Castro AA, editor. Planejamento da pesquisa. So Paulo: AAC; 2001.

Castro AA, editor. Planejamento da pesquisa. So Paulo: AAC; 2001.

Lista de abreviaturas, siglas, smbolos e sinais Resumo / Abstract 1. Informaes gerais 2. Projeto de pesquisa 2.1. Razes e objetivos da pesquisa 2.1.1. Contexto (justificativa) 2.1.2. Hiptese 2.1.3. Objetivo 2.2. Plano de trabalho e mtodos - Comit de tica em pesquisa 2.2.1. Tipo de estudo 2.2.2. Local 2.2.3. Amostra 2.2.3.1. Critrios de incluso 2.2.3.2. Critrios de excluso 2.2.3.3. Amostragem 2.2.3.4. Consentimento livre e esclarecido 2.2.4. Procedimentos (interveno, teste, exposio, se necessrio.) 2.2.5. Variveis 2.2.5.1. Variveis primrias 2.2.5.2. Variveis secundrias 2.2.5.3. Dados complementares 2.2.6. Mtodo estatstico 2.2.6.1. Clculo do tamanho da amostra 2.2.6.2. Anlise estatstica 2.3. Etapas da pesquisa e cronograma 3.3.1. Etapas da pesquisa 3.3.2. Cronograma 2.4. Relao de materiais necessrios 2.5. Oramento 2.5.1. Quadro (recursos, fontes e destinao) 2.5.2. Previso de ressarcimento de gastos aos sujeitos da pesquisa 2.6. Monitorizao da pesquisa 2.6.1. Medidas para a proteo ou minimizao de quaisquer riscos 2.6.2. Medidas de monitorizao da coleta de dados 2.6.3. Medidas de proteo confidencialidade 2.6.4. Critrios para suspender ou encerrar a pesquisa 2.7. Anlise dos riscos e dos benefcios 2.8. Propriedades da informao e divulgao da pesquisa 2.9. Responsabilidades do pesquisador, da instituio, do promotor e do patrocinador 3. Documentao complementar 3.1. Referncias 3.2. Modelo do termo de consentimento livre e esclarecido 3.3. Modelo dos formulrios de coleta de dados 3.4. Cpia do documento de aprovao pelo comit de tica em pesquisa 3.5. Modelo da tabela de dados individuais 3.6. Curriculum vitae Lattes dos pesquisadores envolvidos Capa

PROJETO DE PESQUISA (PARTE VIII MTODO ESTATSTICO / ANLISE ESTATSTICA)

Lcia Christina Iochida Aldemar Araujo Castro
Introduo A anlise estatstica deve idealmente fazer parte de qualquer projeto de pesquisa desde o seu incio. Seu papel principal estabelecer, objetivamente, se os resultados obtidos tm significncia estatstica, de acordo com limites preestabelecidos. Existem muitos e diferentes testes estatsticos, que podem ser empregados de acordo com o tipo de variveis estudadas, que dependem do tipo ou desenho do estudo, que por sua vez depende da pergunta(s) da pesquisa. Ou seja, a pergunta da pesquisa que vai determinar todos estes itens. muito importante que o pesquisador conhea o real papel da anlise estatstica, que comea no planejamento do estudo, e que pode contribuir de maneira importante para a qualidade do seu estudo. Diversos testes estatsticos podem ser usados nessa anlise, e sua escolha obedece a critrios metodolgicos (pressupostos do teste). Como qualquer equao matemtica, os testes ou pacotes estatsticos sempre daro uma resposta ou resultado, caso lhes sejam fornecidos dados (nmeros, nos espaos em branco correspondentes). O fato de haver um resultado, no quer dizer que este tenha algum significado, isoladamente. Se o teste escolhido for inadequado para o estudo, teremos um resultado, mas sua interpretao no ter significado, ou o que pior, poder levar a concluses ou tomada de decises completamente equivocadas. Este um perigo real que corremos, ao usar os chamados pacotes estatsticos, que oferecem uma ampla variedade de testes estatsticos, em formato amigvel: basta inserir os dados (nmeros, nos espaos em branco) e quase que imediatamente se obtm uma resposta ou resultado. Sem a escolha e interpretao adequada, que pode (e deve) ter a ajuda do estatstico, mas que depende principalmente de quem fez a pergunta da pesquisa (o pesquisador), qualquer resposta no ter necessariamente um sentido. O mtodo estatstico de uma pesquisa clnica deve ser dividido em duas partes: a) clculo do tamanho da amostra (Altman 1980b, Julious 1999, Campbell 1995); b) anlise estatstica (Pocock 1983, ICH 1996, Altman 1980a). Neste captulo ser abordada apenas a segunda parte, isto , a anlise estatstica propriamente dita, ou anlise dos resultados. Quadro 1. Estrutura do Projeto de Pesquisa
Folha de rosto do comit de tica em pesquisa Capa Folha de rostro (no verso a ficha catalogrfica) ndice

