Bioestatística residência

319 visualizações

Publicada em

0 comentários
2 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
319
No SlideShare
0
A partir de incorporações
0
Número de incorporações
1
Ações
Compartilhamentos
0
Downloads
22
Comentários
0
Gostaram
2
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Bioestatística residência

  1. 1. Bioestatística BásicaBioestatística Básica Secretaria de Estado de Saúde do Distrito Federal Fundação de Ensino e Pesquisa em Ciências da Saúde (FPECS) Escola Superior de Ciências da Saúde (ESCS) Paulo Roberto Margotto Prof. Do Curso de Medicina da ESCS www.paulomargotto.com.br Entendendo bioestatística básica Autor(es): Paulo R. Margotto
  2. 2. Bioestatística BásicaBioestatística Básica Programa: 1. Importância da Bioestatística 2. Variáveis 3. População e Amostras 4. Apresentação dos dados em tabelas 5. Medidas de Tendência Central 6. Distribuição Normal 7. Correlação e Regressão 8. Risco Relativo / Odds Ratio 9. Teste de Hipóteses 10. Exercício de Medicina Baseado em Evidências 11. Teste de Fisher 12. Teste t 13 Análise de Variância (ANOVA) 14 -Escolha de Teste Estatístico 15-Testes Estatísticos não Paramétricos 16- Sensibilidades/Especificidade/Curva ROC Margotto, PR (ESCS)
  3. 3. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS)  A condução e avaliaçãoA condução e avaliação de uma pesquisade uma pesquisa  Comparação entre doisComparação entre dois ou mais grupos ouou mais grupos ou amostras (grupoamostras (grupo tratado / grupotratado / grupo controle)controle) Depende, em boa parte,Depende, em boa parte, do conhecimento sobredo conhecimento sobre BioestatísticaBioestatística Estar alerta a: variáveis interferentes nos resultados ¤ Variações mostrais ¤ Diferenças entre grupos Avaliação da eficácia do tratamento (significação) www.paulomargotto.com.br
  4. 4. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Os testes estatísticos são utilizados para: ¤ Comparar amostras (houve modificação dos grupos inicialmente semelhantes após o início da intervenção) ¤ Detectar variáveis interferentes ¤ Analisar se o tratamento depende de outras variáveis (peso, idade, sexo)
  5. 5. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br A ciência não é um conhecimento definitivo sobre a realidade, mas é um conhecimento hipotético que pode ser questionado e corrigido. Ensinar ciências não significa apenas descrever fatos, anunciar leis e apresentar novas descobertas, mas Maneira crítica e racional de buscar conhecimento Vieira S., 1991. Ensinar o método científico
  6. 6. - Variáveis (dados): - Qualitativas :(diferentes categorias sem valores numéricos): -Nominal:: sexo, cor, grupo sanguíneo, causa da morte -Ordinais: (ordenação natural): Grau de instrução, aparência, estágio da doença, status social - Quantitativos ou Contínuos: (dados expressos por nº): idade, altura, peso, renda familiar -Discretas( associação entre valores e números inteiros): idade em anos completos -Contínua (pode assumir qualquer valor no subconjunto de números reais): peso - População e Amostra: - População: Conj. de elementos com determinada característica - Amostra: Subconjunto com menor nº de elementos - Independentes: grupo selecionados com tratamento distinto - Dependentes: para cada elemento do grupo tratado existe um grupo controle semelhante (sexo, idade, etc) - Comparação intra-individuo (o grupo submetido ao
  7. 7. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br - Apresentação dos Dados em Tabelas: - Componentes das tabelas: - Título: Explica o conteúdo - Corpo: Formado pelas linhas e colunas dos dados - Cabeçalho: específica o conteúdo das colunas - Coluna indicadora: específica o conteúdo das linhas - Opcional: fonte, notas, chamadas
  8. 8. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Nascidos vivos no Maternidade do HRAS segundo o ano de registro Título Cabeçalho (separado do corpo por um traço horizontal) Ano de RegistroAno de Registro FreqüênciaFreqüência Freqüência relativaFreqüência relativa 1998 (1)1998 (1) 83288328 32,8832,88 (8828/25494) 1999 (1)1999 (1) 82148214 32,2232,22 2000 (1)2000 (1) 88988898 34,9034,90 Coluna indicadora TotalTotal 2549425494 100100 Fonte: Margotto, PR (2001)Fonte: Margotto, PR (2001) Nota: dados retirados do livro da sala de partoNota: dados retirados do livro da sala de parto (1): os RN < 500g não foram incluídos(1): os RN < 500g não foram incluídos. (chamadas)
  9. 9. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Tabela de Contingência ou de Dupla Entrada (cada entrada é relativa a um dos fatores) Gestantes sem pré-natal/gestantes com pré-natal e mortalidade perinatal FatorFator Mortalidade PerinatalMortalidade Perinatal TotalTotal Sim NãoSim Não Gestantes sem pré-natalGestantes sem pré-natal 55 83355 833 938938 Gestantes com pré-natalGestantes com pré-natal 156 6720156 6720 68766876 Permite calcular o risco, a freqüência (incidência) entre expostos e não expostos a um determinado fator (será discutido adiante).
  10. 10. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br - Tabelas de distribuição de freqüências: Peso ao nascer de nascidos vivos, em Kg 2,5222,522 3,2003,200 1,9001,900 4,1004,100 4,6004,600 3,4003,400 2,7202,720 3,7203,720 3,6003,600 2,4002,400 1,7201,720 3,4003,400 3,1253,125 2,8002,800 3,2003,200 2,7002,700 2,7502,750 1,5701,570 2,2502,250 2,9002,900 3,3003,300 2,4502,450 4,2004,200 3,8003,800 3,2203,220 2,9502,950 2,9002,900 3,4003,400 2,1002,100 2,7002,700 3,0003,000 2,4802,480 2,5002,500 2,4002,400 4,4504,450 2,9002,900 3,7253,725 3,8003,800 3,6003,600 3,1203,120 2,9002,900 3,7003,700 2,8902,890 2,5002,500 2,5002,500 3,4003,400 2,9202,920 2,1202,120 3,1103,110 3,5503,550 2,3002,300 3,2003,200 2,7202,720 3,1503,150 3,5203,520 3,0003,000 2,9502,950 2,7002,700 2,9002,900 2,4002,400 3,1003,100 4,1004,100 3,0003,000 3,1503,150 2,0002,000 3,4503,450 3,2003,200 3,2003,200 3,7503,750 2,8002,800 2,7202,720 3,1203,120 2,7802,780 3,4503,450 3,1503,150 2,7002,700 2,4802,480 2,1202,120 3,1553,155 3,1003,100 3,2003,200 3,3003,300 3,9003,900 2,4502,450 2,1502,150 3,1503,150 2,5002,500 3,2003,200 2,5002,500 2,7002,700 3,3003,300 2,8002,800 2,9002,900 3,2003,200 2,4802,480 -- 3,2503,250 2,9002,900 3,2003,200 2,8002,800 2,4502,450 -- Como transformar está tabela em uma Tabela de Distribuição de Freqüência ? Menor peso: 1570g Maior peso: 4600g
  11. 11. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br - Tabelas de distribuição de freqüências: 3 colunas Definir as faixas de peso (Classes): ClasseClasse Ponto MédioPonto Médio FreqüênciaFreqüência 1,51,5ΙΙ— 2,0— 2,0 1,751,75 33 2,02,0Ι—Ι— 2,52,5 2,252,25 1616 2,52,5Ι—Ι— 3,03,0 2,752,75 3131 3,03,0Ι—Ι— 3,53,5 3,253,25 3434 3,53,5Ι—Ι— 4,04,0 3,753,75 1111 4,04,0 Ι—Ι— 4,54,5 4,254,25 44 4,54,5Ι—Ι— 5,05,0 4,754,75 11 - Intervalo de classe (0,5Kg): intervalo coberto pela classe - Extremo de classe:limites dos intervalos de classe 1,5 Ι— 2,0: fechado a esquerda (não pertencem a classe os Valores ≥ 2; pertencem a classe os valores ≥ 1,5) - Ponto médio: soma dos extremos da classe ÷ 2 -N º de classes: K = 1+ 3,222 log n (em geral: 5-20) no exemplo: K = 1 + 3,222 log 100 = 7,444 (7 ou 8 classes)
