat...
www.valorp.com
Exploração de dados
Fonte: Hospital X, 2014.
n % n % n %
Médica 300 15 200 8 500 11
Cirúrgica 800 40 1000 4...
www.valorp.com
Fonte: Hospital X, 2014.
Figura 3. Distribuição de pacientes internados segundo a clínica e
o tipo de inter...
www.valorp.com
Exploração de dados
Fonte: Hospital X, 2014.
Tabela 2. Distribuição de pacientes internados segundo a clíni...
www.valorp.com
Fonte: Hospital X, 2014.
Figura 4. Distribuição de pacientes internados segundo a clínica e
o tipo de inter...
www.valorp.com
Dados brutos
Comprimento em pés de 44 tubarões brancos do
centro de estudos X, 2014
Exploração de dados
Var...
www.valorp.com
Gráficos para variáveis quantitativas
Histograma
Fonte: Centro de estudos X, 2014
Figura 4. Distribuição do...
www.valorp.com
Exame de um histograma
• Simétrico
• AssimétricoForma
• É o que tem a maior frequência
• Até 15 pés (n = 18...
www.valorp.com
Gráficos para variáveis quantitativas
Dispersão
Fonte: Centro de estudos X
Figura 5. Distribuição do número...
www.valorp.com
Gráficos para variáveis quantitativas
Dispersão
*
Legenda: * - IMC = 24,9 Kg/m2
Figura 6. Distribuição dos ...
www.valorp.com
Média –
Soma de todos os valores de um conjunto de observações
dividido pelo número de observações
= x1 +...
www.valorp.com
Média –
= 234,83 + 269,45 + ... + 263,10 = 270,71
15
 A média do consumo de carboidrato dos 15 funcionári...
www.valorp.com
Mediana – M
Ponto do meio de uma distribuição
 A regra para o cálculo depende do nº de observações, se é...
www.valorp.com
Mediana – M
Número de observações ímpar
1º - observações em ordem crescente:
129,30 137,23 168,78 196,95...
www.valorp.com
Mediana – M
Número de observações par
1º - observações em ordem crescente:
129,30 137,23 168,78 196,95 2...
www.valorp.com
Comparação entre a Média e a Mediana
1º exemplo com 15 funcionários
129,30 137,23 168,78 196,95 234,83 24...
www.valorp.com
Moda
Valor que se repete com mais frequência
Nem sempre existe, nem é única
Não é influenciada por valo...
www.valorp.com
Identificação Peso (g) Resíduo Resíduo ao quadrado
1 64 1,25 1,5625
2 71 8,25 68,0625
3 53 -9,75 95,0625
4 ...
www.valorp.com
Variância (s2) e desvio padrão (s)
 s mede a dispersão em torno da média e deve ser usado
apenas quando a...
www.valorp.com
Medidas de dispersão
 Coeficiente de variação: mede a precisão (reprodutibilidade) do teste.
 É obtido a ...
www.valorp.com
Medidas de separação
 Tercil (T)  3-quantis
 Quartil (Q)  4-quantis
 Quintil (QU)  5-quantis
 Decil ...
www.valorp.com
Medidas de separação
 Quartis
1 2 3 4
0% 25% 50% 75% 100%
Q1/4 Q2/4
(Mediana)
Q3/4
Q2 > 50%
das observaçõe...
www.valorp.com
Medidas de separação
 Quartis – com observações ímpares
Exemplo - Grupo 1 - 19 indivíduos
Proteína (gramas...
www.valorp.com
Medidas de separação
 Quartis – com observações ímpares
Exemplo - Grupo 1 - 19 indivíduos
Proteína (gramas...
www.valorp.com
Proteína (gramas/dia) ordenada:
89,17 83,11 89,86 95,06 98,16 99,42 99,91 100,29 102,22 103,18
103,57 106,7...
www.valorp.com
Proteína (gramas/dia) ordenada:
89,17 83,11 89,86 95,06 98,16 99,42 99,91 100,29 102,22 103,18
103,57 106,7...
www.valorp.com
Proteína (gramas/dia) ordenada:
89,17 83,11 89,86 95,06 98,16 99,42 99,91 100,29 102,22 103,18
103,57 106,7...
www.valorp.com
Máximo = 148,79
Q3 = 127,48
Q2 = 103,38
Medidas de separação
Q1 = 98,79
Mínimo = 83,11
Máximo = 126,21
Prot...
www.valorp.com
Valores atípicos
 Grupo 1:
Q1 = 67,51; Q3 = 101,91
AIQ = Q3 – Q1
AIQ = 101,91 – 67,51  AIQ = 34,4
Q1 − (1...
www.valorp.com
Valores atípicos
O que fazer com valores atípicos?
 1º - Identificá-los e descobrir a razão da sua existê...
www.valorp.com
Consultoria e Cursos
Kaluce Gonçalves de Sousa Almondes
Doutora em Ciência dos Alimentos
Faculdade de Ciênc...
Próximos SlideShares
Carregando em…5
×

Estatistica Basica para Saude Aula 1

120 visualizações

Publicada em

Estatística Básica para Saúde Aula 1

Publicada em: Educação
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
120
No SlideShare
0
A partir de incorporações
0
Número de incorporações
0
Ações
Compartilhamentos
0
Downloads
0
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide
  • Estatística é um conjunto de conceitos e métodos científicos para a coleta, a organização, a descrição, a análise e a interpretação de dados experimentais, que permitem conclusões válidas e tomadas de decisões razoáveis.
