Por dentro da estatística

O uso de métodos estatísticos vem crescendo vigorosamente em pesquisas da área médica. Com frequência, médicos e
profissionais da Saúde são expostos a informações provenientes de análises de dados, nem sempre claras e de fácil
interpretação. Esta seção visa familiarizar pesquisadores com conceitos e termos estatísticos comumente presentes em artigos
científicos. Com ênfase na discussão conceitual em detrimento a fórmulas matemáticas, o objetivo é esclarecer algumas dúvidas
frequentes e contribuir com o desenvolvimento do senso crítico na hora de analisar, descrever e interpretar dados.
Ângela Tavares Paes
Editora da seção

Análise univariada e multivariada de atenção cuja variação ou frequência queremos enten-

Ângela Tavares Paes*
* Doutora em Estatística do Centro de Pesquisa Clínica do Instituto Israelita de Ensino e Pesquisa
Albert Einstein – IIEPAE, São Paulo (SP), Brasil.
Os estudos da área da saúde, que têm como objetivo
identificar fatores associados a determinado desfecho
(resposta) de interesse, frequentemente realizam “aná-
lises univariadas” seguidas por uma “multivariada”.
Apesar de estarem presente em muitos trabalhos cientí-
ficos, a maioria dos pesquisadores e profissionais ainda
tem dúvidas a respeito destas duas abordagens.
O termo “multivariada”, quando empregado em arti-
gos médicos, a princípio causa certo estranhamento para
os estatísticos ou para aqueles com formação teórica em
Estatística. No meio estatístico, a “análise multivariada”
é mais conhecida como uma série de técnicas que visa
analisar conjuntamente grupos de variáveis (matema-
ticamente expressos como vetores) em diferentes con-
textos: inferências sobre vetores de médias (MANOVA,
regressão linear multivariada), análises de estruturas de
covariância (componentes principais, análise fatorial,
correlação canônica), técnicas de classificação e agrupa-
mentos (análise discriminante e de cluster)(1).
A “análise multivariada” mencionada no parágrafo
anterior pouco tem a ver com aquela que se encontra na
literatura médica. Usualmente, o termo é utilizado para
se referir a modelos de regressão múltipla que buscam
explicar uma variável resposta com base em um conjun-
to de variáveis explicativas. Nos modelos estatísticos,
denomina-se “variável resposta” ou “dependente” como
aquela em que se está interessado em analisar. É o foco
der. Pode ser, por exemplo, a ocorrência de algum even-
to de interesse (aparecimento de uma doença, compli-
cações, rejeição) ou medida quantitativa (por exemplo,
tempo de resposta a um tratamento ou qualquer mensu-
ração relacionada ao fenômeno que se deseja estudar).
As variáveis, que podem estar associadas ou mesmo que
podem influenciar a variável resposta, são conhecidas
como variáveis explicativas. Existem vários termos para
variáveis explicativas: fatores de risco, fatores de exposi-
ção, fatores associados, variáveis independentes.
Na área da saúde, quando o interesse é avaliar a in-
fluência de um conjunto de fatores sobre doenças, even-
tos ou outras características de interesse, os métodos
estatísticos mais utilizados são os modelos de regressão,
os quais estabelecem uma equação entre a resposta
de interesse (variável dependente) e os fatores que se
deseja investigar (variáveis independentes). Quando
existe apenas uma variável independente, a regressão é
simples e quando há mais de uma variável independen-
te, ela é múltipla. Como normalmente existem muitas
variáveis independentes, fica difícil analisá-las de uma
só vez. Por esta razão, é comum dividir a análise em
duas etapas: univariada e multivariada.
Na análise univariada, investiga-se isoladamente a re-
lação entre cada variável explicativa e a variável resposta,
sem levar em conta as demais. Também pode ser entendi-
da como uma análise bivariada, pois investiga a associação
entre uma variável explicativa e uma resposta. Na prática,
existe um grande número de variáveis explicativas, portan-
to, a análise univariada pode servir como critério de sele-
ção das variáveis que entrarão em um modelo final. Como
se trata de uma etapa inicial e não-definitiva da análise de

