1
2
RAE-CEA–19P17
RELATÓRIO DE ANÁLISE ESTATÍSTICA SOBRE O PROJETO:
“A prática regular de atividade física e a associação com doenças respiratórias em adultos”
Aline Alves de Oliveira Gisela Tunes da Silva
Isabella Regina Passos da Mata Firmino
3
TÍTULO: Relatório de Análise Estatística sobre o Projeto: “A prática regular de atividade física e a associação com doenças respiratórias em adultos”.
PESQUISADOR(A): Adalberto R. S. Nazareth ORIENTADOR(A): Prof. Dra. Monica Yuri Takito
INSTITUIÇÃO: Escola de Educação Física e Esporte da USP (EEUSP) FINALIDADE DO PROJETO: Mestrado
RESPONSÁVEIS PELA ANÁLISE: Aline Alves de Oliveira Gisela Tunes da Silva
Isabella Regina Passos da Mata Firmino
REFERÊNCIA DESTE TRABALHO: OLIVEIRA, A.A.; SILVA, G.T.; FIRMINO, I.R.P.M; Relatório de análise estatística sobre o projeto: “ A prática regular de atividade física e a associação com doenças respiratórias em adultos ”. São Paulo, IME-USP, 2019. (RAE–CEA-19P17)
4
FICHA TÉCNICA
REFERÊNCIAS BIBLIOGRÁFICAS:
BRASIL (2010). Ministério da Saúde. Secretaria de Atenção à Saúde. Departamento de Atenção Básica . Doenças respiratórias crônicas . CADERNOS DE ATENÇÃO
BÁSICA . Brasília: Ed. Ministério da Saúde.
BROSTOM, G. e HOLMBERG, H (2011). Generalised Linear Models with Clustered Data: Fixed and random effects models with glmmML . Disponível em:
< https://mran.microsoft.com/snapshot/2015-11-17/web/packages/eha/vignettes/glmmML .pdf >. Acessado em: 08 de novembro de 2019.
CORNISH, R (2007). Cluster Analysis . Disponível em:
< http://www.statstutor.ac.uk/resources/uploaded/clusteranalysis.pdf >. Acessado em: 04 de setembro de 2019.
KREITZMAN, L. e FOSTER, R.G (2010). SEASONS OF LIFE The biological rhythms that enable living things to thrive and survive, 2010.
OLSEN, M. K. e SCHAFER, J. L. (2001) . A Two-Part Random-Effects Model for Semicontinuous Longitudinal Data .
PITANGA, F. J. G. (2002). Epidemiologia, atividade física e saúde . Revista Brasileira Ciência e Movimento, Brasília.
SMITH, L. (2002). A tutorial on Principal Components Analysis . Disponível em: < http://www.cs.otago.ac.nz/cosc453/student_tutorials/principal_components.pdf >. Acessado em: 04 de setembro de 2019.
5
PROGRAMAS COMPUTACIONAIS UTILIZADOS: Microsoft Word for Windows (versão 2016)
Microsoft Excel for Windows (versão 2016) R (versão 3.5.1)
TÉCNICAS ESTATÍSTICAS UTILIZADAS Análise Descritiva Unidimensional (03:010) Análise de Componentes Principais (06:070) Análise de Conglomerados (06:120)
Outros (07:990)
ÁREA DE APLICAÇÃO Educação Física (14:990)
6
Resumo
Com o intuito de avaliar a associação de atividade física com a frequência de sintomas de doenças sazonais nas diferentes estações do ano, através de um questionário online , foram coletadas informações relacionadas à prática de atividade física e sintomas de doenças respiratórias referentes ao ano anterior à data da resposta de 458 indivíduos.
Para resumir a quantidade de variáveis relacionadas aos sintomas com uma perda mínima de informações, foram realizadas a análise de componentes principais e análise de agrupamentos, pelas quais foram criadas três variáveis respostas: índice 1 de dias com sintomas; índice 2 de dias com os sintomas cansaço, catarro, espirro e nariz tapado; índice 3 de dias com os sintomas falta de ar, rouquidão e tosse.
Através da análise descritiva, é possível concluir que, para a maioria dos sintomas, o percentual de pessoas que apresentam queixas é maior no inverno do que nas demais estações. Além disso, a média de dias com sintomas é maior para aqueles que não praticaram exercício no último ano.
A análise inferencial foi realizada considerando somente os indivíduos da cidade de São Paulo, devido a presença de poluição atmosférica. Para cada variável resposta foi ajustado um modelo misto, pois no estudo há a presença de medidas repetidas, uma vez que as informações são coletadas ao longo de 12 meses. Para alguns índices, foi necessário utilizar um modelo que incorpora uma grande quantidade de valores iguais a zero. Os resultados mostram que, de fato, o inverno tem um efeito positivo para o aumento da média de cada índice, e que a idade e a vacina da gripe podem influenciar no número médio de dias com sintomas.
7 Sumário 1. Introdução ………... 9 2. Objetivo ………... 10 3. Descrição do estudo ………... 10
4. Descrição das variáveis ……….. 11
4.1 Variáveis demográficas ………. 11
4.2 Variáveis relacionadas à prática de atividade física ………. 12
4.3 Variáveis relacionadas aos sintomas de doenças respiratórias ………... 13
4.4 Variáveis climáticas e poluição ……….. 14
5. Análise descritiva ………. 14
5.1 Análise descritiva por sintoma ……….. 16
5.2 Análise de componentes principais ……….. 18
5.3 Análise de agrupamentos ………... 18
5.4 Análise descritiva das variáveis respostas ……… 19
5.4.1 Análise descritiva da variável resposta índice 1 de dias com sintomas …… 20
5.4.2 Análise descritiva da variável resposta índice 2 de dias com sintomas ... 22
5.4.3 Análise descritiva da variável resposta Índice 3 de dias com sintomas …... 24
5.4.4 Análise descritiva da variável grau de severidade ………... 26
6. Análise inferencial ……….. 27
6.1 Modelo para a variável índice 1 de dias com sintomas ……….. 29
6.2 Modelo para a variável índice 2 de dias com sintomas ………. 30
6.3 Modelo para a variável índice 3 de dias com sintomas ……….. 31
6.4 Modelo para a variável acamado ……….. 33
8 7. Conclusões ………... 35 APÊNDICE A - TABELAS……….... 37 APÊNDICE B - FIGURAS……… 75 APÊNDICE C - ANEXOS……….... 101
9
1. Introdução
A prática de atividade física traz inúmeros benefícios para a saúde. Para Pitanga (2002), essa prática está diretamente relacionada com a diminuição do risco de doenças coronarianas, diabetes, hipertensão e osteoporose, segundo pesquisas epidemiológicas.
Um dos possíveis efeitos positivos da prática de exercício físico é na melhoria do sistema imune. Na verdade, há evidências científicas de que o exercício exaustivo, ou seja, praticado com muita intensidade, reduz a imunidade, enquanto que a a atividade física realizada de maneira moderada apresenta efeito positivo no sistema imune.