  • Amostragem e Planejamento de Experimentos: É a parte que tem por objetivo planejar a pesquisa e se preocupa com o mecanismo da coleta de dados.
    Estatística Descritiva: É a parte que tem por objetivo organizar, apresentar e sintetizar dados observados de determinada população, sem pretensões de tirar conclusões de caráter extensivo.
    Estatística Inferencial ou Indutiva: É a parte que, baseando-se em estudos realizados sobre os dados de uma amostra, procura inferir, induzir ou verificar leis de comportamento da população da qual a amostra foi retirada. A estatística inferencial tem sua estrutura fundamentada na teoria matemática das probabilidades.
    É, também definida como um conjunto de métodos para a tomada de decisões.
  • A população pode ser formada por pessoas da família, indivíduos de uma certa espécie, estabelecimentos industriais, ou qualquer outro tipo de elementos, cujas variáveis que se pretende estudar sejam passíveis de serem mensuradas.
  • Descritivos descrevem uma situação. Por exemplo, a distribuição da doença na população em relação ao sexo, idade ou outras características.

    Analíticos tentam explicar uma situação ou seus processos determinativos (Por que a doença ocorre nessas pessoas? Pode a queda da incidência de uma doença ser atribuída à introdução de alguma medida preventiva?
  • São estudos em que há uma intervenção do investigador. Portanto, compara indivíduos/animais expostos com outros não expostos a um referido fator, sendo que o pesquisador decide quem serão os expostos ou não a determinado fator. É um estudo controlado.

    Objetivo do estudo: estudar o efeito da suplementação com pupunha em uma dieta regional de Manaus, AM, como fonte suplementar de vitamina A, e verificado os efeitos em relação ao zinco, na repleção de animais deficientes em zinco e vitamina A.
  • O objetivo do estudo foi avaliar a eficácia da suplementação do sulfato ferroso associada ou não à vitamina A no controle da anemia ferropriva.

    O ensaio clínico é a tradução do estudo experimental (em laboratório com animais de experimentação) para a prática clínica (em pessoas ou pacientes). A seleção dos pacientes deve ser feita de forma que minimize variações que possam afetar as comparações entre os grupos em investigação. Isto é feito, geralmente, utilizando o processo de randomização.
  • Endocardite Bacteriana – infecção bacteriana no coração
  • Exemplo: x% de indivíduos do sexo feminino tem DC; x% dos indivíduos do sexo feminino têm CT aumentado.
  • Pode ser um estudo de prevalência e fornece uma informação limitada no tempo - pontual - de uma situação. As medidas ou coletas dos dados são realizadas uma única vez.
  • Outro exemplo: Deficiência de Se sanguíneo em indivíduos residentes em áreas pobres em Se na China têm doença de Kashin-Back.
    Será que o fato de ter a doença está associada com o fato de ter deficiência de Se sanguíneo?
  • Investiga a associação entre a ocorrência de uma doença e a exposição a algum fator suspeito daquela doença. Nesse estudo identifica-se, inicialmente, um grupo de indivíduos com (casos) e sem doença (controle). Depois se investiga no passado causas de diferenças entre as variáveis preditivas que possam explicar por quê os casos adoeceram e os controles não.
  • Estudo longitudinal fornece dados acerca de eventos ou mudanças que ocorrem em determinado espaço de tempo. As medidas ou coletas dos dados são realizadas mais de uma vez e em período de tempo diferente. O estudo longitudinal em que grupo de indivíduos é acompanhado por algum tempo é chamado de estudo coorte.
  • Eventos investigados são ocorridos no passado - retrospectivo.
    Pacientes foram seguidos na expectativa de identificar eventos que não estavam presentes no início - prospectivo.
  • Verificou-se que filhos de desnutridas tiveram peso e altura inferiores quando comparados aos filhos de normais e obesas. Pôde-se constatar, ainda, que ao final do primeiro ano de vida essas diferenças praticamente desapareciam.
    Eventos investigados são ocorridos no passado - retrospectivo.
    Lembrar do exemplo do estudo caso-controle. A histórico familiar de CA está associada com o CA de mama
  • Elementos complementares
    a. Fonte  É a entidade responsável pelos dados contidos na tabela.
    b. Nota  São informações que esclarecem critérios usados na confecção da tabela.
    c. Chamada  É a informação de natureza específica, que serve para complementar determinado dado usado na confecção da tabela.
  • A medida mais comum de centro é a média aritmética usual, ou média.
  • A medida mais comum de centro é a média aritmética usual, ou média.
  • A mediana é o número em relação ao qual metade das observações é menor, e metade é maior
  • A medida mais comum de centro é a média aritmética usual, ou média.
  • A medida mais comum de centro é a média aritmética usual, ou média.
  • A média sofre influência de valores aberrantes, também conhecidos como valores atípicos ou outliers. Ela pode ser aumentada se algum dos valores for muito alto ou muito baixo.
    A mediana não sofre influência desses valores. Ela é influenciada apenas pelo número total de pontos de dados e pelo valor numérico do ponto, ou pontos, localizado no centro da distribuição
  • s tem a mesma unidade de medida que as observações originais. Por exemplo, se você medir peso em gramas, tanto a média quanto o desvio-padrão s também estarão em gramas, razão pela qual é preferível obtermos s em vez da variância s2, que estaria medida em gramas ao quadrado.
