Professional Documents
Culture Documents
Conferncia
Itens essenciais em bioestatstica
ladas duas hipteses chamadas hiptese nula (H0) e hiptese alternativa(H1). Hiptese nula aquela que colocada prova, enquanto que hiptese alternativa aquela que
ser considerada como aceitvel, caso a hiptese nula seja
rejeitada.
A grosso modo, nos problemas mais simples da rea
mdica, a hiptese nula est associada uma igualdade entre mdias ou propores que podem indicar a no associao (independncia) entre fatores de interesse. Por exemplo, num estudo sobre fatores de risco para doenas cardiovasculares, uma hiptese nula poderia ser a proporo de
doentes cardiovasculares entre hipertensos igual proporo entre no hipertensos ou a chance da doena a
mesma para hipertensos e no hipertensos. Isto implicaria
em dizer que no existe associao entre hipertenso e
doena cardiovascular. Outro exemplo, desta vez considerando igualdade de mdias, pode ser descrito por um estudo
sobre tempo de recuperao de pacientes transplantados.
Supondo que desejamos comparar trs procedimentos cirrgicos diferentes, uma possvel hiptese seria o tempo
mdio de recuperao o mesmo nos trs procedimentos
cirrgicos, ou seja o tipo de procedimento cirrgico no
influencia no tempo de recuperao do paciente.
Todo teste de hiptese possui erros associados a ele.
Um dos mais importantes chamado erro do tipo I que
corresponde rejeio da hiptese nula quando esta for
verdadeira. No exemplo da doena cardiovascular, a probabilidade do erro do tipo I seria a probabilidade de concluir
que h associao quando na verdade no h, ou seja, concluir uma associao que no existe (que devida ao acaso). No exemplo do tempo de recuperao, o erro do tipo I
corresponderia a dizer que o tipo de procedimento cirrgico
influencia no tempo de recuperao quando na realidade o
tempo mdio o mesmo nos trs procedimentos. A probabilidade do erro do tipo I chama-se nvel de significncia e
expressa atravs da letra grega . Os nveis de significncia
usualmente adotados so 5%, 1% e 0,1%.
Formalmente, o nvel descritivo (p) definido como o
menor nvel de significncia () que pode ser assumido
para se rejeitar H 0, porm esta interpretao no simples
at mesmo para os estatsticos. Considerando, de maneira
muito generalizada, que os pesquisadores ao rejeitarem a
hiptese nula costumam dizer que existe significncia estatstica ou que o resultado estatisticamente significante, poderamos definir o nvel descritivo (p) como a probabilidade mnima de erro ao concluir que existe significncia
estatstica.
575
Paes AT
Itens essenciais em bioestatstica
diferena
p-value
resultado
estatisticamente
no significante
significante
A grande vantagem de se utilizar o nvel descritivo
a possibilidade de quantificar a significncia, ou seja,
no lugar de uma resposta do tipo sim ou no temos a informao de quanto. Considere os exemplos da tabela
abaixo:
Resposta usual
p-value
p=0,0002 e p=0,048
n.s.
P=0,085 e p=0,987
Note que no 1 exemplo os dois resultados so significantes, porm o valor de 0,0002 expressa uma significncia
muito maior do que 0,048. Alm disso, este ltimo valor muito
prximo ao nvel usual de 5%, o que pode causar dvidas ou
ressalvas na tomada de deciso. No 2 exemplo temos dois
resultados no significantes. O 2 valor (0,987) praticamente
no expressa significncia estatstica nenhuma pois o erro
de quase 100%. J o 1 (0,085) embora no seja significante ao
nvel de 5% um valor bastante indicativo. Portanto, muito
576
Intervalos de confiana
Mdias, medianas, modas so chamadas estimativas
pontuais pois correspondem a um nico valor que estima
caractersticas de um grupo sob estudo. Existem tambm as
estimativas por intervalos que so expressas por um limite
inferior e um superior entre os quais acredita-se estar o verdadeiro valor do parmetro. Por exemplo, num estudo em
pacientes hipertensos pode-se dizer que a presso arterial
(PA) mdia 87, 5 variando de 85,7 a 89,3 (intervalo de confiana = [85,7; 89,3]).
Uma das utilidades dos intervalos dar a idia da disperso ou variabilidade das estimativas. Um intervalo muito grande indica que a estimativa calculada no to acurada quanto outra com intervalo menor, ou seja, quanto
maior a amplitude do intervalo menor a confiabilidade da
estimativa.