Qual a relao entre a pergunta da pesquisa e anlise estatstica? A pergunta da pesquisa que determina qual o tipo de anlise estatstica a ser empregado na pesquisa (Castro 1988, Soares 1998). Assim como nos demais itens da pesquisa tipo de estudo, local, amostra, procedimentos, variveis, clculo do tamanho da amostra a pergunta da pesquisa que ir direcionar na seleo de cada um deles. No entanto, a pergunta no o nico item necessrio, ela o primeiro e o mais importante, que deve ser formulado de forma apropriada para evitar falsas interpretaes no planejamento da pesquisa. Quanto mais bem elaborada for a pergunta da pesquisa, mais fceis ser seu planejamento, sua execuo e sua divulgao. Por todos esses motivos, a pergunta da pesquisa o seu principal componente. O que determina a anlise estatstica? Como j foi explicado no item anterior a pergunta da pesquisa. De acordo com a pergunta da pesquisa feita a escolha do tipo de estudo mais adequado para respond-la; por exemplo, para avaliar um novo tratamento, o tipo de estudo mais

http://www.evidencias.com/planejamento

http://www.metodologia.org

Pgina 1 de 15

http://www.evidencias.com/planejamento

http://www.metodologia.org

Pgina 2 de 15

Castro AA, editor. Planejamento da pesquisa. So Paulo: AAC; 2001.

Castro AA, editor. Planejamento da pesquisa. So Paulo: AAC; 2001.

adequado dever ser o ensaio clnico randomizado. De acordo com o desenho do estudo, o tipo das variveis, o tamanho da amostra ou dos grupos, determinado o teste mais adequado para a anlise estatstica. Quem determina a anlise estatstica? O pesquisador quem ir determinar. Para isso dever estar atento, a pergunta da pesquisa, ao tipo de estudo e s variveis a serem estudadas. Com este conjunto de informaes que o pesquisador determinar qual o mtodo de anlise estatstica a ser utilizado. O resultado ou resposta de qualquer teste estatstico em ltima anlise um nmero (p, z, f, por exemplo), que vai ser comparado com um determinado valor crtico. O valor crtico, a partir do qual se diz que houve significncia estatstica depende da deciso prvia do pesquisador, que quem determina, a partir de seu conhecimento prvio (ou idealmente de reviso sistemtica da literatura), os nveis a partir dos quais haver significncia. A participao de um estatstico desde a fase de planejamento da pesquisa contribui muito para a sua qualidade, pois este pode orientar o tipo de teste mais adequado, e quais os requisitos mnimos para sua aplicao, como tamanho de amostras e grupos, de modo a procurar responder pergunta do pesquisador da maneira mais adequada. Alm que auxiliar no clculo do tamanho da amostra, tcnica de amostragem e tcnica de randomizao. O cuidadoso planejamento de pesquisa pode evitar que o pesquisador chegue ao final de sua coleta de dados sem a menor idia de como analisar esses dados, e o que pior, imaginando que o estatstico ser capaz de solucionar todos os seus problemas, simplesmente escolhendo algum tipo de teste ideal. Princpios da anlise estatstica A anlise estatstica baseada na premissa (Dawson-Saunders, 1994) que ao observarmos o resultado de uma pesquisa existem duas explicaes possveis para os resultados encontrados: a) um motivo, que a causa da diferena entre os grupos para os quais foi planejada a pesquisa; b) o acaso, que a ausncia de uma causa para explicar a diferena, sendo esta devida casualidade ou azar (figura 1). Sempre que uma aumenta a outra diminui. Quantificar o motivo no possvel, no entanto possvel quantificar matematicamente a probabilidade do acaso ser o responsvel pelo resultado encontrado. Sempre que existe uma grande probabilidade do acaso ser o responsvel pelo resultado, iremos concluir que este realmente o responsvel pelo resultado encontrado. Numa situao oposta, quando a probabilidade do acaso for pequena, iremos concluir que o motivo o responsvel pela diferena encontrada. O limite do valor da probabilidade a ser utilizado para determinar se o acaso o responsvel pelo resultado obtido de 5%, o que determinado na literatura biomdica de forma emprica, algumas vezes o valor usado de 1%. Assim, sempre que ao realizar os clculos, a probabilidade do acaso ser responsvel pelo resultado maior que 5%, conclumos que o acaso o responsvel.; e sempre que a probabilidade do acaso ser o responsvel menor que 5% conclumos que o motivo o responsvel pelo resultado encontrado. Este o princpio da anlise estatstica.

Princpio da anlise estatstica

Acaso

Motivo

5%
Figura 1 Princpio da anlise estatstica.