  • - s = 0 apenas quando não há dispersão. Isso acontece apenas quando todas as observações têm o mesmo valor. Caso contrário, s > 0. À medida que as observações se tornam mais dispersas em torno de sua média, s aumenta.
    - s tem a mesma unidade de medida que as observações originais. Por exemplo, se você medir peso em gramas, tanto a média quanto o desvio-padrão s também estarão em gramas, razão pela qual é preferível obtermos s em vez da variância s2, que estaria medida em gramas ao quadrado.
    - Assim como a média, s não é resistente. Algumas observações atípicas podem tornar s bastante grande.
  • Q1 cai em ¼ das observações; Q2 cai em 2/4 das observações; Q3 cai em ¾ das observações
  • Q1 cai em ¼ das observações; Q2 cai em 2/4 das observações; Q3 cai em ¾ das observações
  • Q1 cai em ¼ das observações; Q2 cai em 2/4 das observações; Q3 cai em ¾ das observações
  • Q1 cai em ¼ das observações; Q2 cai em 2/4 das observações; Q3 cai em ¾ das observações
  • Q1 cai em ¼ das observações; Q2 cai em 2/4 das observações; Q3 cai em ¾ das observações
  • Q1 cai em ¼ das observações; Q2 cai em 2/4 das observações; Q3 cai em ¾ das observações
  • Q1 cai em ¼ das observações; Q2 cai em 2/4 das observações; Q3 cai em ¾ das observações
  • Talvez o mais famoso exemplo de um valor atípico causado por um erro de registro de dados esteja na história de Popeye, o marinheiro. Criado em 1929, Popeye é um personagem simpático de histórias em quadrinhos, que consegue imediatamente força sobre-humana sempre que come espinafre, que contém muito ferro. Na verdade, uma publicação científica de 1870 relatou que o espinafre tinha, de longe, o maior conteúdo de ferro do que qualquer outro vegetal de folhas verdes, cerca de dez vezes mais do que alface ou couve. Essa afirmativa permaneceu inquestionável, até que um estudo de 1937 mostrou que o conteúdo de ferro do espinafre era semelhante ao de outros vegetais verdes. Acontece que o conteúdo de ferro do espinafre na publicação de 1870 teve uma vírgula decimal colocada em local errado! O valor do espinafre tinha sido corretamente identificado como uma observação extravagante, mas ninguém, por mais de meio século, questionou sua natureza.
  • Estatistica Basica para Saude Aula 1

    1. 1. www.valorp.com Consultoria e Cursos Kaluce Gonçalves de Sousa Almondes Doutora em Ciência dos Alimentos Faculdade de Ciências Farmacêuticas - USP www.valorp.com contato@valorp.com Estatística Básica para Saúde Aula 01
    2. 2. www.valorp.com Conteúdo programático 1. Etapas de um levantamento estatístico. 2. Tipos de estudos e de variáveis. 3. Apresentação tabular e gráfica de dados. 4. Medidas de tendência central 5. Medidas de dispersão 6. Medidas de separação 7. Principais testes utilizados na estatística univariada - programa R.
    3. 3. www.valorp.com Conceitos de bioestatística Etapas de um levantamento estatístico Tipos de estudos Estatística descritiva Agenda
    4. 4. www.valorp.com Conceitos de estatística O que é Estatística? Conceitos e métodos científicos - coleta; - organização; - descrição; - análise; - interpretação de dados Conclusões e decisões
    5. 5. www.valorp.com Conceitos de estatística • Planejar a pesquisa e se preocupa com o mecanismo da coleta de dados Planejamento e amostragem • Organizar, apresentar e sintetizar dados observados, sem pretensões de tirar conclusões de caráter extensivo Estatística descritiva • Inferi, induz ou verifica o comportamento da amostra. Estatística inferencial
    6. 6. www.valorp.com Conceitos de estatística  População - É qualquer conjunto de elementos, tendo pelo menos uma variável em comum. - Ex.: Diabéticos do Brasil  Amostra - É qualquer subconjunto da população
    7. 7. www.valorp.com  INDIVÍDUOS São os objetos descritos por um conjunto de dados, podendo ser pessoas, animais ou objetos.  VARIÁVEIS É qualquer característica de um indivíduo e pode assumir valores diferentes para indivíduos diferentes. Brigitte, Baldi, Moore, 2014 Conceitos de estatística
    8. 8. www.valorp.com Etapas de um levantamento estatístico • Que indivíduos os dados descrevem? • Quantos indivíduos aparecem nos dados?Quem? • Quantas/quais variáveis os dados contêm? • Em qual unidade de medida cada variável está registrada?O quê? • Que propósitos têm os dados? Eles respondem a perguntas específicas? As variáveis são adequadas aos propósitos pretendidos? • Desejamos tirar conclusões sobre outros indivíduos além dos quais realmente temos informações? Por quê? Brigitte, Baldi, Moore, 2014 1º - Planejamento
    9. 9. www.valorp.com Etapas de um levantamento estatístico 2º - FORMULAÇÃO DA HIPÓTESE: - Resposta antecipada do pesquisador, que a deduziu da revisão bibliográfica; - É enunciada sob a forma de uma afirmação, ainda que provisória. 3º - VERIFICAÇÃO DAS HIPÓTESES - Realizada no decorrer da pesquisa 4º - DELINEAMENTO DA PESQUISA - Compreende o planejamento detalhado da coleta de dados, da realização do trabalho e da análise dos dados.
