Você está na página 1de 41

UNIVERSIDADE LUTERANA DO BRASIL

PROGRAMA DE PÓS-GRADUAÇÃO EM ODONTOLOGIA


DISCIPLINA DE BIOESTATÍSTICA

BIOESTATÍSTICA
PARA
ODONTOLOGIA

Prof. Carlos Alberto Feldens

Canoas, 2009
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

1. INTRODUÇÃO

A cárie dentária e a doença periodontal são problemas de saúde pública


em todo o mundo. Ocorrem em uma proporção relevante de pessoas em
diferentes faixas etárias na maioria das comunidades e determinam problemas
mastigatórios, alterações na função da fala e problemas estéticos e
psicológicos. Desta forma, representam agravos com clara interferência na
qualidade de vida da população.
A magnitude e transcendência das doenças bucais demonstram a
necessidade da formação do cirurgião-dentista incluir, com base em evidências
científicas, o preparo e treinamento teórico e prático para a sua participação em
estratégias coletivas de prevenção e tratamento. Além disso, tais
conhecimentos são imprescindíveis para uma prática odontológica baseada em
evidências em nível individual. A bioestatística e epidemiologia representam a
base científica para a compreensão destes programas e práticas,
caracterizando-se pelo estudo da distribuição dos estados de saúde e doença e
os fatores a ela associados, envolvendo a coleta e interpretação de dados
demográficos, socioeconômicos, comportamentais e clínicos na população. A
Organização Mundial de Saúde (OMS) recomenda fortemente o periódico
levantamento destes dados de forma a constituir a base para a elaboração de
programas que objetivem a melhoria das condições de saúde bucal das
comunidades.
O objetivo da disciplina de bioestatística para o Programa de Pós-
Graduação é permitir aos alunos uma vivência teórico-prática de bioestatística
aplicada à Odontologia, visando prepará-lo para a coleta, compilação e análise
de dados demográficos, socioeconômicos, comportamentais e clínicos. São
também abordados tópicos de epidemiologia que tangenciam conceitos de
bioestatística. Pretende-se, desta forma, contribuir na formação de um
cirurgião-dentista comprometido com a melhoria de saúde bucal da população,
compreendendo, de forma mais ampla o processo de construção do
conhecimento epidemiológico, que é a base fundamental para o
estabelecimento de estratégias individuais e coletivas.

1
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

2. CONCEITOS PRELIMINARES

A construção do conhecimento em relação a estratégias de prevenção e


controle dos agravos à saúde bucal pressupõe a compreensão das pesquisas
publicada sobre o tema. Inicialmente, o aluno deve saber reconhecer, em cada
estudo, o tema, problema e objetivos, bem como o significado de alguns
conceitos epidemiológicos freqüentemente utilizados. Assim, os objetivos deste
tópico envolvem a compreensão dos conceitos sobre:
 - A “pergunta científica”
 - Tema, problema e objetivo
 - População, amostra e indivíduos

2.1 – PERGUNTA CIENTÍFICA


Para a compreensão preliminar deste conceito, vamos assumir
primeiramente que: a toda decisão, equivale uma análise da situação, que é
precedida de uma pergunta. Observe no exemplo abaixo.
Pergunta
- Vou me realizar trabalhando como cirurgião-dentista?
Análise da situação
 O mercado de trabalho está difícil para todas as profissões;
 Odontologia proporciona: relacionar-se com pessoas, prevenir e tratar
doenças, contribuir para a saúde e qualidade de vida da população;
 Possibilidades de atuação: Estratégia de Saúde da Família (PSF),
atuação em programas de saúde de cidades desde as menores até o
planejamento de áreas mais abrangentes.
 Necessidade de uma formação acadêmica sólida, com desenvolvimento
de apurado senso crítico!
Decisão
 Se as características da profissão me atraem...
Sim !
 Se estou disposto a estudar e me preparar...

Em Odontologia, para tomarmos uma decisão adequada em relação ao


planejamento de medidas preventivas e de controle das doenças, devemos

2
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

anteriormente fazer uma análise correta da situação, que deve ser precedida
de uma “boa pergunta”. Abaixo segue um exemplo neste sentido.

Pergunta
- Como vou proporcionar saúde bucal a um paciente de 3 anos com 20 dentes
apresentando cavidades de cárie?
Análise da situação
 20 dentes com lesões de cárie ativa; 2 dentes com abscesso
 Higiene regular; toma várias mamadeiras por dia e noite;
 Mora com avó
Decisão
 Controle da doença: orientação de higiene e dieta, fluorterapia...
 Plano de tratamento restaurador: exodontias, endodontias, restaurações
 Planejamento da manutenção periódica preventiva

OBSERVAÇÃO: A decisão citada acima baseia-se nas evidências científicas


disponíveis acerca do conhecimento epidemiológico e etiopatogênico da
doença cárie e nos estudos de acompanhamento de programas de saúde que
envolvem o controle de atividade de doença, tratamento reabilitador e
estratégias de manutenção de saúde.

2.2 – TEMA, PROBLEMA E OBJETIVO

TEMA DE PESQUISA
Tema de pesquisa é o ASSUNTO que se deseja investigar
Requisitos:
 Preciso / bem caracterizado
 Limites bem definidos
A escolha do tema de pesquisa depende de alguns fatores:
 Aspectos pessoais ou de grupo
 Inclinações
 Possibilidades
 Aptidões
 Tendências

3
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

O tema de pesquisa pode surgir a partir de diferentes fontes:


 Atividade profissional
 Experiência pessoal
 Curiosidade científica
 Leituras / teorias
 Encomenda
Deve haver uma atenção especial com a “delimitação do tema”:
 Evitar temas muito amplos
 Especificar SUJEITO e OBJETO a ser pesquisado

 SUJEITO: realidade a ser pesquisada (pessoas, grupos, comunidades,


instituições...)
 OBJETO: tema / conteúdo, aquilo que se quer investigar para responder
ao problema de pesquisa.

Exemplo:
No seguinte tema de pesquisa:
 cárie em crianças de 0 a 3 anos
“Cárie” é o objeto; “Crianças de 0 a 3 anos” representam o sujeito.
Procure descobrir o sujeito e objeto nos seguintes temas de pesquisa:
- doença periodontal em adolescentes;
- câncer bucal em moradores da zona rural de Bagé.

