Responsvel pelo Contedo:

Prof. Dr. Flavio Cesar Viani

Reviso Textual:
Prof. Dr. Manoel Francisco Guaranha

Bioestatstica

Vamos iniciar a unidade I da disciplina de Bioestatstica

chamada Introduo Bioestatstica.
A pesquisa cientfica inicia-se com idias geradas pelos
pesquisadores, estas idias necessitam de um mtodo
operacional para mediar os conceitos tericos a serem
pesquisados. Estes atributos a serem medidos chamam-se
variveis e so a base do mtodo estatstico. A coleta das
variveis pode ocorrer em populaes inteiras ou em parcelas
chamadas de amostra. Assim, nesta unidade estudaremos o
mtodo e a cincia, as variveis e os mtodos de amostragem.
O contedo desta unidade est em Material Didtico, no se
esqueam de realizar as atividades propostas e que a entrega
dos exerccios obrigatria.
Estudem o texto proposto e complemente seus estudos com a
bibliografia sugerida.

Ateno
Para um bom aproveitamento do curso, leia o material terico atentamente antes de realizar
as atividades. importante tambm respeitar os prazos estabelecidos no cronograma.

Contextualizao

Em nossa primeira unidade da disciplina Bioestatstica, conceituaremos bioestatstica

e estatstica a partir das necessidades da pesquisa cientfica. Posteriormente, estudaremos os
tipos de variveis e a necessidade de coletar amostras que reflitam o comportamento de uma
populao em anlise.
Nesse momento importante que voc reflita sobre a seguinte questo:
- Um pesquisador, aps muito pensar na sua rea de conhecimento, formula a seguinte
questo: Aumentando a dose de um medicamento seria possvel conseguir o efeito em
menos tempo?. Para confirmar esta hiptese o que fazer? Qual o mtodo adequado para
tentar provar ou recusar esta hiptese? Devo medir alguma coisa? Como medir este efeito?
Uma vez feita esta medida, comparo com o que? Devo fazer este teste em quantos pacientes?
Ou fao em toda uma populao?

Material Terico
O Mtodo e a Cincia
Pensamento Cientfico
O pensamento cientfico ocorre a partir de uma linguagem terica sobre conceitos e
hipteses cientficas, porm a comprovao necessita de uma linguagem e mtodo
operacional que a morada das hipteses estatsticas.
Exemplo:
Quanto maior o grau de educao de uma pessoa, menor ser o preconceito
em aceitar uma campanha sanitria.
Temos aqui ento dois conceitos tericos:

Preconceito: Atitude negativa baseada em um pr - julgamento.

Educao: Conjunto de conhecimentos acumulados que permite a uma pessoa um

julgamento global do mundo.

Como podemos instituir um mtodo operacional para medir estes conceitos tericos?

Preconceito: Atribuir escores, valores ou notas a partir de um questionrio sobre o

assunto.

Educao: Quantidade de anos de estudo escolar.

Hiptese estatstica: Quanto maior os anos de escolaridade, menor a sua nota

(escore) em uma escala de preconceito. O que significa dizer que negativa a correlao
em anos de escolaridade e nota em uma escala de preconceito.
Caso est afirmao seja a respeito de um grupo de pessoas, por exemplo: JOO,
MARIA, KTIA, JOS E PEDRO, basta somente verificar a veracidade entre eles e pronto.
Porm as hipteses estatsticas so gerais e se relacionam a populaes.
Aps formular uma hiptese, o passo seguinte test-la antes de formular uma nova
teoria sobre este assunto (Figura-1), portanto, para atingir este objetivo, uma srie de passos
deve ser seguidos. Estes visam reunir informaes seguras para que seja feita uma tomada de
deciso e posterior formulao da teoria.
So passos a serem seguidos para formular uma nova teoria cientfica:

Formular uma Hiptese Cientfica, o que chamamos de Inferncia dedutiva. a idia

que surgiu aps a pergunta do pesquisador a partir de seu conhecimento prvio e
observacional, sem a utilizao de mtodos comprovatrios.

Organizar um plano para coleta dos dados e anlise: Onde e como vou conseguir as
informaes.

Estabelecer uma regra de deciso: Aps obteno e anlise dos resultados, qual parmetro
vou utilizar para considerar minha hiptese inicial ser confirmada ou negada;

Coletar os dados: a busca propriamente dita das informaes, por mensuraes dos
conceitos tericos pr-estabelecidos.

