Rev Bras Anestesiol.

2017;67(6):619---625

REVISTA
BRASILEIRA DE
ANESTESIOLOGIA Publicao Ocial da Sociedade Brasileira de Anestesiologia
www.sba.com.br

ARTIGO DE REVISO

Importncia do uso adequado da estatstica bsica

nas pesquisas clnicas
Clio Fernando de Sousa Rodrigues a , Fernando Jos Camello de Lima b
e Fabiano Timb Barbosa b,

a
Universidade Federal de Alagoas, Morfologia, Macei, AL, Brasil
b
Universidade Federal de Alagoas, Cincia da Sade, Macei, AL, Brasil

Recebido em 10 de junho de 2016; aceito em 17 de janeiro de 2017

Disponvel na Internet em 10 de abril de 2017

PALAVRAS-CHAVE Resumo
Bioestatstica; Justicativa e objetivo: O uso inadequado da estatstica bsica o maior responsvel pelo
Anestesia; erro de interpretaco dos artigos cientcos. O objetivo deste artigo de reviso foi rever alguns
Tamanho da amostra tpicos bsicos de estatstica para alertar autores e leitores sobre a importncia do relato
adequado da estatstica bsica.
Contedo: Foi feita pesquisa bibliogrca e transversal que analisou publicaces em livros,
artigos nas bases de dados SciELO (Scientic Electronic Library Online) e PubMed, do National
Center for Biotechnology Information. Pesquisas na rea mdica no esto livres do risco de
resultados falso positivos e falso negativos devido escolha dos testes estatsticos e presenca
de pequenos tamanhos de amostra.
Concluso: A compreenso acerca do uso adequado da estatstica bsica propicia menores erros
nos relatos dos resultados de estudos executados e na interpretaco das suas concluses.
2017 Publicado por Elsevier Editora Ltda. em nome de Sociedade Brasileira de Anestesiologia.
Este e um artigo Open Access sob uma licenca CC BY-NC-ND (http://creativecommons.org/
licenses/by-nc-nd/4.0/).

KEYWORDS Importance of using basic statistics adequately in clinical research

Biostatistics;
Anesthesia; Abstract
Sample size Background and objective: The inadequate use of basic statistics is the main responsible for
scientic article misinterpretation. The purpose of this review article was to review some basic
statistical topics to alert authors and readers about the importance of basic statistics proper
reporting.

Pesquisa feita na Universidade Federal de Alagoas.

Autor para correspondncia.
E-mail: fabianotimbo@yahoo.com.br (F.T. Barbosa).

http://dx.doi.org/10.1016/j.bjan.2017.01.003
0034-7094/ 2017 Publicado por Elsevier Editora Ltda. em nome de Sociedade Brasileira de Anestesiologia. Este e um artigo Open Access
sob uma licenca CC BY-NC-ND (http://creativecommons.org/licenses/by-nc-nd/4.0/).
620 C.F. Rodrigues et al.

Content: A bibliographical and cross-sectional study was carried out,which analyzed publicati-
ons in books and articles in the following databases: SciELO (Scientic Electronic Library Online)
and PubMed (Available from the National Center for Biotechnology Information). Medical rese-
arch is not free from the risk of false positive and false negative results due to the choice of
statistical tests and presence of small sample sizes.
Conclusion: Understanding the correct use of basic statistics leads to fewer errors in reporting
the results of studies performed and in the interpretation of their conclusions.
2017 Published by Elsevier Editora Ltda. on behalf of Sociedade Brasileira de Anestesiologia.
This is an open access article under the CC BY-NC-ND license (http://creativecommons.org/
licenses/by-nc-nd/4.0/).