  12. 12. Apresentação dos dados em gráficosApresentação dos dados em gráficos -título (pode ser colocado tanto acima-título (pode ser colocado tanto acima como abaixo)como abaixo) -escala (crescem da esquerda para a-escala (crescem da esquerda para a direita e de baixo para cima).direita e de baixo para cima). - legendas devem ser colocadas à direita- legendas devem ser colocadas à direita do gráfico.do gráfico. Bioestatística BásicaBioestatística Básica
  13. 13. Gráfico de barras: é usado para apresentar variáveis qualitativas ou variáveis ordinais. Veja no gráfico de barras os dado da tabela 1. Bioestatística BásicaBioestatística Básica
  14. 14. Gráfico de setores: é usado para apresentar variáveis qualitativas ou variáveis ordinais. Calcular os ângulos centrais das diversas categorias, marcando-os na circunferência e separando-os com o traçado de raios. Bioestatística BásicaBioestatística Básica Como calcular o ângulo central de cada categoria: 100 360 Freqüência relativa (f) valerá X e o ângulo central X = 360 x f 100
  15. 15. Histograma: Os dados apresentados em tabelas de distribuição de freqüência são apresentados graficamente em histogramas. Bioestatística BásicaBioestatística Básica Peso ao nascer Freqência
  16. 16. Polígono de freqüência : Os dados apresentados em tabela de distribuição de freqüências também podem ser apresentados em gráficos denominados polígonos de frequência. Após serem marcados os pontos na abscissa (pontos médios das classes) e na ordenada (freqüência relativas), fechar o polígono unindo os extremos nos pontos de abscissas iguais aos pontos médios de uma classe imediatamente inferior a primeira e de uma classe imediatamente superior à última. Bioestatística BásicaBioestatística Básica
  17. 17. Bioestatística BásicaBioestatística Básica BOX PLOT: a caixa é formada por -mediana (linha central): estimativa da tendência central a sua posição indica a presença de simetria (central) e próxima a dos percentis (assimetria) -percentis 25 e 75 (obtidos pelo método Tukey´s Hinges): amplitude interquartil-estima a Variabilidade dos dados -whiskers (bigodes de gatos): -valores máximos e mínimos (distribuição normal) -distribuição assimétrica: os dados máximo e mínimos se desviam do P25-P75 ->1,5 AIQ: valores discrepantes(outliers) ->2,5 AIQ: valores extremos (extremes-assinalados com asterisco)
  18. 18. Bioestatística BásicaBioestatística Básica Dias de internação na coleta da hemocultura por faixas de peso ao nascer Denise Nogueira da Gama Cordeiro
  19. 19. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Medidas de Tendência Central (Valor de ponto em torno do qual os dados se distribuem) Variância e Desvio Padrão: avalia o grau de dispersão quanto cada dado se desvia em relação a média) Média aritmética:soma dos dados ÷ nº deles (dá a abscissa do centro de gravidade do conjunto de dados) Peso ao nascer em Kg de 10 RNPeso ao nascer em Kg de 10 RN 2,52,5 2,02,0 3,03,0 4,04,0 3,03,0 1,01,0 1,51,5 -- 3,53,5 1,51,5 2,52,5 -- A média aritmética (representa-se por X é: 2,5+3,0+3,5+ ... 4,0 = 2,45 10
  20. 20. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Medidas de Tendência Central Média Aritmética Cálculo da média de dados em Tabela de Distribuição de Frequência n=100 Média (X): ponto médio de cada classe x respectiva freqüência divido pelo n X = 1,75x3 + 2,25x16 + ... 4,25x4 + 4,75x1 = 300 3 Kg 100 100 ClasseClasse Ponto MédioPonto Médio FreqüênciaFreqüência 1,51,5ΙΙ— 2,0— 2,0 1,751,75 33 2,02,0Ι—Ι— 2,52,5 2,252,25 1616 2,52,5Ι—Ι— 3,03,0 2,752,75 3131 3,03,0Ι—Ι— 3,53,5 3,253,25 3434 3,53,5Ι—Ι— 4,04,0 3,753,75 1111 4,04,0 Ι—Ι— 4,54,5 4,254,25 44 4,54,5Ι—Ι— 5,05,0 4,754,75 11
  21. 21. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Medida de Tendência Central - Medida de dispersão:indicadores do grau de variabilidade dos individuos em torno das medidas de tendência central - Variância: - Medir os desvios em relação a média (diferença de cada dado e a média) - Não há média dos desvios pois sua soma é igual a zero Ex.: 0,4,6,8,7 - X (média) : 0+4+6+8+7 = 25 = 5 5 5 - X – X (desvio em relação a média) 0 - 5 = - 5 4 – 5 = -1 A soma dos desvios é igual a zero 6 – 5 = 1 8 – 5 = 3 (-5 + -1)+1+3+2= - 6 + 6 = 0 7 – 5 = 2
  22. 22. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Medidas de Tendência Central Variância Soma dos quadrados dos desvios DadosDados XX DesviosDesvios (X – X)(X – X) Quadrado dos desviosQuadrado dos desvios (X – X)(X – X) 22 00 - 5- 5 2525 44 - 1- 1 11 66 11 11 88 33 99 77 22 44 x = 5x = 5 ΣΣ (x –(x –x) = 0x) = 0 ΣΣ (x –(x – x)x) 22 = 40= 40 A soma do quadrado dos desvios não é usada como medida de dispersão, porque o seu valor cresce com o nº de dados Grupo I: 60, 70 e 80 Kg - Grupo II: 60, 60, 70, 70, 80, 80 Kg
  23. 23. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Medidas de Tendência Central Variância Cálculo da soma dos quadrados dos desvios Então, para medir a dispersão dos dados em relação à média, usa-se a variância (S2 ) que leva em consideração o n S2 = soma dos quadrados dos desvios n – 1 Para os dados: 0, 4, 6, 8 e 7 a S2 = 40 = 40 = 10 5 –1 4 Grupo IGrupo I Grupo IIGrupo II XX (x – X)(x – X) (x – X)(x – X) 22 XX (x – X)(x – X) (x – X)(x – X) 22 6060 - 10- 10 100100 6060 - 10- 10 100100 7070 zerozero zerozero 6060 - 10- 10 100100 8080 1010 100100 7070 zerozero zerozero 7070 zerozero zerozero 8080 1010 100100 8080 1010 100100 zerozero 200200 zerozero 400400
  24. 24. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Medidas de Tendência Central Desvio Padrão Raiz quadrada da variância, sendo representava por S; tem a mesma unidade de medida dos dados Ex.: 0,4,6,8,7. S2 (variância) = 10 s (desvio padrão): √10 = 3,16 Coeficiente de variância (CV) Razão entre o desvio padrão a a média x 100 CV = sx 100 X Ex.: Grupo I: 3,1,5 anos (x = 3 anos; s2 = 4; s=2) : CV = 66,7% Grupo II: 55,57,53 anos (x = 55 anos; s2 = 4; s = 2) : CV = 3,64% Vejam à dispersão dos dados em ambos os grupos é a mesma, mas os CV são diferentes (no grupo I a dispersão relativa é ALTA)
  25. 25. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Distribuição Normal • Variáveis aleatórias: variam ao acaso (peso ao nascer) • Gráficos com 2 extremos um máximo e um mínimo e entre eles, uma distribuição gradativa (maioria dos valores ao redor da média) : Curva de Gauss: As medidas que originam a estes gráficos são variáveis com distribuição normal
  26. 26. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Distribuição Normal • Características:  A variável (peso ao nascer) pode assumir qualquer valor real  O Gráfico da distribuição normal é uma curva em forma de sino, simétrico em torno da média (µ) (se lê “mi”).  A área total da curva vale 1, significando que a probabilidade de ocorrer qualquer valor real é 1.  Pelo fato da curva ser simétrica em torno da média, os valores maiores do que a média e os valores menores do que a média ocorrem com igual probabilidade.
  27. 27. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Distribuição Normal  Predicção de uma valor entre dois nº quaisquer: Ex.: A probabilidade de ocorrência de um valor > 0 é 0,5, mas qual é a probabilidade de ocorrer um valor entre 0 e z = 1,25?
  28. 28. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Distribuição Normal Predicção de uma valor Usar tabela de Distribuição Normal Como usar esta tabela? Localizar na 1a coluna o valor 1,2 Na 1a linha, está o valor 5. n0 1,2 compõe com o algarismo 5, o n0 z = 1,25. No cruzamento da linha 1,2 com a coluna 5 está o número 0,3944. Está é a probabilidade (39,44%) do ocorrer valor entre zero e z= 1,25.