    10. 10. www.valorp.com Há comparação entre grupos? Há intervenção ativa do pesquisador? Experimental Observacional Não Descritivo Sim Analítico Sim Não Por que a doença ocorre nessas pessoas? Será que alguma ação aumenta a incidência de uma doença? Tipos de estudos Fonte: Danilla Silva
    11. 11. www.valorp.com Estudos do Tipo Experimental
    12. 12. www.valorp.com Depleção em vitamina A Repleção em dieta regional - AM Repleção em dieta regional + pupunha Repleção em dieta regional + vitamina A Dieta controle Yuyama e Cozzolino, 1996 Estudo Experimental Objetivo: estudar o efeito da suplementação com pupunha (como fonte de vitamina A) e verificar os efeitos na repleção de animais deficientes em vitamina A.
    13. 13. www.valorp.com 200mg de sulfato ferroso contendo 40mg de ferro elementar Pereira et al., 2007 Estudo Clínico 200mg de sulfato ferroso contendo 10.000 UI de palmitato de retinol (1 UI = 0,3 mcg de retinol) Objetivo: avaliar a eficácia da suplementação do sulfato ferroso associada ou não à vitamina A no controle da anemia ferropriva
    14. 14. www.valorp.com ENSAIOS CLÍNICOS Tipos de ensaios clínicos Controlados Não - Controlados Randomizados Não- Randomizados Cego Duplo Cego Fonte: Danilla Silva
    15. 15. www.valorp.com Todos os pacientes recebem o mesmo tratamento e sua condição é verificada antes do início e em vários momentos após o tratamento. Antes Após Endocardite Bacteriana PENICILINA Melhora ou não do estado do paciente Ensaio Clínico NÃO Controlado Fonte: Danilla Silva
    16. 16. www.valorp.com A distribuição do fator de intervenção fica a critério do pesquisador, ele decide quem receberá o tratamento. Grupo Controle Grupo Experimental Ensaio Clínico Controlado Fonte: Danilla Silva
    17. 17. www.valorp.com O pesquisador distribui o fator de intervenção de forma aleatória através de técnica de randomização. Grupo Controle Grupo Experimental Ensaio Clínico Controlado Fonte: Danilla Silva
    18. 18. www.valorp.com O paciente não sabe se recebe o tratamento ou o placebo (substância de aparência, forma e administração semelhante ao tratamento que está sendo avaliado, porém sem ter o princípio ativo do mesmo). Placebo Tratamento testado Os pacientes só sabem ao fim do estudo O pesquisador sabe Ensaio Clínico Controlado Fonte: Danilla Silva
    19. 19. www.valorp.com O paciente não sabe se recebe o tratamento ou o placebo (substância de aparência, forma e administração semelhante ao tratamento que está sendo avaliado, porém sem ter o princípio ativo do mesmo). Nem os pacientes ... ... nem o pesquisador sabe Tratamento testado Placebo Somente após a avaliação dos resultados todos ficam sabendo Ensaio Clínico Controlado Fonte: Danilla Silva
    20. 20. www.valorp.com Estudos do Tipo Observacional - Descritivo
    21. 21. www.valorp.com Características Se restringem a descrever a distribuição das variáveis existentes, sem se preocupar com relações causais ou outras hipóteses; Respondem a 5 perguntas básicas: 1. Qual o fenômeno em questão? 2. Quem apresenta o fenômeno em questão? 3. Em que condições o fenômeno apareceu? 4. Qual a frequência do fenômeno? 5. Onde o fenômeno apareceu? Estudo descritivo Fonte: Danilla Silva
    22. 22. www.valorp.com Vantagens • Contribuem para o planejamento; • Pista para causalidade. Desvantagens • Baixa relevância; • Dados incompletos; • Relação causa/efeito não estabelecida. Estudo descritivo Fonte: Danilla Silva
    23. 23. www.valorp.com Estudos do Tipo Observacional - Analítico
    24. 24. www.valorp.com População Amostra Expostos e doentes Expostos e não doentes Não expostos e doentes Não expostos e não doentes “causa” e “efeito” são detectados simultaneamente. Somente a análise dos dados permite identificar os grupos de interesse. Estudo Transversal
    25. 25. www.valorp.com 573 crianças Excesso de peso e satisfeitas com a imagem corporal Excesso de peso e insatisfeitas com a imagem corporal Eutróficas e insatisfeitas com a imagem corporal Eutróficas e satisfeitas com a imagem corporal Coletados dados sobre insatisfação corporal (escala de imagem corporal) e antropometria das crianças. Estudo Transversal Fonte: Danilla Silva
    26. 26. www.valorp.com Casos Controles Identificam-se indivíduos com a doença (casos) e, para efeito de comparação, indivíduos sem a doença (controles) - PAREADOS Quantifica a proporção de expostos nos grupos e investiga no passado causas de diferenças entre as variáveis preditivas que possam explicar motivo dos casos adoeceram e os controles não. Expostos e doentes Não Expostos e doentes Expostos e não doentes Não expostos e não doentes Estudo caso-controle Fonte: Danilla Silva