Introduco Mtodo

A estatstica uma cincia que usa a anlise dos dados para Foi executada uma pesquisa bibliogrca e transversal por
testar as hipteses estatsticas, vericar a forca da evidn- meio de publicaces de livros e artigos cientcos obtidos em
cia clnica e, assim, se existem associaces entre grupos ou a meios eletrnicos nas seguintes bases de dados: SciELO (Sci-
veracidade de fenmenos de interesse.1 O pesquisador deve entic Electronic Library Online) e PubMed (National Center
formular hipteses, observar os fenmenos biolgicos que for Biotechnology Information). Foram usados os seguintes
ocorrem na populaco e retirar dessa populaco uma amos- descritores: bioestatstica, anestesia e tamanho da amos-
tra para testar suas hipteses. A semelhanca de uma amostra tra. Os mesh terms usados foram: biostatistics, anesthesia
com a populaco que a originou permite que os resultados da e sample size.
anlise dos dados sejam mais dedignos para a elucidaco
das hipteses.1 Reviso de literatura
A anlise estatstica, presente nas pesquisas cientcas e
relatada nos artigos originais, permite ao leitor, aos pacien- Conceitos bsicos de estatstica descritiva
tes e aos gestores de sade interpretar a informaco advinda
dos dados coletados durante a execuco de uma pesquisa
Os clnicos devem ser capazes de tomar as melhores decises
e assim us-la em prol da sociedade.2 A preocupaco de
perante o paciente em sua prtica rotineira e a aquisico
relatar adequadamente os resultados de pesquisas biom-
de novo conhecimento somente ser possvel se eles forem
dicas est presente na literatura mundial desde dcadas
capazes de ler e analisar criticamente os artigos publica-
passadas.3
dos em peridicos cientcos. A estatstica descritiva uma
A frequncia do uso adequado dos testes estatsticos
parte da estatstica que auxilia os pesquisadores e os lei-
pode ser vista em diversas reas mdicas, como oncologia,
tores a entenderem as informaces de dados coletados por
radiologia, cirurgia e anestesiologia.2,4---6 As consequncias
meio da sua organizaco e sumarizaco.10 A estatstica des-
podem ser srias se a anlise do contedo cientco for
critiva a nica estatstica usada em trabalhos descritivos e
inadequada, como resultados falsos com suposices no jus-
em alguns estudos epidemiolgicos.10 O uso de dados brutos
ticadas e concluses sem respaldo biolgico.3
em artigos cientcos, ou seja, dados da forma como foram
As mais diversas orientaces para relatos de dados e
coletados na pesquisa, no comum e pode prejudicar a sua
medidas estatsticas esto disponveis aos pesquisadores e
interpretaco e tornar a leitura desinteressante.
j foram publicadas por vrios autores de artigos cient-
A estatstica descritiva usada para a descrico de dados
cos que demonstraram quais itens so importantes para
por meio do uso de nmeros ou medidas estatsticas que pos-
ser usados em relatos de pesquisas cientcas.7,8 Apesar da
sam melhor representar todos os dados coletados durante
existncia de tais orientaces, os erros nos relatos de pes-
a execuco de uma pesquisa. considerada um passo ini-
quisas que usam a estatstica ainda continuam a existir e se
cial para a escolha adequada e o uso dos testes estatsticos
devem tanto ao uso da estatstica bsica como da estatstica
de hipteses.11 essencial conhecer qual estatstica mais
avancada, porm a maior frequncia ocorre com o uso da
apropriada para os mais diferentes nveis de mensuraco.12
estatstica bsica, ao contrrio do que se pode acreditar.2,9
As mais usadas em artigos publicados na rea de sade
O presente artigo de reviso uma tentativa de tornar os
podem ser vistas na tabela 1.
anestesiologistas cnscios dos diversos aspectos dos mto-
A estatstica descritiva pode ser dividida em medidas de
dos estatsticos usados em pesquisas clnicas, assim como
tendncia central e de diperso.13 A primeira usa um valor
tentar, por meio desta reviso narrativa, reduzir ao mximo
que representa o que mais tpico e que pode ser usado