Proceder a anlise da hiptese estatstica: Estabelecimento de hiptese estatstica a partir

de um mtodo operacional;

Tomar decises com relao hiptese: Aps a anlise dos dados e seguindo a regra de
deciso estabelecida anteriormente;

A partir da verificao da verdade ou falsidade da hiptese inicial atravs da anlise

estatstica, induz-se (inferncia indutiva) a uma verdade cientfica correspondente.

Mundo do pesquisador

Mundo da estatstica

Hiptese cientfica

PLANEJAMENTO
Hiptese cientfica
Definio das variveis
Plano de coleta
Tipo de anlise dos dados
Definio das regras de deciso

COLETA DOS DADOS

http://pro.corbis.com/Enlargement/Enlargement.aspx?id=4
2-21127423&caller=search

INFERNCIA INDUTIVA
Formulao de teoria a
respeito
da
verdade
cientfica

ANLISE ESTATSTICA DOS DADOS

ACEITAO OU
REJEIO DA
HIPTESE ESTATSTICA

O mtodo cientfico

Figura -1 O Mtodo Cientfico: Da hiptese at a formulao de uma nova teoria.

Portanto a estatstica tem como seu papel na pesquisa cientfica contribuir junto ao
pesquisador:

Na formulao de hipteses estatsticas

Fixao de regras de deciso

Tcnicas para um delineamento da pesquisa

Coleta

Tabulao e anlise dos dados (estatstica descritiva)

Testes de hipteses para expressar as incertezas da inferncia indutiva em um

nvel probabilstico.

Estatstica e Bioestatstica

A palavra estatstica deriva do latim status, significando Estado Poltico ou a situao de

alguma coisa. J.F. Von Bielfel publicou The elements of universal eruditionem 1770 e um
Captulo chamado Statistics que foi definido como: A Cincia que nos ensina qual a situao
poltica de todos os estados modernos do nosso mundo. Aps uma srie de publicaes, a
Estatstica adquiriu um significado menos amplo:
A exposio das caractersticas de um estado atravs de mtodos numricos. Em
1834 ocorreu fundao da Royal Statistica Society. Aps vrias mudanas do significado de
Estatstica, passou a estudar sries de dados numricos que operavam e passou-se a falar em:

Estatsticas mdicas

Estatsticas vitais

Estatsticas martimas ...

Brqu, 1981 define em seu livro assim: Estatstica um ramo do conhecimento

cientfico que consta de um conjunto de processos que tm por objeto a observao, a
classificao formal e a anlise dos fenmenos coletivos ou de massa (descritivos) e, por fim,
investigar a possibilidade de fazer inferncias indutivas vlidas a partir dos dados observados e
buscar mtodos capazes de permitir esta inferncia (indutiva)

A estatstica pode ser dividida em:

Geral ou metodolgica: Elabora mtodos gerais e aplicveis e estuda as

propriedades matemticas dos fenmenos de massa e a demonstrao dos
procedimentos e frmulas

Aplicada: ramo do conhecimento que proceda exclusivamente por intermdio de

metodologia estatstica.

E Bioestatstica definida como:

A cincia que trata com os planos e mtodos de coleta, tabulao e anlise de fatos
numricos nas cincias da vida.

Conceito de Variveis
Quando estudamos as populaes utilizando a ptica da estatstica necessitamos ento
classificar os indivduos de acordo com caractersticas mensurveis. Estas caractersticas so
chamadas de variveis, a identificao e o estudo das variveis vo permitir a descrio da
populao e o estabelecimento de comparaes entre grupos que constitui ento a base da
bioestatstica.
O entendimento do nvel de mensurao que se estabelece em uma populao vai
permitir a escolha de tcnicas corretas de demonstrao dos dados (tabelas e grficos), de
utilizao de medidas comparativas e tcnicas de inferncia e tomada de deciso. Portanto,
reside aqui a base da bioestatstica da onde se segue todas as demais teorias.