    27. 27. www.valorp.com Casos Controles Casos – CA de mama – 25 a 75 anos diagnosticados entre 1978-1987 Controles – igual idade e admitidos no hospital neste período A presença de histórico familiar de câncer de mama aumenta o risco da doença em 8,84 vezes (OR). Caso com histórico familiar de CA Caso sem histórico familiar de CA Controle com histórico familiar de CA Controle sem histórico familiar de CA Estudo caso-controle
    28. 28. www.valorp.com Expostos – Fumo Não Expostos – não fumam Câncer? Os participantes são classificados em expostos ou não expostos a um fator (ex.: fumo) e acompanhados por um tempo (as medidas podem ser realizadas mais de uma vez em tempo diferente) para verificar a incidência da doença (ex.: CA) ou condição relacionada à saúde. Quem fuma tem 2x mais chance de ter CA que quem não fuma Estudo Longitudinal - Coorte Fonte: Danilla Silva
    29. 29. www.valorp.com Classificação conforme período e duração da observação
    30. 30. www.valorp.com • T0 – sem CA • 5 anos - Acompanhamento • T1 – com CA Tempo - Acompanhamento Começa (Presente) => Termina (Futuro) - Pcts seguidos para identificar eventos que não estavam presentes no início ou que surgiram no futuro Callou, 2014 Exemplo - Prospectivo
    31. 31. www.valorp.com • Duração – 20 anos • Objetivo - conhecer as relações entre o estado nutricional de gestantes, o peso do recém-nascido e seu crescimento no primeiro ano de vida. • Dados - obtidos nos prontuários de crianças atendidas em um consultório pediátrico. Siqueira et al., 1985 Altura e peso de filhos de mães eutróficas na gestação Altura e peso de filhos de mães desnutridas na gestação Altura e peso de filhos de mães obesas na gestação Altura e peso de filhos de mães desnutridas na gestação > > Eventos investigados são ocorridos no passado Resgata informações passadas para explicar o presente Exemplo - Retrospectivo
    32. 32. www.valorp.com Estatística descritiva
    33. 33. www.valorp.com Tipos de variáveis  Variável qualitativa ou categórica Posiciona um indivíduo em um de diversos grupos ou categorias. Ex.: Faixa etária  Variável quantitativa Assume valores numéricos para os quais operações aritméticas, como adição e cálculo de médias, fazem sentido. Os valores de uma variável quantitativa são usualmente registrados em uma unidade de medida, como anos, meses ou dias. Ex.: Idade Brigitte, Baldi, Moore, 2014
    34. 34. www.valorp.com Discreta – Ex.: número de filhos Quantitativa Contínua – Ex.: IMC Nominal – Ex1.: Sem excesso de peso, Com excesso de peso Qualitativa Ex2.: Baixo peso, Eutrófico, Excesso de peso, obesidade Ordinal – Ex.: CA I, CA II, CA III Tipos de variáveis
    35. 35. www.valorp.com Organização de dados Exemplo  100 indivíduos  perfil sócio-econômico, antropométrico e lipídico  15 variáveis (idade, sexo, peso, altura, IMC, escolaridade, renda, álcool, fumo, exercício, CT, TG, LDL, VLDL) 100 respostas de cada variável  1500 dados
    36. 36. www.valorp.com Apresentação Tabular de Dados Elementos Essenciais Título  Indicação da natureza do fato estatístico observado, fazendo referência ao local e ao tempo em que foi observado Tabela 1. As 10 principais causas de morte nos Estados Unidos, 2006. Fonte: National Center for Health Statistics, 2006. Variável qualitativa nominal Brigitte, Baldi, Moore, 2014
    37. 37. www.valorp.com Apresentação Tabular de Dados Elementos Essenciais Tabela 1. As 10 principais causas de morte nos Estados Unidos, 2006. Fonte: National Center for Health Statistics, 2006. Cabeçalho  São as indicações que especificam o conteúdo das colunas Brigitte, Baldi, Moore, 2014
    38. 38. www.valorp.com Apresentação Tabular de Dados Elementos Essenciais Tabela 1. As 10 principais causas de morte nos Estados Unidos, 2006. Fonte: National Center for Health Statistics, 2006. Coluna indicadora  São as indicações que especificam o conteúdo das linhas. Brigitte, Baldi, Moore, 2014
    39. 39. www.valorp.com Apresentação Tabular de Dados Elemento Complementar Tabela 1. As 10 principais causas de morte nos Estados Unidos, 2006. Fonte: National Center for Health Statistics, 2006. Fonte  É a entidade responsável pelos dados contidos na tabela. Brigitte, Baldi, Moore, 2014