os erros estatsticos que ainda so cometidos na parte bsica
para representar todos os demais valores coletados numa
da estatstica. O objetivo deste artigo foi rever alguns tpi-
pesquisa.13 A segunda usa um valor que revela como os dados
cos bsicos de estatstica para alertar autores e leitores de
variam em torno desse valor que mais tpico.11 As princi-
pesquisas cientcas sobre a importncia do relato adequado
pais medidas de tendncia central so: a mdia, a moda
da estatstica bsica.
Importncia do uso adequado da estatstica bsica nas pesquisas clnicas
Tabela 1 Resumo da estatstica descritiva mais usada em publicaces na rea de sade12
Estatstica descritiva
Forma e normalidade Tendncia central
Simetria Moda
Curtose Mediana
Mdia
e a mediana.13 As principais medidas de disperso so a
varincia, o desvio padro e a amplitude interquartlica.11
A mdia uma medida importante porque incorpora o
valor de cada participante da pesquisa.12 Os passos necess-
rios ao seu clculo so: contar o nmero total de casos, que
conhecido usualmente em estatstica como n; somar
todos os valores e dividir pelo nmero total de casos.13
Essa vantagem da mdia tambm seu problema, pois
afetada por valores discrepantes altos ou baixos que distor-
cem a informaco que se deseja transmitir sobre os dados
analisados.12
A mediana difere da mdia porque a posico cujo
valor numrico situa-se na metade da distribuico dos
demais valores quando organizados em ordem crescente.14
Se tomarmos valores aleatrios 88, 89, 90, 91 e 92, teremos
como mdia 90.
A moda o valor que ocorre mais frequentemente e no
providencia uma indicaco de todos os valores coletados
numa pesquisa, mas sim daquele que mais se repetiu.13 Se
tomarmos valores aleatrios 88, 88, 90, 91 e 92, teremos
como moda 88.
A mediana e os quartis so valores representativos da
posico, em escala percentual, dos valores distribudos em
ordem crescente. A mediana representa a posico 50% na
escala de distribuico.14 Para saber onde est a posico
da mediana, basta dividir o valor total de casos por 2.12
Uma forma simples para saber qual o valor numrico :
ordenar os valores om ordem crescente, eliminar gradati-
vamente os valores extremos e no m identicar o valor
que cou no centro.12 Esse valor ser a mediana. Em alguns
casos todos os valores das extremidades so eliminados
e no resta valor central. Quando isso ocorrer, deve-se
fazer a mdia dos dois ltimos valores e assim calcular o
valor central.12 A mediana no inuenciada pelos valores
discrepantes e deve ser preferida quando eles estiverem
presentes.14 Se tomarmos valores aleatrios 85, 89, 90, 91
e 97, teremos como mediana 90.
As medidas de tendncia central tm sua aplicabilidade.
A indicaco para a aplicaco de cada medida pode ser
vista na tabela 2. Tomando-se dois conjuntos de valores
aleatrios, o primeiro 88, 89, 90, 91 e 92 e o segundo
30 + 70 + 90 + 120 + 140, teremos como mdia dos dois con-
juntos 90. Observando-se exclusivamente a mdia no se
percebe a informaco sobre o restante dos valores e por isso
preciso recorrer s medidas de disperso para se perceber
que os dados dos grupos no so iguais.
Os valores podem ser prximos ou distantes da mdia
e essa distncia do valor at a mdia conhecida como
discrepncia.12 A soma de todas as discrepncias pode ser
igual a zero, ento para poder usar essas discrepncias
recomendvel quadrar cada valor da discrepncia antes de
621
Disperso ou variaco Percentil e quartil
Amplitude Percentil
Varincia Amplitude interquartlica
Desvio padro
Tabela 2 Aplicabilidade das medidas de tendncia
central12
Medidas de tendncia central
Caractersticas Mdia Mediana Moda
Dados intervalares e escalares Sim Sim Sim
Dados ordinais No Sim Sim
Dados nominais No No Sim
Distorco com valores discrepantes Sim No No
us-lo matematicamente.12 A mdia desses valores quadra-
dos conhecida como varincia.12 A unidade de medida da
varivel analisada tambm ca quadrada, por isso em alguns