Os Nveis de mensurao

Classificao da populao de acordo com uma caracterstica nominal

Este tipo de classificao pressupe separar a populao em grupos que possuem ou
no a caracterstica em estudo, como por exemplos: Sexo, cor de olhos, peso, peso ao nascer,

raa etc. As caractersticas se expressam nominalmente (ou seja, so dadas por um nome e
no por um nmero), portanto em escala nominal e devem ser:

Exaustivas: todos os indivduos estudados possuem a caracterstica.

Mutuamente exclusivas. Cada indivduo possui somente uma categoria.

Classificao da populao de acordo com uma caracterstica que se ordena

Nesta situao as caractersticas possuem um ordenamento natural. A caracterstica
medida ento em uma escala ordinal. Nesta mensurao no existe informao sobre a
magnitude da caracterstica, veja que embora exista ordem no existe grandeza (nmero). Se
colocarmos a situao de um estudo sobre escolaridade de uma determinada populao e
decidimos classificar segundo o critrio: FUNDAMENTAL, MDIO E SUPERIOR, fica claro a
ordem natural destes nomes.

Classificao por caractersticas mensurveis e com zero arbitrrio

Nesta escala de mensurao, alm da ordenao, pode-se dizer quanto vale
exatamente a diferena entre elas. Ex.: A diferena entre 30 e 10 de exatamente 20,
porm no se pode dizer 30 trs vezes mais quente que 10 , pois o zero um ponto
arbitrariamente estabelecido e no fruto de uma mensurao objetiva. Neste caso a escala
dita intervalar, ou seja, os intervalos podem ser determinados.

Classificao por caractersticas mensurveis e com zero no arbitrrio

Aqui a caracterstica mensurvel e, portanto, so permitidas as operaes aritmticas,
pois o zero no arbitrrio como em uma escala de temperatura. Um bom exemplo quando
trabalhamos com a altura de indivduos. Pode-se dizer que um indivduo de 2,00 metros
duas vezes maior que um indivduo de 1,00 metro. Agora se trata de uma escala de razes.
Neste tipo de classificao podemos utilizar uma infinidade de operaes matemticas e
estabelecer medidas que permitam melhor entender o comportamento da caracterstica.
Deve-se perceber ento que temos caractersticas que podem ser MEDIDAS, como por
exemplo, utilizando de um instrumento como rgua e geram NMEROS e caractersticas que
so apenas CONTADAS e vai permitir uma quantidade limitada de operaes para descrever
seu comportamento.

Estes atributos (caractersticas) que variam entre os indivduos so chamados de

Variveis que podem ser classificadas em qualitativas: aquelas medidas em escala nominal
ou ordinal e quantitativas.

As variveis quantitativas podem ser contnuas ou discretas.

Contnuas: assumem qualquer valor. Ex.: peso, altura. Veja que entre a altura de 1,50
e a de 1,55 metros existem uma infinidade de valores possveis dependendo da
preciso do instrumento de medida utilizado.

Discretas: assumem valores de um conjunto enumervel. Ex.: nmero de indivduos

nascidos de cada me. Perceba que podemos ter 1, 2, 3, 4, 5...10 filhos mas nunca
nmeros fracionados. Entre 1 e 2 filhos no existe nenhum valor possvel.

Os tipos de variveis esto resumidos na figura-2.

Contnua
Quantitativa
Discreta
Varivel
Nominal
Qualitativa

Figura 2: Classificao das variveis

Ordinal

Populao e Amostra
A pesquisa cientfica, observacional ou experimental, busca dados sobre a tese a ser
comprovada e estabelece comparaes entre grupos com caractersticas distintas. A primeira
pergunta do pesquisador no incio da pesquisa se os dados sero coletados de toda uma
populao ou de uma parcela representativa da populao. Para tanto, necessrio definir
Populao e Amostra (Figura 3).

Populao: Conjunto de elementos que tm, em comum, determinada caracterstica.

Exemplo: Pessoas que vivem em uma determinada regio: Populao da cidade de
So Paulo; Animais de uma determinada espcie: Tamandu mirim; Pessoas com um
determinado tumor: Portadores de melanoma.
Amostra: Todo subconjunto no vazio e com nmero menor de elementos da
populao.
Qualquer parcela de indivduos que pertencem a uma populao uma amostra.
Exemplo: 50 pessoas da cidade de So Paulo uma amostra desta populao.