Por outro lado, quando a imunidade é afetada, o organismo encontra dificuldades em manter o corpo livre de doenças, como por exemplo, as doenças respiratórias. Anualmente, no Brasil, a porcentagem de pessoas que apresentam gripe e infecções respiratórias é de 25% da população (Brasil, 2010). Sabe-se também que um fator influenciador para o aparecimento de doenças crônicas ou infecciosas é a sazonalidade (Kreitzman e Foster, 2010). Esta pode ser considerada um importante fenômeno natural regulador da vida na Terra, ocasionando impacto no organismo humano devido às diversas variações climáticas. As doenças sazonais ocupam o segundo lugar no número de óbitos por doenças infecciosas.
Além do impacto que a sazonalidade traz ao organismo, as pessoas praticam exercício de acordo com as condições climáticas. Por exemplo, alguns indivíduos sentem-se mais motivados a se exercitarem em dias de sol, com temperaturas mais agradáveis, enquanto outros não deixam a atividade física de lado mesmo em dias mais frios ou chuvosos.
10
Diante desse quadro, é natural surgir a ideia de relacionar a prática de exercício físico com a ocorrência de doenças respiratórias. Um questionamento natural que surge é sobre o efeito da prática de atividades físicas na ocorrência de doenças respiratórias sazonais e se seria possível reduzir a incidência dessas doenças nos períodos de maior ocorrência.
2. Objetivo
O estudo tem como objetivo a avaliação da associação entre a prática regular de atividade física e a frequência dos sintomas de doenças sazonais, como gripes sazonais e doenças respiratórias. Mais especificamente, o trabalho visa investigar a magnitude de possíveis associações entre o exercício físico, sua intensidade e regularidade, sobre a incidência no número de episódios de sintomas de gripes ou infecções respiratórias durante o ano, com atenção especial no padrão dos sintomas no inverno, composto por meses em que esses sintomas apresentam maior incidência.
3. Descrição do estudo
O projeto se caracteriza como um estudo descritivo, observacional e retrospectivo. Por meio de diversos questionários aceitos e validados mundialmente, foi criado um novo questionário, aprovado pelo comitê de ética EEFEUSP, com perguntas relacionadas à prática de atividade física e sintomas de doenças respiratórias referentes ao ano anterior à data da resposta, além de informações que caracterizam o
11
indivíduo. Os dados foram coletados de maneira online , principalmente através da disponibilização do questionário em redes sociais durante o período de março de 2018 a abril de 2019. A amostra utilizada no estudo é de 458 pessoas, com idade de 18 anos ou mais, não necessariamente atletas.
4. Descrição das variáveis
As variáveis neste estudo podem ser divididas em quatro grupos: variáveis demográficas, variáveis relacionadas à prática de atividade física, variáveis relacionadas aos sintomas de doenças respiratórias e variáveis climáticas. A seguir, são apresentadas as descrições das variáveis de cada grupo.
4.1 Variáveis demográficas ● Sexo: masculino e feminino ● Idade (anos)
● Fumante: sim e não
● Vacina: variável que indica que se o indivíduo tomou a vacina da gripe, sendo o sim
o não
● IMC (kg/m 2 ): estado nutricional calculado a partir do peso e altura informados
pela pessoa, sendo o 1: menor que 18,5 o 2: 18,5 a 24,9 o 3: 25,0 a 29,9 o 4: 30,0 a 34,9 o 5: 35,0 a 39,9 o 6: maior ou igual a 40,0
12
4.2 Variáveis relacionadas à prática de atividade física
Para essas variáveis, são consideradas as informações referentes ao ano anterior à data em que o questionário foi respondido.
● Praticou exercício: variável binária que indica se a pessoa praticou exercício físico no ano anterior, com as categorias
○ sim ○ não
● Praticou exercício aeróbico: variável binária que indica se a pessoa praticou exercício físico aeróbico no ano anterior, com as categorias
○ sim ○ não
● Praticou exercício resistido: variável binária que indica se a pessoa praticou exercício físico resistido no ano anterior, com as categorias
○ sim ○ não
● Intensidade do exercício aeróbico: intensidade com que a pessoa pratica o exercício aeróbico, considerando as categorias
o leve o moderada o vigorosa
● Intensidade do exercício resistido: intensidade com que a pessoa pratica o exercício resistido, considerando as categorias
o leve o moderada o vigorosa
● Exercício aeróbico: número de dias em que o indivíduo praticou exercício aeróbico no mês
13
● Exercício resistido: número de dias em que o indivíduo praticou exercício resistido no mês
4.3 Variáveis relacionadas aos sintomas de doenças respiratórias
As variáveis descritas a seguir referem-se aos sintomas das doenças respiratórias sazonais. Os participantes do estudo precisavam informar, para cada mês do ano, o número de dias com cada sintoma. Portanto, para cada sintoma, tem-se 12 respostas por unidade amostral (uma resposta por mês), o que caracteriza medidas repetidas. As variáveis são:
● Tosse (dias): número de dias em que o indivíduo teve tosse no mês ● Coriza (dias): número de dias em que o indivíduo teve coriza no mês
● Falta de ar (dias): número de dias em que o indivíduo teve falta de ar no mês ● Espirro (dias): número de dias em que o indivíduo teve espirro no mês
● Nariz tapado (dias): número de dias em que o indivíduo ficou com o nariz tapado no mês
● Rouquidão (dias): número de dias em que o indivíduo teve rouquidão no mês ● Cansaço (dias): número de dias em que o indivíduo sentiu cansaço no mês ● Acamado: variável que indica se o indivíduo ficou acamado no mês, sendo
o sim o não
Com base nas respostas obtidas para os sintomas descritos, os pesquisadores criaram uma variável que indica o grau de severidade, considerando as seguintes categorias:
● 0: nenhum sintoma no mês
● 1: menos de três sintomas ou até três sintomas por menos de quatro dias ● 2: três ou mais sintomas com pelo menos um deles durando de quatro a 10 dias ● 3: três ou mais sintomas com pelo menos um deles durando mais de 10 dias
14
Esse grau de severidade foi obtido para os 12 meses.
4.4 Variáveis climáticas e poluição
Por fim, são descritas as variáveis relacionadas às informações climáticas da localidade onde indivíduos residem. As variáveis são:
● Temperatura média ( o C): temperatura média da localização do indivíduo no mês
● Amplitude ( o C): amplitude térmica da localidade do indivíduo no mês
● Poluição (dias): número de dias desfavoráveis com poluição da localidade do indivíduo no mês
● Precipitação (mm): quantidade de precipitação na localidade do indivíduo no mês ● Umidade (%): umidade relativa do ar da localidade do indivíduo no mês
● Fotoperíodo (horas de luz): quantidade de horas de luz média da localidade do indivíduo no mês.