PROBLEMA DE PESQUISA
Problema de pesquisa é o aspecto do tema que quero investigar. Tem
por objetivo torná-lo individualizado, específico, inconfundível.
O problema de pesquisa deve ser descrito de maneira explícita, clara,
compreensiva. Pode ser formulado em 2 formas:

o Interrogativa: quais os riscos decorrentes do tabagismo na


doença periodontal?

o Declarativa (semelhante ao objetivo): propósito de avaliar os


riscos decorrentes do tabagismo na doença periodontal.

Exemplo:

4
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

Se meu tema de pesquisa é “cárie precoce da infância (CPI)”, meu PROBLEMA pode
ser:
 Mamadeira noturna é fator de risco para CPI?
Se meu tema de pesquisa é “terapia pulpar em dentes decíduos”, meu PROBLEMA
pode ser:
 Formocresol produz danos nos tecidos periapicais ou interradiculares após
pulpotomia em dentes decíduos?

OBJETIVO
O objetivo corresponde à forma como o pesquisador tentará responder
ao problema.
 Objetivos se formulam com o verbo no infinitivo:
 Avaliar
 Comparar
 Verificar
 Analisar
 Identificar....
Por exemplo:
O objetivo do presente estudo é estimar a prevalência de doença periodontal em
adolescentes de 12 a 18 anos do município de Esteio – RS.

2.3 – POPULAÇÃO, AMOSTRA E INDIVÍDUOS

POPULAÇÃO (N)
Qualquer coleção de indivíduos ou unidades para os quais se deseja que as
conclusões de uma pesquisa sejam válidas.
A população pode ser:
- FINITA (local e período definidos): Ex.: Alunos de Odontologia e
Sociedade III do Curso de Odontologia / ULBRA-Canoas no 1º. Semestre/2008;
- INFINITA (local e período indefinidos): Adultos de 35 a 44 anos com
sangramento gengival.

5
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

AMOSTRA (n)
Qualquer subconjunto da população selecionado por alguma técnica de
amostragem. As técnicas de amostragem visam à obtenção de amostras que
apresentem as mesmas características da população de origem, mas devido
ao acaso isso nem sempre ocorre.
Uma amostra pode ser:
- PROBABILÍSTICA:
 TODOS os indivíduos têm a MESMA probabilidade de serem incluídos
na amostra.
- NÃO PROBABILÍSTICA
 Os indivíduos NÃO têm a MESMA probabilidade de serem incluídos na
amostra.
 Uns têm mais chance do que outros porque moram mais no centro ou
porque são mais ricos...etc...

Estudos com amostras probabilísticas são mais confiáveis: os resultados


podem ser inferidos para a população com maior segurança, uma vez que
possivelmente a amostra REPRESENTA, com um bom grau de confiança, a
população.

INDIVÍDUOS
Indivíduos são unidades de uma população que são observadas
(unidades de observação) ou objetos de algum experimento (unidades
experimentais), podendo ser pessoas, famílias escolas, bairros, cidades,
países, dentes, superfícies...etc...

6
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

3. VARIÁVEIS EM ODONTOLOGIA

Os estudos que geram conhecimento e modificação de práticas


envolvem a descrição da distribuição de freqüências de variáveis, tanto
individualmente quanto relacionadas entre si.
Desta forma, são objetivos deste tópico:
- Compreender o que representa uma “variável” em pesquisa na área da saúde
- Saber classificar uma variável
- Reconhecer como são descritas as diferentes variáveis
- Reconhecer as variáveis em um artigo

3.1 – CONCEITOS PRELIMINARES

VARIÁVEL
Variável é uma característica ou propriedade que pode ter valores
diferentes entre os indivíduos de um grupo ou entre diferentes situações para
cada indivíduo.
Exemplo: São variáveis o sexo, a escolaridade, consumo de açúcar por dia e o
número de dentes cariados, obturados ou perdidos (CPOD) de jovens de 12 anos de
idade residentes em Porto Alegre em 2008.

CONSTANTE
Constante é uma característica que assume o mesmo valor para todos
os indivíduos.
Exemplo: A idade (ter 12 anos) e o local de moradia (Porto Alegre) representam
constantes no exemplo anterior.

PARÂMETROS
Parâmetros são valores que resumem a informação relativa a uma
variável na população. O parâmetro pode ser:

• observado a partir de um censo populacional

• estimado a partir de amostras

7
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

Exemplo: Exame em 2007 de todos os indivíduos do município X (censo) mostrou:


Índice CPOD médio de crianças de 12 anos de idade foi 2,14, enquanto que 43%
estão livres de cárie.

ESTATÍSTICAS (estrito senso)


Estatísticas são valores calculados em uma amostra.
Exemplo: Projeto SB Brasil 2003
Prevalência de cárie aos 12 anos no Brasil = 69%
Índice ceo-d aos 5 anos da região Centro-Oeste = 2,67
Como estes valores são calculados a partir de uma amostra, envolvem
um GRAU DE INCERTEZA.

HIPÓTESES
Hipóteses são afirmativas ou suposições provisórias a respeito de
variáveis ou da relação entre duas ou mais variáveis da população.
Exemplos:
 Morar com os pais determina maior ansiedade em um estudante de graduação em
Odontologia
 Introdução precoce de sacarose na dieta de uma criança determina maior
incidência de CPI
 A ocorrência de defeitos de desenvolvimento de esmalte está associada ao peso
ao nascimento

8
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

3.2 – CLASSIFICAÇÃO DE VARIÁVEIS

As variáveis podem ser classificadas em relação à hipótese de estudo,


escala de medida e origem da variável.

3.2.1 – Em relação à hipótese de estudo

VARIÁVEL DEPENDENTE (=desfecho)


Representa o evento ou estado de saúde de interesse no estudo
Exemplos: qual a variável dependente em um estudo que avalia se:
- Fumar é fator de risco para doença periodontal?
- Há associação entre escolaridade materna e cárie precoce da infância?
- Há correlação entre perda de inserção e idade?
Nestes exemplos, as variáveis dependentes são doença periodontal,
cárie precoce da infância e perda de inserção.

VARIÁVEL INDEPENDENTE (= explanatória, exposição)


Representa o fator que pode influenciar o desfecho de interesse.
Exemplos: tabaco, escolaridade materna e idade são as variáveis independentes no
exemplo anterior.