casos difcil compreender seu signicado.12
O desvio padro uma das medidas estatsticas mais
comumente usadas para demonstrar a variabilidade dos
dados.15 uma medida que estima o grau em que o valor
de determinada varivel se desvia da mdia.12 Matemati-
camente a raiz quadrada da varincia o desvio padro.12
A unidade de medida da varivel permanece na sua forma
original.12
A amplitude total a distncia entre os valores mais alto
e mais baixo.12 calculada pela subtraco entre o maior e
o menor valor de um conjunto de dados.12 A medida no
informa se os valores esto distribudos equitativamente,
se h grupos de valores prximos uns dos outros ou se h
ausncias de grupos de valores entre os dados coletados.12
A amplitude interquartlica uma medida de posico que
se relaciona com a mediana.12 Os quartis representam a
posico 25% e 75% na escala, de maneira que o primeiro quar-
til representa o valor que corresponde ao primeiro quarto
da distribuico (25% dos valores abaixo dessa posico) e
o terceiro quartil representa o valor que corresponde ao
terco quarto da distribuico (75% dos valores acima dessa
posico).
As medidas de disperso tm sua aplicabilidade.
Reanalisando-se os dois conjuntos de valores aleatrios
anteriores percebe-se que para o primeiro conjunto de
dados tem-se mdia 90; desvio-padro 1,15 e amplitude
total de 88-92; o para o segundo tem-se a mdia 90; desvio-
-padro 43,01 e amplitude total de 30-140. Percebe-se pelo
uso das medidas de disperso que os conjuntos de valores
so diferentes. A indicaco de onde cada medida pode ser
empregada pode ser vista na tabela 3.
A mdia e o desvio padro so mais bem empregados
quando os dados tm distribuico normal ou simtrica, assim
como a mediana e a amplitude interquartlica para dados
com distribuico assimtrica.12 Uma das formas de identi-
car se ocorre simetria na distribuico dos dados criar
622
Tabela 3 Aplicabilidade das medidas de disperso11,12,13
Caractersticas
Dados intervalares e escalares
Dados ordinais
Descrico da variabilidade da amostra
Participaco da inferncia estatstica
30
25
20
Nvels da varivel
15
10
0
Ausente
Numero de casos
Figura 1 Distribuico do nmero de casos no eixo do y e do nvel da varivel analisada no eixo do x
o grco do histograma e observar sua forma.12 A criaco
do grco comeca com a distribuico do nmero de casos
no eixo do y e do nvel da varivel analisada no eixo do x
(g. 1). Se a forma se assemelhar a um sino, j existe forte
indicativo para que os dados tenham distribuico normal.
A distribuico dos dados tambm pode ser vericada de
forma estatstica pela comparaco entre a curva formada
pela distribuico dos dados coletados em uma pesquisa e a
curva normal. Os aplicativos de computador podem executar
o clculo como BioEstat version 5.0, STATA, EpiInfo e outros.
Conceitos bsicos de estatstica inferencial
A estatstica inferencial a parte da estatstica que usada
para formular concluses e fazer inferncias aps a anlise
de dados coletados em pesquisas.13 A estatstica inferen-
cial usa os testes de hipteses e a estimaco para fazer
as comparaces e predices e tirar concluses que servi-
ro para as populaces baseados em dados de amostras.1
As inferncias estatsticas podem ser: a anlise bivariada e
a anlise multivariada.1 A primeira analisa a relaco entre
uma varivel dependente e uma independente. A segunda
analisa a relaco entre uma varivel dependente e mltiplas
variveis independentes e verica o potencial de confuso
ou confundimento dessas sobre aquela.1
A inferncia estatstica somente possvel aps testar as
hipteses estatsticas.16 A hiptese uma presunco num-
rica acerca de um parmetro desconhecido ao pesquisador.16
C.F. Rodrigues et al.
Medidas de disperso
Amplitude Amplitude interquartlica Desvio padro
Sim Sim Sim
Sim Sim No
Sim Sim Sim
No No Sim
Leve Moderada Severa Insuportvel
5 15 25 13 7
As duas hipteses estatstica so: hipteses de nulidade e
alternativa.16 A primeira, hiptese de nulidade estatstica,