● Estação do ano: variável que indica a estação do ano, sendo ○ verão
○ outono ○ inverno ○ primavera
5. Análise descritiva
Nesta seção, serão apresentadas as análises descritivas dos dados.
Primeiramente, é importante verificar a distribuição de frequências de algumas variáveis. As Tabelas A.1 a A.6, assim como as Figuras B.1 a B.6, apresentam a frequência de pessoas por sexo, IMC, se a pessoa é fumante ou não, se praticou exercício no ano anterior, seja do tipo aeróbico ou resistido e a intensidade com que
15
esse exercício foi praticado. Pela Tabela A.1 e Figura B.1, nota-se que 63% do público que respondeu ao questionário é do sexo feminino. A categoria com maior porcentagem de IMC (Tabela A.2 e Figura B.2) é a de 18,5 a 24,9, representando 47% da amostra. Conforme a Tabela A.3 e Figura B.3, apenas 11% das pessoas são fumantes. Em relação à prática de atividade física, observa-se na Tabela A.4 e Figura B.4, que dos 458 indivíduos, 381 (83%) praticaram exercício físico no ano anterior. Analisando por tipo de exercício físico, tem-se que, somando a coluna de porcentagem da Tabela A.5 , 79% dos indivíduos praticaram exercício aeróbico, sendo que a maioria praticou esse tipo de exercício com intensidade moderada. Para esta variável, 3 pessoas disseram que praticaram exercício aeróbico, porém, assinalaram a intensidade como “não realizou” e, portanto, não foram consideradas na análise da frequência da variável. O mesmo ocorreu para a variável praticou exercício resistido, mas apenas para um caso. Além disso, nota-se que para aqueles que praticaram exercício resistido, a intensidade praticada com maior frequência (41% dos indivíduos) também é a moderada (Tabela A.6 e Figura B.6).
A Tabela A.7 mostra as medidas-resumo da variável idade. Nota-se que a idade média dos respondentes é de aproximadamente 39 anos, o respondente mais jovem tem 18 anos (que é a idade mínima permitida para responder o questionário) e a idade máxima é de 77 anos.
As seções a seguir apresentam análises descritivas mais detalhadas. É importante ressaltar que os dados apresentam medidas repetidas, pois as informações foram coletadas nos mesmos indivíduos ao longo de 12 meses.
16
5.1 Análise descritiva por sintoma
As Tabelas A.8 a A.15 mostram as medidas-resumo dos sintomas tosse, coriza, falta de ar, espirro, nariz congestionado, rouquidão, cansaço e acamado, respectivamente. Para melhor interpretação dos dados, essas medidas foram obtidas separadamente para indivíduos com e sem a presença do sintoma em cada estação do ano, sendo assim, em cada tabela há a coluna “Apresentou sintoma”, que tem as categorias sim e não, referente ao sintoma que está sendo analisado. Em cada tabela, a letra n representa o número de pessoas em cada categoria (e não de observações, conforme explicado anteriormente) e são apresentadas as medidas-resumo média, desvio padrão, primeiro quartil (Q1), mediana, terceiro quartil (Q3), mínimo e máximo do número de dias com determinado sintoma. As estações do ano são baseadas na junção de informações trimestrais, ou seja, o verão é baseado na junção das informações dos meses de janeiro, fevereiro e dezembro, o outono baseado nos meses de março, abril e maio, o inverno contém a junção dos meses de junho, julho e agosto, e por fim, a primavera é composta pelas informações dos meses de setembro, outubro e novembro. Portanto, se tratam de 1374 medidas por estação.
Pela Tabela A.8, é possível observar que a quantidade de pessoas que apresentaram tosse no inverno é mais do que o dobro das que apresentaram este sintoma no verão, porém, dentre aqueles que apresentaram tosse, o número médio de dias com o sintoma foi menor no outono e no inverno quando comparado com as outras duas estações. Além disso, o desvio padrão é maior nessas estações. Nota-se que em todas as estações há casos de indivíduos que não apresentaram o sintoma em nenhum dia, assim como apresentaram em quase todos os dias dos três meses.
Na Tabela A.9, observa-se que, no inverno, 38% dos indivíduos apresentaram coriza. Na Tabela A.10, nota-se que as pessoas apresentaram falta de ar com menor
17
frequência do que os demais sintomas e o inverno é a estação com maior percentual de indivíduos afetados com de falta de ar.
Pela Tabela A.11, é possível perceber que, dentre os indivíduos que apresentaram o sintoma espirro, o número médio de dias espirrando é de pelo menos 15. Considerando toda a amostra, essa média é de no mínimo 4 dias.
Em todas as estações, pelo menos 20% das pessoas apresentaram o sintoma nariz tapado, como pode ser visto na Tabela A.12. O verão é a estação com maior número médio de dias com este sintoma considerando aqueles que apresentaram nariz tapado, enquanto o inverno apresenta maior média considerando o total.
Em relação ao sintoma rouquidão, pela Tabela A.13, observa-se que em todas as estações cerca de 90% das pessoas não sentiram esse sintoma. Além disso, o verão é a estação com o maior número médio de dias com o sintoma. Percebe-se também que o número máximo de dias com rouquidão é de 90 dias em todas as estações.
Considerando o cansaço, o percentual de indivíduos que apresentaram o sintoma é maior do que nos demais casos e em todas as estações essa distribuição com relação à presença, ou não, do sintoma é parecida, como pode ser visto na Tabela A.14. Nota-se, dentre os que apresentaram cansaço, que em três das quatro estações o terceiro quartil é próximo de 45, o que mostra que 75% das pessoas passaram aproximadamente metade dos dias apresentando cansaço, isso só não acontece no verão.
A Tabela A.15 traz as informações referentes à variável acamado, que apresenta um comportamento diferente dos dez sintomas analisados. Percebe-se que no inverno o número de indivíduos acamados é praticamente o triplo da quantidade de acamados no verão.
18
5.2 Análise de componentes principais
Devido ao grande número de sintomas utilizados no estudo, houve a necessidade de resumir a quantidade de informação para a criação de uma variável resposta que incorpore a informação de todos os sintomas. Por isso, foi utilizada a técnica de componentes principais (Smith, 2002), com o objetivo de sintetizar as informações dos sintomas em um número menor de variáveis (componentes), com uma perda mínima de informação.
A Tabela A.16 contém as informações sobre a importância de cada componente. É possível observar que as duas primeiras componentes principais explicam 59,4% da variabilidade total dos dados.
Através da Tabela A.17, é possível interpretar a primeira componente principal como uma média de todos os sintomas. Já a segunda componente sugere um contraste entre alguns sintomas (aqueles com coeficientes positivos e negativos).
5.3 Análise de agrupamentos
Essa técnica estatística (Cornish, 2007) foi utilizada com o intuito de verificar a existência de uma possível separação ou agrupamento entre os sintomas. Mais uma vez, foram considerados os sintomas tosse, coriza, falta de ar, espirro, nariz congestionado, rouquidão e cansaço.