3.2.2 – Em relação à escala de medida

VARIÁVEL QUALITATIVA (=categórica)


Variável qualitativa é aquela em que os valores da escala de medida são
qualitativamente distintos uns dos outros.
Variáveis qualitativas podem ser nominais ou ordinais.
Variável qualitativa nominal
 As categorias são distintas sem que haja qualquer ordem natural,
mesmo que sejam codificadas com números.
 Podem ser dicotômicas (2 categorias) ou politômicas (mais de 2
categorias)
Exemplos:
- Sexo (masculino ou feminino) - dicotômica

9
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

- Sangramento gengival (sim ou não) - dicotômica


- Tipo sangüíneo (A, B, AB, O) - politômica
Variável qualitativa ordinal
As categorias são qualidades naturalmente ordenadas por algum critério
como gravidade, intensidade ou ordem de ocorrência do evento
Exemplos:
- Grau de fluorose (0, 1, 2, 3, ....., 9)
- Profundidade da lesão de cárie: rasa, média, profunda

VARIÁVEL QUANTITATIVA
Variável quantitativa é aquela em que os valores da escala de medida
expressam quantidades.
Variáveis quantitativas podem ser contínuas ou discretas
Variável quantitativa contínua
Os dados podem assumir quaisquer valores, inclusive fracionários.
Exemplos:
- Quantidade de açúcar consumida por dia (em gramas)
- Idade (em anos)
- Perda de inserção (em mm)
- IPV (em %)
Observe que cada intervalo pode incluir uma variedade infinita de
valores, mesmo que na prática não possam ser medidos (idade de 4,18 anos,
consumo de 145,64 g de açúcar, perda de inserção de 2,34 mm...)
Variável quantitativa discreta
Há um número determinado de valores possíveis. Em geral a variável
tem apenas valores inteiros, não havendo valores fracionários.
Exemplo:
- Número de filhos (0, 1, 2, 3, ....)
- Número de dentes cariados, perdidos e obturados (CPOD)
- Freqüência diária de escovação de dentes (0, 1, 2, 3, ...)

Atenção!
1. Observe que variáveis podem ser “transformadas”. Assim, a variável IPV pode ser
coletada inicialmente como “o número de dentes com placa visível”. Neste caso será
uma variável quantitativa discreta, uma vez que um indivíduo não pode ter valores

10
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

fracionários (por exemplo: 3,45 dentes com placa visível). 2. Entretanto, muitas vezes
interessa saber o percentual de dentes (ou superfícies) com placa visível: divide-se o
número de dentes (ou superfícies) com placa visível pelo número de dentes (ou
superfícies) examinados. Neste caso, teremos valores fracionários e a variável passa
a ser, portanto, quantitativa contínua (por exemplo: 3 dentes com placa visível de um
total de 28 dentes examinados equivale a um IPV = 10,7%).
3. Além disso, podemos categorizar os indivíduos em IPV baixo, médio e alto
(respectivamente <10%, de 10% a 30% e >30%, por exemplo). Neste caso, passamos
a ter uma variável qualitativa ordinal, pois há nitidamente um aumento ordenado na
“gravidade” ou “severidade” da variável.
4. Não confunda valores fracionários da variável medida no indivíduo com média. Por
exemplo: A variável CPOD é quantitativa discreta porque cada indivíduo não pode ter
um valor fracionário de dentes cariados, perdidos e obturados. Entretanto, a média de
CPOD de uma sala de aula, escola, bairro ou município provavelmente terá valores
fracionários. Exemplo: o ceo-d médio (número médio de dentes decíduos cariados,
extraídos por cárie e obturados) aos 5 anos na região Sul é 2,62.

3.2.3 – Em relação à origem da variável

VARIÁVEL ORIGINALMENTE MEDIDA


A variável é originalmente medida no indivíduo
Exemplos:
- nível de placa dentária (0, 1, 2 e 3)
- Perda de inserção em mm (0, 1, 2, 3, ...)

VARIÁVEL DERIVADA
A variável deriva de uma ou mais variáveis originalmente medidas
Exemplo:
- Saúde periodontal (boa, média, ruim), obtida a partir de uma combinação das
variáveis anteriores.

 É muito importante descrever como as variáveis foram originalmente


medidas e o modo como foram criadas ou derivadas.
 Erros na medida da variável de origem afetam a variável derivada

11
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

3.3 – VARIÁVEIS MAIS UTILIZADAS


As variáveis a serem utilizadas em diferentes pesquisas dependem do
objetivo do estudo. Geralmente são utilizadas variáveis demográficas,
socioeconômicas, comportamentais e biológicas. Seguem alguns exemplos de
variáveis utilizadas em estudos de Odontologia.
Variáveis demográficas
- Sexo
- Idade
Variáveis socioeconômicas
- Renda familiar
- Escolaridade materna
Variáveis comportamentais
 Dieta
 Número de refeições por dia
 Idade da introdução do açúcar
 Número de mamadeiras por dia
 Belisca entre as refeições
 Higiene
 Número de escovações por dia
 Usa dentifrício?
Variáveis biológicas/patológicas
 Placa
 Presença de placa (Sim ou não)
 IPV (número de superfícies com placa visível)
 Nível de placa
 Cárie
 Presença de lesão de cárie (sim ou não)
 Índice CPOD (número de dentes cariados...)
 Gengivite
 Presença de gengivite (sim ou não)
 Número de superfícies sangrantes

12
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

4. DESCRIÇÃO DE VARIÁVEIS

São objetivos deste tópico:


- Solidificar os conhecimentos em relação à descrição de variáveis:
 QUANTITATIVAS
 QUALITATIVAS
- Saber O QUE devo descrever de acordo com cada variável.

Em relação à distribuição de freqüências pode-se afirmar que:


 A descrição e interpretação da distribuição de freqüências de cada
variável (separadamente) na amostra ou população constituem a
primeira fase da análise estatística.
 Para descrever a distribuição das variáveis construímos tabelas,
gráficos, mapas ou simplesmente descrevemos as estatísticas amostrais
(prevalências, médias, desvio-padrão, etc.).
 A escolha do tipo de tabela, gráficos, estatísticas... depende da questão
de pesquisa e da escala de medida da variável.