refere-se ausncia de efeito ou de associaco.1 A segunda,
hiptese alternativa, defende que existe diferenca entre
pelo menos duas populaces estudadas e quando positiva
diz haver diferenca entre os grupos analisados.16
Os pesquisadores podem ter dois erros quando se baseiam
nessas duas hipteses para formular concluses: erros tipo
I e II.1 O erro tipo I refere-se a um resultado falso
positivo, ou seja, rejeitar a hiptese nula quando na ver-
dade essa verdadeira.1 O erro tipo II refere-se a um
resultado falso negativo, ou seja, aceitar a hiptese nula
quando na verdade essa falsa.1 A probabilidade de
ocorrer o erro tipo I conhecida como nvel de signi-
cncia ou alfa.1 O nvel de signicncia aceitvel e mais
usado na rea de sade de 5%.1 Os testes estatsticos
de hipteses calculam a probabilidade de o evento pes-
quisado ocorrer assumindo-se que a hiptese nula seja
verdadeira.17 Essa probabilidade conhecida como valor
de p.1 Se o valor de p calculado pelos testes estatsti-
cos for menor do que o nvel de signicncia, pode-se
rejeitar a hiptese nula e aceitar a hiptese alternativa
que diz haver diferenca ou associaco entre os grupos
analisados.1 Esse raciocnio se aplica aos ensaios clnicos
de superioridade. O erro mais comum entre os leitores
acreditar que o valor de p representa a probabilidade
de a hiptese nula ser verdadeira.17 Os ensaios clnicos de
no inferioridade ou de equivalncia testam exatamente
o contrrio, a lgica da interpretaco oposta, j que
Importncia do uso adequado da estatstica bsica nas pesquisas clnicas
a hiptese nula representa a diferenca entre os valores
observados.
Kurichi et al.2 zeram um pesquisa em 2006, analisa-
ram publicaces em diversas revistas cientcas na rea de
cirurgia e demonstraram que os testes t de Student e do
qui-quadrado foram os testes hipteses mais usados. Esse
achado corroborado por outras pesquisas em outras reas
da medicina.4---6
O teste t de Student um teste paramtrico que com-
para a mdia de duas amostras.18 O uso desse teste requer
algumas condices:18 a populaco que originou a amostra
deve ter distribuico simtrica, as varincias das amostras
devem ser iguais ou prximas e as amostras devem ser
independentes.18 A estatstica desse teste pode ser obtida
de acordo com os seguintes passos: calcular as mdias
amostrais e os respectivos desvios padres, encontrar a
diferenca entre as duas mdias amostrais, calcular o erro
padro e dividir o valor da diferenca entre as mdias
pelo valor do erro padro.19 Uma vez encontrado o valor
de t deve-se consultar uma tabela de valores crticos da
estatstica t de acordo com os graus de liberdade adequados
a cada caso.18 Se o valor de t encontrado for maior ou
igual ao valor de t tabelado, pode-se rejeitar a hiptese
de nulidade.18 O valor da estatstica t pode tambm ser
convertido ao valor de p.19 Se o valor de p for menor do
que nvel de signicncia adotado para a pesquisa, deve-se
rejeitar a hiptese de nulidade.19
As pesquisas mdicas geralmente envolvem mais de dois
grupos. O teste de Anova usado para simultaneamente
testar a igualdade entre mais de dois grupos.20 As diversas
formas desse testes so: Anova um fator para uma vari-
vel independente, Anova dois fatores para duas variveis
independentes e Anova medidas repetidas analisa partici-
pantes que servem como controle para eles mesmos.20 O
uso desse teste requer algumas condices: a amostra deve
ter distribuico simtrica, amostras devem ser escolhidas de
forma aleatria e a homocedasticidade deve ser avaliada. A
varincia representa a disperso dos dados que sero ana-
lisados. A homocedasticidade representa a homogeneidade
das varincias e um pressuposto que deve ser observado
para a execuco do teste.20
O teste do qui-quadrado um teste no paramtrico
usado para responder perguntas de pesquisa que envolvem
taxas, proporces ou frequncias.21 O teste no requer que
os dados assumam uma distribuico simtrica.21 Existem dois