Utilizando o método de vizinho mais longe, a partir da correlação entre o número de dias com cada sintoma, foi construído o dendrograma representado na Figura B.7,
19
em que é possível ver que os sintomas foram agrupados em dois grupos, sendo um composto pelos sintomas cansaço, coriza, espirro e nariz tapado, e outro composto pelos sintomas tosse, falta de ar e rouquidão.
5.4 Análise descritiva das variáveis respostas
A partir das análises de componentes principais e de agrupamentos, foram criadas três novas variáveis a partir das variáveis de sintomas descritas anteriormente. Essas variáveis são as seguintes:
● Índice 1 de dias com sintomas (dias): média do número de dias no mês com algum sintoma
● Índice 2 de dias com sintomas (dias): média do número de dias no mês com os sintomas coriza, espirro, nariz tapado e cansaço.
● Índice 3 de dias com sintomas (dias): média do número de dias com os sintomas tosse, falta ar e rouquidão.
O índice 1 de dias com sintomas foi criado após a realização da análise de componentes principais, que apresentou a primeira componente principal sugerindo uma média de todos os sintomas utilizados. Esse índice é, portanto, a primeira componente da análise de componentes principais. A segunda componente principal representa um contraste entre sintomas. Como sua interpretação é difícil, optou-se por criar então dois outros índices (e não apenas 1): um deles considerando apenas os sintomas com pesos negativos na segunda componente principal e o outro incorporando apenas os sintomas com os pesos positivos. Essa separação é a mesma
20
obtida pela análise de agrupamentos (veja dendrograma apresentado na Figura B.7), ou seja, a análise de agrupamentos corrobora a ideia da separação dos sintomas em dois índices diferentes.
5.4.1 Análise descritiva da variável resposta índice 1 de dias com sintomas
Nesta seção, os dados foram considerados como independentes, ou seja, as informações do número de dias com sintoma para os 12 meses de cada indivíduo foram avaliadas supondo 12 observações independentes. Além disso, as estações do ano são baseadas nas mesmas informações descritas na Seção 5.1.
A Tabela A.18 mostra que as médias do índice 1 de dias com sintomas nas estações verão, outono e primavera são aproximadamente iguais, e no inverno, esse valor é um pouco maior. Também no inverno, nota-se que essa estação apresenta terceiro quartil diferente da demais, com valor um pouco mais elevado. O verão foi a estação com um menor número máximo de dias com sintomas.
Pela Tabela A.19, é possível observar que as pessoas do sexo feminino apresentam médias do índice 1 de dias com sintomas maiores que as pessoas do sexo masculino em todas as estações. Do total de 169 homens, tem-se que 50% deles não apresentaram o valor de média do número de dias com sintomas acima de zero (mediana igual a zero), assim como para 50% das 289 mulheres. A Figura B.8 complementa essas informações, mostrando a mesma mediana para todos os casos e maior variabilidade para o sexo feminino, principalmente no inverno.
Analisando o índice 1 de dias com sintomas por IMC (Tabela A.20 e Figura B.9), observa-se que os indivíduos com IMC menor que 18,5 possuem uma média maior no verão, em relação às demais estações. Para as pessoas com IMC maior ou igual a 40,0 a maior média apresentada do índice de dias com sintomas é da estação outono. Já,
21
para as demais categorias de IMC, o maior número médio do índice 1 de dias com sintomas é da estação inverno.
A Tabela A.21 mostra que os fumantes possuem uma média de índice 1 de dias com sintomas maior no verão, seguida do outono; já para os não fumantes a maior média é observada no inverno, seguido da primavera. Do total de 50 fumantes, 50% desses indivíduos não apresentaram média do número de dias com sintomas maior que zero, ocorrendo o mesmo para 50% dos não fumantes. Pela Figura B.10, nota-se que há maior variabilidade para os fumantes e estes apresentam menos outliers do que os que não fumam.
Para quem praticou exercício e para quem não praticou exercício no último ano, nota-se, pela Tabela A.22, que o maior valor médio do índice 1 de dias com sintomas é observado no inverno. A Figura B.11 mostra medianas maiores e maior variabilidade para aqueles que não praticaram exercício.
Considerando agora as pessoas que praticaram exercício aeróbico, observa-se, na Tabela A.23 e Figura B.12, que aquelas que praticaram o exercício aeróbico com intensidade leve apresentaram médias do índice 1 de dias com sintomas em todas as estações maiores que as médias para as pessoas que praticaram o exercício com intensidade moderada e vigorosa, o que também pode ser visto na Figura B.13. Em relação aos indivíduos que não praticaram exercício aeróbico, estes possuem médias desse índice maiores em comparação ao grupo de pessoas que praticam esse tipo de exercício forma moderada ou vigorosa e menores quando comparados aos praticantes de exercício aeróbico em intensidade leve, sendo que a maior média observada é a do inverno.
A Tabela A.24 e Figuras B.14 e B.15 mostram que para os indivíduos que praticaram exercício resistido, as maiores médias do índice 1 de dias com sintomas em todas as estações são daqueles que praticaram exercício resistido com intensidade leve. No entanto, as pessoas que não praticaram esse tipo de exercício apresentam
22
médias em todas as estações maiores em relação aos que praticaram com intensidade leve.
A Figura B.16 mostra que a maioria dos idosos (indivíduos com idade acima de
60 anos) tomaram a vacina da gripe, e estes apresentaram menor valor de índice 1 de dias com sintomas.
Por fim, nota-se pela Figura B.17 que grande parte dos respondentes com IMC entre 20 e 30 kg/cm² apresentam índice 1 de dias com sintomas próximo de zero .
5.4.2 Análise descritiva da variável resposta índice 2 de dias com sintomas
Assim como na seção anterior, considera-se a independência dos dados, avaliando as informações dos 12 meses supondo 12 medidas independentes. Além disso, as estações do ano se baseiam na junção das informações trimestrais.
Percebe-se, pela Tabela A.25, que a média de dias com sintomas no inverno é maior do que nas demais estações do ano.
A Tabela A.26 mostra que a média para esta variável considerando as mulheres é cerca de 30% maior que a média para os homens. Também nota-se que o desvio padrão é maior para o sexo feminino. Para ambos os gêneros, tanto o primeiro quartil quanto a mediana foram iguais a zero em todas as estações. A Figura B.18 ilustra a variação dos dados do índice 2 de dias com sintomas por sexo.
Pela Tabela A.27, nota-se que a média do índice 2 de dias com sintomas para a categoria menor que 18,5 de IMC é muito maior que para as demais categorias, mas vale destacar que apenas 6 pessoas se encontram nessa categoria. O desvio padrão
23
também é o mais alto nessa categoria. Em quatro das seis categorias (excluindo as categorias das extremidades) o número médio de dias com sintoma é maior no inverno do que nas demais estações. A Figura B.19 ilustra a diferença de variabilidade entre os dados por categoria de IMC em cada estação.