Populao

Amostra

Figura 3: Populao e Amostra

Assim, as populaes podem ser classificadas como finitas e infinitas:

finita: aquela populao com um nmero total possvel de se determinar, como por
exemplo o conjunto de alunos de um curso.
Infinita: aquela onde o nmero de elementos que fazem parte desta populao
impossvel de se determinar, como por exemplo, o nmero de vezes que posso jogar os
dados.
Em alguns casos as populaes finitas so to grandes que podemos considerar
infinitas, Exemplo: Pessoas com mais de 18 anos no Brasil.
Para acessar os dados para comprovao da tese podemos escolher trabalhar com
populaes inteiras ou com o estudo de amostras, assim, quando a coleta feita de toda uma
populao recebe o nome de Recenseamento e quando feita de uma parcela da
populao recebe o nome de Amostragem.

Recenseamento: Coleta de dados de TODA a populao, Censo o conjunto de dados

obtidos.
Amostragem: Coleta de informaes de PARTE da populao.
Muitas vezes, o estudo CUIDADOSO de uma amostra tem mais valor cientfico que o
estudo sumrio de uma populao. Por vezes o pesquisador tem a impresso que um
conjunto de dados muito grande, como de toda uma populao, pode trazer mais
informaes que uma amostra, porm a dificuldade em analisar estes dados se torna to
grande que as concluses obtidas so fracas e de pouco valor. Um nmero limitado de dados
provenientes de uma boa amostra permite um estudo detalhado aonde se chega a concluses
mais consistentes.

As tcnicas de Amostragem
A amostra foi definida como qualquer subconjunto de uma populao, porm nem
toda amostra (ou subconjunto) representa adequadamente uma populao a ponto de servir a
uma pesquisa. Para que uma amostra seja adequada para um estudo cientfico, ela deve
apresentar caractersticas similares a da populao para permitir que o resultado de seu estudo
seja aplicado populao que a originou. Amostragem o ato de obter uma amostra de
uma populao, o procedimento que ser adotado para ESCOLHER os elementos que iro
compor a amostra. Amostras obtidas de forma incorreta, ou seja, que representam mal uma
populao, so chamadas de AMOSTRAS VICIADAS.

Apesar do risco sempre presente de uma amostra representar mal uma populao, se
uso oferece muitas vantagens:

Custo Menor: Toda pesquisa envolve custos financeiros, quanto menor o nmero de
indivduos analisados, menor o seu custo. Muitas vezes o custo financeiro fator limitante para
que uma pesquisa ocorra.

Menor tempo: Outro fator limitante o tempo. A utilizao de estudos amostrais diminui em
muito o tempo de realizao de uma pesquisa.

Objetivos mais amplos: Imagine que gostaramos de conhecer profundamente os hbitos

alimentares, culturais e financeiros da populao brasileira. Para isto seria necessrio buscar
uma centena de informaes. Caso fossemos acessar estas informaes em toda a populao,
seria de se esperar que o nmero de perguntas fosse minimizado a ponto do trabalho no se
tornar logo e exaustivo. Quando limitamos uma amostra, certamente poderamos alongar os
questionamentos e conseguir uma quantidade melhor de informaes.

Muitas vezes o trabalho com amostras imperativo e no resta ao pesquisador outra

opo, so situaes onde isto ocorre:

Populaes to grandes que se assemelham a infinitas. Exemplo: Estudo da presena de

enzimas sricas na populao mundial.

Casos onde o processo de investigao da caracterstica destrutivo. Exemplo: O resultado a

ser obtido necessita do sacrifcio de animais ou da destruio do objeto de anlise.

Casos onde existem problemas ticos impeditivos de utilizar toda uma populao. Exemplo:
testes com drogas ou vacinas.

Casos onde a populao hipottica, ou seja: desconhecida, e a amostra real. Exemplo:

Estudo com usurios de drogas de abuso.

Feita a opo por estudar uma amostra, segue etapas que devem ser obedecidas:

Etapas do levantamento por amostragem

1. Estabelecer os objetivos com clareza. Definir qual a unidade elementar ou de trabalho;

2. Definio da populao a ser amostrada;
3. Escolha das variveis a serem observadas em cada unidade de anlise;
4. Especificao do grau de preciso desejado. O grau de incerteza pode ser reduzido tomando-se
amostras maiores e empregando melhores tcnicas de medio;
5. Escolha dos instrumentos de medida e da forma de abordagem;
6. Escolha da unidade amostral: A menor parte distinta e identificvel da populao para fins de
enumerao e sorteio;
7. Execuo de prova experimental, piloto ou pr-teste. Isto orienta os ajustes necessrios;
8. Seleo da amostra, depois de decidido o seu tamanho.