4.1 - DESCRIÇÃO DE VARIÁVEIS QUALITATIVAS:


 A descrição de variáveis qualitativas baseia-se na contagem do número
de indivíduos em cada categoria (freqüência simples ou absoluta: f)
 Também são muito utilizadas as freqüências relativas (fr): proporção de
indivíduos em uma ou mais categorias, que pode ser apresentada na
forma de percentagem (%) ou taxa (por 1000, 10.000, 100.000)
Exemplos:
 Proporção: 1/4 dos indivíduos da amostra apresentam lesão de cárie
 Percentagem: 25% dos indivíduos da amostra apresentam lesão de
cárie.
 Taxa: 250/1.000 dos indivíduos da amostra apresentam lesão de cárie
 Razão: A razão entre os indivíduos com e sem lesão de cárie é 1/3.

A distribuição de freqüências absolutas e relativas pode ser descrita de 4


maneiras:
 Texto

13
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

 Tabelas
 Gráficos

Os exemplos a seguir serão baseados no exame de 5.335 indivíduos de


15 a 74 anos, classificados em relação à variável ”necessidade de prótese”
nas categorias “necessita” e “não necessita” (Projeto SB Brasil 2003).
Descrição na forma de texto:
Quarenta e quatro por centos dos indivíduos amostrados (2.344/5.335) não
necessitavam de prótese, enquanto que cinqüenta e seis por cento necessitavam
(2.991/5.335).

Descrição na forma de tabela:

Tabela 1 - Distribuição da amostra quanto à necessidade de prótese. Brasil, 2003.

Necessidade de prótese N (%)


Não necessitavam 2.344 (44)
Necessitavam 2.991 (56)
Total 5.335 (100)

Descrição na forma de gráfico (barras)

60%

50% 56%

40% 44%
30%

20%

10%

0%
Não necessitavam Necessitavam

Figura 1 - Distribuição da amostra quanto à necessidade de prótese.


Brasil, 2003.

Embora não seja a forma mais recomendada, variáveis qualitativas


também podem ser descritas na forma de gráfico de setores:

14
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

44%

56%

Não necessit am
Necessit am

Figura 1 - Distribuição da amostra quanto à


necessidade de prótese. Brasil, 2003.

4.2 - DESCRIÇÃO DE VARIÁVEIS QUANTITATIVAS

 A descrição de variáveis QUANTITATIVAS também pode ser expressa


na forma de texto, tabelas, gráficos e mapas, podendo variar se a
variável é discreta ou contínua
 Dependendo dos valores observados pode ser necessário criar
intervalos de classe a partir das variáveis quantitativas contínuas ou
discretas originalmente medidas. Os intervalos de classe são os
agrupamentos dos valores da variável.
 Variáveis quantitativas também podem ser descritas na forma de
estatísticas ou parâmetros

ATENÇÃO: Procure diferenciar entre...

15
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

Variável quantitativa com poucas Variável quantitativa com muitas


categorias: número de vezes por dia categorias (todas as contínuas e
que estudantes de Odontologia (5º. algumas discretas): altura dos
Semestre)/ULBRA escovam os dentes estudantes de Odontologia
(2006 a 2008). (5º. semestre)/ULBRA (2006 a 2008).

altura

V alid Cumulativ e
Frequenc y Percent Percent Percent
V alid 151 1 ,5 ,6 ,6
154 2 1,1 1,1 1,7
155 2 1,1 1,1 2,9
156 3 1,6 1,7 4,6
157 1 ,5 ,6 5,1
158 5 2,7 2,9 8,0
159 8 4,3 4,6 12,6
160 13 7,0 7,4 20,0
161 2 1,1 1,1 21,1
162 7 3,7 4,0 25,1
163 11 5,9 6,3 31,4
164 5 2,7 2,9 34,3
165 15 8,0 8,6 42,9
166 8 4,3 4,6 47,4
167 6 3,2 3,4 50,9
168 18 9,6 10,3 61,1
169 4 2,1 2,3 63,4
170 15 8,0 8,6 72,0
171 3 1,6 1,7 73,7
172 4 2,1 2,3 76,0
173 4 2,1 2,3 78,3
174 4 2,1 2,3 80,6
175 4 2,1 2,3 82,9
176 4 2,1 2,3 85,1
177 2 1,1 1,1 86,3
178 2 1,1 1,1 87,4
179 1 ,5 ,6 88,0
180 3 1,6 1,7 89,7
181 4 2,1 2,3 92,0
182 1 ,5 ,6 92,6
183 3 1,6 1,7 94,3
184 2 1,1 1,1 95,4
185 3 1,6 1,7 97,1
186 1 ,5 ,6 97,7

número escovações/dia
120

100

80

60

40
Frequency

20

0
1 2 3 4 5

número escovações/dia

16
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

a) Quantitativas discretas com poucas categorias...

Descrição na forma de texto:


Descreve-se a freqüência simples e percentual de cada categoria !
“ 12,6% (22/175) dos alunos que cursam Odontologia e Sociedade III informaram
escovar seus dentes duas vezes ao dia; 63,4% (111/175) afirmaram escovar os
dentes três vezes ao dia, enquanto que ...”.

Descrição na forma de Tabela


Tabela 1 – Freqüências simples e relativas do número de
vezes que os dentes são escovados.

b) quantitativas discretas com muitas categorias e contínuas

Descrição na forma de texto:


Descreve-se as medidas de tendência central (média, mediana...) e dispersão
(desvio-padrão, quartis...). Estes itens serão discutidos em tópico adiante, mas
veja desde logo o exemplo abaixo:
 “A perda de inserção média (DP) dos indivíduos da amostra foi de 3,5
(1,8) mm, sendo que a mediana (Q1-Q3) foi de 3,0 (1,0-5,0) mm.”
Obs.: outra opção é categorizar a variável quantitativa (intervalos de classe) e
descrever o n (%) em cada categoria.
 “Das 363 famílias avaliadas, 25% recebem até 75,00 reais por mês (renda per
capita), os 25% seguintes recebem entre 75,00 e 133,00 reais, 25% recebem
entre 133,00 e 200,00 reais e os demais recebem 200,00 reais ou mais.”

17
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

Descrição na forma de Tabela


Média (Desvio Padrão)

Renda per capita (reais) 153,00 (108,00)

Altura (cm) 161,00 (15,00)

Ou (dependendo da distribuição da variável...)