Outro princpio quando imaginamos o resultado de uma pesquisa clnica comparada com a verdade (figura 2). O resultado da pesquisa positivo quando foi detectada diferena entre os grupos e o resultado negativo quando no foi detectada diferena entre os grupos. A verdade positiva quando existe na verdade diferena entre os grupos, e negativa quando na verdade no existe diferena entre os grupos. A verdade uma situao imaginria que na realidade no conhecemos, (mas algumas vezes assumimos, como quando usamos um padro-ouro). Ao correlacionarmos os dois resultados tero quatro situaes: a) a pesquisa positiva com a verdade positiva uma situao em que estaremos acertando. b) a pesquisa negativa com a verdade negativa outra situao em que estaremos acertando c) a pesquisa positiva com a verdade negativa uma situao em que estaremos errando. d) a pesquisa negativa com a verdade positiva outra situao em que estaremos errando.

http://www.evidencias.com/planejamento

http://www.metodologia.org

Pgina 3 de 15

http://www.evidencias.com/planejamento

http://www.metodologia.org

Pgina 4 de 15

Castro AA, editor. Planejamento da pesquisa. So Paulo: AAC; 2001.

Castro AA, editor. Planejamento da pesquisa. So Paulo: AAC; 2001.

Modelo
verdadeiro

Ho

b) Erro tipo 2 (risco beta): a probabilidade de se aceitar a hiptese de nulidade (afirmando que no existe diferena entre os grupos), quando esta falsa (isto , na realidade existe diferena). Geralmente fixada em 0,1 ou 10%.
falso

Deciso estatstica

Rejeitar Ho acerto No rejeitar Ho

Erro tipo I

c) Nvel de confiana (1 - ): a confiana que se deposita no teste, isto , a confiana que se tem, quando se rejeita a hiptese de nulidade, de que a diferena encontrada no se deve ao acaso. d) Poder do teste (1 - ): representa o poder do teste para detectar uma diferena (rejeitar a hiptese de nulidade), quando esta for realmente falsa. Quais so os componentes necessrios para fazer a anlise estatstica? So quatro os componente necessrios para fazer a anlise estatstica (DawsonSaunders 1994, Altman 1980c, Pocock 1983, ICH 1996): a) a pergunta da pesquisa que vai determinar o tipo de estudo e a escolha do teste ou testes adequados. b) as hipteses estatsticas (Ho e H1) iro depender diretamente da pergunta da pesquisa, e do tipo de estudo escolhido. c) as variveis a serem estudadas - devero ser claramente definidas, podendo ser dicotmicas, isto , tendo apenas duas categorias (sim ou no, presente ou ausente) como a morte ou a cura; categricas, com duas ou mais possibilidades, por exemplo: alto, mdio ou baixo, grave, mdio, leve; ou contnuas, como por exemplo, peso, estatura, presso arterial. Alm disso deve ser explicitado na metodologia como e por quem ser feita a mensurao, e como e por quem ser feita a anlise. Varivel primria: tambm conhecida como desfecho clnico (clinical outcome), mais freqentemente dicotmica, e pode ser derivada de variveis contnuas (por exemplo, presso arterial), que so categorizadas a partir de um ponto de corte (valor geralmente fixado em consensos de especialistas), classificando-se os indivduos em doentes (hipertensos) ou no. d) os dados individuais os valores mensurados de cada varivel, para cada indivduo estudado so essenciais para a anlise, ainda que nem sempre sejam apresentadas dessa maneira nos resultados.

Erro tipo II acerto

Eficcia (Poder do teste, Power ) = 1 - Confiana do teste = 1

Figura 2 Modelo de tomada de deciso.

Na interpretao destas quatro situaes devemos ter duas preocupaes: a) quando a pesquisa foi positiva (detectou diferena) devemos observar qual o valor do erro alfa para conhecermos qual a probabilidade do acaso ser responsvel pela diferena encontrada. b) quando a pesquisa negativa (no detectou diferena) devemos observar qual o valor do erro beta para conhecermos qual a probabilidade do acaso ser responsvel pela no diferena. A anlise estatstica propriamente dita, ou anlise dos resultados de uma pesquisa se baseia em fazer a distino entre desfechos ou resultados devidos ao acaso ou a uma causa ou motivo (figura 1). Inicialmente, o pesquisador deve formular suas hipteses, e em estatstica trabalhase geralmente com as seguintes hipteses: a) Hiptese de nulidade, ou H0: afirma que no existe diferena entre os grupos (tratamento ou placebo, teste diagnstico novo ou padro-ouro). b) Hiptese alternativa, ou H1: afirma que os grupos so diferentes. Pode simplesmente afirmar que os grupos so diferentes ou dizer que um grupo maior (ou melhor) que outro, quando existe justificativa prvia (clnica ou experimental) para esse tipo de expectativa. Cabe ao pesquisador, com base em conhecimentos prvios (ou, preferencialmente, com base nos resultados de uma reviso sistemtica/meta-anlise de boa qualidade), fixar alguns itens para a anlise: a) Erro tipo 1 (risco alfa): a probabilidade de se rejeitar a hiptese de nulidade (afirmando que existe diferena entre os grupos), quando esta verdadeira (isto , na realidade no existe essa diferena). Geralmente fixada em 0,05 ou 5%.

http://www.evidencias.com/planejamento

http://www.metodologia.org

Pgina 5 de 15

http://www.evidencias.com/planejamento

http://www.metodologia.org

Pgina 6 de 15

Castro AA, editor. Planejamento da pesquisa. So Paulo: AAC; 2001.