Percebe-se, através da Tabela A.28, que na maioria das estações, a média do índice 2 de dias com sintomas é menor para aqueles que se declaram não fumantes, porém, no inverno, este valor é menor para os fumantes. Pela Figura B.20 também é possível notar que o inverno é a estação com maior valor para o terceiro quartil.
A partir da Tabela A.29, observa-se que aqueles que não praticaram exercício no último ano apresentam uma maior média de dias com sintomas e este valor é muito próximo na primavera e no verão. Para aqueles que praticaram exercício, no inverno há um maior índice médio. Realizando uma análise parecida, porém, considerando exercício aeróbico e resistido separadamente (nas Tabelas A.30 e A.31), nota-se que a maior média do índice 2 de dias com sintomas é sempre no inverno, independentemente da prática de exercícios, mas este valor é menor para aqueles que praticam exercícios com intensidade moderada ou vigorosa, em ambos os tipos. As figuras que ilustram o comportamento do índice 2 de dias com sintomas pelas variáveis Praticaram exercício, exercício aeróbico, intensidade do exercício aeróbico, exercício resistido e intensidade do exercício resistido são as Figuras B.21 a B.25, respectivamente.
Através da Figura B.26, nota-se que a maioria dos indivíduos com idade de 60 anos ou mais tomaram a vacina da gripe e apresentaram baixo valor do índice 2 de dias com sintomas.
A Figura B.27 mostra que a maior parte dos respondentes com baixo índice 2 de dias com sintomas têm IMC entre 20 e 30 km/cm².
24
5.4.3 Análise descritiva da variável resposta Índice 3 de dias com sintomas
Assim como na seção anterior, foi utilizada a variável gerada pela média mensal de dias com os sintomas tosse, falta ar e rouquidão, denominada índice 3 de dias com sintomas.
Mais uma vez, supõe-se que as observações são independentes, obtendo-se 12 medidas e realizando a junção das informações trimestrais para a composição das estações.
Essa variável apresenta valores mais baixos que as demais, como pode ser visto na Tabela A.32. A estação com maior média é o inverno e esta é dada por 0,60 dias. O valor máximo apresentado foi igual a 23,33 em todas as estações.
A Tabela A.33 e a Figura B.28 mostram, pelo terceiro quartil, que 75% dos indivíduos apresentam o índice 3 de dias com sintomas igual a zero. Devido a isso, a média para esta variável é muito baixa, sendo menor que 0,7 em todas as estações para ambos os sexos. Na Tabela A.34 e Figura B.29, o mesmo acontece para quase todas as categorias de IMC maior ou igual a 18,5. Já para aqueles com IMC menor que 18,5, os dados estão apresentam distribuição mais uniforme, com terceiro quartil maior que 0,60 em todos as estações, mas vale lembrar que há apenas 6 indivíduos desta categoria.
O valor médio do índice 3 de dias com sintomas é menor para pessoas que não fumam, porém, o valor máximo observado nesta categoria é maior do que o observado na categoria de fumantes em todas as estações, como mostra a Tabela A.35. Por essa tabela e pela Figura B.30 nota-se que 75% dos indivíduos (considerando os fumantes e os não fumantes) também apresentaram valor de índice 3 de dias com sintomas igual a zero.
25
Pela Tabela A.36, nota-se que a média para as pessoas que não praticaram exercício no último ano é maior do que para aquelas que praticaram. Ambas apresentam médias maiores nos meses do inverno. A Figura B.31 ilustra que o número de outliers para o grupo de pessoas que não praticaram exercício é menor em relação àqueles que praticaram.
A Tabela A.37 mostra que os indivíduos que praticaram exercício aeróbico com intensidade leve no último ano apresentam maior média mensal de dias com sintomas do que os demais. Aqueles que praticaram exercício aeróbico com intensidade vigorosa foram os que tiveram menor média. De maneira análoga, a Tabela A.38 traz as informações referentes à prática de exercício resistido. As menores médias são observadas para aqueles que praticaram exercício resistido com intensidade moderada ou vigorosa. As Figuras B.32 a B.35 referem-se às variáveis exercício aeróbico, intensidade do exercício aeróbico, exercício resistido e intensidade do exercício resistido, respectivamente.
A Figura B.36 mostra que a maioria dos indivíduos apresentam valor de índice 3 de dias com sintomas 10 ou abaixo de 10. Nota-se também que quase todas as pessoas com idade acima de 60 anos e que tomaram a vacina, apresentaram o valor desse índice abaixo de 2,5.
Pela Figura B.37, nota-se grande concentração de valores do índice 3 de dias com sintomas próximos de zero, principalmente considerando IMC até 35 km/cm². Todos os respondentes que apresentam índice 3 acima de 10 dias possuem IMC entre 20 e 30 kg/cm².
26
5.4.4 Análise descritiva da variável grau de severidade
Foi realizada uma análise descritiva utilizando a variável que mede a severidade dos sintomas de infecções respiratórias. Pela Tabela A.39, pode-se notar que em todas as estações do ano, mais da metade dos indivíduos não apresentaram nenhum sintoma e o inverno é a estação com menor frequência nessa categoria (54%).
Aqueles com 3 ou mais sintomas, em que pelo menos um destes tem duração de 4 a 10 dias (grau 1), são os que apresentam a segunda maior frequência.
Percebe-se que é no inverno a estação em que há o maior número de indivíduos caracterizados pelos graus 2 e 3, ou seja, que apresentam 3 ou mais sintomas com pelo menos um sintoma durando mais de 10 dias ou tendo ficado acamado.
A Tabela A.40 e Figura B.38 apresentam uma distribuição dos dados semelhante à mostrada na tabela anterior tanto para pessoas do sexo masculino quanto feminino.
Considerando a variável IMC (Tabela A.41 e Figura B.39), para as categorias com maior número de indivíduos, ou seja, com IMC entre 18,5 e 34,9, nota-se que a distribuição entre os graus de severidade é similar às que foram mostradas anteriormente; para as demais categorias, os dados acabam sendo melhor distribuídos, porém, a categoria 0 continua sendo aquela com maior frequência.
Pela Tabela A.42 e Figura B.40, tem-se que a maior parte das pessoas apresentou grau 0, independentemente de fumar ou não. Dentre os fumantes, o número de indivíduos que apresentaram grau 3 no verão e no outono foi maior do que nas demais estações, enquanto para aqueles que não fumam, esta quantidade é maior no inverno e na primavera.
Na Tabela A.43 e na Figura B.41, é possível notar que para aqueles que não praticaram exercício no último ano, os que não apresentaram nenhum sintoma ainda são maioria, porém, essa frequência é menor do que as observadas para as demais
27
variáveis, não atingindo 50% em nenhuma estação. Também vale destacar que aqueles que realizaram exercício apresentam menor frequência relativa com grau 3 do que aqueles que não realizaram.