Mínima Máxima Mediana Q1 Q3

Renda per capita (reais) 16,16 750,00 133,00 75,00 200,00

Altura (cm) 145 198 161 153 170

Descrição na forma de Gráfico


A descrição de variáveis quantitativas na forma de gráfico depende do
tipo de variável: discreta ou contínua.

a) Variáveis quantitativas discretas: gráfico de barras:


Número de dentes presentes em crianças de 12 a 16 meses

18
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

b) Variáveis quantitativas contínuas

 Podem ser descritas graficamente na forma de histograma, polígono


de freqüências ou curva de freqüências, usando intervalos de classe
bem pequeno
 A forma do gráfico será a mesma se for construído a partir de
freqüências simples ou relativas.
 Eixo vertical: começar em zero e não apresentar interrupção.
 Gráficos tridimensionais não devem ser usados porque a impressão
visual pode ser enganosa.

80

70

60

50

40

30

20

10

0
0,0 10,0 20,0 30,0 40,0 50,0 60,0
5,0 15,0 25,0 35,0 45,0 55,0 65,0

Distribuição do IPV simplificado em crianças de 3 a 5 anos. Canoas,


2002.

160

140

120

100

80

60

40

20

0
76

10

13

15

18

21

24

26

29

32

35

37

40

43

46

48
8,

43

18

93

68

43

18

93

68

43

18

93

68

43

18

93
8

,8

,8

,8

,8

,8

,8

,8

,8

,8

,8

,8

,8

,8

,8
8

Distribuição de freqüências do peso ao nascer de crianças de


0 a 6 anos. Canela, 2003.

19
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

ATENÇÃO: VARIÁVEIS QUANTITATIVAS SÃO ROTINERIAMENTTE


DESCRITAS NA FORMA DE ESTATÍSTICAS OU PARÂMETROS
A descrição na forma de estatísticas ou parâmetros envolve, principalmente:

 MEDIDAS DE POSIÇÃO OU TENDÊNCIA CENTRAL


 MEDIDAS DE VARIABILIDADE OU DISPERSÃO

a) MEDIDAS DE TENDÊNCIA CENTRAL


 Indicam onde se encontram os valores mais freqüentes da variável na
amostra ou população.
Mais utilizadas :
 Média aritmética
 Moda
 Mediana
Exemplo: Vinte crianças de 4 a 5 anos foram examinadas e foram
contabilizados o número de dentes com lesão de cárie. Os valores
registrados foram os seguintes:

Registro Número Registro Número Registro Número Registro Número


de de de de
lesões lesões lesões lesões
1 0 6 2 11 12 16 1

2 2 7 1 12 1 17 1

3 0 8 6 13 0 18 3

4 5 9 1 14 9 19 0

5 1 10 2 15 2 20 20

Média

Média aritmética é a soma de todos os valores observados (x) dividido pelo


número de valores observados.
 Média populacional

20
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

 Média da amostra
 Exemplo:
( n1+ n2+ n3 +....+ n20) / 20 = 69 / 20 = 3,45
MODA (Mo)
 Moda é o valor mais comum, que mais se repete.
 Raramente utilizamos a moda para descrever uma variável
 Amostras pequenas: a estimativa da moda pode estar completamente
errada
 No exemplo anterior...

Mediana (Md)
 Mediana é o valor que divide uma série de indivíduo ordenados em
ordem crescente do valor da variável em dois grupos de igual tamanho.
 Número de indivíduos: par x ímpar
1o 2o 3o 4o 5o 6o 7o 8o 9o 1 1 1 1 1 1 1 1 1 1 2
0o 1o 2o 3o 4o 5o 6o 7o 8o 9o 0o
0 0 0 0 1 1 1 1 1 1 2 2 2 2 3 5 6 9 1 2
2 0

Md =(1+2)/2=1,5

 Número de indivíduos: par x ímpar


1o 2o 3o 4o 5o 6o 7o 8o 9o 10 11 12 13 14 15 16 17 18 19
o o o o o o o o o o

0 0 0 0 1 1 1 1 1 1 2 2 2 2 3 5 6 9 12

Md =1

MÉDIA x MEDIANA
 A mediana é útil para descrever a tendência central de dados quando
existem alguns valores extremamente altos ou baixos, a ponto da média
não representar a posição onde se encontra a maioria dos dados.

21
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

 No exemplo anterior: os valores muito altos (9, 13, 20) “contaminaram”


a média aritmética (3,45)
 Neste caso, a mediana (1,5) parece a melhor medida, pois representa o
valor ao redor do qual a maior parte dos indivíduos se localiza.

b) MEDIDAS DE DISPERSÃO
 Descrevem o modo como os valores da variável se distribuem, o que é
importante para sabermos se os valores são semelhantes entre si ou se
variam muito.
 Mais utilizadas: :
 Amplitude total
 Variância
 Desvio padrão
 Separatrizes

Amplitude total
 Amplitude total é a diferença entre o maior e o menor valor.
 Não é uma boa medida de dispersão dos dados porque não informa a
distribuição dos outros valores e tende a subestimar a amplitude total da
variável na população (raramente a amostra inclui os valores mais
extremos existentes na população).
 Entretanto, às vezes pode ser interessante descrevê-la.

Variância e desvio-padrão
 São medidas de dispersão que indicam o quanto os valores observados
se desviam da média da amostra ou da população.
 O DESVIO-PADRÃO representa a medida de dispersão mais utilizada
em estudos epidemiológicos; entretanto, seu emprego é indicado
apenas quando a distribuição de freqüências da variável é
aproximadamente normal (o que normalmente não ocorre com variáveis
descritas em Odontologia, como ISG, IPV e CPOD).

22
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

O que representa “distribuição normal”? Quando uma variável apresenta


“distribuição normal”?
Observe a distribuição dos dados abaixo e verifique as
características desta distribuição: no eixo x está a variável em questão (p.ex.
quantidade de açúcar consumido em gramas por ano) e no eixo y o número de
indivíduos. Observe que há pouquíssimos indivíduos que não consomem ou
consomem pouco açúcar. À medida em que vai aumentando a quantidade de
açúcar, aumenta o número de indivíduos (e a curva vai “crescendo” em direção
ao topo). Chega um determinado ponto (consumo máximo em gramas) em que
a curva começa a decrescer, uma vez que começa a ser menor o número de
indivíduos que consome uma quantidade ainda maior de açúcar. Já no final da
curva observa-se que há poucos indivíduos que consomem muito açúcar.

