Princípios de Análise de Dados e de Bioestatística

Princípios de Análise de Dados e

de Bioestatística

Princípios de Evidência

Científica

Conhecimento Baseado em

Evidência

x

Conhecimento Baseado em Experiência Pessoal, Fatos

➢ Evidências que servem para apoiar ou

combater uma teoria ou hipótese científica;

➢ Devem ser evidências empíricas obtidas

de acordo com o método científico.

➢ Evidências empíricas incluem medições ou

dados coletados através de observação direta ou experimentação;

➢ Os padrões de evidência científica variam de acordo com o campo da investigação, mas sua força é geralmente baseada na força dos

controles científicos e nos resultados da análise estatística.

Características da Informação Científica

➢ Informação Revisada por Pares; ➢ Clara Definição da Metodologia

Empregada;

➢ Resultados Apresentados de Maneira

Clara e Completa;

➢ Conclusão Baseada nos Dados

Motivação da Pesquisa Científica

➢ Demonstrar os Resultados Positivos de

um Procedimento;

➢ Mostrar a Superioridade de um

Procedimento em Relação à Outro;

➢ Apresentar a Experiência Acumulada a

Motivação da Pesquisa Científica

➢ Demonstrar os Resultados Positivos de um

Procedimento;

➢ Mostrar a Superioridade de um Procedimento em Relação à Outro;

➢ Apresentar a Experiência Acumulada a

Motivação da Pesquisa Científica

➢ Demonstrar os Resultados Positivos de

um Procedimento;

➢ Mostrar a Superioridade de um

Procedimento em Relação à Outro;

➢ Apresentar a Experiência Acumulada a

O Lugar do Pesquisador é

a Fronteira entre o Conhecido e o Desconhecido,

Buscando as Lacunas

para Ampliar o Conhecimento Científico.

Motivação da Pesquisa Científica

➢ Exploração e Análise do Conhecido

• Revisão Ampla da Literatura

• Análise Crítica dos Resultados

Observados

Participação em Linhas de Pesquisa e/ou em Grupos Interdisciplinares

Motivação da Pesquisa Científica

➢ Identificação da Lacuna do

Conhecimento

• Questionamentos da Literatura

• Fatos Observados na Prática

Profissional

➢ Definição do Tema do Estudo

• Delineamento da Hipótese Principal

de Trabalho

• Identificação das Hipóteses

Secundárias

Pesquisa Científica

➢ Hipótese do Estudo

➢ Desenho do Estudo

➢ Coleta de Dados

Pesquisa Científica

➢ Conclusões

• Método Dedutivo

(Princípios Estabelecidos pela Lógica)

• Método Indutivo

(Os Dados Sugerem os Princípios Provavelmente Envolvidos)

Pesquisa Científica

➢ Conclusões (Baseadas em Inferências)

Fazer Deduções e Desenhar Conclusões a

partir de Dados Imperfeitos ou Incompletos

Grande Incentivo e Fermento Intelectual da Ciência

“If a law says that every object that is P is also Q and we find an object that is P

and not Q, the law is refuted. A million positive instances are insufficient to verify the law; one counterinstance is

sufficient to falsify it.”

Rudolf Carnap

“Você quer uma válvula que não vaze e você tenta tudo o que é possível para

desenvolver uma. Mas o mundo real

fornece apenas válvulas que vazam. Você então tem que determinar quanto de

vazamento pode tolerar”.

Arthur Rudolph

Processo de Análise Crítica

(Princípios de Aristóteles)

➢ Verdade

As Conclusões Devem ser Substanciadas pelos Dados

➢ Validade

A Metodologia Deve ser Apropriada para o Tipo de Análise

➢ Probabilidade

A Análise Estatística Deve Conduzir a

Processo de Análise Crítica

O Método de Pesquisa é Escolhido em Função da Hipótese de

Trabalho Formulada

Hipótese Alavanca o Método

Aspectos da Metodologia

➢ Delineamento Baseado na

Hipótese

➢ Depende de

• Aspectos Éticos

• Questões Econômicas

• Disponibilidade de Material para o

Estudo

• da Duração da Pesquisa

Aspectos da Metodologia

Os Dados de um Estudo Podem ser Sempre Re-analisados, mas o Desenho de um Estudo não Pode ser Modificado Após o seu Início.