Existem vrios mtodos para expressar intervalos, sendo exemplos o valor mximo e o valor mnimo e os intervalos
de percentis, como o intervalo 25% - 75%. O mais conhecido e talvez o mais correto seja o intervalo de confiana 3
que permite incorporar uma probabilidade de erro. Esta probabilidade de erro inferida a partir de um conhecimento
do modelo de distribuio de freqncias do fenmeno
estudado. O modelo que mais habitualmente se ajusta
ocorrncia de fenmenos biolgicos o de distribuio
normal, cujo intervalo de confiana envolve para sua
construo o conhecimento da varincia (que permite o
clculo do desvio padro). Os intervalos podem ser
construdos com diferentes coeficientes de confiana,
sendo em geral mais utilizados os intervalos de confiana
de 95% ou 99%. A cada coeficiente corresponde um valor
crtico da distribuio, que uma medida de distncia da
estimativa pontual que se expressa em unidades de desvios padro. Abaixo descrevemos informalmente a frmula
geral dos intervalos de confiana.
IC = estimativa
pontual
valor crtico
da distribuio
desvio padro
da estimativa
Paes AT
Itens essenciais em bioestatstica
87,53
[85,72
89,34]
Estimativa pontual
= mdia
Estimativa pontual +
valor crtico x erro padro
[19,85%
Estimativa pontual
valor crtico x erro padro
mdia 2
dif.
IC 95% p/dif.
53,4
62,8
-9,4
[7,6 ; 11,2]
45,9
47,2
-1,3
[-3,3 ; 0,30]
Obs.
no contm o valor 0
(mdias diferentes)
contm o valor 0
(mdias iguais)
26,45% ]
Estimativa pontual + valor
crtico x erro padro
94
92
90
88
95% CI PAM
% hipertensos
86
84
N =
144
188
Ate' 55 anos
148
55 a 70 anos
Mais de 70 anos
Faixa etria
Grfico I - Comparao entre trs grupos de idade em relao presso arterial mdia.
Fonte: Instituto Dante Pazzanese de Cardiologia pacientes submetidos cirurgia
cardaca entre 1993 e 1994
co para comparar as trs mdias indicaria que no existe diferena entre os dois primeiros grupos e que pacientes do 3 grupo tem PA mdia maior que nos outros dois.
Podemos analisar tambm atravs de grficos, intervalos de confiana para riscos relativos. Neste caso, costumase traar a linha que passa pelo valor 1 e so considerados
significativos os riscos relativos correspondentes aos intervalos que no cruzarem com esta linha, isto , que no contiverem o valor 1.
O exemplo a seguir baseado em um estudo cujo objetivo identificar fatores de risco para impotncia sexual em
pacientes cardiopatas 4. Observe que, entre as variveis
IC 95% p/odds
[ 1,58 ; 2,68 ]
[0,48 ; 2,02]
Obs.
no contm o valor 1 (h risco)
contm o valor 1 (no h risco)
1,8
1,6
1,4
Diabetes
1,2
IAM prvio
Dislipidemia
0,8
Hipertenso
Tabagismo
0,6
0,4
0
577
Paes AT
Itens essenciais em bioestatstica
578
Intervalos de confiana e as cinco possveis interpretaes sobre significncia estatstica e importncia prtica 6 .
1.2
1.0
Incidncia de complicaes
No se pode acreditar cegamente em tudo que os testes estatsticos mostram 5. O que o mdico deve se perguntar ao interpretar os resultados de uma pesquisa os resultados obtidos so relevantes do ponto de vista clnico?.
Muitas vezes um resultado estatisticamente significante pode no ser clinicamente importante. Por exemplo, um teste de comparao de mdias pode detectar uma
diferena de 2mmHg na PA como sendo altamente significante apesar desta diferena no ter nenhuma implicao
clnica. Portanto, a importncia em termos biolgicos no
deve ser julgada pelos estatsticos, mas sim pelos profissionais da rea em que a pesquisa est sendo feita.
A figura a seguir 6 mostra cinco tipos de resultados, expressos em termos de intervalos de confiana, que exemplificam diferentes situaes. A linha horizontal cheia corresponde ao valor que, se presente no intervalo, indica que o resultado no estatisticamente significante - intervalo de confiana da diferena incluindo o valor zero. Por exemplo, num
teste estatstico que compara duas mdias, o intervalo referente diferena entre elas no deve conter o valor zero.
A linha pontilhada representa o valor a partir do qual a
diferena considerada importante na prtica. No exemplo
da PA, o mdico pode optar por considerar relevante apenas
as diferenas acima de 5 ou 10mmHg.
Assim, so considerados estatisticamente significantes os intervalos que no cruzam com a linha cheia. No
entanto, somente aqueles que ultrapassam o limite da relevncia clnica (linha horizontal pontilhada) que devem ser
de fato considerados relevantes.