  29. 29. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br 0 1 2 3 4 5 6 0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,7 0,2580 0,2611 0,2642 0,2673 0,2703 0,2734 0,2764 0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 Probabilidade de ocorrer valor entre zero e 1,25
  30. 30. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Distribuição Normal • Predicção de uma valor: qual é a probabilidade de um individuo apresentar um colesterol entre 200 e 225 mg% µ (média); 200 mg% / δ = desvio padrão = 20 mg% Cálculo da probabilidade associado à Distribuição normal: Z = X - µ µ = média ; δ δ = desvio padrão δ X = valor pesquisado A estatística Z mede quanto um determinado valor afasta-se da média em unidades de Desvio padrão (quando coincide c/ a média, o escore é Z = 0)
  31. 31. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Distribuição Normal • Predicção de uma valor: Z = X – 200 = 1,25 20 Consultando a Tabela de Distribuição normal, vemos que a probabilidade de Z assumir valor entre 0 e Z = 1,25 é 0,3944 ou 39,44
  32. 32. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br 0 1 2 3 4 5 6 0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,7 0,2580 0,2611 0,2642 0,2673 0,2703 0,2734 0,2764 0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 Probabilidade de ocorrer valor entre zero e 1,25
  33. 33. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Distribuição Normal • Predicção de uma valor Outro exemplo: Qual é a probabilidade uma pessoa apresentar menos do que 190mg% de colesterol. Para resolver este problema, é preciso "reduzir" o valor X = 190. Obtém-se então: Z = 190 - 200 = - 0,50 . 20
  34. 34. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br 0 1 2 3 4 5 6 0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,7 0,2580 0,2611 0,2642 0,2673 0,2703 0,2734 0,2764 0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 Na Tabela de Distribuição Normal, a probabilidade de ocorrer valor maior que a média 0 é 0,5;então, a probabilidade pedida é : 0,5 – 0,1915 = 0,3085 ou 30,85%
  35. 35. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Correlação / Regressão • Correlação Associaçao entre duas variaveis peso e altura; em quanto aumenta o peso à medida que aumenta a altura? • Diagrama de dispersão: • X = Horizontal (eixo das abscissas): variável independente ou explanatória • Y = Vertical (eixo das ordenadas) : variável dependente A correlação quantifica quão bem o X e Y variam em conjunto
  36. 36. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Correlação + Correlação - Sem correlação
  37. 37. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Correlação / Regressão Comp Peso Comp Peso 104 23,5 98 15,0 107 22,7 95 14,9 103 21,1 92 15,1 105 21,5 104 22,2 100 17,0 94 13,6 104 28,5 99 16,1 108 19,0 98 18,0 91 14,5 98 16,0 102 19,0 104 20,0 99 19,5 100 18,3 Observem que à medida que o comprimento dos cães aumenta (variável explanatória) o peso aumenta (variável dependente)
  38. 38. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Correlação / Regressão • Coeficiente de correlação: (r de Pearson) : Expressa quantitativamente as relações entre duas variáveis r = 0,8 – 1 – forte r = 0,5 – 0,8 – moderada R = 0,2 – 0,5 – fraca r = 0 – 0,2 – insignificante Cálculo do r: r = ∑xy - ∑x∑y n 000000000 ∑x2 – (∑x)2 n ∑y2 – (∑y)2 n Débito cardíaco e Pressão arterial r=0,38 (correlação fraca) Kluckow et al
  39. 39. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Correlação / Regressão • Correlação: grau de associação / Regressão: capacidade entre 2 variáveis de predicção de um valor baseado no conhecimento do outro (prever Y conhecendo-se o X) Equação da Reta de Regressão: Y = a + bx (a= Y – bx) a : coeficiente angular (inclinação da reta) b: coeficiente linear (intersecção da reta com o eixo X)
  40. 40. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Correlação / Regressão • Exemplo: a correlação entre o peso pré-gravídico e o peso do RN foi de 0,22. Aequação da reta: Y = 2547, 79 + 12,8 x Assim, uma gestante com peso pré-gravídico de 60 Kg espera-se um RN c/ peso de 3,315g R2 ( r squared): coeficiente de determinação: proporção da variação total que é explicada. Peso pré –gravídico e peso ao nascer : r2 = 0,22 2 = 4,84 ≈ 5% ( o peso ao nascer é explicado pelo peso da mãe em apenas 5%) (Tese de Doutorado – Curvas de Crescimento Intra-uterinas Margotto, PR)
  41. 41. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Correlação / Regressão • Base excess e PaCO2 Equação de regressão: Y = 1,07 BE + 40 ,98 r = 0,94 / r = 0.88 = 88%
  42. 42. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES • Definição: • O Risco relativo se baseia na observação de que nem todos têm a mesma probabilidade (risco) de padecer um dano, mas que para alguns este risco (probabilidade) é maior do que para outros.
  43. 43. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES Margotto, www.medico.org.br I - Conceito de Risco É a probabilidade que tem um indivíduo ou grupo de indivíduos de apresentar no futuro um dano em sua saúde. Risco é probabilístico e não determinista. Exemplo: RN com peso entre 500 -1500g tem maior probabilidade de morrer (na UTINeo do HRAS: 19,58- ano 2000), mas muito deles não morrem. Risco é uma medida que reflete a probabilidade de que ocorra um dano a saúde. www.paulomargotto.com.br
  44. 44. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES Margotto, www.medico.org.br II - Grau de Risco Mede a probabilidade de que o dano ocorra no futuro Refere-se a um resultado não desejando. Não deve ser confundido com o risco !!! O dano em um RN seria a sua morte no período neonatal ou seqüelas neurológicas consecutivas à asfixia, o risco é a probabilidade de que o dano venha ocorrer neste RN, medindo-o como um gradiente que vai de risco alto a baixo risco de morte neonatal ou de seqüelas neurológicas, neste exemplo. 0 1 Baixo Risco Alto Risco www.paulomargotto.com.br
  45. 45. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES Margotto, www.medico.org.br Graduar o risco É IMPORTANTE para programar atençã segundo o enfoque de risco, priorizando o grupo, dentro d população de maior necessidade. Exemplo: Fatores de Risco: • Pobreza • Analfabetismo da mãe • Doença Intercorrentes • Desnutrição Dano: Baixo Peso www.paulomargotto.com.br
  46. 46. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES III - Risco Relativo/Qui-quadrado • Risco Relativo (RR): Mede o excesso de risco para um dado dano nos indivíduos expostos ao fator de risco, comparado com os que não estão expostos. n. = (a+b+c+d)B+DA+CTotal C+DDCNão A+BBASim TotalNãoSim Patologia Fator RR = a/a+b c/c+d RR = Incidência do Risco nos que tem fator p1 = a/a+b RR= Incidência do Risco nos que não tem fato .p2 = c/c+d
  47. 47. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES III – Tecnica da Prova de Hípótese: RR = a/a+b c/c+d RR = Incidência do Risco nos que tem fator p1 = a/a+b RR= Incidência do Risco nos que não tem fato .p2 = c/c+d Uma vez feito o cálculo de RR, torna-se necessário demonstra • Não há erros de registro, cálculo ou transcrição RR é prático e estatisticamente significativo • Um RR menor que 1,5 geralmente não é de valor prático Margotto, www.medico.org.br www.paulomargotto.com.br
  48. 48. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES • Teste do X 2 (qui-quadrado): (a x d – b x c) ½ )2 (a+b) x (d+c) x (b+d) x (a+c) Qui-quadrado mede a probabilidade de as diferenças encontradas em dois grupos de uma amostra serem devidas ao acaso, partindo do pressuposto que, na verdade, não há diferenças entre os dois grupos na população donde provêm. Se a probabilidade for alta poderemos concluir que não há diferenças estatisticamente significativas. Se a probabilidade for baixa (particularmente menor que 5%) poderemos concluir que um grupo (A )é diferente do grupo B quanto ao fator estudado. www.paulomargotto.com.br
  49. 49. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES Exemplo: Cálculo do Risco em estudo: Baixo Pes População total estudada: 6373 Morte perinatais observadas: 211 População com fator Baixo Peso: 724 Morte Perinatais com o fator baixo peso: 150 6373 n. = (a+b+c+d) 6162 (b+d) 211 (a+c) Total 5649 (c+d)5588 (d)61 (c)Não 724 (a+b)574 (b)150 (a)Sim TotalNãoSim Morte PerinatalFator Baixo Peso www.paulomargotto.com.br
  50. 50. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES Margotto, www.medico.org.br Exemplo: Cálculo do Risco em estudo: Baixo Peso 6373 n. = (a+b+c+d) 6162211Total 5649 (c+d)5588 (d)61 (c)Não 724 (a+b)574 (b)150 (a)Sim TotalNãoSim Morte PerinatalFator Baixo Peso RR = a/a+b c/c+d Ou seja o RR = 19,2 150/724 61/5649 O Risco de Morte Perinatal de um RN de baixo peso excede 19,2 vezes a de um RN de peso > 2500g www.paulomargotto.com.br