Castro AA, editor. Planejamento da pesquisa. So Paulo: AAC; 2001.

Quais so os componentes necessrios para fazer a anlise estatstica?

Pergunta da pesquisa e Hiptese Varivel primria

(O que , como ser quantificada, como ser analisada, quem ir quantificar)

nmero de variveis, tamanho de amostra grande). Nesses casos, os dados devem ser inicialmente colhidos e armazenados em planilhas ou bancos de dados. De acordo com o teste estatstico escolhido, o resultado ser um valor numrico, que recebe diferentes denominaes, por exemplo P, ou z, ou f. Uma das maneiras mais comuns de expressar o resultado de um teste o valor de P, que expressa a probabilidade de alfa, isto , de rejeitar a hiptese de nulidade, quando esta verdadeira. Sero aqui citados os tipos bsicos de anlises mais freqentemente utilizadas em pesquisa clnica. As perguntas que a anlise estatstica procura responder so: a) Existe diferena? o tipo bsico de anlise, comparando grupos, pode ser feito tanto para a varivel primria, como para todas as outras variveis independentes. Quando se comparam grupos em relao a uma varivel contnua, por exemplo idade, altura, presso arterial, podem ser usadas medidas de tendncia central, como a mdia, nos chamados testes paramtricos, como a anlise de varincia. Quando a comparao envolve variveis categricas ou dicotmicas, usam-se testes de comparaes de propores, como o quiquadrado. b) Existe associao? (correlao) (Jaeschke 1995). Este tipo de anlise vai quantificar ou estabelecer o grau de associao entre variveis (geralmente entre a varivel primria ou desfecho e uma varivel independente). As associaes podem ser positivas, isto quanto maior o valor da varivel independente, maior a proporo de desfechos positivos; ou negativas, isto , quanto maior o valor da varivel independente, menor a proporo de desfechos positivos (figura 4). A correlao expressa em coeficientes (Pearson, Spearman) cujos valores variam de zero (ausncia total de correlao) a unidade (correlao total ou perfeita), podendo ser positivos ou negativos.

Dados individuais

Figura 3 Itens necessrios para fazer a anlise estatstica.

Como realizada a anlise estatstica? A anlise estatstica pode ser realizada de duas formas: a) testando hiptese (Guyatt 1995a), b) estimando probabilidade (Guyatt 1995b, Gardner 1989). Esta ltima realizada a utilizando-se os intervalos de confiana. Ambas so complementares e jamais discordantes. A anlise estatstica quando testada a hiptese realizada em cinco etapas (Livro 1234): a) definio das hipteses estatsticas, b) determinao dos testes estatsticos, c) seleo do valor de alfa, d) determinao do valor crtico, e) realizao dos clculos. a) Definio das hipteses estatsticas so determinadas pelo pesquisador, com base na pergunta da pesquisa, e em seus conhecimentos prvios sobre o assunto, na forma de hiptese de nulidade (Ho) e hiptese alternativa (H1). b) Determinao dos testes estatsticos ser feita com base na pergunta da pesquisa, no tipo de estudo escolhido, e nas variveis de estudo. c) Seleo do valor de alfa feita pelo pesquisador, geralmente o valor escolhido 0,05 ou 5%, mas pode ser menor, se este julgar adequado ser mais rigoroso. A escolha feita com base no conhecimento prvio do problema estudado, e nos riscos que a aceitao da hiptese alternativa pode implicar. d) Determinao do valor crtico feita a partir do valor de alfa, e do tipo de teste escolhido, que por sua vez depende do tipo de estudo. e) Realizao dos clculos em geral os clculos so feitos por intermdio de frmulas ou aplicativos (softwares) estatsticos. Estes ltimos so particularmente teis quando existe grande quantidade de dados (grande

Existe associao?
(Testes de correlao)

Pearson Spermman

r = 0,50

r = 0,10

r = 0,80

Figura 4 Exemplos de correlaes.

http://www.evidencias.com/planejamento

http://www.metodologia.org

Pgina 7 de 15

http://www.evidencias.com/planejamento

http://www.metodologia.org

Pgina 8 de 15

Castro AA, editor. Planejamento da pesquisa. So Paulo: AAC; 2001.

