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
Resultado do Estudo Probabilidade • Hipótese Nula • Teste Estatístico Apresentação Completa (Intervalo de Confiança) ValidadeO 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 AVCÓbito 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
Vieses de Mensuração➢ 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
Variável A Variável B 0 10 20 30 40 U ni dade 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.