As Tabelas A.44 e A.45 e Figuras B.42 a B.45 também mostram que pessoas que não praticaram exercício têm grau 0 de severidade com menor frequência do que as que praticaram, seja esse exercício aeróbico ou resistido. Aqueles que realizaram exercícios com intensidade moderada ou vigorosa apresentaram menos grau 3 do que os demais.
6. Análise inferencial
Para a análise inferencial, foram consideradas apenas as pessoas da cidade de São Paulo e região metropolitana da capital paulista. Essa escolha foi feita em discussões com os pesquisadores porque foi observado que a maioria da amostra era de pessoas residentes nessa região (367 pessoas do total de 458). Sabe-se que essa localidade é caracterizada pela presença de muita poluição atmosférica, o que pode ocasionar um impacto no organismo humano e na ocorrência de doenças respiratórias. Assim, neste estudo é fundamental considerar alguma variável que indica condição do ar com relação à poluição. Os dados de poluição do ar, no entanto, não estão disponíveis de forma satisfatória em localidades que não pertencem à região metropolitana de São Paulo. Assim, não seria possível incorporar variáveis sobre condição do ar se todos os respondentes fossem incluídos. Optou-se, portanto, em considerar dados de poluição do ar porém com apenas os respondentes residentes em São Paulo. Com isso, a amostra utilizada é de 367 indivíduos.
As variáveis consideradas nos modelos inferenciais são as mesmas utilizadas na análise descritiva (sexo, IMC e fumante), com exceção das variáveis relacionadas à
28
prática de atividade física. Ao invés de serem consideradas as variáveis categóricas de exercício, serão analisadas as variáveis dos exercícios aeróbico e resistido como a contagem do número de dias que cada indivíduo praticou o exercício aeróbico (ou resistido) em cada mês, conforme orientação dos pesquisadores. Além disso, também serão incluídas variáveis demográficas como idade e vacina, e variáveis climáticas como temperatura média, amplitude térmica, precipitação, umidade, fotoperíodo e poluição. Observa-se pela Tabela A.46 que, na amostra de São Paulo, a proporção de respondentes vacinados é maior entre aqueles que apresentam mais de 45 anos. Dessa forma, as variáveis idade e vacina estão muito associadas (valor-p referente ao teste de Qui-Quadrado de Pearson igual 0,029). Além disso, o efeito protetor da vacina nos problemas respiratórios pode ser bem diferente quando jovens são comparados com pessoas mais velhas. Por conta disso, foi criada a variável idade/vacina, que considera conjuntamente as informações das variáveis idade e vacina. Essa nova variável agrupa os indivíduos em quatro grupos: indivíduos com idade de até 45 anos e que tomaram a vacina da gripe; indivíduos com idade de até 45 anos e que não tomaram a vacina da gripe; indivíduos com idade maior que 45 anos e que tomaram a vacina da gripe; indivíduos com idade maior que 45 anos e que não tomaram a vacina da gripe.
Em suma, foram consideradas, para todos os modelos inferenciais utilizados, 13 variáveis: sexo, IMC, fumante, idade/vacina, exercício aeróbico, exercício resistido, temperatura, amplitude, precipitação, umidade, fotoperíodo, poluição e estação. Além disso, os modelos utilizados consideram um efeito aleatório dado por cada indivíduo e este efeito está incorporado no intercepto de cada modelo.
Nas seções a seguir, serão apresentados os modelos utilizados para cada variável resposta.
29
6.1 Modelo para a variável índice 1 de dias com sintomas
Para o índice 1 de dias com sintomas foi ajustado um modelo semi-contínuo para dados longitudinais (Oslen e Schafer, 2001), que possibilita considerar uma variável resposta que apresente muitos valores iguais a zero e também valores positivos contínuos. Os modelos ajustados são modelos compostos por duas partes: uma parte para modelar a probabilidade de valores iguais a zero e a outra parte para modelar os valores positivos. Para a parte positiva, é utilizado um modelo log-linear. Além disso, como tem-se dados de um ano de cada respondente, é preciso incorporar no modelo a existência de medidas repetidas (12 medidas por participante). Isso foi feito por meio da inclusão de efeitos aleatórios nos modelos (mais detalhes no Apêndice C).
Inicialmente, foram consideradas todas as variáveis explicativas citadas na seção 6 e então foi realizada uma seleção nas duas partes do modelo. A seleção foi feita retirando-se uma variável de cada vez através do maior valor-p até que ficassem somente as variáveis significativas. No ajuste do modelo, foi adotado um nível de significância de 5%.
Para a parte contínua do modelo, as variáveis apresentadas na Tabela A.47 foram as variáveis significativas, além das variáveis de exercício, que foram mantidas em todos os modelos porque são as principais variáveis do estudo. Com relação à variável estação do ano, a estação verão foi tomada como referência. Pela estimativa do parâmetro da estação primavera, percebe-se que esse parâmetro não é significante ao nível de 5%. Portanto, o índice 1 de dias com sintomas é igual para primavera e verão. Quando o outono é comparado com o verão, verifica-se que o índice 1 de dias com sintomas é maior e, por fim, o maior aumento desse índice ocorre no inverno.
30
A Tabela A.48 traz as informações referentes à parte zero do modelo, ou seja, que indica a probabilidade de o índice 1 de dias com sintoma ser igual a zero. Para as estações, apenas o inverno é considerado significante estatisticamente e sua estimativa é negativa, o que indica que a probabilidade de apresentar índice 1 de dias com sintoma igual a zero diminui quando a estação considerada deixa de ser o verão e passa a ser o inverno. A partir do cálculo das razões de chances, a chance de um indivíduo apresentar índice 1 igual a zero no inverno é 23,9% menor do que no verão.
Embora na literatura exista pouca informação sobre análise de diagnóstico para este tipo de modelo, foi realizada uma análise de resíduos para verificar se o modelo final está bem ajustado, que pode ser visto na Figura B.46. Como não há métodos ainda bem desenvolvidos para análise de resíduos deste modelo, uma abordagem é via simulação (geram-se dados com o modelo supostamente correto e comparam-se os resíduos dos dados gerados com os resíduos obtidos com os dados reais). Os pontos no gráfico deveriam se aproximar da reta se o modelo está bem ajustado. Neste caso, verifica-se um desvio do comportamento esperado. Há, no entanto, uma explicação para este desvio: a parte positiva dos dados é limitada (não pode ser qualquer valor positivo), pois tem-se a média do número de dias com sintomas em um mês (o valor máximo é trinta), e os modelos semicontínuos não incorporam essa restrição. No processo de análise de dados, outros modelos foram considerados (como o modelo de Poisson inflacionado para o somatório de dias com sintomas), mas a análise de resíduos mostrou um ajuste pior do que o apresentado.