Castro AA, editor. Planejamento da pesquisa. So Paulo: AAC; 2001.

c) possvel fazer predies? (Regresso) (Guyatt 1995c). Este tipo de anlise avalia se existe uma associao entre alguma varivel (ou variveis) independente e a varivel primria ou dependente (desfecho), de maneira que seja possvel prever o desfecho a partir da varivel independente. Por exemplo, determina-se que existe associao positiva entre peso e estatura, isto , quanto maior a estatura de uma pessoa, maior ser seu peso. A partir da, pode-se procurar uma equao de regresso que permita predizer o peso de uma pessoa, a partir do conhecimento de sua estatura. Evidentemente, a correlao no perfeita, e nem sempre funciona, principalmente quando usamos equaes de correlao construdas para determinada populao, por exemplo de crianas norte-americanas, para outra populao, de constituio tnica distinta, como a de crianas brasileiras. Observando-se alguns cuidados, porm, equaes de regresso podem ser usadas para fazer algumas estimativas de valor. A regresso pode levar em conta no apenas a relao entre uma nica varivel independente e o desfecho, mas pode considerar diversas variveis independentes ao mesmo tempo, quando ser chamada regresso mltipla. Uma variante da regresso mltipla a regresso logstica, que permite tambm a possibilidade de detectar e estimar a possibilidade de interao entre as variveis independentes na sua capacidade de modificar o desfecho.

Baigent et al. ISIS-2: 10 year survival among patients with suspected acute myocardial infarction in randomised comparison of intravenous streptokinase, oral aspirin, both, or neither. BMJ 1998 May 2;316(7141):1337-43.

23/34

Fig. 2. Life table estim ate of 10 year survival w ith streptokinase. C om parisons of all Evidncias.com patients allocated intravenous streptokinase v all those allocatedplacebo.

Figura 6 Exemplo de curva de sobrevivncia.

Como selecionar o teste estatstico?

Existe predio?
(Testes de regresso)

Y = a + bX
Y

** * * * * * * * * * * * * * * * * ** * * ** * * * * * * * * * * * *** * * * **** * * * * *

r = +0,97

** * * r = -0,05 ** * **** * * ** * * ** *** * ** * * * * * *** * *** * X r = -0,95 *** * ** * *** ** *** * * * **** *** **
X

A seleo adequada do teste estatstico depende dos mesmos itens que no necessrios para planejar a anlise estatstica. Diferentes tipos de variveis, requerem diferentes tipos de testes estatsticos. O quadro X e XI apresentam uma orientao geral de quais so as escolhas que podem ser realizadas. A escolha do teste estatstico de observaes pareadas ou no independentes Tipo de varivel Nominal Ordinal (Ordenado por categorias) Quantitativo (Discreto or no-normal) Quantitativo (Normal*) Teste estatstico McNemar Wilcoxon Wilcoxon Teste t pareado

* Existe diferena entre as observaes que tenham uma distribuio normal

Figura 5 Exemplos de regresso linear. d) Existe uma relao temporal? (anlise de sobrevivncia) (Borestein 1994, Bland 1998). Em alguns tipos de estudos comparando tipos de tratamento, particularmente para diferentes tipos de cncer, a comparao entre os grupos se faz por meio do tempo de sobrevida dos doentes, desde a aplicao de tratamento. A sobrevida pode representar o tempo decorrido entre o tratamento e a morte propriamente dita, ou entre este o reaparecimento ou reagudizao da doena. Esse tipo de anlise compara no somente o tempo de sobrevida de cada doente individual, mas a curva de sobrevida de cada grupo de doentes, de acordo com o tipo de tratamento a que foram submetidos. Considera-se que existe diferena entre as curvas (tipos de tratamento) quando estas no se cruzam ou sobrepe, como na figura 6.
http://www.evidencias.com/planejamento http://www.metodologia.org Pgina 9 de 15

A escolha do teste estatstico para observaes independentes

Nominal Categrica (>2 Categorias) Tipo de varivel (outcome variable) Ordinal Quantitativa Quantitativa noDiscreta Normal Quantitativa Normal

Input Variable

Nominal ou Fisher trend ou MannWhitney KruskalWallis (b) (e) -trend ou Mann- Whitney Regresso logstica (e) Spearman rank

MannWhitney

Mann-Whitney or log-rank (a)

Teste t de Student

Categrica (>2 categorias) Ordinal (Ordenada por categorias) Quantitativa Discreta

KruskalWallis (b) Spearman rank

Kruskal-Wallis (b) Spearman rank

Anlise de varincia (c) Spearman rank or linear regression (d)

(e)

Spearman rank

Spearman rank

Spearman rank or linear regression (d)

http://www.evidencias.com/planejamento

http://www.metodologia.org

Pgina 10 de 15

Castro AA, editor. Planejamento da pesquisa. So Paulo: AAC; 2001.

Castro AA, editor. Planejamento da pesquisa. So Paulo: AAC; 2001.

