Conceitos de Erro Sistemático e
Randômico
Formulação de Testes de
Hipóteses
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) ValidadeConceito 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 confiançaUsar de bom julgamento (Estudo de Epid. Clínica)
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
Relação a uma Mesma Amostra
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 confiançaUsar 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.
➢
Avaliar a Existência de Diferenças entre
Variáveis
➢
Analisar a Ocorrência de Relações entre
Variáveis
➢
Estimar a Prevalência ou a Incidência de
Eventos
➢
Identificar Fatores que Alteram ou
Sejam Preditores de Respostas / Eventos
Emprego dos Testes Estatísticos
Variável A Variável B 0 10 20 30 40 U ni dade
Avaliação da Diferença entre
Variáveis
Análise Estatística
➢
Teste de Hipótese
•
Bidirecional
H
0= Valor esperado
H
1 Valor esperado
•
Unidirecional
H
0= Valor esperado
H
1> ou < Valor esperado
X
X
X
X
Análise Estatística
Área de Rejeição H0 Área de
Rejeição H0 Área de Aceitação H0 Pr op or ção -2 0 +2
Teste Bidirecional
Análise Estatística
Área de Rejeição H0 Área de Aceitação H0 Pr op or ção -2 0 +2Teste Unidirecional
Comparação entre Variáveis
➢
Definir o Tipo de Variável
➢
Definir N de Grupos de Variáveis
➢
Definir o Tipo de Distribuição
•
Distribuição Normal (Gausiana)
•
Distribuição Assimétrica
➢
Definir a Relação entre os Grupos
•
Pareados / Medidas Repetidas
Apresentação das Variáveis
➢
Escalas Nominais
•
Percentagens ou Proporções
➢
Escalas Ordinais
•
Percentagens ou Proporções
• Medidas de Tendência Central e de
➢
Escalas Nominais
•
Comparação entre Proporções
➢
Escalas Ordinais
•
Comparação entre Proporções
•
Comparação entre Valores Numéricos
Comparação entre Variáveis
Índices de Mortalidade
IAM c/ DVD IAM s/ DVD
1 mês
24,4 ±11,8%
6,9 ± 12,2%
12 meses
39 ± 9,5 %
10,3 ±11,8%
Serrano Júnior CV, Clin Cardiol 1995; 18: 199-205
Right Ventricular Dysfunction and
Inferior Myocardial Infaction
Right Ventricular Dysfunction and
Inferior Myocardial Infaction
Índices de Mortalidade
Serrano Júnior CV, Clin Cardiol 1995; 18: 199-205
1 Mês 12 Meses 0 10 20 30 40 50 IAM com DVD IAM sem DVD %
Comparação entre Variáveis
Variáveis de Categoria
Sucesso Falha
Tratam. A
6
6
12
Tratam. B
2
13
15
8
19
27
➢
Escalas Binárias / Ordinais
•
Comparação entre Duas Proporções
– Pareadas
Teste de McNemar
– Não Pareadas
Teste Exato de Fisher
Teste de Qui-quadrado (
2)
Comparação entre Variáveis
➢
Escalas Binárias / Ordinais
•
Comparação entre Três ou Mais
Proporções
Teste de Qui-quadrado (
2)
Comparação entre Variáveis
Comparação entre Variáveis
Variáveis Numéricas (Quantitativas)
➢
Número de Grupos de Variáveis
➢
Tipos de Distribuição
•
Distribuição Simétrica
– Normal (Gausiana)
Variáveis Numéricas (Quantitativas)
Tipos de Distribuição
Média
(M±DP)
Distribuição Normal / Gausiana
Pr
op
or
Variáveis Numéricas (Quantitativas)
Tipos de Distribuição
Mediana Distribuição Assimétrica Pr op or ção Variação Interquartil➢
Segundo o Tipo de Distribuição
•
Distribuição Normal (Gausiana)
Testes Paramétricos
•
Distribuição Assimétrica
Testes Não Paramétricos
Comparação entre Variáveis
Escala Numérica Pr op or ção Var.B Var.A X A X B
Comparação entre Duas Variáveis
Numéricas
Escala Numérica Pr op or ção Var.B Var.A X A X B
Comparação entre Duas Variáveis
Numéricas
Comparação entre Grupos
Testes Paramétricos
Variável A Variável B 0 10 20 30 40 Uni dade➢
Distribuição Normal