µ -1,96 µ - 1σ µ µ + 1σ µ +1,96
σ σ
68%

95%

•A média (µ), a mediana (Md) e a moda (Mo) são iguais.


•A área sob a curva totaliza 1 ou 100%.
•Cerca de 68% dos valores possíveis estão entre µ - σ (média menos 1
desvio-padrão) e µ + σ (média mais um desvio-padrão).
•Cerca de 95% dos valores possíveis estão entre µ - 2σ e µ + 2σ.

23
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

Interpretação do desvio-padrão na prática:


 Exemplo: você lê em um artigo que a concentração de F na saliva de
uma amostra apresenta:
 Média: 0,151 mg/ml
 DP: 0,040 mg/ml
A partir destas medidas, e se atendidos os pressupostos de distribuição
normal, você pode afirmar que:

 68,3% dos indivíduos apresentam concentração de F entre 0,111 e


0,191 mg/l
 31,7% dos indivíduos apresentam concentração de F < 0,111 ou > 0,191
mg/l
 15,9% dos indivíduos tem concentração de F > 0,191 mg/l
 95% dos indivíduos apresentam concentração de F na saliva entre 0,073
e 0,229 mg/ml

Separatrizes
 Separatrizes são medidas de dispersão que dividem a amostra em
tamanhos iguais se ordenarmos os indivíduos em ordem crescente da
distribuição da variável (por exemplo: da menor para maior idade).
 MEDIANA divide a amostra ao meio
 QUARTIS dividem a amostra em quatro partes iguais: os pontos de
corte são P25, P50 e P75.
 TERCIS dividem a amostra em três partes iguais

Veja a interpretação destas medidas no exemplo abaixo, a partir da descrição


da variável “renda per capita”.

24
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

Statistics

RPC12
N Valid 363
Missing 13
Mean 152,8693
Median 133,0000
Std. Deviation 107,9869
Minimum 16,16
Maximum 750,00
Percentiles 25 75,0000
50 133,0000
75 200,0000

A interpretação dos quartis, a partir do P25, P50 e P75 é a seguinte:


“A renda per capita da amostra variou de 16,16 a 750,00 reais. Das 363
famílias avaliadas, 25% recebem até 75,00 reais por mês, os 25% seguintes
recebem entre 75,00 e 133,00 reais, 25% recebem entre 133,00 e 200,00 reais
e os demais (os 25% com maior renda per capita) recebem 200,00 reais ou
mais (ou entre 200,00 e 750,00 reais).”

 AFINAL, QUE MEDIDAS DEVEMOS UTILIZAR PARA DESCREVER


UMA VARIÁVEL QUANTITATIVA?????

Distribuição simétrica Distribuição assimétrica


Menor valor
Média Quartil inferior (P25)
Desvio-padrão Mediana (P50)
Quartil superior (P75)
Maior valor

25
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

5. INFERÊNCIA ESTATÍSTICA

 O objetivo dos diferentes trabalhos científicos não se reduz à


descrição e distribuição dos dados de diferentes variáveis na
amostra.
 Freqüentemente o pesquisador deseja confirmar ou não suposições
(hipóteses) a respeito da população.
 As hipóteses podem referir-se a uma variável, duas variáveis ou
múltiplas variáveis.

Exemplos:
 P.ex.: ao comparar o índice CPO-D aos 12 anos dos indivíduos da
cidade X com os da cidade Y
 Na amostra estudada, a média era maior na cidade X. Contudo, o
pesquisador precisa estimar qual a probabilidade de que essa diferença
não seja real, tenha ocorrido só pelo acaso de ter sorteado uma amostra
com estas características.
Há duas hipóteses:
 Hipótese nula: não há diferença entre as médias
 Hipótese alternativa: as médias diferem entre as cidades
 Para definir com certeza qual a hipótese correta: só examinando todos
os indivíduos da cidade X e Y com 12 anos.
 Como isto é impossível na maioria dos estudos: a decisão final sobre
uma hipótese científica baseia-se nos dados das amostras, o que
evidentemente envolve uma INCERTEZA.
 Os graus de incerteza podem ser calculados, sendo expressos por meio
de:
 Intervalos de confiança
 valores de p

26
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

O VALOR DE p

A compreensão do cirurgião-dentista em relação ao valor de p é


fundamental para interpretação de pesquisas publicadas em artigos científicos,
podendo confirmar (ou redirecionar) suas práticas clínicas.

 O valor de p representa a probabilidade da diferença encontrada (ou


ainda maior) ser somente ao acaso, quando na verdade não há
diferença nenhuma.
 Pode ser calculado em relação a uma ou mais variáveis

Observe os exemplos a seguir:


Exemplo 1: o objetivo de um estudo é determinar se há diferença entre os
sexos em relação à probabilidade de apresentar cárie dentária em pré-
escolares. A análise utilizando o programa SPSS apresenta a seguinte saída:

27
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

Conclusões:
 Na amostra, observa-se que as crianças do sexo masculino apresentaram
maior prevalência de cárie (41,2% versus 37,9% entre as meninas).
 Entretanto, o valor de p=0,192. Como 0,192> 0,05: a probabilidade da
diferença encontrada entre os sexos ser ao acaso é de 19,2%
 Conclui-se que não há evidências de diferenças em relação ao risco de cárie
entre os sexos.

Exemplo 2: o objetivo do estudo é determinar se há diferença entre os tipos de


família (estruturada versus não estruturada) em relação ao risco de
traumatismo em crianças de 1 ano de idade.

 valor de p=0,001
 0,001 < 0,05
 a probabilidade da diferença encontrada entre os sexos ser ao acaso é
de 0,1%
 Conclui-se que há evidências de diferenças em relação ao risco de
traumatismos entre os tipos de famílias.