Quantitativa no-Normal

Regresso logstica

(e)

(e)

(e)

Plot data and Pearson or Spearman rank Regresso linear (d)

Plot data e Pearson ou Spearman rank e Regresso linear Pearson a Regresso linear Quantificar a associao entre duas variveis Predizer uma valor a partir de uma outra varivel quantificada Predict value from several measured or binomial variables Pearson correlation Spearman correlation Contingency coefficients** Simple logistic regression* Multiple logistic regression*

hazards regression**

Quantitativa Normal

Regresso logstica

(e)

(e)

(e)

Simple linear regression or Nonlinear regression Multiple linear regression* or Multiple nonlinear regression**

Nonparametric regression**

Cox proportional hazard regression* Cox proportional hazard regression

( a) If data are censored. (b) The Kruskal-Wallis test is used for comparing ordinal or non-Normal variables for more than two groups, and is a generalisation of the Mann-Whitney U test. The technique is beyond the scope of this book, but is described in more advanced books and is available in common software (Epi-Info, Minitab, SPSS). (c) Analysis of variance is a general technique, and one version (one way analysis of variance) is used to compare Normally distributed variables for more than two groups, and is the parametric equivalent of the Kruskal-Wallis test. (d) If the outcome variable is the dependent variable, then provided the residuals (see ) are plausibly Normal, then the distribution of the independent variable is not important. (e) There are a number of more advanced techniques, such as Poisson regression, for dealing with these situations. However, they require certain assumptions and it is often easier to either dichotomise the outcome variable or treat it as continuous.

Como devem ser apresentados os resultados?

A essncia da boa anlise de dados a comunicao efetiva dos achados clinicamente relevantes Pocock, 1983.

Apresentao inadequada pode prejudicar a interpretao, porm a qualidade de qualquer pesquisa clnica depende principalmente de bom planejamento e execuo adequada. Esta etapa ser executada aps o trmino da coleta de dados. Apresentao (Altman 1983, Gardner 1986, Gardner 1989, ICMJE 1997) Os resultados podem ser apresentados de maneira descritiva, sem anlises ou comparaes, ou analtica, quando se comparam grupos, de acordo com suas caractersticas. A apresentao pode ser feita por meio de grficos ou tabelas, a escolha ser feita pelo pesquisador, que deve optar, por exemplo, pela facilidade de compreenso rpida, propiciada pelo grfico, ou pela possibilidade de fornecer mais detalhes, oferecida pelas tabelas, de acordo com as caractersticas das variveis, o impacto desejado, e inevitavelmente, de acordo com o espao disponibilizado pela publicao escolhida. A apresentao dos resultados deve ser estruturada em trs itens: a) Desvios do projeto Onde so apresentados tudo aquilo que foi planejado e no foi executado. As perdas e as excluses so apresentadas neste item. b) Caractersticas da amostra (os dados basais) extremamente importante para a compreenso dos resultados da pesquisa, que se conheam os dados basais dos sujeitos de pesquisa, anteriores interveno que est sendo estudada. Isto no implica necessariamente na apresentao dos dados individuais, ou num exagerado volume de informaes. Por exemplo, ao invs de apresentar todos os pesos, ou valores de hematcrito dos grupos de tratamento e controle, antes e depois da interveno, suficiente que o pesquisador apresente as mdias desses valores para cada grupo, preferencialmente acompanhadas de um indicador de variao (limites inferior e superior e intervalo de confiana de 95%, por exemplo). c) Os resultados das variveis estudadas Aqui novamente, no ser possvel apresentar resultados individuais, porm ser sempre prefervel apresentar os resultados de maneira a facilitar sua compreenso e a visualizao de sua ordem de grandeza. possvel expressar valores em porcentagem, deixando explicito o tamanho da amostra estudada, por exemplo, 25% (1/4), assim fica claro que 25% de resultados positivos numa amostra de quatro indivduos, representa apenas um resultado positivo em quatro.
http://www.evidencias.com/planejamento http://www.metodologia.org Pgina 12 de 15

Table 37.1. Selecting a statistical test (http://www.graphpad.com/www/Book/Choose.htm)

Type of Data Objetivo Measurement (from Gaussian Population) Mean, SD One-sample t test Rank, Score, or Binomial Measurement (from Non- (Two Possible Gaussian Population) Outcomes) Median, interquartile range Proportion Wilcoxon test Chi-square or Binomial test ** Fisher's test (chi-square for large samples) McNemar's test Log-rank test or Mantel-Haenszel* Conditional proportional hazards regression* Cox proportional hazard regression** Conditional proportional Survival Time

Descrever um grupo Comparar um grupo a um valor hipottico Comparar dois grupos no pareados Comparar dois grupos pareados

Kaplan Meier survival curve

Unpaired t test

Mann-Whitney test

Paired t test

Wilcoxon test

Comparar trs ou mais grupos no pareados Comparar trs ou mais grupos pareados

One-way ANOVA Repeated-measures ANOVA

Kruskal-Wallis test Friedman test

Chi-square test Cochrane Q**

http://www.evidencias.com/planejamento

http://www.metodologia.org

Pgina 11 de 15

Castro AA, editor. Planejamento da pesquisa. So Paulo: AAC; 2001.

Castro AA, editor. Planejamento da pesquisa. So Paulo: AAC; 2001.