•
Comparação de Dois Grupos
– Pareados
Teste
t
de Student para Valores
Pareados
– Não Pareados
Teste
t
de Student para Valores Não
Pareados
Comparação entre Grupos
Comparação entre Grupos
Testes Paramétricos
Variável A Variável B 0 10 20 30 40 Uni dade p = 0,005Comparação entre Grupos
Testes Não Paramétricos
0 50 100 150 200 Unidade Variável A Variável B
➢
Distribuição Não Gausiana
•
Comparação de Dois Grupos
– Pareados
Teste de Wilcoxon
– Não Pareados
Teste de Mann-Whitney
Comparação entre Grupos
Comparação entre Grupos
Testes Não Paramétricos
0 50 100 150 200 Uni dade Variável A Variável B p = 0,041
➢
Erro Tipo I (
)
Influenciado pelo:
•
Número de Testes Realizados em
Relação a uma Mesma Amostra
Variáveis Numéricas
Variáveis Numéricas
Comparações Múltiplas
0,001 0,002 0,005 0,008 0,01 0,012 0,017 0,025 Erro Aceitável 92% 64% 40% 26% 23% 19% 14% 10% Probabilidade de p < 0,05 50 20 10 6 5 4 3 2 Nº Hipótese IndependentesEscala Numérica Pr op or ção XB C XC
Comparação entre Variáveis
Numéricas
Distribuição Normal
A
XA
Escala Numérica Pr op or ção C B XB XC
Comparação entre Variáveis
Numéricas
Distribuição Normal
XA A
➢
Distribuição Normal
•
Comparação de Três ou Mais Grupos
– Medidas Repetidas
Análise de Variância de Medidas
Repetidas
– Não Relacionados
Análise de Variância de Um Fator
Comparação entre Grupos
Comparação entre Grupos
Testes Paramétricos
Var. A Var. B Var. C Var. D 0 5 10 15 20 25 Unidade p = 0,001
Comparação entre Grupos
Testes Paramétricos
Var. A Var. B Var. C Var. D 0 5 10 15 20 25 Unidade Var. B vs Var. C Var. B vs Var. D Var. C vs Var. D p > 0.05 p < 0.01 p < 0.01 Var. A vs Var. B Var. A vs Var. C Var. A vs Var. D p > 0.05 p > 0.05 p < 0.05 p = 0,001
Comparação entre Grupos
Testes Não Paramétricos
0 50 100 150 200 Uni dade
Variável A Variável B Variável C Var. A vs Var. B Var. A vs Var. C Var. B vs Var. C p < 0.05 p > 0.05 p > 0.05 p = 0,038
➢
Distribuição Não Gausiana
•
Comparação de Três ou Mais Grupos
– Medidas Repetidas
Teste de Friedman
– Não Relacionados
Teste de Kruskal-Wallis
Comparação entre Grupos
Dosagem C3a Basal Pré 10 30 60 Pós 0 50 100 150 200 250 300 350 400 450 Controle Ultrafiltração Circulação Extracorpórea n g /m l
Avaliação da Diferença entre
Variáveis
Dosagem C3a Basal Pré 10 30 60 Pós 0 50 100 150 200 250 300 350 400 450 Controle Ultrafiltração Circulação Extracorpórea n g /m l
Avaliação da Diferença entre
Variáveis
Hipóteses: Grupo C ≠ U
Dif. Variável no Tempo Interação Grupo/Tempo
Basal Pré 10 30 60 Pós 0 50 100 150 200 250 300 350 400 450 Controle Ultrafiltração Circulação Extracorpórea ng/m l Dosagem C3a
Variáveis Numéricas
Comparações Múltiplas
➢
Avaliar o Efeito de Duas Variáveis
Determinantes
(Tratamento; Tempo)
•
Distribuição Normal
– Análise de Variância de Duplo Fator
– Análise de Comportamento Linear
•
Distribuição Não Gausiana
– Análise de Variância Não
Paramétrica de Friedman
– Análise de Comportamento Linear
Comparação entre Grupos
➢
Avaliar o Efeito de Duas Variáveis
Determinantes
(Tratamento; Tempo)
•
Distribuição Normal
– Análise de Variância de Duplo Fator
de Variáveis Não Relacionadas
– Análise de Variância de Duplo Fator
com Medida Repetidas em um dos
Fatores
Comparação entre Grupos
Comparação entre Grupos
Testes Paramétricos
Dupla Análise de Variância
0 10 20 30 40 Tratamento 1 Tratamento 2 Tempo Un idad e Tratamento - p = 0,035 Tempo - p < 0,001 Interaçao Trat./Tempo Tempo 1 - p > 0,05 Tempo 2 - p > 0,05 Tempo 3 - p < 0,05