  51. 51. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES Margotto, www.medico.org.br Exemplo 2 : Fator de Risco em estudo: ausência de pré - natal 6373 n. = (a+b+c+d) 6162 (b+d)211(a+c)Total 3631 (c+d)3537 (d)94 (c)Não 2742 (a+b)2625 (b)117 (a)Sim TotalNãoSim Morte PerinatalFator Ausência de Pré – Natal RR = 1,6 117/2742 94/3631 O Risco de Morte Perinatal de um RN sem pré-natal excede 1,6 vezes a de um RN com pré-natal www.paulomargotto.com.br
  52. 52. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES Exemplo 2 : Fator de Risco em estudo: ausência de pré - nat 6373 n. = (a+b+c+d) 6162 (b+d)211(a+c)Total 3631 (c+d)3537 (d)94 (c)Não 2742 (a+b)2625 (b)117 (a)Sim TotalNãoSim Morte PerinatalFator Ausência de Pré – Natal (a x d – b x c) ½ )2 X 2 = 13,71 (a+b) x (d+c) x (b+d) x (a+c) Podemos dizer que há uma associação significativa (p < 0,01) entre ausência de pré-natal e morte perinatal, sendo que grau de associação é: o risco de morte perinatal é 60% maior nos produtos sem pré-natal (1,6 x 100 = 160: aumento de 60%: 100 + 60). www.paulomargotto.com.br
  53. 53. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES Margotto, www.medico.org.br Exemplo 3 : Risco de Morte neonatal (nos 1º 7 dias de vida) 6258616296Total 3575357338Não 2683262558Sim TotalNãoSim Morte PerinatalFator Ausência de Pré-Natal Risco Relativo (RR): 2,0 X2 – 11,8 (p<0,01) O RR é o risco de adoecer em um grupo (grupo exposto) em relação ao risco de adoecer em outro grupo (pessoas não expostas). Se não houver associação entre a exposição e a doença, o risco de adoecer não depende da exposição e o RR é igual a 1. www.paulomargotto.com.br
  54. 54. Cálculos estatísticos básicos relacionados ao Risco Relativo ( Braile, DM & Godoy, MF) ** versão 1999 ** EVE NTO sim não Atenção: Gr.Estudo 150 122 272 Digitar apenas nas caselas verdes Gr.Controle 130 180 310 Todos os cálculos são feitos automaticamente 280 302 582 IC 95% Taxa de eventos no G. Estudo (EER) = a/(a+b) 55,1 % 49,2 61,1 Taxa de eventos no Gr.Controle (CER) = c/(c+d) 41,9 % 36,4 47,4 Risco relativo (RR)=EER / CER 1,32 1,11 1,56 Redução do risco relativo (RRR) = (CER-EER)/CER 0,32 0,56 0,11 Redução do risco absoluto (ARR) =CER-EER 13,2 % 21,3 5,1 Número Necessário p/tratamento(NNT)=(100/ARR) 8 19 5 Observação: Valores em Vermelho são valores negativos 272 310 280 302 Taxa de eventos no grupo estudo: (a/(a+b) Taxa de eventos no grupo controle: (c/(c=d) Risco relativo: a/(a+b) / c(c+d) Redução do risco relativo (RRR) Redução do risco absoluto Número Necessário p/tratamento www.braile.com.brwww.paulomargotto.com.br INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIOINTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESESEM PERINATOLOGIA/TESTE DE HIPÓTESES 582 (Objeto Planilia-Editar)
  55. 55. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES Margotto, www.medico.org.br Exemplo 3 : Risco de Morte neonatal (nos 1º 7 dias de vida) 6258616296Total 2575257338Não 2683262558Sim TotalNãoSim Morte PerinatalFator Ausência de Pré-Natal Risco Relativo (RR): 2,0 X2 – 11,8 (p<0,01) Um risco menor que 1 implica em uma redução da doença com exposição, enquanto que um RR maior que 1, sugere um aumento da doença com exposição. Quanto maior for o RR, maior será a associação entre a exposição e o dano. www.paulomargotto.com.br
  56. 56. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES Margotto, www.medico.org.br • Junto com a obtenção do RR se deve estimar o se intervalo de confiança de 95%, uma vez que é possível obte um valor do RR alto, mas se o tamanho da amostra fo pequeno, o seu valor será duvidoso. • Os limites de confiança estão muito relacionados com o valores de p e se não inclui o valor de 1, é equivalente significação estatística a um nível de 5%. Vamos ao exemplo: www.paulomargotto.com.br
  57. 57. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES Margotto, www.medico.org.br O intervalo de confiança a 95% é: … 1 … 1,2 2,05 Como o extremo inferior deste intervalo de confiança excede o valor 1, se pode dizer, neste caso, que há uma associação estatisticamente significativa em um nível de 5% entre a ausência de pré-natal e mortalidade perinatal, sendo que o risco de morte perinatal nos produtos sem pré-natal excede, significativamente 1,6 vezes a dos produtos com pré- natal. www.paulomargotto.com.br
  58. 58. O Intervalo de Confiança 95% significa que há 95% de probabilidade de que o intervalo calculado contenha o verdadeiro valor do parâmetro estudado. Por exemplo RISCO RELATIVO de 1,6 com IC95% de 1,2 a 2,05. Isto quer dizer que no experimento realizado o valor encontrado foi de 1,6 e que há 95% de probabilidade que o verdadeiro valor seja um número qualquer entre 1,2 e2,05. Quando o intervalo de confiança contém o valor 1,00 significa que não há diferença estatística entre o grupo estudado e o grupo controle. Quando o valor máximo do IC 95% é menor que 1,00 o grupo de estudo se comportou de modo significativamente melhor que o grupo de controle e quando o valor mínimo do IC 95% for maior que 1,00 significa que o grupo de estudo foi significativamente pior que o grupo controle. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIOINTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESESEM PERINATOLOGIA/TESTE DE HIPÓTESES www.braile.com.br www.paulomargotto.com.br
  59. 59. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES Margotto, www.medico.org.br V-Odds Ratio (OR) ou Razão das chances Os estudos de casos-controles comparam a freqüência de expostos a um determinado fator entre um grupo de indivíduos que apresenta a doença – casos – e outro que não a tem – controle. C+DA+BTotal DBNão CASim n (a+b+c+d) NãoSim DanoFator OR = axd bxc A razão das chances (OR) é definida como a probabilidade de que um evento ocorra dividido pela probabilidade de que ele não ocorra. www.paulomargotto.com.br
  60. 60. INTERPRETAÇÃO DO RISCOINTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIORELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESESEM PERINATOLOGIA/TESTE DE HIPÓTESES www.braile.com.brwww.paulomargotto.com.br
  61. 61. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES IV-Seleção dos fatores de risco com fins de intervenção (Risco Atribuível) Risco Atribuível (RA): este mede a percentagem da incidência do dano que se reduz no grupo exposto ao fator, se este fosse neutralizado (impacto do controle no grupo exposto). Quando se refere à população, temos o risco Atribuível à População (RAP): RA Taxa de Incidência no Taxa de incidência no Grupo Menos grupo sem o fator de risco (P2) Com fator de risco (P1) www.paulomargotto.com.br
  62. 62. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES Margotto, www.medico.org.br IV-Seleção dos fatores de risco com fins de intervenção (Risco Atribuível) O RA é outra medida de associação entre fatores e danos e pode ser definido com a diferença entre a probabilidade ter o dano nos que estão expostos ao fator e a probabilidade de ter o dano nos que não estão expostos. Assim, é a diferença de probabilidade atribuível à exposição ao fator e se expressa como: RA = P1 – P2 www.paulomargotto.com.br
  63. 63. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES Margotto, www.medico.org.br Exemplo: Ausência de pré-natal e o dano mortalidade perinatal, o risco atribuível é: RA = P1 – P2 P1 = 117/2742 = 0,043 P2 = 94/3631 = 0,26 RA = 0,043 – 0,26 = 0,017 6373 n. = (a+b+c+d) 6162 (b+d) 211(a+c)Total 3631 (c+d)3537 (d)94 (c)Não 2742 (a+b)2625 (b)117 (a)Sim TotalNãoSim Morte PerinatalFator Ausência de Pré – Natal Como interpretar este valor de RA: Significa que 17 mortes perinatais de cada 1.000 (mil) gestantes são atribuíveis à ausência de pré-natal. www.paulomargotto.com.br
  64. 64. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES Margotto, www.medico.org.br • Para saber o que isto significa em uma comunidade específica, é necessário relacionar esta probabilidade (0,017) com a freqüência do fator na população. • A forma de estimar o impacto é calculando o Risco Atribuível ao fator da população (RAP). Para calcular o RAP emprega-se a seguinte fórmula: RAP% F% (P1 – P2) P1 – P2 = a probabilidade encontrada P (geral) F% = a freqüência do fator na população P (geral) = a probabilidade do dano entre todas as gestantes www.paulomargotto.com.br
  65. 65. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESES Margotto, www.medico.org.br • No caso : Ausência de pré-natal e o dano mortalidade perinatal, o risco atribuível ao fator da população (RAP) é: RAP% = 43 X 0,017 = 22 % 211 / 6.373 Significa que 22% da probabilidade de mortalidade perinatal da área em estudo, está associada à freqüência do fator ausência de pré-natal em 43% das gestantes. www.paulomargotto.com.br