As medidas de tendncia central as medidas de tendncia central podem representar bem variveis contnuas ou numricas (peso, altura, presso arterial), porm preciso ter uma idia de como a distribuio de cada varivel, para escolher a medida mais adequada para represent-la. As variveis que tm distribuio normal, isto , parecida com a conhecida curva de Gauss, podem ser representadas por uma mdia, que provavelmente a medida de tendncia central mais usada. Porm, quando a varivel estudada no obedece a uma distribuio normal, provavelmente a mdia no a medida mais adequada para represent-la, a mediana pode ser uma opo. A escolha, neste caso, no do pesquisador somente, mas deve ser feita aps anlises sobre a distribuio e heterogeneidade das variveis. Novamente, com a importante ajuda de um estatisticista. Medidas de variabilidade So os valores mnimo e mximo, desvio padro, erro padro, intervalo de confiana, quartis. Cada um apresenta determinadas caractersticas dos dados analisados. Por regra, sempre que possvel devemos apresentar mais de uma medida de disperso. Valor exato de P ou intervalo de confiana de 95%? O ponto estimado ou probabilidade (P) - o resultado do teste, a probabilidade de alfa. Preferencialmente deve-se apresentar o valor real (calculado) do P, ao invs de dizer apenas que este foi maior ou menor que o valor crtico preestabelecido (5% ou outro valor escolhido). Intervalo de confiana: o intervalo de variao, dentro do qual pode estar o ponto estimado. Geralmente calculado como IC 95%, ou intervalo de confiana de 95%, o que quer dizer que o ponto estimado, com 95% de confiana, estar entre aqueles valores. A apresentao do intervalo de confiana, e sua representao grfica auxiliam muito na compreenso dos resultados, pois permitem que o leitor visualize a variao a que os resultados esto sujeitos, o que no possvel apenas com a apresentao do ponto estimado. prefervel apresentar sempre os dois (Gardner 1989, ICMJE 1997). Utilizar o valor exato de P sem fazer arrendamentos ou simplificaes. Colocar o valor real independente se houve ou no significncia estatstica. E utilizar os intervalos de confiana de 95% (ou 99%, explicitar) para cada ponto estimado. Consideraes Finais Ao ler este captulo esperamos que o leitor tenha tido sucesso em: a) entender a relao entre a pergunta clnica e anlise estatstica; b) saber quem determina a anlise estatstica; c) listar e definir os componentes necessrios para fazer a anlise estatstica; d) entender como realizada a anlise estatstica; e) conhecer como devem ser apresentados os resultados; f) Saber quando utilizar o valor exato de P e o intervalo de confiana de 95%. A mensagem mais importante deste captulo que a pergunta da pesquisa deve ser utilizada para selecionar a anlise estatstica apropriada. No URL: http://www.evidencias.com/planejamento pode ser encontrado recursos na internet sobre anlise estatstica: a) princpios da anlise estatstica, b) planejamento da pesquisa clnica (aula 13).
http://www.evidencias.com/planejamento http://www.metodologia.org Pgina 13 de 15