testes: qui-quadrado de independncia e de aderncia.21 O
teste de independncia o mais usado e avalia a frequncia
de dados de dois ou mais grupos.21 O teste de adern-
cia usado para comparar dados amostrais com dados de
populaces conhecidas.21
A estatstica do teste do qui-quadrado para duas amostras
pode ser obtida de acordo com os seguintes passos: calcular
as proporces amostrais, encontrar a diferenca entre essas
duas proporces, calcular a proporco amostral geral que
ser usada no clculo do erro padro, calcular o erro padro
e dividir o valor da diferenca entre as proporces pelo valor
do erro padro.19 A hiptese nula pode ser rejeitada se o
valor de p for menor do que o nvel de signicncia adotado
na pesquisa ou se o valor encontrado for maior ou igual a um
valor tabelado tal qual ocorre com o teste t.19
O uso dos testes estatsticos no paramtricos tem
aumentado com o passar dos anos.2 Uma pesquisa que
623
analisou publicaces na rea de cirurgia observou que em
Archives of Surgery houve um aumento de 0% em 1985 para
33% em 2003 e em Annals of Surgery de 12% em 1985 para
49% em 2003.2 Os mtodos no paramtricos so aplicados
para dados que tenham distribuico assimtrica ou prove-
nientes de escalas ordinais e nominais.21 Os mais comuns e
suas indicaces so: qui-quadrado e teste exato de Fisher
para proporces ou frequncias; testes U de Mann-Whitney,
Wilcoxon, Kruskal-Wallis e Friedman para dados ordinais; e
Kruskal-Wallis e Friedman para comparaces intergrupos.21
Os dados de amostras com pequeno nmero total de par-
ticipantes podem ser mais bem avaliados com testes no
paramtricos.1
A formaco prossional do mdico geralmente lhe
oferece um conhecimento bsico em estatstica, porm
muitos no esto aptos para usar esses conhecimentos na
interpretaco dos dados.1 A deciso de qual teste usar para
cada situaco em particular requer o esclarecimento de
alguns pontos: escala de medida dos dados; nmero de gru-
pos; relaco entre os participantes, ou seja, se os grupos so
independentes ou relacionados e intenco do pesquisador
de estabelecer diferenca ou relaco entre os grupos.22 Um
exemplo hipottico seria analisar complicaces em sala de
recuperaco anestsica. O primeiro passo a se fazer con-
tar o evento de interesse e dividi-lo pelo total de pacientes
para achar a proporco e ao se multiplicar essa proporco
por 100 tem-se a porcentagem. Em seguida se pode vericar
diferenca entre gneros pelo teste do qui-quadrado ou veri-
car a quantidade de anestsico usada por cada paciente
e extrair a mdia. Um guia geral para a escolha dos testes
pode ser visto na tabela 4.
Como executar o clculo do tamanho amostral
A estatstica usada para comparaces entre grupos e fazer
predices para populaces a partir de dados provenientes
de amostras, uma vez que geralmente no vivel fazer
anlise de dados de todos os membros de uma populaco.1
A hiptese formulada observando a populaco testada na
amostra. Um nmero adequado de participantes deve ser
calculado antes da execuco da pesquisa.23 Se o tamanho
da amostra for menor do que o necessrio, o efeito real
analisado pode ser negligenciado pelo pesquisador e se esse
tamanho for muito grande ocorrer desperdcio de recursos
e animais caso se trate de uma pesquisa experimental.23
O clculo do tamanho da amostra pode ser exe-
cutado por meio de aplicativos de computador.
Existem alguns aplicativos gratuitos online que usam
o mtodo do poder estatstico. Alguns exemplos
so: http://www.openepi.com/Menu/OE Menu.htm;
http://www.biomath.info/power/index.htm; http://
homepage.stat.uiowa.edu/rlenth/Power/#Download to
run locally; http://statpages.org; http://biostat.mc.
vanderbilt.edu/twiki/bin/view/Main/PowerSampleSize;
http://tinyurl.com/timbocalculo.
Erros comuns em anestesia
A identicaco de erros em estatstica foi pesquisada em
literatura da Anaesthetic Research Society.24 As categorias
apontadas nesta pesquisa foram: apresentaco de mtodo
624 C.F. Rodrigues et al.