  66. 66. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Teste de Hipótese  Hipótese nula (H0): não há diferença  Hipótese alternativa (H1): há diferença Hipótese: resposta presumida e provisória que de acordo com critério será ou não rejeitada Processo para testar hipótese: 1. Estabelecer Ho 2. Estabelecer H1 3. Determinar tamanho da amostra 4. Colher dados 5. Estudo estabelecido para verificar se o H0 é verdadeiro 6. Rejeitar ou não a H0
  67. 67. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Teste de Hipótese  Segundo R.A. Fisher: todo experimento existe somente com o propósito de dar os fatos uma oportinidade de afastar a H0  Erro tipo I: rejeitar a H0 sendo verdadeira (fato obtido pelo azar) : rara ocorrência estatística; amostras pequenas  Erro tipo II: aceita a H0 sendo falsa (erro mais frequente); significação estatística: máxima probabilidade de tolerar um erro tipo I. α= 5% (p ≤0,05): ≤ 5% de rejeitar a H0 (sendo verdadeira) e aceitar a H1 α= 1% (p ≤0,01): ≤ 1% de rejeitar a H0 (sendo verdadeira) e aceitar a H1 α erro tipo I e erro tipo II α erro tipo I e erro tipo II‘
  68. 68. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) Exercício da Medicina Baseado em Evidências (MBE)  Novo paradigma na prática clínica: decisões com evidência da pesquisa clínica  MBE – uso consciencioso da melhor evidência na tomada de decisões integrado com a experiência Sem experiência clínica – as práticas correm o risco de ser tiranizadas pela evidência Estratégia poderosa: busca eletrônica -www.pubmed.com -www.cochrane.org: compêncio de reevisões sistemáticas dos estudos randomizados de todos os campos da medicina (Na medicina neonatal: www.nichd.nih.gov/cohrane) -www.bireme.br -www.paulomargotto.com.br -www.neonatology.org
  69. 69. Consultem: Exercício da medicina baseado em evidências Autor(es): Paulo R. Margotto Exercício da medicina baseada em evidência (2008) Autor(es): Paulo R. Margotto
  70. 70. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br MRE  Conhecimento da Estrutura de um estudo da Avaliação de um tratamento: Exposição Resultados Total Evento Não Evento Sim (tratado) a b a+b Nâo (tratado) c d c+d Medidas do efeito de tratamento: RR (Risco Relativo): a/n1 c/n2 RRR (redução do Risco Relativo): 1 – RR DR (Diferença de Risco): a/n1 – c/n2 Número necessário para tratamento (NNT): 1 Diferença de risco
  71. 71. Cálculos estatísticos básicos relacionados ao Risco Relativo ( Braile, DM & Godoy, MF) ** versão 1999 ** EVE NTO sim não Atenção: Gr.Estudo 150 122 272 Digitar apenas nas caselas verdes Gr.Controle 130 180 310 Todos os cálculos são feitos automaticamente 280 302 582 IC 95% Taxa de eventos no G. Estudo (EER) = a/(a+b) 55,1 % 49,2 61,1 Taxa de eventos no Gr.Controle (CER) = c/(c+d) 41,9 % 36,4 47,4 Risco relativo (RR)=EER / CER 1,32 1,11 1,56 Redução do risco relativo (RRR) = (CER-EER)/CER 0,32 0,56 0,11 Redução do risco absoluto (ARR) =CER-EER 13,2 % 21,3 5,1 Número Necessário p/tratamento(NNT)=(100/ARR) 8 19 5 Observação: Valores em Vermelho são valores negativos 272 310 280 302 Taxa de eventos no grupo estudo: (a/(a+b) Taxa de eventos no grupo controle: (c/(c=d) Risco relativo: a/(a+b) / c(c+d) Redução do risco relativo (RRR) Redução do risco absoluto Número Necessário p/tratamento www.braile.com.brwww.paulomargotto.com.br INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIOINTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESESEM PERINATOLOGIA/TESTE DE HIPÓTESES 582 Objeto Planília-Editar
  72. 72. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br MRE RR = 1 (sem efeito no tratamento) RR < 1 ( o risco de evento é menor no grupo tratado) Ex.: Redução do DAP (ductus arteriosus patente) no grupo exposto a menor ou maior oferta hídrica RR = 0,40 (IC 95% : 0,26 – 0,63): não contém 1 (é significativo) RRR = 1 – RR = 1 – 0,40 = 0,60 x 100 = 60 % (redução de 60% do DAP no grupo com menor oferta hídrica) DR: - 0,19 NNT = 5,3 ( o nº necessário para tratar com restrição hídrica para prevenir um caso de DAP é 5,3
  73. 73. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br MRE Hemorragia peri/intraventricular (HP/HIV): grupo com menor x maior oferta hídrica: RR = 0,94 (IC a 95% : 0,52 – 1,72) RRR = 1 – 0,94 = 0,06 x100 = 6% DR = - 0,011 NNT = 90,9 Interpretação: - A ingesta hídrica não afetou a incidência de HP/HIV (no intervalo de confiança do RR contém o 1, que quando presente significa nulidade da associação) - A restrição hídrica diminui a HP/HIV (não significativo) - É necessário restringir líquido em 90,9 RN para evitar a ocorrência de 1 caso de HP/HIV Quanto melhor o tratamento, menor o NNT
  74. 74. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br MRE Uso da dexametasona no tratamento da Displasia broncopulmonar (DBP) e efeito colateral - Hiperglicemia : RR = 1,27 (IC a 95%: 0,99 – 1,63). Há um aumento da glicemia em 27% dos pacientes (1,25 x 100 = 127: 100 + 27). Não significativo, pois o IC contem a unidade - Hipertrofia do miocárdio: RR = 9,0 (IC a 95%: 1,2 – 67,69). Aumento significativo de 9 vezes (o intervalo não contém a unidade)
  75. 75. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br MRE A apresentação dos Dados: Vejam a apresentação dos resultados: RR (95% IC) Ingesta hídrica menor x maior Ductus arteriosus patente Hemorragia peri/intraventricular Efeitos colaterais do uso da dexametasona na DBP Hiperglicemia Hipertrofia do miocárdio Quando a linha horizontal estiver a esquerda (RR<1) redução do evento; quando à direita (RR> 1): aumento do evento Toda vez que a linha horizontal tocar a linha vertical significa qu o RR não é significativo 1 1
  76. 76. Exercício da Medicina Baseado em Evidências Margotto PR, ESCS www.paulomargotto.com.br Risco Relativo/Odds Ratio • Intervalo de confiança: » Estima a magnitude da associação » Informa a variabilidade da estimativa (através da amplitude dos limites inf e sup) Exemplo: Redução do ductus arteriosus patente no grupo exposto a menor ou maior oferta hídrica RR = 0,40 (IC a 95% 0,26 – 0,63) não contém o 1 (é significativo na p< 0,05) RRR = 1– 0,40 = 0,60 x 100 = 60 % (redução do DAP no grupo com menor oferta hídrica) reduz entre 37 – 74%) NNT = 5,3 ( o nº necessário para tratar com restrição hídrica para prevenir um caso de DAP é 5,3)
  77. 77. INTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIOINTERPRETAÇÃO DO RISCO RELATIVO/ODDSRATIO EM PERINATOLOGIA/TESTE DE HIPÓTESESEM PERINATOLOGIA/TESTE DE HIPÓTESES
  78. 78. Forest plotForest plot  Mostra visualmente os resultados de uma meta-Mostra visualmente os resultados de uma meta- análise;análise; • Faz uma estimativa visual da quantidade de variação entre os resultados
  79. 79. Primeiro autor do estudo primário IC Linha do não efeito
  80. 80. USO DE ERITROPOETINA PRECOCEUSO DE ERITROPOETINA PRECOCE Cochrane (Ohlsson A, Aher SM. Early erythropoietin for preventing red blood cell transfusion in preterm and/or low birth weight infants
  81. 81. VENTILAÇÃO DE ALTA FREQUENCIA X CONVENCIONAL 6º Simpósio Internacional do Rio de Janeiro,28-30 de agosto de 2008
  82. 82. Esteróide pós-natal x morte neonatal 6º Simpósio Internacional do Rio de Janeiro,28-30 de agosto de 2008 Keith J Barrington* - kbarri@po-box.mcgill.ca
  83. 83. Esteróide pós-natal e deficiente neurodesenvolvimento 6º Simpósio Internacional do Rio de Janeiro,28-30 de agosto de 2008 Keith J Barrington* - kbarri@po-box.mcgill.ca
  84. 84. Esteróide pós-natal x paralisia cerebral 6º Simpósio Internacional do Rio de Janeiro,28-30 de agosto de 2008 Keith J Barrington* - kbarri@po-box.mcgill.ca
  85. 85. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br MRE - Comparação do lucinactante (Surfaxin ® ) x Colfosceril (Exosurf ® ) - Comparação do lucinactante (Surfaxin ®) x Beractante (Survanta ® )
  86. 86. Infecção fúngica sistêmica estáInfecção fúngica sistêmica está associada como desenvolvimento deassociada como desenvolvimento de retinopatia do prematuro em recémretinopatia do prematuro em recém nascidos de muito baixo peso: umanascidos de muito baixo peso: uma metanálisemetanálise Ivan Araújo MottaIvan Araújo Motta Natália BastosNatália Bastos Coordenação: Paulo R. MargottoCoordenação: Paulo R. Margotto Escola Superior de Ciências daEscola Superior de Ciências da Saúde/ESCS/SES/HRAS/DFSaúde/ESCS/SES/HRAS/DF www.paulomargotto.com.brwww.paulomargotto.com.br Unidade de Neonatologia do HRAS
  87. 87.  De 330 bebes com IFS, 118 tiveram ROP severa comparado com 235 deDe 330 bebes com IFS, 118 tiveram ROP severa comparado com 235 de 1951 sem IFS;1951 sem IFS;  O risco de desenvolver ROP severa foi significativamente maior no grupoO risco de desenvolver ROP severa foi significativamente maior no grupo com IFS:com IFS: (OR : 4,06; IC de 3,05-5,42;NNT:4,54)(OR : 4,06; IC de 3,05-5,42;NNT:4,54) Metagráfico de Odds Ratio (OR) deMetagráfico de Odds Ratio (OR) de severasevera ROP in IFS versus não IFS emROP in IFS versus não IFS em RNMMBP (n:todos os pacientes comRNMMBP (n:todos os pacientes com severasevera ROP;N: total de pacientesROP;N: total de pacientes elegíveis no estudo)elegíveis no estudo)