6.2 Modelo para a variável índice 2 de dias com sintomas
Assim como para o índice 1 de dias com sintomas, a análise da variável índice 2 de dias com sintomas também contou com o ajuste de um modelo semi-contínuo para dados longitudinais, já que esta variável resposta tem as mesmas características da variável apresentada na seção anterior.
31
Da mesma maneira, foram utilizadas todas as variáveis no modelo inicial e o mesmo procedimento de seleção de variáveis foi utilizado. O modelo final contém as variáveis que estão apresentadas nas Tabela A.49 e A.50. Para esse ajuste, também foi adotado um nível de significância de 5%. Primeiramente, na parte positiva (Tabela A.49), nota-se que as variáveis relacionadas aos exercícios apresentam estimativas negativas e o valor-p para a variável exercício aeróbico é o mais alto do modelo ajustado. Observa-se que, para um aumento no número de dias praticando exercício resistido, há uma diminuição do índice 2 de dias com sintomas, mantendo-se as demais variáveis constantes. Pode-se perceber também que, quando há a alteração do verão para a primavera, observa-se um aumento do índice 2 de dias com sintomas, mantendo as demais variáveis constantes. O mesmo ocorre para a mudança da estação verão para o outono e da alteração do verão para o inverno.
Para o ajuste da parte de zeros do modelo (Tabela A.50), a variável estação apresenta estimativa negativa para o inverno, mostrando que a probabilidade de se obter um índice 2 de dias com sintomas igual a zero é menor no inverno do que no verão, mantendo as demais variáveis constantes. Logo, a chance de se obter índice 2 igual a zero no inverno é 21,3% menor em relação ao verão.
A Figura B.47 mostra o gráfico de resíduos para o modelo final, que apresenta um visível desvio embora seja o melhor ajuste encontrado para os dados.
6.3 Modelo para a variável índice 3 de dias com sintomas
Para a variável resposta índice 3 de dias com sintomas, foi considerado o mesmo tipo de modelo utilizado para os demais índices, o modelo semi-contínuo para
32
dados longitudinais. A Tabela A.51 mostra os resultados para a parte positiva obtidos através do ajuste do modelo final após a seleção das variáveis. É notável que este índice apresenta uma menor quantidade de variáveis, considerando apenas os exercícios e fotoperíodo nessa parte do ajuste. Para um aumento de fotoperíodo, há uma diminuição do número médio do índice 3 de dias com sintomas. Vale ressaltar que, apesar das variáveis relacionadas aos exercícios e sexo pertencerem ao modelo final, elas não apresentam efeito significativo.
A parte de zeros do modelo considera mais variáveis, como pode ser visto na Tabela A.52. Nota-se que, quando há a mudança do grupo de indivíduos com idade até 45 anos e que tomaram vacina para o grupo de indivíduos com idade de até 45 anos e que não tomaram a vacina da gripe, espera-se uma redução de aproximadamente 22% na chance do índice 3 ser zero, mantendo as demais variáveis constantes. Já quando essa mudança é para o grupo de indivíduos mais velhos e que não tomaram vacina, essa redução é de 26%. Considerando as demais variáveis constantes, observa-se que para o aumento de um kg/cm 2 no IMC do indivíduo, há um aumento de 4,4% na chance
do indivíduo apresentar índice 3 de dias com sintomas igual a zero, mantendo as demais variáveis constantes. Quando comparado um indivíduo que não fuma com um indivíduo que fuma, é esperado um aumento de 35,1% na chance desse indivíduo apresentar índice 3 de dias com sintomas igual a zero, mantendo as demais variáveis constantes. Para o aumento de um dia praticando exercício resistido, há um aumento de 2,4% na chance do indivíduo apresentar índice 3 de dias com sintomas igual a zero, mantendo as demais variáveis constantes. A variável fotoperíodo também é significativa, ou seja, o aumento de uma unidade de fotoperíodo aumenta a chance de um indivíduo obter índice 3 de dias com sintomas igual a zero em 15,7%, mantendo as demais variáveis constantes. Por fim, em relação à variável poluição, mantendo as demais variáveis constantes, quando há o aumento de um dia desfavorável com poluição, há uma diminuição de 3% na chance de o indivíduo apresentar índice 3 de
33
dias com sintomas igual a zero, ou seja, há uma menor probabilidade de não sentir os sintomas tosse, falta de ar e rouquidão.
Dentre os três índice, este foi o que apresentou o melhor ajuste do modelo, como pode ser visto na Figura B.48, que mostra que praticamente não há desvios da reta do gráfico de resíduos.
6.4 Modelo para a variável acamado
A variável acamado possui apenas duas categorias de resposta, sim ou não. Assim sendo, o modelo considerado para o ajuste desta variável foi a regressão logística de um modelo linear generalizado misto com efeito aleatório (Brostrom e Holmberg, 2011) para cada indivíduo. Este modelo estima a probabilidade de o respondente ter ficado acamado.
Para este modelo, foram considerados apenas 365 respondentes, pois 2 indivíduos não possuíam as informações referentes à situação de acamado em nenhum dos 12 meses.
Mais uma vez, no modelo inicial foram consideradas todas as variáveis descritas anteriormente e a Tabela A.53 contém os resultados do ajuste final do modelo considerando apenas as variáveis significativas a um nível de significância de 5%, além das variáveis de exercício. O indivíduo de referência considerado é aquele que tem até 45 anos de idade, não tomou vacina da gripe, não praticou exercício aeróbico e nem resistido no verão. A variável idade/vacina apresenta uma estimativa positiva na categoria 2 e negativa nas 3 e 4, porém a categoria 4 é a única considerada
34
significativa, ou seja, mantendo as demais variáveis constantes, um indivíduo com mais de 45 anos e com vacina da gripe apresenta menor probabilidade de ficar acamado do que aquele com menos de 45 anos sem a vacina. Calculando-se a razão de chances, a chance de o indivíduo ficar acamado diminui em 77,0% quando a idade ultrapassa 45 anos e o indivíduo toma a vacina. Para a variável estação, os valores das estimativas são positivos, mostrando que a mudança da estação verão para qualquer outra estação, mantendo as demais variáveis constantes, causa um aumento na probabilidade de ficar acamado. As estações inverno e outono são aquelas com menor valor-p e maiores estimativas. A chance de um indivíduo ficar acamado aumenta em 75,8% quando se passa do verão para a primavera, 110,6% do verão para a primavera e 363,2% do verão para o inverno.
A Figura B.49 apresenta uma análise de resíduos para verificar se o modelo selecionado está bem ajustado. O método utilizado para esta análise é o mesmo utilizado nas análises de resíduos dos modelos para os índices 1 a 3 de dias com sintomas. Nota-se que não há desvios do comportamento esperado, indicando que o modelo apresenta um bom ajuste.