28
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

INTERVALO DE CONFIANÇA (IC)

 Intervalo de Confiança representa os valores limites, inferior e superior,


entre os quais espera-se que esteja o parâmetro populacional, que pode
ser uma média, uma prevalência ou risco.
 Em relação à média, Intervalo de Confiança 95% é o intervalo de
valores, obtido a partir de uma amostra, que tem 95% de probabilidade
de incluir o verdadeiro valor da média populacional.
 Em relação a uma proporção (p.ex.: prevalência), Intervalo de Confiança
95% é o intervalo de valores que tem 95% de probabilidade de incluir a
verdadeira prevalência da população.
 Assim, se os dados de uma amostra indicam uma prevalência de cárie
de 35% (IC 95% 31%-39%), pode-se afirmar que, com 95% de
probabilidade, a verdadeira prevalência de cárie daquela população
situa-se entre 31% e 39%.
 É muito comum o CD desejar interpretar o IC em relação ao RISCO,
CHANCE ou PROBABILIDADE de um indivíduo ter um determinado
desfecho
 Neste caso o IC vem junto de MEDIDAS DE EFEITO: RR (Risco
relativo), OR (Odds ratio = razão de chances) ou RP (Razão de
Prevalências)
 RR, OR ou RP representam o risco, chance ou probabiidade de um
evento ou doença de um grupo na amostra em relação a outro grupo
(p.ex. risco de quem tem menor renda de ter cárie em relação a quem
ter maior renda). O Intervalo de Confiança 95% é o intervalo de valores
que tem 95% de probabilidade de incluir o verdadeiro risco da doença na
população.
 Vamos exercitar este aprendizado com exemplos:
Ferreira et al, 2007 (International Journal of Paediatric Dentistry) compararam a
chance (Odds ratio) de crianças apresentarem lesão de cárie dependendo da
escolaridade materna: Observe que a variável desfecho é “ter cárie”
(deft=ceod>0) e a variável independente é escolaridade materna. Nestes casos
uma das categorias da variável independente é a “referência”, ou seja, é a
categoria com a qual vamos comparar o risco de cárie das outras categorias. A

29
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

“referência” é aquela em que o OR é 1,00 (neste caso: escolaridade materna >


8 anos).

Interpretação da tabela:
 A chance de crianças cujas mães estudaram menos de 4 anos é 1,42 vezes
maior (ou 42% maior) de apresentar cárie em relação a crianças cujas mães
tem escolaridade maior que 8 anos. A verdadeira chance na população, com
95% de confiança, varia entre 1,03 a 1,96. Observe que, qualquer que seja a
verdadeira chance dentro deste intervalo, será sempre maior que 1,00. Neste
caso dizemos que a diferença é estatisticamente significante.
 Por outro lado, a chance de crianças cujas mães estudaram de 4 a 8 anos é
1,2 vezes maior (ou 20% maior) de apresentar cárie em relação a crianças
cujas mães têm escolaridade maior que 8 anos. Entretanto, a verdadeira
chance na população, com 95% de confiança, varia entre 0,85 a 1,69. Observe
que este intervalo também inclui valores menores ou iguais a 1,00, o que
significa que a verdadeira chance de cárie de crianças cujas mães têm entre 4
e 8 anos de idade NA POPULAÇÃO pode ser até menor ou igual em relação
às crianças cujas mães estudaram menos de 4 anos. Neste caso, como o IC
incluiu a unidade (1,00 = categoria de referência) entre seus limites superior e
inferior, dizemos que a diferença observada na amostra entre estas 2
categorias não é estatisticamente significante.

30
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

6. TESTES ESTATÍSTICOS

Introdução: Que teste estatístico devo usar?


A resposta a esta pergunta depende, entre outros fatores:
 Questão de pesquisa
(Que tem a ver com o delineamento do estudo)
 Da classificação das variáveis de meu estudo
(Qualitativa? Quantitativa?)
 Do tipo de amostra
(Independente? Dependente?)

a) Questão de pesquisa
Que informação quero obter?
 A causa de uma doença ou evento?
(Que fatores causam a falha de um implante?)
 O prognóstico de um comportamento?
(Fumar diminui o tempo de sobrevivência de um implante?)
 Qual o melhor tratamento para uma condição?
(Qual o melhor tratamento para ganho ósseo pré-implante: Enxerto X
Distração osteogênica?)

Para cada uma destas questões de pesquisa existe “UM JEITO” melhor, mais
confiável, mais preciso e com menos vieses para obter minha resposta.
A esses diferentes “JEITOS” chamamos de “DELINEAMENTOS DE
PESQUISA”.

O QUE QUERO PESQUISAR X DELINEAMENTOS DE PESQUISA

31
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

FATORES ASSOCIADOS
 TRANSVERSAL

ETIOLÓGICO  COORTE ou
CASO-CONTROLE

PROGNÓSTICO/ RISCO
 COORTE

TERAPIA ou PREVENÇÃO  ENSAIO CLÍNICO


RANDOMIZADO

Observe: Normalmente a informação que queremos obter envolve fenômenos


de saúde-doença:

EXPOSIÇÃO  DESFECHO

b) Classificação das variáveis


Para a decisão quanto ao teste estatístico é fundamental compreender a
classificação das variáveis independentes e dependente:
 Se Qualitativa...
 Nominal?
 Ordinal?
 Se Quantitativa
 Discreta?
 Contínua?
 Distribuição normal?

32
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

c) Tipo de amostra
 Amostras independentes
 Grupos independentes entre si
 Ex.: moradores de Porto Alegre x Caxias
 Sexo masculino x sexo feminino
 Fumantes x não fumantes
 Utilizam fármaco A x utilizam fármaco B
 Renda alta x renda média x renda baixa
 Escovam os dentes x não escovam os dentes
 Pacientes com implante tipo A x pacientes com implante tipo B
 Amostras dependentes
Opção 1: Observa-se 2 X o valor de uma variável no mesmo
indivíduo:
 Dor antes e após um tratamento
 Imagem com Rx x tomografia
ou...
Opção 2: Observa-se o valor de uma variável em 2 partes do mesmo
indivíduo
 Lado esquerdo x lado direito
 Implante no arco superior x arco inferior

Em qualquer um dos casos anteriores, as amostras são chamadas de


“pareadas”, pois obtém-se um “par” de medidas para cada indivíduo. Em
Odontologia...
 Índice de placa antes e depois de uma determinada
técnica;
 Dor pós-exodontia de 3º. Molar superior X dor pós-
exodontia de 3º. Molar inferior

33
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

6.1 TESTES PARA AMOSTRAS INDEPENDENTES

Possibilidade 1
 Variável de desfecho: qualitativa
 Variável independente: qualitativa

 Um objetivo comum em pesquisa de saúde é verificar a associação


entre 2 variáveis qualitativas (estudos transversais, caso-controle,
coorte).
 Normalmente o pesquisador deseja investigar a associação entre uma
exposição e uma doença
 Possibilidades com variável independente e desfecho qualitativos:

Teste qui-quadrado => valor de p


Medidas de efeito + Intervalo de Confiança 95%

Teste qui-quadrado
 Baseia-se no cálculo de uma estatística obtida a partir de uma conta que
“compara”....
 ... os valores observados nas células da tabela do estudo com os valores
esperados se a Hipótese nula fosse verdadeira (se não houvesse associação
entre as variáveis).
 Quanto mais diferirem os valores esperados dos observados, maior será a
estatística do qui-quadrado e menor a probabilidade do resultado encontrado
ser ao acaso!
Teste qui-quadrado / PRESSUPOSTOS
 Tabelas 2 x 2: amostra deve ser maior que 40 ou ter tamanho entre 21 e 40
mas a menor freqüência esperada em cada célula é ≥5; do contrário, deve ser
usado teste exato de Fischer.
 Tabelas n x n: percentagem de células com freqüência esperada < 5 não pode
ser > 20% e nenhuma célula deve ter freqüência esperada < 1.