    40. 40. www.valorp.com Tabela 1. As 10 principais causas de morte nos Estados Unidos, 2006. Fonte: National Center for Health Statistics, 2006. Variável qualitativa nominal Brigitte, Baldi, Moore, 2014 Exploração de dados
    41. 41. www.valorp.com Gráficos para variáveis categóricas Figura 1. As 10 principais causas de morte nos Estados Unidos, 2006. Fonte: National Center for Health Statistics, 2006. Gráfico de barras Brigitte, Baldi, Moore, 2014
    42. 42. www.valorp.com Figura 1. As 10 principais causas de morte nos Estados Unidos, 2006. Fonte: National Center for Health Statistics, 2006. Gráficos para variáveis categóricas Gráfico de barras Brigitte, Baldi, Moore, 2014
    43. 43. www.valorp.com Figura 2. As 10 principais causas de morte nos Estados Unidos, 2006. Fonte: National Center for Health Statistics, 2006. Gráficos para variáveis categóricas Gráfico de setores Brigitte, Baldi, Moore, 2014
    44. 44. www.valorp.com Exploração de dados Fonte: Hospital X, 2014. n % n % n % Médica 300 15 200 8 500 11 Cirúrgica 800 40 1000 42 1800 41 Pronto Socorro 900 45 1200 50 2100 48 Total 2000 100 2400 100 4400 100 Particular INSS Tipo de Internação Clínica Total Tabela 2. Distribuição de pacientes internados segundo a clínica e o tipo de internação. Hospital X, 2014 Percentual calculado com o total das colunas como 100% Qual tipo de clínica recebeu a maior proporção de internações particulares? Qual tipo de clínica recebeu a maior proporção de internações pelo INSS? Variável qualitativa nominal
    45. 45. www.valorp.com Fonte: Hospital X, 2014. Figura 3. Distribuição de pacientes internados segundo a clínica e o tipo de internação. Hospital X, 2014 % 15 8 40 4245 50 0 10 20 30 40 50 60 Particular INSS Médica Cirúrgica Pronto Socorro Gráficos para variáveis categóricas Gráfico de barras
    46. 46. www.valorp.com Exploração de dados Fonte: Hospital X, 2014. Tabela 2. Distribuição de pacientes internados segundo a clínica e o tipo de internação. Hospital X, 2014 n % n % n % Médica 300 60 200 40 500 100 Cirúrgica 800 44 1000 56 1800 100 Pronto Socorro 900 43 1200 57 2100 100 Total 2000 45 2400 55 4400 100 Clínica Tipo de Internação TotalParticular INSS Percentual calculado com o total das linhas como 100% A clínica médica recebeu a maior proporção de internações particulares ou pelo INSS? A clínica cirúrgica recebeu a maior proporção de internações particulares ou pelo INSS? A clínica de pronto socorro recebeu a maior proporção de internações particulares ou pelo INSS? Variável qualitativa nominal
    47. 47. www.valorp.com Fonte: Hospital X, 2014. Figura 4. Distribuição de pacientes internados segundo a clínica e o tipo de internação. Hospital X, 2014 % 60 44 4340 56 57 0 10 20 30 40 50 60 70 Médica Cirúrgica Pronto Socorro Particular INSS Gráficos para variáveis categóricas Gráfico de barras
    48. 48. www.valorp.com Dados brutos Comprimento em pés de 44 tubarões brancos do centro de estudos X, 2014 Exploração de dados Variável quantitativa contínua Brigitte, Baldi, Moore, 2014 1 pé = 0,3048 m 18,7 pés = 5,7 m 9,4 12,1 12,2 12,3 12,4 12,6 13,2 13,2 13,2 13,2 13,5 13,6 13,6 13,8 14,3 14,6 14,7 14,9 15,2 15,3 15,7 15,7 15,8 15,8 16,1 16,2 16,2 16,4 16,4 16,6 16,7 16,8 16,8 17,6 17,8 17,8 18,2 18,3 18,6 18,7 18,7 19,1 19,7 22,8 18,7 12,3 18,6 16,4 15,7 18,3 14,6 15,8 14,9 17,6 12,1 16,4 16,7 17,8 16,2 12,6 17,8 13,8 12,2 15,2 14,7 12,4 13,2 15,8 14,3 16,6 9,4 18,2 13,2 13,6 15,3 16,1 13,5 19,1 16,2 22,8 16,8 13,6 13,2 15,7 19,7 18,7 13,2 16,8 Dados brutos em ordem crescente
    49. 49. www.valorp.com Gráficos para variáveis quantitativas Histograma Fonte: Centro de estudos X, 2014 Figura 4. Distribuição do número de tubarões brancos segundo o comprimento em pés. Centro de estudos X, 2014 Brigitte, Baldi, Moore, 2014
    50. 50. www.valorp.com Exame de um histograma • Simétrico • AssimétricoForma • É o que tem a maior frequência • Até 15 pés (n = 18); Até 17 pés (n = 33)Centro • A dispersão vai de 9,4 a 22,8 pés • Só 1 tubarão < 11 pés • Só 1 tubarão > 21 pés. Dispersão • Se situam à parte da distribuição em • geral acima ou abaixo dela. Valor atípico Brigitte, Baldi, Moore, 2014
    51. 51. www.valorp.com Gráficos para variáveis quantitativas Dispersão Fonte: Centro de estudos X Figura 5. Distribuição do número de tubarões brancos segundo o comprimento em pés. Centro de estudos X, 2014 5 10 15 20 25 0 10 20 30 40 50 Comprimentoempés Indivíduos