einstein: Educ Contin Saúde. 2010;8(1 Pt 2): 1-2

2
dados, podemos ser menos rigorosos e adotar níveis de sig-
nificância maiores que o usual (por exemplo, 0,15 ou 0,20)
para não correr o risco de desprezar variáveis importantes.
Dessa forma, as variáveis mais associadas ao desfecho de
interesse são selecionadas para a etapa seguinte.
Escolhidas as variáveis “candidatas” ao modelo fi-
nal com base na análise univariada, o passo seguinte é
incluí-las em uma análise multivariada. Esta consiste em
avaliar simultaneamente (em um único modelo) o efeito
das variáveis selecionadas sobre a resposta. Neste caso,
pode-se entender que a influência de cada variável expli-
cativa é “controlada” pelo efeito das demais. Como, em
geral, existem associações entre as variáveis explicativas,
é comum que variáveis “estatisticamente significativas”
na univariada percam a importância na multivariada.
Isso pode acontecer, pois quando analisamos o fator
isoladamente não estamos levando em conta outras ca-
racterísticas que podem estar relacionadas a este fator.
Por exemplo, em um grupo de pacientes em que a dia-
betes é mais prevalente no gênero feminino, é possível
que se encontre significância estatística na univariada,
sugerindo que a chance do evento de interesse é maior
se a paciente for do sexo feminino. No entanto, quando
esta variável é analisada em conjunto com outros fatores
(inclusive diabetes), ela pode deixar de ser significativa,
pois a significância encontrada na univariada era atribu-
ída não ao gênero em si, mas à diabetes que, neste caso,
em particular, era mais frequente entre as mulheres.
Uma variável pode ser não-significativa na univariada
e passar a ser significativa na multivariada? Embora seja
menos comum, isso é possível, principalmente quando
houver interação entre os fatores. A existência de inte-
ração significa que o efeito de um fator sobre a resposta
depende de outro fator. Por exemplo, o efeito da diabe-
tes sobre uma doença cardiovascular pode ser maior no
gênero masculino do que no feminino. Nesse caso, não
faz sentido obter uma estimativa de risco para a variável
diabetes considerando o grupo total, pois é preciso dife-
renciar os riscos para os dois gêneros. Nos modelos com
interação, a interpretação correta é bem mais delicada e
envolve cálculos que não saem diretamente da saída dos
programas estatísticos. Convém observar que, apesar de
sua importância, o conceito de interação é ainda pouco
conhecido, mesmo entre pesquisadores mais familiariza-
dos com análises uni e multivariada.
Que métodos estatísticos são utilizados nas análises
univariada e multivariada? A identificação do tipo de va-
riável resposta é que irá determinar o modelo estatístico
mais apropriado. No caso de resposta dicotômica (variável
que assume apenas dois valores, por exemplo, óbito - sim
ou não), é comum utilizar modelos de regressão logísti-
ca simples (univariada) e múltipla (multivariada)(2). Neste
caso, os resultados são expressos em termos de razões de
chances (Odds Ratio). Alguns estudos utilizam os termos
einstein: Educ Contin Saúde. 2010;8(1 Pt 2): 1-2
“Odds Ratio não-ajustado” e “Odds Ratio ajustado” para
denominar a estimativas produzidas pelos modelos uni e
multivariado. Quando a resposta é quantitativa contínua,
muitos estudos utilizam regressão linear simples e múlti-
pla, assumindo distribuição normal. Quando o interesse é
analisar não só o evento, como também o tempo até sua
ocorrência, os modelos mais utilizados são os modelos de
riscos proporcionais de Cox. Vale observar que os métodos
citados são os mais comuns, mas existe uma diversidade de
modelos (testes) estatísticos que podem ser considerados,
principalmente nas análises univariadas.
Atualmente, com as facilidades computacionais, as
“análises multivariadas” têm se tornado cada vez mais
populares. Entretanto, devemos alertar os pesquisadores
quanto a limitações e erros na interpretação das estimati-
vas. Por exemplo, o termo “fator preditor independente”
é frequentemente utilizado para se referir a variáveis ex-
plicativas com p<0,05 na análise multivariada. Intuitiva-
mente, entende-se que, se um fator é um “preditor inde-
pendente”, significa que o efeito deste fator sempre existe,
independentemente das demais variáveis. Porém, se hou-
ver algum efeito de interação, o efeito deste fator pode
mudar e deixar de ser importante para certa configuração
de outros fatores analisados. O fato de incluir diversas va-
riáveis em um mesmo modelo, não significa que o proble-
ma esteja resolvido e que o resultado é definitivo. Devido
a uma série de particularidades inerentes aos fenômenos
biológicos, os modelos multivariados que consideram so-
mente os efeitos principais (sem as interações) assumem
suposições muito fortes, mas nem sempre válidas. Ignorar
possíveis interações entre variáveis pode levar a interpre-
tações equivocadas. Outra limitação é que raramente os
usuários se preocupam com a qualidade de ajuste dos mo-
delos. Principalmente quando o número de pacientes é
pequeno, é comum encontrar estimativas pouco precisas,
evidenciadas por amplos intervalos de confiança, o que
pode comprometer a inferência (generalização) dos re-
sultados. Em resumo, não adianta apenas “rodar” o pro-
grama estatístico e produzir uma “análise multivariada”,
é preciso analisar criteriosamente os modelos e verificar
se as suposições assumidas estão satisfeitas.
A proposta neste texto não é, de forma alguma, de-
sencorajar usuários a realizar “análises multivariadas”,
mas sim salientar que o que parece a solução de todos
os problemas pode ser apenas a “pontinha do iceberg”.
REFERÊNCIAS
1. Johnson RA, Wichern DW. Applied multivariate statistical analysis. 4a ed.
New Jersey: USA: Prentice Hall; 1998. 
2. Hosmer DW, Lemeshow S. Applied Logistic Regression. New York: John Wiley
& Sons; 1989.
3. Neter J, Wasserman W, Kutner MH. Applied linear statistical models. 3a ed.
USA: Irwin; 1990.