  88. 88. Periodontite x parto prematuroPeriodontite x parto prematuro  Lopez NJ et al,2005- estudo randomizado:Lopez NJ et al,2005- estudo randomizado: gengivite x tratamento:gengivite x tratamento: Odds ratio de 2,76;IC: 1,29 a 5,88)Odds ratio de 2,76;IC: 1,29 a 5,88)  Michalowwicz BS et al, 2006-estudoMichalowwicz BS et al, 2006-estudo randomizadorandomizado Odds ratio de 1,04; IC a 95%:0,68-1,58)Odds ratio de 1,04; IC a 95%:0,68-1,58) Sem resposta a respeito do valor do tratamentoSem resposta a respeito do valor do tratamento da periodontiteda periodontite Vaginose x parto prematuroVaginose x parto prematuro McDonald HM et al (2007):588 mulheresMcDonald HM et al (2007):588 mulheres -uso de antibióticos <20 semanas:-uso de antibióticos <20 semanas: OR=0,63, IC a 95%:OR=0,63, IC a 95%: 0,48-0,840,48-0,84
  89. 89. Risco Relativo/Odds Ratio: p x ICRisco Relativo/Odds Ratio: p x IC Intervalo de confiança:Intervalo de confiança: Estima magnitude da associaçãoEstima magnitude da associação Informa a variabilidade da estimativaInforma a variabilidade da estimativa (através da amplitude dos limites inf e sup.)(através da amplitude dos limites inf e sup.) Exemplo:Exemplo: Estudo AEstudo A Estudo BEstudo B EventoEvento EventoEvento Exercício da Medicina Baseado em Evidências Margotto PR, ESCS Kennedy KA, Frankowski Clin Perinatol 30 (2003) TratamentoTratamento ++ -- SimSim 323323 677677 10001000 NãoNão 359359 641641 10001000 682682 13181318 20002000 RR = 0,90 IC 95% : 0,80 – 1,02 TratamentoTratamento ++ -- SimSim 88 4242 5050 NãoNão 1616 3434 5050 2424 7676 100100 RR = 0,50 IC 95% : 0,24 – 1,06 P = 0,10 Sem diferença significativa: com IC grande: estudo pequeno para precisar efeito no tratamento com IC pequeno: improvável grande efeito benefico do tratamento
  90. 90. Risco Relativo/Odds RatioRisco Relativo/Odds Ratio Estudo A: RR = 0,90 (IC 95%.: 0,80 – 1,02)Estudo A: RR = 0,90 (IC 95%.: 0,80 – 1,02) Estudo B: RR = 0,50 ( IC 95%.: 0,24 – 1,06)Estudo B: RR = 0,50 ( IC 95%.: 0,24 – 1,06) A: RRR = 1 – 0,90 = 10% (improvável reduzir < 20% 1 – 0,80)A: RRR = 1 – 0,90 = 10% (improvável reduzir < 20% 1 – 0,80) B: RRR = 1 – 0,5 = 50% (reduz até 76%, mas podendoB: RRR = 1 – 0,5 = 50% (reduz até 76%, mas podendo aumentar 6%)aumentar 6%) Efeito pequeno/ não existenteEfeito pequeno/ não existente O efeito no tratamento não pode se avaliado (amostra pequena)O efeito no tratamento não pode se avaliado (amostra pequena) Exercício da Medicina Baseado em Evidências Margotto PR, ESCS Kennedy KA, Frankowski, 2003
  91. 91. Risco Relativo/Odds RatioRisco Relativo/Odds Ratio NNT: N º necessário para tratamento (expressa o beneficio doNNT: N º necessário para tratamento (expressa o beneficio do tratamento)tratamento) Grandes Ensaios randomizadosGrandes Ensaios randomizados →→ resultados estatísticosresultados estatísticos significativos (mesmo quando a magnitude da diferença -significativos (mesmo quando a magnitude da diferença - benefício - é pequena):benefício - é pequena): O clínico deve decidir se a magnitude do benefício justificar osO clínico deve decidir se a magnitude do benefício justificar os custos e os efeitos adversos.custos e os efeitos adversos. Ex: Tratamento A (n=400)Ex: Tratamento A (n=400) B (n=200)B (n=200) RR = 0,80RR = 0,80 0,800,80 NNT = 20NNT = 20 100100 São necessários tratar 100 RNSão necessários tratar 100 RN para evitar 1 danopara evitar 1 dano Exercício da Medicina Baseado em Evidências Margotto PR, ESCS Kennedy KA, Frankowski RF, 2003
  92. 92. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Teste de Fisher ou da Probabilidade Exata  Usado para amostras pequenas  Menos erro tipo I e II em relação ao qui-quadrado  n < 20 / n > 20 < 40 Ex.: a) célula da matriz de decisão com o valor 0 Suposição de uma determinada enzima em pessoas submetidas a uma reação sorológica ReaçãoReação EnzimaEnzima TotalTotal PresentePresente AusenteAusente ++ 55 11 66 -- 00 33 33 TotalTotal 55 44 99 P = (a+b!) x (C=d!) x (a+c!) x (b+d!) n! x 1 / a! b! c! d! P = [ (6! 3! 5! 4! / 9!] x [1/5! 1! 0! 3!) P = 0,046 = 4,76% P <=0,05: as pessoas submetidas a uma reação sorológica apresentam significativamente uma determinada enzima (afastamos a H0)
  93. 93. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Teste t  Testar o QI médio entre crianças nascidas a termo e prematuras  Testar uma droga (grupo tratado/grupo controle)  Teste t: analisa grupos simples ou compara 2 grupos (variável com distribuição normal ou aproximadamente normal) Passos:  Nível de significância: letra grega α  Média de cada grupo: X1: média do grupo 1 X2: média do grupo 2  Variância de cada grupo: S2 1: variância do grupo 1 S2 2: variância do grupo 2 N1 é o nº de elementos do grupo 1 N2 é o nº de elementos do grupo 2 • Variância Ponderada S2 = (n1 – 1)2 + (n2 – 1) S2 2 n1 + n2 - 2 O valor t é definido pela fórmula t = X 2 – X1 1 1 √ S2 n1 + n2
  94. 94. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Teste t t0 (t calculado) ≥ tc (t crítico: obtido na tabela de valores de t) Significa que as médias não são iguais, podendo se afastar a H0 Ex.: 1) Verificar se duas dietas para emagrecer são igualmente eficientes ou se determinada dieta foi melhor (produziu significativamente menor perda de peso)
  95. 95. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Perda de peso em Kg segundo a dieta DietaDieta 11 DietaDieta 22 1212 1515 88 1919 1515 1515 1313 1212 1010 1313 1212 1616 1414 1515 1111 1212 1313 Inicialmente, vamos estabelecer o nível de Significância:α = 5% Cálculos: Média de cada grupo X1 = 12 + 8 + ... + 13 = 120 = 12 10 10 X2 = 15 + 19+ ... 15 = 105 = 15 7 7 Variância de cada grupo: S1 2 = 4 S2 2 = 5
  96. 96. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br TESTE t Verificação de duas dietas (continuação) Variância ponderada: S2 2 = 9x4 + 6x5 = 4,4 9+6 Cálculo do valor de t: t= 15 – 12 = 2,902 √ 4,4 1 + 1 10 7 Graus de liberdade: n1 + n2 – 2 = 10 +7 – 2 = 15 (Correção em função do tamanho da amostra e do nº de combinações possíveis) Na tabela de valores de t : t0 > tc: a dieta 2 produziu maior perda de peso (significativo):rejeitamos a H0
  97. 97. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br TESTE t Valores de t, segundo os graus de liberdade e o valor de α
  98. 98. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Análise de Variância/Estatística F (ANOVA: Analysis of Variance)  Usado para comparar médias de mais de duas populações Ex.: testar 4 drogas diferentes (diuréticos) ao mesmo tempo e avaliar o efeito de cada droga sobre o débito urinário em 16 voluntários. teste t: comparar os grupos 2 a 2 (6 testes t separados) - perda de tempo - erro tipo I de 30% (5% de erro em 6 análises) Então, vamos usar o teste ANOVA (comparação de pares):
  99. 99. Bioestatística BásicaBioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Análise de Variância/Estatística F (ANOVA: Analysis of Variance)  Se os grupos são semelhantes, a variância em cada um (dentro) dos grupos é semelhante aquela entre os grupos.  Determinar a variabilidades das médias dentro de cada amostra e a variabilidade entre as médias das amostras F = estimação da variância ENTRE os grupos estimação da variância DENTRO dos grupos F – distribuição F e R A Fisher F obs ≥ F crítico: rechaça a H0
  100. 100. Bioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Testes não – paramétricos  Usados quando a distribuição da população é altamente assimétrica  Não são tão eficientes quanto ao paramétricos  Variaveis Nominais  Teste do Sinal - Sign Test: variáveis qualitativas ou nominais. Este teste recebe este nome porque a diferença em cada par é convertida nos sinais de (+), de (-) ou (zero) - quando não houver diferença. Alternativa nãp paramétrica (menos poderosa) do teste t para amostras emparelhadas. Pode ser aplidado para amostras não emparelhadas - H0: 1/2 dos sinais são (+) e 1/2 dos sinais são (-) - H1: a proporção de vezes (p) em que aparece o sinal (+) ou (-), seja igual a 0,5; valendo-se disto, é possível gerar um escore Z, utilizando a fórmula: Z = 2 (p´ - 0,5) √ n n: nº de pares em que houve a diferença p,: é a freqüência de sinais (+) ou negativos (-). Bioestatística BásicaBioestatística Básica √ : raiz quadrada
  101. 101. Bioestatística Básica Margotto, PR (ESCS) www.paulomargotto.com.br Testes não – paramétricos  Teste do Sinal Considere a população em que se deseja escolher dois equipamentos de laboratório, A e B capazes de realizar 12 análises diferentes e que a rapidez da execução seja um ponto a ser considerado. Foi feita uma aferição dos tempos gastos para executar cada tarefa, com a finalidade de verificar se os equipamentos diferiam entre si.