    52. 52. www.valorp.com Gráficos para variáveis quantitativas Dispersão * Legenda: * - IMC = 24,9 Kg/m2 Figura 6. Distribuição dos indivíduos de acordo com o IMC e o sexo, UFPI 2014. F - 158 M -79 F - 35 M - 65 Fonte: Almondes, 2014. Mínimo  F = 13; M = 16 Máximo  F = 37; M = 38
    53. 53. www.valorp.com Média – Soma de todos os valores de um conjunto de observações dividido pelo número de observações = x1 + x2 + x3 + ... + xn n  Exemplo: Abaixo estão apresentados os consumos em grama de carboidrato de 15 funcionários de uma UAN – Vamos calcular a média!! 234,83 269,45 129,30 137,23 303,67 247,52 370,16 520,23 168,78 307,31 196,95 325,50 286,99 299,65 263,10 Medidas de tendência central
    54. 54. www.valorp.com Média – = 234,83 + 269,45 + ... + 263,10 = 270,71 15  A média do consumo de carboidrato dos 15 funcionários da UAN é de 270,71 g Medidas de tendência central
    55. 55. www.valorp.com Mediana – M Ponto do meio de uma distribuição  A regra para o cálculo depende do nº de observações, se é par ou ímpar  Exemplo: Abaixo estão apresentados os consumos em grama de carboidrato de 15 funcionários de uma UAN – Vamos calcular a mediana!! 234,83 269,45 129,30 137,23 303,67 247,52 370,16 520,23 168,78 307,31 196,95 325,50 286,99 299,65 263,10 Medidas de tendência central
    56. 56. www.valorp.com Mediana – M Número de observações ímpar 1º - observações em ordem crescente: 129,30 137,23 168,78 196,95 234,83 247,52 263,10 269,45 286,99 299,65 303,67 307,31 325,50 370,16 520,23 Medidas de tendência central  2º - Localização da mediana = (n + 1)/2 = (15 + 1)/2 = 8º posição  Ache a 8º posição na lista ordenada a partir do menor valor  A mediana do consumo de carboidrato dos 15 funcionários da UAN é de 269,45 g M = 269,45
    57. 57. www.valorp.com Mediana – M Número de observações par 1º - observações em ordem crescente: 129,30 137,23 168,78 196,95 234,83 247,52 263,10 269,45 286,99 299,65 303,67 307,31 325,50 370,16 384,20 520,23 Medidas de tendência central  2º - Localização da mediana = (n + 1)/2  (16 + 1)/2 = 8,5 M é a média das duas observações centrais na lista ordenada M = (269,45 + 286,99)/2  M = 278,22 g  A mediana do consumo de carboidrato dos 16 funcionários da UAN é de 278,22 g
    58. 58. www.valorp.com Comparação entre a Média e a Mediana 1º exemplo com 15 funcionários 129,30 137,23 168,78 196,95 234,83 247,52 263,10 269,45 286,99 299,65 303,67 307,31 325,50 370,16 520,23  = 270,71 g M = 269,45 g Medidas de tendência central 129,30 137,23 168,78 196,95 234,83 247,52 263,10 269,45 286,99 299,65 303,67 307,31 325,50 370,16 5200,23  = 582,71 g M = 269,45 g
    59. 59. www.valorp.com Moda Valor que se repete com mais frequência Nem sempre existe, nem é única Não é influenciada por valor atípico Medidas de resumo Nº de gestações prévias Nº de parturientes 0 40 1 35 2 20 3 5 4 3 Total 103 Tabela 01. Número de parturientes segundo o número de gestações prévias. Nº modal de gestações prévias = 0
    60. 60. www.valorp.com Identificação Peso (g) Resíduo Resíduo ao quadrado 1 64 1,25 1,5625 2 71 8,25 68,0625 3 53 -9,75 95,0625 4 67 4,25 18,0625 5 55 -7,75 60,0625 6 58 -4,75 22,5625 7 77 14,25 203,0625 8 57 -5,75 33,0625 9 56 -6,75 45,5625 10 51 -11,75 138,0625 11 76 13,25 175,5625 12 68 5,25 27,5625 62,75 0 Média Resíduo Resíduo ao quadrado = (soma total)/nº de indivíduos = (valor do peso - média do peso) = resíduo x resíduo 𝑽𝒂𝒓𝒊â𝒏𝒄𝒊𝒂 = Σ 𝑑𝑜 𝑟𝑒𝑠í𝑑𝑢𝑜 𝑎𝑜 𝑞𝑢𝑎𝑑𝑟𝑎𝑑𝑜 𝑛 − 1 𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 = 888,25 12 − 1 𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 = 80,75 𝐷𝑒𝑠𝑣𝑖𝑜 𝑝𝑎𝑑𝑟ã𝑜 = 80,75 𝑫𝒆𝒔𝒗𝒊𝒐 𝒑𝒂𝒅𝒓ã𝒐 = 𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 𝐷𝑒𝑠𝑣𝑖𝑜 𝑝𝑎𝑑𝑟ã𝑜 = 8,986 Medidas de dispersão Variância: medida de dispersão que mostra quão distantes os valores estão da média Desvio padrão: é o resultado positivo da raiz quadrada da variância
    61. 61. www.valorp.com Variância (s2) e desvio padrão (s)  s mede a dispersão em torno da média e deve ser usado apenas quando a média for escolhida como a medida de centro.  s é sempre zero ou maior que zero.  s tem a mesma unidade de medida que as observações originais.  Assim como a média, s não é resistente. Medidas de dispersão
    62. 62. www.valorp.com Medidas de dispersão  Coeficiente de variação: mede a precisão (reprodutibilidade) do teste.  É obtido a partir da média e desvio padrão (CV= DP/média X 100).  Em geral, não devem ser maior que 5%.