A prxima questo : Sabendo que nem toda amostra

adequada e representativa de uma populao, qual a metodologia
a ser utilizada para que a minha amostra represente a populao da
melhor maneira possvel?

Existem algumas tcnicas que podem ser utilizadas para diminuir a probabilidade da
ocorrncia de vcio na amostra.
As amostras podem ser ento obtidas de maneira probabilstica ou no probabilstica.
As amostras probabilsticas somente sero so preteridas na absoluta impossibilidade de
utilizao, so amostras obtidas sem a utilizao de tcnicas especficas que nos garantem que
todos os elementos da populao tiveram a mesma chance de fazer parte da amostra. Se,
necessito avaliar o desempenho de um docente a partir de um questionrio aplicado aos 1000
alunos que este docente atente, e para isto decido fazer uma amostragem da turma com 50
alunos. Se para a realizao da pesquisa, se eu escolho os alunos que vo fazer parte desta
pesquisa estou diante de uma amostra no probabilstica, pois exclu a possibilidade de vrios
alunos participarem, porm, se estabeleo um sorteio utilizando o nmero de matrcula destes
alunos, ento todos tero a mesma oportunidade de participar e desta maneira fao ento
uma amostra probabilstica.

Probabilstica: cada unidade amostral tem uma probabilidade conhecida diferente de

zero.

No probabilstica: no se conhece a probabilidade de cada unidade amostral

pertencer amostra. Algumas unidades tero probabilidade zero de pertencer
amostra.

So tipos de amostragem probabilstica:

Casual simples;

Casual simples estratificada;

Sistemtica.

Amostra casual simples sem reposio

a amostra composta por elementos retirados ao acaso da populao. Todo

elemento tem igual probabilidade de ser escolhido, qualquer subconjunto de n elementos
diferentes de uma populao de N elementos tem a mesma probabilidade de ser sorteado.
Exemplo: O Curso necessita de uma amostra casual simples de cinco de seus alunos
para uma avaliao de conhecimentos gerais. O total de alunos de 100, e todos possuem

um nmero de matrcula de 1 a 100. A partir de bolinhas numeradas de 1 a 100 sorteiam-se

ao acaso (ao acaso significa sem nenhum tipo de interferncia intencional) uma das bolas com
o nmero dos alunos, sem retornando a bola, por cinco vezes (Tabela 1):

Tabela 1: Resultado do sorteio de 5 alunos para uma avaliao

Sorteio

Nmero do aluno
sorteado

005

093

015

100

002

Amostra casual simples estratificada

a amostra composta por elementos de todos os diferentes estratos da populao.
Vamos chamar de estratos todo subconjunto de uma populao que possua caractersticas
comuns e que interfiram no resultado da varivel estudada. Exemplo: Na pesquisa eleitoral, as
populaes de faixa scio-econmica diferentes possuem opinies diferentes a respeito dos
candidatos. Temos as variveis sexo, renda, idade, escolaridade e etc. que podem interferir no
resultado da pesquisa cujo a pergunta : Qual o seu candidato? Portanto, para que a amostra
no seja viciada, devemos obter uma amostra de cada estrato da sociedade e reunir tudo em
uma nica amostra.

Se uma populao composta de h estratos, defini-se:

N= tamanho da populao
Nh =tamanho de cada estrato populacional
n=tamanho total da amostra
nh=tamanho da amostra do estrato h