6.5 Modelo para a variável grau de severidade
Para a análise inferencial da variável grau de severidade, foi ajustado o mesmo modelo de regressão logística considerado anteriormente para o ajuste da variável acamado. Como a variável grau de severidade possui quatro categorias, optou-se por unir as categorias 0 e 1, formando a categoria A, e as categorias 2 e 3, criando a categoria B. Sendo assim, a categoria A é dada por indivíduos que não apresentaram sintomas no mês, que apresentaram menos de 3 sintomas ou apresentaram até 3 sintomas por menos de 4 dias, enquanto a categoria B contém aqueles com 3 ou mais sintomas com pelo menos um deles durando mais de 4 dias ou que ficaram acamados.
35
Nessa análise é modelada a probabilidade de o indivíduo pertencer à categoria B, ou seja, apresentar maior grau de severidade.
Primeiramente, foi ajustado um modelo com todas as variáveis. Em seguida foi realizada uma seleção das variáveis considerando um nível de significância de 5% e as variáveis consideradas estão apresentadas na Tabela A.54. Nota-se que a variável precipitação apresenta valores negativos, ou seja, com o aumento da precipitação há uma diminuição na probabilidade de o indivíduo pertencer à categoria B. A partir do cálculo da razão de chances, a chance de se obter grau de severidade na categoria B diminui em 0,3% com o aumento de uma unidade de precipitação. Para a estação, as estimativas são positivas e o inverno é a única estação considerada significativa considerando 5% de significância, mostrando que ao passar do verão para o inverno, há um aumento na probabilidade de estar na categoria B. Pelo cálculo da razão de chances, tem-se que a chance de se apresentar grau de severidade B no inverno é 126,4% maior do que no verão.
Foi realizada uma análise de resíduos, que pode ser vista na Figura B.50 e mostra que há alguns desvios do comportamento esperado, porém, o modelo selecionado foi aquele que apresentou melhor ajuste.
7. Conclusões
De acordo com os objetivos apresentados e após a realização de todas as análises, pode-se concluir - como já era esperado - que a estação do ano influencia o número de dias com a presença de sintomas de doenças respiratórias, assim como a idade e a vacina contra a gripe. Além disso, conclui-se que o número de dias praticando exercício resistido pode influenciar na redução do número de dias com os sintomas.
36
Por fim, um aspecto importante a ser avaliado é a possível existência de um viés em relação à amostra, já que o questionário foi respondido de maneira online . Dessa maneira, os idosos pertencentes à amostra do estudo podem conter características e perfis que os diferenciam da maioria dos idosos da população.
37
APÊNDICE A
38
Tabela A.1 Frequência da variável Sexo
Sexo N %
Masculino 169 37%
Feminio 289 63%
Total 458 100%
Tabela A.2 Frequência da variável IMC
IMC N % 1 6 1% 2 214 47% 3 165 36% 4 56 12% 5 11 2% 6 6 1% Total 458 100%
Tabela A.3 Frequência da variável Fumante
Fumante N %
Não 408 89%
Sim 50 11%
39
Tabela A.4 Frequência da variável Praticou exercício
Praticou exercício N %
Não 77 17%
Sim 381 83%
Total 458 100%
Tabela A.5 Frequência da variável Exercício aeróbico Praticou exercício aeróbico Intensidade do exercício aeróbico N % Sim Leve 62 14% Moderada 214 47% Vigorosa 85 19% Não - 94 21% Total - 455 100%
Tabela A.6 Frequência da variável Exercício resistido Praticou exercício resistido Intensidade do exercício resistido N % Sim Leve 21 5% Moderada 188 41% Vigorosa 78 17% Não - 170 37% Total - 457 100%
40
Tabela A.7 Medidas-resumo da variável Idade
n Média DP Q1 Mediana Q3 Min Max
458 39,40 12,40 29,60 38,30 49,10 18,00 77,00
Tabela A.8 Medidas-resumo da variável Tosse em cada estação do ano, pela variável Apresentou sintoma
Estação Apresentou
sintoma n % Média DP Q1 Mediana Q3 Min Max
Verão Não 402 88% 0 0 0 0 0 0 0 Sim 56 12% 13,00 16,80 4 7 15,00 1 90 Total 458 100% 1,59 7,23 0 0 0 0 90 Outono Não 377 82% 0 0 0 0 0 0 0 Sim 81 18% 11,20 16,50 4 6 12,00 1 90 Total 458 100% 1,99 8,14 0 0 0 0 90 Inverno Não 339 74% 0 0 0 0 0 0 0 Sim 119 26% 12,20 15,30 3,5 7 15,00 1 90 Total 458 100% 3,17 9,43 0 0 1 0 90 Primavera Não 393 86% 0 0 0 0 0 0 0 Sim 65 14% 12,90 14,90 5 8 15,00 1 90 Total 458 100% 1,83 7,17 0 0 0 0 90
41
Tabela A.9 Medidas-resumo da variável Coriza em cada estação do ano, pela variável Apresentou sintoma
Estação Apresentou
sintoma n % Média DP Q1 Mediana Q3 Min Max
Verão Não 360 79% 0 0 0 0 0 0 0 Sim 98 21% 15,50 21,40 3 6 19,80 1 90 Total 458 100% 3,31 11,70 0 0 0 0 90 Outono Não 335 73% 0 0 0 0 0 0 0 Sim 123 27% 13,70 20,20 3 5 15,00 1 92 Total 458 100% 3,67 12,10 0 0 1 0 92 Inverno Não 286 62% 0 0 0 0 0 0 0 Sim 172 38% 15,00 21,20 3 6 15,00 1 92 Total 458 100% 5,64 14,90 0 0 4 0 92 Primavera Não 360 79% 0 0 0 0 0 0 0 Sim 98 21% 16,40 22,30 3 6,5 19,80 1 91 Total 458 100% 3,51 12,30 0 0 0 0 91
42
Tabela A.10 medidas resumo da variável Falta de ar em cada estação do ano, pela variável Apresentou sintoma
Estação Apresentou
sintoma n % Média DP Q1 Mediana Q3 Min Max
Verão Não 432 94% 0 0 0 0 0 0 0 Sim 26 6% 12,70 21,40 3 6,5 10,00 1 88 Total 458 100% 0,72 5,81 0 0 0 0 88 Outono Não 429 94% 0 0 0 0 0 0 0 Sim 29 6% 11,60 17,20 3 6 15,00 1 90 Total 458 100% 0,73 5,10 0 0 0 0 90 Inverno Não 423 92% 0 0 0 0 0 0 0 Sim 35 8% 14,70 17,20 3 10 20,00 1 90 Total 458 100% 1,12 6,11 0 0 0 0 90 Primavera Não 441 96% 0 0 0 0 0 0 0 Sim 17 4% 16,60 22,80 3,25 5 20,00 2 90 Total 458 100% 0,62 5,31 0 0 0 0 90