Referncias
Altman, 1980a. Altman DG. Statistics and ethics in medical research: misuse of statistics is unethical. Br Med J 1980;281(6249):1182-4. Altman, 1980b. Altman DG. Statistics and ethics in medical research: III How large a sample? Br Med J. 1980;281(6251):1336-8. Altman, 1980c. Altman DG. Statistics and ethics in medical research: V--Analysing data. Br Med J. 1980;281(6253):1473-5. Altman, 1983. Altman DG, Gore SM, Gardner MJ, Pocock SJ. Statistical guidelines for contributors to medical journals. Br Med J (Clin Res Ed). 1983;286(6376):1489-93. Bland, 1998. Bland JM, Altman DG. Survival probabilities (the Kaplan-Meier method). BMJ 1998 Dec 5;317(7172):1572. Borenstein, 1994. Borenstein M. Planning for precision in survival studies. J Clin Epidemiol 1994;47:1277-85. Campbell, 1995. Campbell MJ, Julious SA, Altman DG. Estimating sample sizes for binary, ordered categorical, and continuous outcomes in two group comparisons. BMJ 1995 Oct 28;311(7013):1145-8. Disponvel em: URL: http://www.bmj.com/cgi/content/full/311/7013/1145 Castro 1998. Castro AA. A pergunta da pesquisa. In: Atallah AN, Castro AA, editores. Medicina baseada em evidncias. So Paulo: Lemos-Editorial; 1998. Disponvel em: URL: http://www.evidencias.com/pergunta.pdf Dawson-Saunders 1994. Dawson-Saunders B, Trapp RG. Basic & clinical biostatistic. 2nd edition. East Norwalk: Appleton & Lange; 1994. Gardner 1989. Gardner MJ, Altman DG. Statistics with Confidence: confidence intervals and statistical guidelines. London: BMJ Publishing Group; 1989. Gardner, 1986. Gardner MJ, Machin D, Campbell MJ. Use of check lists in assessing the statistical content of medical studies. Br Med J (Clin Res Ed) 1986;292(6523):810-2. Guyatt, 1995a. Guyatt G, Jaeschke R, Heddle N, Cook D, Shannon H, Walter S. Basic statistics for clinicians: 1. Hypothesis testing. CMAJ 1995 Jan 1;152(1):27-32. Disponvel em: URL: http://collection.nlcbnc.ca/100/201/300/cdn_medical_association/cmaj/series/stats.htm Guyatt, 1995b. Guyatt G, Jaeschke R, Heddle N, Cook D, Shannon H, Walter S. Basic statistics for clinicians: 2. Interpreting study results: confidence intervals. CMAJ 1995 Jan 15;152(2):169-73. Disponvel em: URL: http://collection.nlcbnc.ca/100/201/300/cdn_medical_association/cmaj/series/stats.htm Guyatt, 1995c. Guyatt G, Walter S, Shannon H, Cook D, Jaeschke R, Heddle N. Basic statistics for clinicians: 4. Correlation and regression. CMAJ 1995 Feb 15;152(4):497-504. Disponvel em: URL: http://collection.nlcbnc.ca/100/201/300/cdn_medical_association/cmaj/series/stats.htm ICH, 1996. International Conference on Harmonisation of Technical Requirements for Registration of Pharmaceuticals for Human Use. E9: Statistical principles for clinical trials. Disponvel em: URL: http://www.ifpma.org/ich5e.html ICMJE, 1997. International Committee of Medical Journal Editors. Uniform requirements for manuscripts submitted to biomedical journals. Ann Intern Med 1997;126:36-47. Disponvel em: URL: http://www.acponline.org/journals/annals/01jan97/unifreqr.htm Jaeschke, 1995. Jaeschke R, Guyatt G, Shannon H, Walter S, Cook D, Heddle N. Basic statistics for clinicians: 3. Assessing the effects of treatment: measures of association. CMAJ 1995 Feb 1;152(3):351-7. Disponvel em: URL: http://collection.nlcbnc.ca/100/201/300/cdn_medical_association/cmaj/series/stats.htm Julious, 1999. Julious SA, Campbell MJ, Altman DG. Estimating sample sizes for continuous, binary, and ordinal outcomes in paired comparisons: practical hints. J Biopharm Stat 1999 May;9(2):241-51. Pocock, 1983. Pocock SJ. Basic principles of statistical analysis. In: Pocock SJ. Clinical trials: a practical approach. Chinchester: John Wiley & Sons; 1983:187-210. (ISBN 0 471 90155 5) Soares, 1998. Soares KVS, Castro AA. Projeto de pesquisa para ensaios clnicos randomizados. In: Atallah AN, Castro AA, editores. Medicina baseada em evidncias: fundamentos da pesquisa clnica. So Paulo: Lemos-Editorial; 1998. Disponvel em: URL: http://www.evidencias.com/projeto.pdf Verso prvia publicada: no existe. Data da ltima modificao: 27 de junho de 2005.

http://www.evidencias.com/planejamento

http://www.metodologia.org

Pgina 14 de 15

Castro AA, editor. Planejamento da pesquisa. So Paulo: AAC; 2001.

Como citar este captulo: Iochida LC, Castro AA. Projeto de pesquisa (Parte VIII mtodo estatstico / anlise estatstica). In: Castro AA. Planejamento da Pesquisa. So Paulo: 2001. Conflitos de interesse: Disponvel em: URL: http://www.evidencias.com/oconf_ald.htm Fonte de fomento: Fundao Universitria de Cincias da Sade de Alagoas / Escola de Cincias Mdicas de Alagoas, Macei, AL. Universidade Federal de So Paulo/Escola Paulista de Medicina, So Paulo, SP. Endereo para correspondncia: Lcia Christina Iochida Correio eletrnico: liochida@uol.com.br Aldemar Araujo Castro Fundao Universitria de Cincias da Sade de Alagoas / Escola de Cincias Mdicas de Alagoas Departamento de Medicina Social Disciplina de Metodologia da Pesquisa Cientfica URL: http://www.metodologia.org/ecmal Doutor Jorge de Lima 113 57010-283 Macei AL Fone: +82 3221 8538. Facsmile: +82 3221 8538 Correio eletrnico: aldemar@evidencias.com http://www.evidencias.com/aldemar
Dados do Manuscrito Nome do arquivo: lv4_11_mtodo estatstico_03 ltima impresso: 27/6/2005 4:43 Nmero de pginas: 9 Reviso nmero: 3 Tamanho do arquivo (Kb): 1600 (5050 palavras, 275 pargrafos) Nome do arquivo com diretrio: C:\Documents and Settings\Aldemar\Meus documentos\ald_01_metodologia\MBE_05_planejamento da pesquisa\LV4_planejamento\lv4_11_mtodo estatstico_03.doc

http://www.evidencias.com/planejamento

http://www.metodologia.org

Pgina 15 de 15