  102. 102. Bioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Testes não – paramétricos Tarefa Tempo A Tempo B Diferença (A – B) 1 40 29 + 2 22 16 + 3 22 29 - 4 45 41 + 5 68 61 + 6 33 24 + 7 48 54 - 8 75 68 + 9 41 36 + 10 44 36 + 11 47 42 + 12 31 25 + Aferição dos sinais negativos: p = 2/12 = 1/6 Z = 2 (1/6 - 0,5) √12 = - 2,28 O valor crítico de Z para um alfa de 5% é 1,96; logo, pode-se dizer que os equipamentos de A e B diferem entre si quanto à velocidade para um nível de significância de 5%. Bioestatística BásicaBioestatística Básica √ : Raiz quadrada
  103. 103. Bioestatística Básica IBioestatística Básica I Testes Estatísticos não – paramétricos Wilcoxon Signed Rank Sum Test (Teste de Wilcoxon): variáveis ordinais Este teste destina-se a comparar dois grupos emparelhados; é usado exatamente da mesma situação do teste t para amostras emparelhadas. Como calcular: 1. Calcular a diferença entre os valores 2. Atribuir postos aos valores absolutos das diferenças (a meno diferença recebe o posto 1) 3. Somar todos os postos das diferenças positivas e das negativas obtendo-se somas chamadas de T Na tabela apropriada (tabela A-8 no final), encontrar os valores de p correspondentes aos valores dos T obtidos, considerando como n o número de pares em que a diferença é 0. Se os dois valores estiverem bastante afastados, o valor de p será pequeno: algumas tabelas usam apenas o menor valor de T. Bioestatística BásicaBioestatística Básica
  104. 104. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Testes Estatísticos não – paramétricos Seja o exemplo: Considere o estudo de um fármaco, em que os usuários do mesmo parecem ter o número de certo tipo de célula sangüínea alterada durante o seu uso e que se tenha obtido os seguintes resultados: Contagem de nº de células 10001000 8751235 9881333 858999 11011101 10021361 11041420 8001095 8901162 DrogaGrupo Controle Vamos calcular as diferenças e classificá-las -010001000 - 7- 3608751235 - 5- 3459881333 -1 (a menor)- 141858999 -011011101 - 6- 35910021361 - 4- 31611041420 - 3- 2958001095 - 2- 2728901162 Classif. da diferençaDiferençaDrogaControle Bioestatística BásicaBioestatística Básica
  105. 105. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Testes Estatísticos não – paramétricos Teste de Wilcoxon • A soma dos postos (rank) das diferenças negativas é (-28) (T=28) e das diferenças positivas, fez zero (não houve nenhum) • N = 7 (9-2), pois foram excluidos 2 pares em que não houve diferença • Na tabela específica, abtem-se um valor de T = 2 (Tcrítico) • Tobs > Tc ( T28 > T2): a droga • Altera significamente a contagem da célula sanguínea Bioestatística BásicaBioestatística Básica
  106. 106. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Testes Estatísticos não – paramétricos Teste de U de Mann – Whitney • Alternativa para teste t para amostras independentes • Todos os cálculos são feitos com postos (ranks) e não c/ os valores reais Bioestatística BásicaBioestatística Básica
  107. 107. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Testes Estatísticos não – paramétricos Teste de U de Mann – Whitney • Ex .: Aferiu-se a pressão arterial de 2 grupos de estudantes (A eB). Há diferenças estatisticamente significantes entre as medianas do grupo A e B? Resultados das pressões arteriais para os grupos A e B com os respectivos postos Somativo dos Postos: A: 5,5 + 2 + 4 + 1 + 3 = 15,5 B: 5,5 + 10 + 9 + 8 + 7 = 39,5 31425,5Postos de A 958510090110Pressões do Grupo A 789105,5Postos de A 115120125150110Pressões do Grupo B Ao atribuir postos aos dados (o valor 1 para o mais baixo, 2 para o imediatamente superior,etc), havendo empate de valores, atribuir um posto igual a média dos postos que seriam ocupados se não houvessem empate Bioestatística BásicaBioestatística Básica
  108. 108. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Testes Estatísticos não – paramétricos Teste de U de Mann – Whitney Para testar a diferença entre as somas dos postos, calcula-se o estatístico U para ambos os grupos, utilizando as seguintes fórmulas: U1 = n1 n2 + n1(n+ 1) - R1 2 U2= n1 n2 + n2(n2+ 1) - R2 2 e n1: tamanho da amostra menor n2: tamanho da amostra maior R1 e R2: soma dos postos de cada grupo Fazendo os cálculos: U1 = (5 x 5) + 5 ( 5+1) - 15,5 = 24,5 2 U2 = (5 x 5) + 5 ( 5+1) - 39,5 = 0,5 2 U obs ≤ ∝ - aceita-se H1 U observado: o menor dos valores obtidos para U1 e U2 que deve ser comparado com U crítico (Uc) obtido em tabela específica Neste caso, Uo <0,05 e aceita-se a H1 Bioestatística BásicaBioestatística Básica
  109. 109. Bioestatística BásicaBioestatística Básica
  110. 110. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Sensibilidade/Especificidade/Valor Predictivo  Quando realizam provas ou exames, surgem de imediato duas perguntas: 1. se a doença está presente, qual é a probabilidade de que o resultado seja positivo? 2. Se a doença está ausente, qual é a probabilidade de que o resultado seja negativo? A resposta à primeira pergunta determina a sensibilidade e à segunda, especificidade  Sensibilidade: capacidade do procedimento de efetuar diagnósticos corretos quando esta está presente (verdadeiros, positivos ou doentes).  Especificidade: capacidade do procedimento de efetuar diagnósticos corretos da ausência de doença quando esta está ausente (verdadeiros, negativos ou sem esta patologia). Bioestatística BásicaBioestatística Básica
  111. 111. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Sensibilidade/Especificidade/Valor Predictivo  Usamos Tabelas de Dupla entrada (matriz de decisão) para a apresentação numérica já que os dados qualitativos: Sensibilidade: a (considera os acertos positivos) a + c Esfecificidade: d (considera os acertos negativos) b + d a + b + c + d (n)b + da+ c c + dd verdadeiros negativos c falsos negativos- a + bb falsos positivosa verdadeiros positivos + Sentido da analise NãoSim Resultado do procedimento Patologia confirmada Bioestatística BásicaBioestatística Básica p
  112. 112. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Sensibilidade/Especificidade/Valor Predictivo  A medida que aumenta a sensibilidade, perde-se em especificidade e vice-versa (estudá-los em conjunto)  A sensibilidade e a especificidade NÃO variam com a prevalência: mede a totalidade dos casos da doença na população em estudo 291181110Totais 206180 (d)26 (c)- 851(b)84 (a)+ TotaisAusentePresenteHemocultura Infecção Fúngica S = 84 x 100 = 76% (observem que 245 [ 100 – 76] dos pacientes com infecção 110 fúngica sistêmica têm hemocultura negativa para fungos). E = 180 x 100 = 99% (se o paciente não tem infecção fúngica sistêmica há uma chance de 99% de que a sua hemocultura para fungos seja negativa) Bioestatística BásicaBioestatística Básica
  113. 113. Bioestatística Básica IBioestatística Básica I Sensibilidade/Especificidade/Valor Predictivo Sempre existe uma margem de erro e para afirmar se existe ou não a doença empregando um procedimento diagnóstico, deve-se considerar: • - Se o procedimento tem resultado positivo, qual é a probabilidade de que a doença esteja realmente presente? (de que se confirme a doença). É o que chamamos de valor Predictivo Positivo (VPP) - - Se o procedimento tem resultado negativo, qual é a probabilidade de que a doença esteja realmente ausente (de que se descarte a doença)? É o que chamamos de Valor Predictivo Negativo (VPN). Bioestatística BásicaBioestatística Básica