Aspectos da Metodologia

Tipos

Experimental Observacional

Características dos Desenhos de

Estudo

Tipos

Experimental Observacional

Analítico Descritivo

Características dos Desenhos de

Estudo

Tipos Experimental Observacional Analítico Descritivo Transversal Longitudinal Transversal Longitudinal

Características dos Desenhos de

Tipos Experimental Observacional Descritivo Analítico Transversal Longitudinal Transversal Longitudinal Caso-Controle

Características dos Desenhos de

Estudo

Prospectivo Retrospectivo

Princípios de Evidência Científica

Conceitos de Erro Sistemático e

Randômico

Verdade na Natureza Pergunta da Pesquisa População Alvo Fenômeno de Interesse

Verdade na Natureza Pergunta da Pesquisa Verdade do Estudo Plano de Pesquisa Amostra Almejada Variáveis Almejadas Inferência Desenho Validade Externa Erro Sistemático e Randômico

Dinâmica da Pesquisa Científica

População Alvo Fenômeno

de Interesse

Verdade do Estudo Plano de Pesquisa Estudo Real Amostra Almejada Variáveis Almejadas Inferência Validade Interna Erro Sistemático e Randômico

Dinâmica da Pesquisa Científica

Resultado do Estudo Sujeitos Reais Medidas Realizadas Implementação

Dinâmica da Pesquisa Científica Verdade na Natureza Pergunta da Pesquisa Verdade do Estudo Plano de Pesquisa Amostra Almejada Variáveis Almejadas Inferência Desenho Validade Externa Erro Sistemático e Randômico População Alvo Fenômeno de Interesse Resultado do Estudo Estudo Real Sujeitos Reais Medidas Realizadas Inferência Implementação Validade Interna Erro Sistemático e Randômico

➢ Erro Sistemático

• Desenho de Pesquisa

• Viéses (Amostra, Mensuração,

Análise)

➢ Erro Randômico

• Variação Biológica

Erro Randômico Erro Sistemático

DESENHO E IMPLEMENTO

Inferência DESENHO E IMPLEMENTO Fase de Desenho e Implemento Aumentar o Tamanho da Amostra ou Precisão das Medidas Aperfeiçoar o Desenho da Pesquisa Fase de Análise Calcular a significância estatística ou intervalo de confiança

Usar de bom julgamento (Estudo de Epid. Clínica)

Propriedades das Variáveis

➢ Validade (Acurácia)

➢ Reprodutibilidade

Variação na Mensuração de Variáveis

➢ Variação Biológica

• Diferenças Demográficas

• Variação Temporal

➢ Erro de Mensuração

• Erro Randômico (Aleatório)

Conceito de Validade Interna e

Externa

População Alvo

População Selecionada

Amostra do Estudo V. Int.

A Validade Externa é Dependente da Validade Interna

Resultados que não são Válidos para a População Selecionada não são Válidos

para a População Externa

Conceito de Validade Interna e

Externa

Validade Interna

➢ Depende da Inexistência de

Vieses de Análise:

• Vieses de Distorção da Amostra

• Vieses de Mensuração

• Vieses de Interferência

Validade Interna

Distorção da Amostra

População Alvo

Pessoas Geograficamente Disponíveis Referência

Identificação e Contato Participação

Disponibilidade para Seguimento Amostra Final do Estudo

Distorção da Amostra

Viés de Prevalência

Pacientes _c/AVCVivo _{por AVC}Óbito _s/AVCVivo

Hipertensos 50 250 700

Não

Hipertensos 80 20 900

Pacientes _c/AVCVivo _s/AVCVivo

Hipertensos 50 700

Não

Hipertensos 80 900

Estudo Tipo Caso-Controle

Distorção da Amostra

➢ Viés de Admissão

➢ Viés de Participação (Efeito Voluntário)

➢ Viés de Grupos Pré-Existentes

➢ Viés de Seleção do Procedimento

(Diferença na Composição de Grupos não Randomizados)