    63. 63. www.valorp.com Medidas de separação  Tercil (T)  3-quantis  Quartil (Q)  4-quantis  Quintil (QU)  5-quantis  Decil (D)  10-quantis  Duo-deciles (Dd)  12-quantis  Percentil (P)  100-quantis
    64. 64. www.valorp.com Medidas de separação  Quartis 1 2 3 4 0% 25% 50% 75% 100% Q1/4 Q2/4 (Mediana) Q3/4 Q2 > 50% das observações Q1 > 25% das observações Mediana das observações à direita da mediana geral Mediana das observações à esquerda da mediana geral Q3 > 75% das observações 100/4 = 25%
    65. 65. www.valorp.com Medidas de separação  Quartis – com observações ímpares Exemplo - Grupo 1 - 19 indivíduos Proteína (gramas/dia): 69,55 70,96 56,77 43,19 94,15 81,64 102,2 126,21 67,18 101,91 71,91 87,33 124,97 77,10 67,51 104,02 41,43 94,73 98,79  1º) Localização da mediana = Q2 = (n + 1)/2 = (19 + 1)/2 = 10º posição  Ache a 10º posição na lista ordenada a partir do menor valor M = 81,64 = Q2 Proteína (gramas/dia) ordenada: 41,43 43,19 56,77 67,18 67,51 69,55 70,96 71,91 77,10 81,64 87,33 94,15 94,73 98,79 101,91 102,20 104,02 124,97 126,21
    66. 66. www.valorp.com Medidas de separação  Quartis – com observações ímpares Exemplo - Grupo 1 - 19 indivíduos Proteína (gramas/dia) ordenada: 41,43 43,19 56,77 67,18 67,51 69,55 70,96 71,91 77,10 81,64 87,33 94,15 94,73 98,79 101,91 102,20 104,02 124,97 126,21  2º) Localização do Q1 ou Q3 = (n + 1)/2 = (9 + 1)/2 = 5º posição Q1 está na 5º posição à esquerda da mediana geral na lista ordenada Q2 está na 5º posição à direita da mediana geral na lista ordenada Q1 Q3
    67. 67. www.valorp.com Proteína (gramas/dia) ordenada: 89,17 83,11 89,86 95,06 98,16 99,42 99,91 100,29 102,22 103,18 103,57 106,71 115,73 120,29 122,74 132,21 135,23 137,64 145,23 148,79 Medidas de separação  Quartis – com observações pares Exemplo - Grupo 2 - 20 indivíduos Proteína (gramas/dia): 89,17 135,23 83,11 100,29 145,23 148,79 95,06 120,29 115,73 98,16 137,64 132,21 99,42 122,74 106,71 103,57 99,91 102,22 89,86 103,18  1º) Localização da mediana = Q2 = (n + 1)/2  (20 + 1)/2 = 10,5 M é a média das duas observações centrais na lista ordenada M = (103,18 + 103,57)/2  M = 103,38 g M = 103,38 = Q2
    68. 68. www.valorp.com Proteína (gramas/dia) ordenada: 89,17 83,11 89,86 95,06 98,16 99,42 99,91 100,29 102,22 103,18 103,57 106,71 115,73 120,29 122,74 132,21 135,23 137,64 145,23 148,79 Medidas de separação  Quartis – com observações pares Exemplo - Grupo 2 - 20 indivíduos Proteína (gramas/dia): 89,17 135,23 83,11 100,29 145,23 148,79 95,06 120,29 115,73 98,16 137,64 132,21 99,42 122,74 106,71 103,57 99,91 102,22 89,86 103,18 M = 103,38 = Q2  2º) Localização do Q1 = (n + 1)/2  (10 + 1)/2 = 5,5 M é a média das duas observações centrais na lista ordenada M = (98,16 + 99,42)/2  M = 98,79 g Q1
    69. 69. www.valorp.com Proteína (gramas/dia) ordenada: 89,17 83,11 89,86 95,06 98,16 99,42 99,91 100,29 102,22 103,18 103,57 106,71 115,73 120,29 122,74 132,21 135,23 137,64 145,23 148,79 Medidas de separação  Quartis – com observações pares Exemplo - Grupo 2 - 20 indivíduos Proteína (gramas/dia): 89,17 135,23 83,11 100,29 145,23 148,79 95,06 120,29 115,73 98,16 137,64 132,21 99,42 122,74 106,71 103,57 99,91 102,22 89,86 103,18 M = 103,38 = Q2  2º) Localização do Q3 = (n + 1)/2  (10 + 1)/2 = 5,5 M é a média das duas observações centrais na lista ordenada M = (122,74 + 132,21)/2  M = 127,48 g Q1 Q3
    70. 70. www.valorp.com Máximo = 148,79 Q3 = 127,48 Q2 = 103,38 Medidas de separação Q1 = 98,79 Mínimo = 83,11 Máximo = 126,21 Proteína (g/dia) Mínimo = 41,43 Q1 = 67,51 Q3 = 101,91 Q2 = 81,64
    71. 71. www.valorp.com Valores atípicos  Grupo 1: Q1 = 67,51; Q3 = 101,91 AIQ = Q3 – Q1 AIQ = 101,91 – 67,51  AIQ = 34,4 Q1 − (1,5 × AIQ) = 67,51 – (1,5 x 34,4) = 15,91 Q3 + (1,5 × AIQ) = 101,91 + (1,5 x 34,4) = 153,51  Grupo 2: Q1 = 98,79; Q3 = 127,48 AIQ = Q3 – Q1 AIQ = 127,48 – 98,79  AIQ = 28,69 Q1 − (1,5 × AIQ) = 98,79 – (1,5 x 28,69) = 55,76 Q3 + (1,5 × AIQ) = 127,48 + (1,5 x 28,69) = 170,52
    72. 72. www.valorp.com Valores atípicos O que fazer com valores atípicos?  1º - Identificá-los e descobrir a razão da sua existência - Popeye (1929) - Espinafre com muito Fe > 10x couve ou alface (1870) - Fe do espinafre ~ Fe outros vegetais verdes (1937)  2º - Decidir se devem ser mantidos ou descartados  isso depende do objetivo do trabalho  3º - Se decidir mantê-los ou descartá-los  explicar
    73. 73. www.valorp.com Consultoria e Cursos Kaluce Gonçalves de Sousa Almondes Doutora em Ciência dos Alimentos Faculdade de Ciências Farmacêuticas - USP Estatística Básica www.valorp.com

    ×