  114. 114. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Sensibilidade/Especificidade/Valor Predictivo Para calcularmos o VPP e o VPN, recorremos à matriz de decisão, sendo que agora, a análise é feita por linha (sentido horizontal). A + B + C +D (N)A + B + C +D (N)B + DB + DA + CA + C C + DC + DDDCC-- A + BA + BBBAA++ NãoNãoSimSim PatologiaPatologia Resultado doResultado do ProcedimentoProcedimento Sentido da Análise VPN = d (expressa a confiabilidade de um c + d resultado de exame negativo) Bioestatística BásicaBioestatística Básica
  115. 115. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Sensibilidade/Especificidade/Valor Predictivo No exemplo: 291181110Totais 206180 (d)26 (c)- 851(b)84 (a)+ TotaisAusentePresenteHemocultura Infecção Fúngica VPP = 84 x 100 = 98,8% VPN = 180 x 100 = 87,4% 85 206 Bioestatística BásicaBioestatística Básica
  116. 116. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Sensibilidade/Especificidade/Valor Predictivo Exatitude: é um indicador que considera, de maneira conjunta, as predicções corretas do procedimento, positivas e negativas E = verdadeiros positivos + verdadeiros negativos x 100 total de indivíduos com ou sem a doença E = a+d x 100 a+b+c+d Cohen descreveu um índice, chamado Índice Kappa para avaliar o grau de acerto do procedimento, ou seja, para avaliar o quanto o resultado do procedimento escapa do azar: (é um índice de acordo) 0,75 - 1 : muito bom 0,4< 0,74: regular a bom ≤ 0,35: ruim (o diagnóstico não é explicado pelo procedimento e sim pelo azar em 95% das vezes). Bioestatística BásicaBioestatística Básica
  117. 117. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Sensibilidade/Especificidade/Valor Predictivo Cálculo do Índice Kappa: baseia-se na exatitude Índice Kappa = exatitude observada - exatitude esperada 1 - exatitude esperada Exemplo: 563224Total 34304- 22220+ TotalNãoSim Procedimento Exatitude observada: 30 + 20 = 0,89 56 Bioestatística BásicaBioestatística Básica
  118. 118. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Sensibilidade/Especificidade/Valor Predictivo Observem que para calcular o Índice de Kappa (índice de acordo), falta apenas calcular a exatitude esperada que não se espera em (a) e (d) por azar: Exatitude esperada = fila total x total coluna N (total geral) Para o (d): 34 x 32 = 19,42 (fila de exames (-) x coluna de patologia (-)). 56 Para o (a): 22 x 24 = 9,42 (fila de exames (+) x coluna de patologia (+)). 56 Bioestatística BásicaBioestatística Básica
  119. 119. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Sensibilidade/Especificidade/Valor Predictivo Assim, a matriz de decisão anterior fica: Exatitude esperada: a + d = 9,42 + 19,42 = 0,52 N 56 30 (19,42) (d)4 (c)- 2 (b)20 (9,42) (a)+ NãoSim Procedimento Patologia Bioestatística BásicaBioestatística Básica
  120. 120. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Sensibilidade/Especificidade/Valor Predictivo Agora, aplicar a fórmula do Índice de Kappa: Índice Kappa = 0,89 – 0,52 = 0,77 1 – 0,52 Interpretação: o procediemento analisado é muito bom Para maior peso ao resultado achado, podemos calcular o intervalo de confiança a 95% do Índice Kappa e para este: - Calcular o erro standard do Índice Kappa - Multiplicar o erro standard por 1,96 - Somar e diminuir, deste resultado, o índice de Kappa previamente calculado - Significância: ausência da unidade no intervalo de confiança Bioestatística BásicaBioestatística Básica
  121. 121. Bioestatística Básica IBioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Sensibilidade/Especificidade/Valor Predictivo Cálculo do erro standard do Índicee Kappa: Esk = 1 . (1 – pe) ? n ? pe + pe 2 – p1.p1 (p1 + p1) + p2.p2 (p2 + p2) pe: probabilidade esperada exatitude esperada Veja o exemplo: 5632p224 p1 p230 p224 p21- p12 p1220 p11+ -+ Patologia Procedimento p11 = a/N; p12 = b/N; p21 = c/N; p22 = d/N; p2 c+d/NP1 = a+b/N pe = 0,52 ESK = 1 x ? 0,52 + (0,61) 2 – 0,39 x 0,39 (0,39 + 0,39) + 0,61 x 0,61 (0,61 + 0,61) (1-0,52) ?56 ESk = 1 x ? 1,24 = 0,28 x 0,11 = 0,31 0,31 x 1,96 = 0,60 0,36 Intervalo de confiança = 0,17 1,37 (0,77 – 0,60) (0,77+0,60) Bioestatística BásicaBioestatística Básica ?: raiz quadrada X
  122. 122. BioestatBioestatíística Bstica Báásicasica tto, PR (ESCS) www.paulomargotto.com.br Sensibilidade/Especificidade/Valor Predictivo or preditivo e a exatitude modificam –se com a prevalência cil diagnósticar em uma epidemia). m não se deve fazer comparação direta dos valores de predicção procediemtnos desenvolvidos em grupos com diferentes evalências. ajustar o valor da predicção a uma dada prevalência da doença, liza-se o Teorema de Bayes: P = prevalência da doença x sensibilidade . valência x sensibilidade+ (1 – prevalência) x (1 – especificidade)
  123. 123. Bioestatística Básica I Margotto, PR (ESCS) www.paulomargotto.com.br Sensibilidade/Especificidade/Valor Predictivo Propósito dos Procedimentos  Procedimentos de triagem (dosar glicemia para detectar diabetes), Papanicolau para câncer genital). Aceita-se um certo nº de falsos positivos  Procedimentos de ALTA sensibilidade (que captem o maior nº de pacientes possível) Os positivos não devem ser considerados doentes, mas com alta possibilidade de ter doença  Procedimento confirmatório: devem ter ALTA especificidade e ALTO valor predictivo positivo de maneira a não haver falsos positivos Bioestatística BásicaBioestatística Básica
  124. 124. Bioestatística BásicaBioestatística Básica www.paulomargotto.com.br (Objeto Planília-Editar)
  125. 125. Curva “ROC”  ROC - Receiver Operator Caracteristic  COR - Características de Operação do Receptor  Forma de representar a relação normalmente antagônica entre SENSIBILIDADE e ESPECIFICIDADE de um teste diagnóstico quantitativo, ao longo de um contínuo de valores ponto de corte (“cut off point”)  O “cut off point” vai influenciar as características do teste  A Curva ROC descreve diferentes valores de SENS e ESPECIF para um determinado número de valores “cut off point” Bioestatística BásicaBioestatística Básica
  126. 126. -Permitem evidenciar os valores para os quais existe maior otimização da sensibilidade em função da especificidade ponto em que se encontra mais próximo do canto superior esquerdo do diagrama -Permitem quantificar a exatidão de um teste diagnóstico (proporcional à área sob a curva) -Permitem comparar testes diagnósticos Bioestatística BásicaBioestatística Básica Curvas “ROC”
  127. 127. CURVA ROC Teste A-melhor acurácia que o teste B (teste inválido: os seus resultados não são melhores do que os da chance) Ponto 1: maior valor de sensibilidade e especificidade; ponto 2: maior sensibilidade, porem menor especificidade; ponto 3: maior especificidade, porém, menor sensibilidade A escolha do “cut off” vai depender do interesse em aumentar a sensibilidade ou a especificidade Falso- positivo (1-especificidade)
  128. 128. Bioestatística BásicaBioestatística Básica

×