Tabela 4 Guia geral para escolha dos testes estatsticos1,20,21

Teste de hipteses Indicaces do teste estatstico
Comparar mdias de dois grupos cujos dados apresentaram distribuico normal
t de Student
Amostras independentes ou amostras relacionadas
Comparar mdia de mais de dois grupos cujos dados apresentaram distribuico
Anova
normal
Amostras independentes ou amostras relacionadas
Analisar dados nominais de mais de 40 participantes independentemente da
Qui-quadrado
distribuico dos dados
Amostras independentes
Analisar dados nominais de at 40 participantes independentemente da
Exato de Fisher
distribuico dos dados
Amostras independentes
Analisar dados escalares e ordinais de dois grupos independentemente da
U de Mann-Whitney
distribuico dos dados
Amostras independentes
Analisar dados escalares e ordinais de dois grupos independentemente da
Postos sinalizados de Wilcoxon
distribuico dos dados
Amostras relacionadas
Analisar dados escalares e ordinais de mais de dois grupos independentemente da
Kruskal-Wallis
distribuico dos dados
Amostras independentes
Vericar se dados so da mesma populaco
Kolmogorov-Smirnov
Amostras independentes

ou escolha do teste estatstico, variabilidade e probabili-
dade. Os erros mais comuns foram: ausncia de identicaco
de testes de estatstica inferencial, apresentaco inade-
quada dos dados para permitir a interpretaco dos valores
de p e apresentaco inadequada do desvio padro da mdia.
Os erros comuns encontrados em anestesia so:3 escolha
errada de um teste de hipteses que desconsidera a
distribuico dos dados, escolha errada de um teste de hip-
teses que desconsidera a hiptese clnica, que leva a erro
tipo I durante anlises de signicncia, uso do qui-quadrado
quando a frequncia esperada de uma clula menor do
que 5, uso do qui-quadrado sem correco de Yates em
amostra pequenas, uso do teste t para amostras pareada
em amostras no pareadas e parear amostras para analisar
com o teste t.
Consideraces nais
O uso adequado da estatstica bsica permite que o clnico
possa sentir mais conanca nos resultados das pesquisas e
assim implantar novas intervences ou frmacos na prtica
clnica.
As principais recomendaces para minimizar os erros no
relato de artigos cientcos so:7,8 descrever a hiptese
da pesquisa; conceituar as variveis usadas na pesquisa;
resumir os dados das varveis por meio da estatstica descri-
tiva; descrever os mtodos empregados na anlise de cada
varivel e relacionar os mtodos estatsticos empregados;
vericar a distribuico dos dados antes da execuco das
anlises e relatar o teste ou tcnica empregados; descrever
os mtodos de ajuste usados para mltiplas comparaces;
descrever como os valores discrepantes foram tratados; des-
crever o nvel de signicncia; descrever os parmetros
usados para a execuco do clculo do tamanho da amostra
de forma que os clculos possam ser repetidos; descrever
o programa ou pacote estatstico usado na anlise; usar a
mdia e o desvio padro para dados com distribuico nor-
mal; usar a mediana e a amplitude interquartlica para dados
com distribuico assimtrica; no substituir o desvio padro
pelo erro padro.
Os maiores erros na interpretaco de dados provenientes
de pesquisas cientcas se devem ao uso inadequado da
estatstica bsica abordada nesta reviso narrativa. Os
prossionais de sade devem ser capazes de avaliar criti-
camente os resultados de estudos para que as informaces
dispostas na literatura possam inuenciar positivamente
nos cuidados aos pacientes. O entendimento da validade
das concluses propicia a aplicabilidade dos achados aos
pacientes.
A compreenso acerca do uso adequado da estatstica
bsica propicia menores erros nos relatos dos resultados de