MEDIDAS DE EFEITO + IC 95%


 Razão de Prevalências (RP): proporciona a probabilidade
(Prevalence ratio: PR)

34
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

 Risco Relativo (RR): proporciona o risco


(Relative risk: RR)
 Razão de Chances (RC): proporciona a chance
(Odds ratio: OR)

Possibilidade 2
 Variável de desfecho: quantitativa
 Variável independente: qualitativa

 Outro objetivo comum em pesquisa de saúde é verificar se há diferença


entre 2 ou mais grupos (variável qualitativa) em relação a uma
variável quantitativa (CPOD, dor em uma escala, ISG, resistência à
fratura...etc...)

A) Distribuição da variável quantitativa: normal

 Comparacao de
2 grupos Teste t
(Valor de p)
(Masculino x feminino)

 Comparacao de
+ 2 grupos ANOVA
(Valor de p)
(Farmaco A X B X C)

 Ex.: Ao examinar crianças pré-escolares: há diferença entre os sexos


em relação ao IPV ? (Desde que IPV tenha distribuição
aproximadamente normal)

35
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

Teste t / PRESSUPOSTOS
 Observações e amostras devem ser independentes
 Distribuição aproximadamente normal da variável em cada grupo
 Variâncias dos 2 grupos devem ser semelhantes
 Obs.: se a amostra for pequena, a distribuição não for normal ou as
variâncias forem muito diferentes (uma mais que o dobro da outra), o
resultado do teste t será ERRADO!
ANOVA / PRESSUPOSTOS
 Observações e amostras devem ser independentes
 Distribuição aproximadamente normal da variável em cada grupo
 Variâncias dos 2 grupos devem ser semelhantes

B) Distribuição da variável quantitativa: não normal

Ex.: Ao examinar crianças pré-escolares: há diferença entre os sexos em


relação ao ISG ? (desde que ISG tenha uma distribuição assimétrica, como
normalmente ocorre).

36
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

Possibilidade 3
 Variável de desfecho: quantitativa
 Variável independente: quantitativa

Ao se analisar a relação entre 2 variáveis quantitativas (contínuas ou discretas)


pode-se pretender:
 Verificar se há correlação entre elas (valor de p)
 Quantificar a correlação (determinando o coeficiente de correlação)
 Encontrar uma função que descreva o quanto varia a variável
dependente em função de uma determinada variação da variável
independente (regressão linear)

Exemplo: pense no IPV e ISG: Posso...


...Verificar se há correlação entre elas (valor de p)
Há correlação entre IPV e ISG? Verifica-se pelo valor de p.
...Quantificar a correlação (determinando o coeficiente de correlação)
Em que grau (coeficiente) IPV e ISG se correlacionam?
...Encontrar uma função que descreva o quanto varia a variável
dependente em função de uma determinada variação da variável
independente (regressão linear)
O quanto aumenta o ISG a cada aumento de uma unidade no IPV?

1º. passo
 Examinar a distribuição de cada variável separadamente por meio de gráficos
(histograma...) e estatísticas (medidas de tendência central, dispersão...)
 Verificar a ocorrência de valores muito extremos, pois podem distorcer o
resultado das análises
 Se houver: realizar as análises com e sem eles. Se os valores extremos
influírem nos resultados (“observações influentes”), devem ser retirados.
2º. passo
 Solicitar um diagrama de pontos ou dispersão (scatter plot) para o exame
visual da relação entre as variáveis.
 Não é correto fazer correlações e regressões lineares (técnicas que medem a
relação linear) sem evidências gráficas de relação linear entre as variáveis.

37
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

Coeficiente de correlação (r)


Varia de de -1 a +1

38
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

6.2 TESTES PARA AMOSTRAS DEPENDENTES

Possibilidade 1
 Variável de desfecho: qualitativa dicotômica

 O objetivo de um estudo pode ser comparar 2 proporções a partir de


observações pareadas. Isso ocorre quando:
 Estudos caso-controle
 ECR em que a unidade de análise é um par de indivíduos (caso com seu
controle)
 Duas proporções são medidas no mesmo indivíduo

 U m in d iv i d u o r e c e b e 2
t ip o s d e t e r a p ia e o M c Nem ar
d e s f e c h o e d ic o t o m ic o ( V a lo r d e p )
 ( s u p e r io r x in f e r io r ,
e s q u e r d o x d ir e it o )

Possibilidade 2
Variável de desfecho: quantitativo

 O objetivo de um estudo pode ser comparar uma variável quantitativa em 2


partes de um indivíduo ou em 2 momentos no mesmo indivíduo

A) Distribuição da variável quantitativa: normal

 Comparacao de 2 Teste t para


medidas amostras
pareadas
(Valor de p)

 Comparacao de + 2 ANOVA para


medidas dados
repetidos
(Valor de p)

Ex.: Comparando os segmentos (anterior x posterior), há diferença em relação ao PV?

39
Bioestatística para Odontologia_____________________________________________Prof. C.A.Feldens

B) Distribuição da variável quantitativa: não normal

Teste de
W ilcoxon
(V alor de p)

Ex.: Comparando os segmentos (anterior x posterior), há diferença em relação


ao ISG?

Possibilidade 3
Variável de desfecho: qualitativa ordenada

Teste de
Wilcoxon
(Valor de p)

Ex.: Comparando um índice de higiene em que as categorias são ordenadas


(p.ex. grau 1, 2, 3 e 4), antes e após uma técnica de escovação

40