➢ Viés de Detecção

• Informação Baseada na Memória /

Arquivos não Padronizados

• Métodos Diagnósticos Diferentes

➢ Viés de Seguimento

Validade Interna

➢ Erro de Mensuração • Instrumento de Medida –Variação Intra-Método –Variação Inter-Método • Observador –Variação Intra-Observador –Variação Inter-Observador

Validade Interna

➢ Variáveis Antecedentes

➢ Variáveis Intervenientes

Validade Interna

➢ Métodos de Controle de Variáveis

Antecedentes ou Intervenientes

• Fatores de Restrição

• Uso de Variáveis Pareadas ou

Eqüivalentes

• Estratificação das Variáveis

• Técnicas de Análise Multivariada

Validade Interna

➢ Indefinição de Objetivos

(Pescaria ou Tortura dos Dados)

➢ Existência de Múltiplos Testes

➢ Viés de Migração (Crossover)

➢ Viés de Tempo de Entrada

Validade Interna

O Emprego de Testes Estatísticos tem como Objetivos:

Validar a Associação Observada entre o Fator Determinante e o

Resultado Obtido e

Avaliar o Grau de Reprodutibilidade do Estudo Realizado.

Análise Estatística na Pesquisa Científica

➢ Avaliar a Existência de Diferenças entre Variáveis

➢ Analisar a Ocorrência de Associações

entre Variáveis

➢ Estimar a Prevalência ou a Incidência de

Eventos

➢ Identificar Fatores que Alteram ou

Sejam Preditores de Respostas / Eventos

Emprego dos Testes Estatísticos

na Pesquisa em Medicina

Análise Estatística na Pesquisa

Científica

Conceito de Probabilidade

➢ Será que vai chover?

Conceito de Probabilidade

➢ Número de Vezes que um Desfecho Ocorre Dividido pelo Número Total de Ensaios

Jogo de Dados

Probabilidade do #3 = 1/6 = 0,17

0 1

Impossível Absolutamente

“Statistical Inference in the 21st Century: A World Beyond P<0.05,

the American Statistical Association

recommends about the term: “statistically significant”

“don’t say it and don’t use it.”

Time to say goodbye to “statistically significant” and embrace uncertainty

Análise Estatística

Hipótese de Nulidade Os Dados são Provenientes da

Mesma População, não Existindo Diferença Entre Eles.

Análise Estatística

➢ Avaliação da Hipótese de Nulidade

(Associação entre as Variáveis Determinante e Dependente)

• Erro Tipo I ou  (Valor de p)

Probabilidade de Erro ao Rejeitar a Hipótese de Nulidade

Análise Estatística

➢ Erro Tipo I ()

Influenciado pelo:

• Número de Testes Realizados em

Análise Estatística

➢ Avaliação da Hipótese de Nulidade

(Associação entre as Variáveis Determinante e Dependente)

• Erro Tipo II ou  (Poder Estatístico)

Probabilidade de que a Hipótese de Nulidade Esteja Errada, Mesmo não Tendo Sido Rejeitada

Análise Estatística

➢ Erro Tipo II ()

Influenciado por

• Grau de Associação entre as Variáveis

• Grau de Variação Intrínseca das

Variáveis (Contínuas)

Inferência DESENHO E IMPLEMENTO Fase de Desenho e Implemento Aumentar o Tamanho da Amostra ou Precisão das Medidas Aperfeiçoar o Desenho da Pesquisa Fase de Análise Calcular a significância estatística ou intervalo de confiança

Usar de bom julgamento (Escudo de Epid. Clínica)

Análise Estatística na Pesquisa Científica

A Importância Clínica de uma Associação ou Diferença

Estatisticamente Significante é uma Decisão Clínica e não

Statistical Inference in the 21st Century

➢ Proper Inference Requires Full Reporting and Transparency;

➢ Scientific Conclusions Should not be Defined only When a p-Value Passed a Specific

Threshold;

➢ A p-Value, or Statistical Significance, does not Measure the Size of an Effect or the

Importance of a Result;

➢ By itself, a p-Value does not Provide a Good Measure of Evidence Regarding a Model or Hypothesis.