Amostragem sistemtica

Este tipo de amostragem se utiliza da ordenao natural dos elementos de uma dada
populao. Muitas populaes so ordenadas naturalmente como, por exemplo, a populao
dos pacientes de uma clnica ou qualquer servio de atendimento sade. Os indivduos
pertencentes a esta populao, to logo chegam ao servio so cadastradas por ordem de
entrada. Este cadastramento tem correlao direta com o tempo, sendo que os primeiros
nmeros so dos primeiros pacientes e os nmeros mais altos referem-se aos pacientes mais
recentes. Sempre que este ordenamento natural for observado, a criao de um sistema para
formar a amostragem conveniente. Exemplo: Ao se desejar estudar uma amostra de 100
elementos da populao de 10.000 pacientes cadastrados em uma clnica, retira-se uma
ficha a cada mil iniciando-se da primeira.
Define-se ento:
- N: tamanho da populao
- n: Tamanho da amostras
- K: Intervalo de amostragem = N/n ,
- i: incio casual, sorteado entre 1 e k, inclusive
- Amostra sorteada composta pelos elementos: i, i+k, i+2k, ....,
i+(n-1)k.
Obs: necessrio ter cuidado com a periodicidade dos dados, por exemplo, se for feito
sorteio de dia no ms, pode cair sempre em um domingo onde o padro de ocorrncia do
evento pode ser diferente.

Amostra de convenincia

a amostra no probabilstica composta por elementos que o pesquisador reuniu

simplesmente por que dispunha deles, sem qualquer tipo de tcnica. Existe uma srie de
restries estatsticas a esta amostragem, porm comum na rea da sade, pois por
dificuldades de ordem tica nem sempre possvel formar uma amostra probabilstica.
Imagine a seguinte situao: Um pesquisador deseja conhecer o perfil de usurios de drogas
ilcitas, para tanto precisa fazer entrevistas com 100 indivduos. Qual a populao destes
usurios? Esta populao se declara? Em situaes como esta o pesquisar recorre a uma
amostra que encontra como por exemplo, os indivduos de uma clnica de recuperao.

Vcio de uma amostra

Vcio, vis ou tendenciosidade caracteriza-se pela diferena entre a mdia obtida de

todas as possveis amostras e o verdadeiro valor do parmetro populacional em estudo. De
maneira simples o erro que a amostra carrega por ser composta por indivduos com valores
distantes do verdadeiro valor que se pesquisa. Voltando a um exemplo anterior onde para
avaliar o desempenho de um docente aplica-se um questionrio aos alunos, e o docente
escolhe a amostra, conclui-se que esta amostra (grupo de alunos) tende a atribuir a este
professor uma nota mdia superior quela que a mdia que a turma toda iria conferir. Esta
tendncia chama-se ento de vcio da amostra.

Dados discrepantes

So considerados dados discrepantes os valores aparentemente incompatveis com os

demais valores obtidos em um levantamento de dados. Diz-se aparentemente, pois
impossvel para um pesquisador avaliar se existe um dado errado ou incompatvel. Veja, se
um pesquisador deseja conhecer o tipo fsico dos alunos matriculados em uma grande
instituio de ensino superior, seguindo nossos critrios, ela vai optar por uma amostra. Se
esta instituio tem 10.000 alunos matriculados, ele pode perfeitamente fazer uma amostra
casual simples de 100 alunos para aferir altura e peso. Analise esta situao hipottica: Dos
100 alunos sorteados, apareceu um com altura de 1,40m e 100Kg. Este aluno, tipicamente
fora do padro corporal de qualquer populao esta representando 1% da amostra. Ser que
1% da populao, ou seja 100 alunos, possuem este tipo fsico? Esta uma tpica situao de
dado discrepante.
O que fazer com os dados discrepantes? Leve em considerao os pontos abaixo:
- Deve-se verificar todo o valor suspeito e descartar se verificar erros em um ou mais pontos do
processo.
- Os dados discrepantes influenciam os resultados estatsticos.
- A incluso ou excluso deve ser minuciosamente analisada.

Material Complementar

Como leitura complementar, sugere-se ler o artigo Comentrio: Eunice Pinho de

Castro Silva, o despontar da pesquisa por amostragem na sade pblica brasileira,
encontrado no link a seguir:

http://www.scielo.br/pdf/rsp/v40n5/03.pdf

Referncias

Berqu, E.S; Souza, J.M.P.; Gotlieb, S.L.D. Bioestatstica. 2 Ed., Editora pedaggica e
Universitria, So Paulo, 1981, p.1-6.
Vieira, S. Introduo a Bioestatstica, 5. Ed, Editora Campus, 2008, So Paulo, Brasil,
p. 1-7.
Vieira, S. Bioestatstica: tpicos avanados. 2 Ed. Editora Campus, 2003, So Paulo,
Brasil.

Anotaes
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________