estudos executados e na interpretaco das suas concluses.
Conitos de interesse
Os autores declaram no haver conitos de interesse.
Referncias
1. Windish DM, Diener-West M. A clinician-educators roadmap to
choosing and interpreting statistical tests. J Gen Intern Med.
2006;21:656---60.
2. Kurichi JE, Sonnad SS. Statistical methods in the surgical litera-
ture. J Am Coll Surg. 2006;202:476---84.
Importncia do uso adequado da estatstica bsica nas pesquisas clnicas
3. Bajwa SJ. Basics, common errors, and essentials of statistical
tools and techniques in anesthesiology research. J Anaesthesiol
Clin Pharmacol. 2015;31:547---53.
4. Barbosa FT, Sousa DA. Frequency of the adequate use of sta-
tistical tests of hypothesis in original articles published in the
Revista Brasileira de Anestesiologia between January 2008 and
December 2009. Rev Bras Anestesiol. 2010;60:528---36.
5. Hokanson JA, Luttman DJ, Weiss GB. Frequency and diversity of
use of statistical techniques in oncology journals. Cancer Treat
Rep. 1986;70:589---94.
6. Goldin J, Zhu W, Sayre JW. A review of the statistical analysis
used in papers published in Clinical Radiology and British Journal
of Radiology. Clin Radiol. 1996;51:47---50.
7. Altman DG, Gore SM, Gardner MJ, et al. Statistical guidelines
for contributors to medical journals. Br Med J (Clin Res Ed).
1983;7:286---93, 1489.
8. Bailar JC, Mosteller F. Guidelines for statistical reporting in arti-
cles for medical journals. Amplications and explanations. Ann
Intern Med. 1988;108:266---73.
9. Kim M. Statistical methods in arthritis & rheumatism: current
trends. Arthritis Rheum. 2006;54:3741---9.
10. McHugh ML. Descriptive statistics, Part I: Level of measurement.
J Spec Pediatr Nurs. 2003;8:35---47.
11. Twycross A, Shields L. Statistics made simple. Part 2 standard
deviation, variance and range. Paediatr Nurs. 2004;16:24.
12. McHugh ML. Descriptive statistics. Part II: most commonly used
descriptive statistics. J Spec Pediatr Nurs. 2003;8:111---6.
13. Twycross A, Shields L. Statistics made simple. Part 1: mean,
medians, and mode. Paediatr Nurs. 2004;16:32.
625
14. Gaddis GM, Gaddis ML. Introduction to biostatistics. Part 2: des-
criptive statistics. Ann Emer Med. 1990;19:309---15.
15. Clegg F. Introduction to statistics I: descriptive statistics. Br J
Hospital Med. 1987;37:356---67.
16. Gaddis GM, Gaddis ML. Introduction to biostatistics. Part 3, sen-
sitivity, specicity, predictive value, and hypothesis testing. Ann
Emerg Med. 1990;19:591---7.
17. Biau DJ, Jolles BM, Porcher R. Pvalue and the theory of hypothe-
sis testing: an explanation for new researchers. Clin Orthop
Relat Res. 2010;468:855---62.
18. Gaddis GM, Gaddis ML. Introduction to biostatistics. Part 4,:sta-
tistical inference techniques in hypothesis testing. Ann Emerg
Med. 1990;19:820---5.
19. Rumsey D. Testes de hipteses mais utilizados. In: Rumsey D,
editor. Estatstica para Leigos. Rio de Janeiro: Alta Books; 2010.
p. 237---47.
20. Gaddis ML. Statistical methodology: IV. Analysis of variance,
analysis of covariance, and multivariate analysis of variance.
Acad Emerg Med. 1998;5:258---65.
21. Gaddis GM, Gaddis ML. Introduction to biostatistics. Part 5:
statistical inference techniques for hypothesis testing with non-
parametric data. Ann Emerg Med. 1990;19:1054---9.
22. Twycross A, Shields L. Statistics made simple. Part 4: choosing
the right test. Paediatr Nurs. 2004;16:24.
23. Charan J, Kantharia ND. How to calculate sample size in animal
studies? J Pharmacol Pharmacother. 2013;4:303---6.
24. Goodman NW, Hughes AO. Statistical awareness of rese-
arch workers in British anaesthesia. Br J Anaesth. 1992;68:
321---4.