Desta forma podemos analisar as cinco situaes representadas na figura. A situao (a) mostra um resultado
considerado definitivamente importante, pois alm de
significante, todo o intervalo est acima do que considerado clinicamente relevante. A situao (b) corresponde a um
resultado que estatisticamente significante mas cujo intervalo cruza com a linha da relevncia, ou seja, no se pode
afirmar com certeza que o resultado seja relevante mas este
possivelmente um resultado importante.
O 3 caso (c) traduz um dos erros mais freqentes em
pesquisas na rea mdica. Mostra um resultado que apesar
de significante do ponto de vista estatstico, no tem relevncia clnica nenhuma pois o limite superior do intervalo
ainda inferior ao valor considerado importante. Muitas
vezes isto no levado em considerao pelo clnico que
toma concluses baseadas nos resultados estatsticos sem
avaliar a real importncia da diferena detectada.
Os dois ltimos casos correspondem a resultados no
significantes. Como j foi observado no item anterior intervalos com grande amplitude correspondem a estimativas
pouco precisas. Isto acontece na situao (d) que mostra
.8
.6
.4
.2
0.0
-.2
-.4
N=
34
Tipo de interveno
mentos que dispe, ainda que se mantenha alerta para eventuais mudanas luz de novas evidncias.
Portanto, no se deve fechar os olhos para um resultado que no seja significativo, preciso levar em conta tambm a importncia do objeto que est sendo estudado.
O tamanho da amostra
Uma pergunta muito freqente em estudos na rea
qual deve ser o tamanho da minha amostra?. Esta uma
questo delicada e muitas vezes polmica. Considere o seguinte exemplo: se nos fosse perguntado quanto de dinheiro preciso levar para as minhas frias? a resposta imediata seria depende. Depende do lugar que deseja ir, quanto tempo pretende ficar, quantas pessoas, qual o meio de
transporte e, claro, entre outros detalhes, qual o dinheiro
disponvel. Da mesma forma, arbitrar um tamanho adequado de amostra envolve conhecimento da natureza das medidas realizadas, do plano de anlise, do nvel de erro aceitvel para estimativas etc.
H com freqncia uma nfase excessiva ao clculo do
tamanho de amostra em detrimento da concepo cuidadosa de um plano amostral 8, que so as estratgias a serem
adotadas para garantir que a amostra a ser estudada seja
representativa do universo real do fenmeno a ser estudado. Os vcios 9 de seleo, de deteco, de exposio, de
informao ou de memria no sero prevenidos por qualquer definio de tamanho de amostra, mas sim por um plano amostral cuidadoso. O tamanho da amostra vai depender da viabilidade de coleta de dados, que envolve principalmente tempo, custos e disponibilidade de casos para
serem estudados. Isto no significa que o clculo de tamanho de amostra seja dispensvel. O que desejamos salientar aqui que ele deve ser utilizado como planejamento,
isto , como parte de um estudo bem delineado onde ele
no substitua o compromisso do investigador de analisar
a representatividade dos casos estudados, seja qual for o
nmero a ser observado.
Uma das vantagens de se calcular corretamente o tamanho da amostra a possibilidade de economia. Por exemplo, um estudo bem planejado pode, a partir de uma amostra
no muito grande, obter as mesmas concluses de um estudo que envolveu uma amostra muito maior por no ter sido
previamente planejado.
Entretanto, o clculo do tamanho da amostra no garante um resultado significante 10. conveniente planejar o
tamanho da amostra para que se possa ter amostras grandes o suficiente para detectar diferenas importantes
(amostras muito pequenas podem deixar que diferenas importantes passem desapercebidas). Por outro lado, amostras exageradamente grandes alm de elevar o custo do estudo, podem tornar diferenas clinicamente irrelevantes em
estatisticamente significativas.
Para o planejamento do tamanho da amostra o investigador precisa estabelecer algumas definies como: tipo de
estudo que pretende realizar (ex. estudo de prevalncia, ensaio clnico, coorte, caso-controle); o tipo de medida que
Paes AT
Itens essenciais em bioestatstica
Concluses
Where shall I begin, please your Majesty? asked
the White Rabbit.
Begin at the begining and go on till you come to the
end: then stop. Said the King of Hearts. Lewis Carol. Alice
in Wonderland: Alices evidence.
A interdisciplinaridade da cincia moderna convida,
seno exige, que profissionais de diferentes filiaes acadmicas colaborem para a produo do conhecimento. Em
cincias da sade, mdicos e estatsticos precisam buscar
conciliar seus conhecimentos para uma colaborao adequada 11. O presente artigo um modesto esforo neste
579
Paes AT
Itens essenciais em bioestatstica
Referncias
1.
2.
3.
4.
5.
6.
580
7.
8.
Hulley SB, Gove S, Browner WS, Cummings SR - Choosing the study subjects:
specification and sampling. In: Hulley SB, Cummings SR - Designing Clinical
Research. Baltimore: Williams Wilkins, 1988: 18-29.
9.