Escolar Documentos
Profissional Documentos
Cultura Documentos
T i p o d e I n d i v í d u o E x p o s t o N ã o E x p o s t o
1 . S e m e f e i t o ( " f a d a d o " ) C a s o C a s o
2 . E f e i t o c a u s a t i v o C a s o N ã o - c a s o
3 . E f e i t o p r e v e n t i v o N ã o - c a s o C a s o
4 . S e m e f e i t o ( " i m u n e " ) N ã o - c a s o N ã o - c a s o
Isto mostra que, por este modelo, o fato de alguém ficar doente
não quer dizer necessariamente que a causação se deu por exposição.
Existe a necessidade de que joguemos com todas as possibilidades para
criar o contraste entre os vários tipos de indivíduos, para que então
tenhamos uma estimativa do efeito causativo do expositor, uma vez que
os vários tipos de indivíduos podem existir porém não são observáveis.
A validade do estudo se dará pela assunção de que, entre os expostos e
não expostos, a distribuição entre os 4 tipos seja similar.
O ideal em estudos epidemiológicos vem da teoria de Rothman,
que exprime que os indivíduos deveriam ser comparados com eles
mesmos numa situação hipotética em que eles tivessem vivido na
ausência do expositor.
Curso de Especialização em saúde do Trabalho – Bioestatística 14
João Bosco Strozzi
E x p o s t o a b N 1
N ã o E x p o s t o c d N o
M 1 M o N
Amostragem
1-Não-probabilística
2-Probabilística
Curso de Especialização em saúde do Trabalho – Bioestatística 17
João Bosco Strozzi
Faixas Freqüência
30-39 2
40-49 3
50-59 4
60-69 6
70-79 3
80-89 2
Total 20
0
30-39 40-49 50-59 60-69 70-79 80-89
Note que há uma linha que une todos os pontos médios das faixas
etárias. Com alguma imaginação, você poderá ver que esta linha forma
uma espécie de sino.
X é a média.
Então, se nós sabemos que entre -2 e +2 desvio padrão temos 95% das
medidas, nos sobram: 2,5% abaixo de -2; e 2,5% acima de +2.
Teste de Hipóteses
Uma hipótese nova pode tomar lugar de uma hipótese antiga se:
Hipóteses e protocolo:
Este argumento é inválido porque sua conclusão pode ser falsa, mesmo
que suas premissas sejam verdadeiras. Isto acontece porque o fato da
hipótese operacional ser verdadeira não quer dizer que a hipótese
conceitual tenha que ser verdadeira. Este erro do raciocínio lógico é
denominado "Falácia da Afirmação da Conseqüência", e demonstra que
as hipóteses não podem ser provadas ou confirmadas puramente
através do teste empírico, mas, outrossim, podem ser falsificadas ou
refutadas, como no primeiro exemplo.
Relações entre e .
Hipótese Nula
Decisão Verdadeira Falsa
Rejeita Ho Erro tipo I Correto
alfa 1-beta
Aceita Ho Correto Erro tipo II
1-alfa beta
Tanto o Erro tipo I quanto o Erro tipo II são definidos pelo investigador
no momento em que há a definição do tamanho amostral.
z-score:
t-student:
(X1 X 2 )
t
1 1 onde:
Sp
n1 n 2
O Sp é calculado assim:
DF= n1 + n2 - 2
Doença
S i m N ã o T o t a l
S i m 1 4 3 0 4 4
Fator de
N ã o 6 5 0 5 6
Exposição
T o t a l 2 0 8 0 1 0 0
Baseado nesta premissa, você irá, então, estimar como seria esta
tabela, dentro da hipótese nula, de que as variáveis não estivessem
associadas. Você faz assim:
Curso de Especialização em saúde do Trabalho – Bioestatística 36
João Bosco Strozzi
Doença
S i m N ã o T o t a l
Fator de
S i m a b n 1
Exposição
N ã o c d n o
T o t a l m 1 m o N
a = (m1*n1)/N
b = (mo*n1)/N
c = (m1*no)/N
d = (mo*no)/N
No nosso exemplo:
a = (20*44)/100 = 8,8
b = (80*44)/100 = 35,2
c = (20*56)/100 = 11,2
d = (80*56)/100 = 44.8
(O E ) 2
2 onde
E
O = valor observado
E = valor estimado
No nosso caso:
2 = 3,07+0,77+2,15+0.60 = 6.59
Curso de Especialização em saúde do Trabalho – Bioestatística 37
João Bosco Strozzi
GL = (NC - 1)(NL - 1)
Sendo que quando o “r” for -1, existe uma correlação perfeita e inversa
(ou negativa) entre as duas variáveis em estudo. Se o “r” for igual a +1,
então a correlação é perfeita e direta (ou positiva). Se o “r” for igual a
zero, então podemos afirmar que não existe correlação entre as
variáveis.
Diagrama de dispersão
O cálculo do “r”
Veja o exemplo:
Vale a pena frisar que uma grande associação não implica em que uma
variável seja responsável pela ocorrência da outra. No exemplo anterior,
nós observamos que a altura da mãe era associada com a altura da
filha. Mesmo que a associação tivesse um “r” de +1,0, ainda assim não
poderíamos afirma que o simples fato de ser nascida de mãe alta irá
garantir um grande altura para a filha. Existem outros fatores que
intervêm, como por exemplo a altura do pai, as condições de
alimentação, inexistência de algum defeito dos hormônios do
crescimento e etc. Para buscarmos a associação causativa de uma
variável sobre outra, devemos observar alguns critérios.
Introdução
MBE
Diagnose
Funcionamento:
- a história clínica
- o exame clínico
- o exame complementar
- o exame patológico (biópsia ou autópsia)
- A tabela 2 x 2:
"Gold Standard"
Doença
Sim Não
Teste Positivo A B A+B
- Sensibilidade:
A
Se - probabilidade de apontar positivos verdadeiros.
( A C)
- Especificidade:
Curso de Especialização em saúde do Trabalho – Bioestatística 45
João Bosco Strozzi
D
Sp - probabilidade de apontar negativos
(B D)
verdadeiros.
Prevalência:
O Teorema de Bayes
P ( S | D) P ( D)
P ( D| S )
P ( S | D) P ( D) P ( S | nD) P ( nD)
( Se)(Pr)
Vpp
( Se)(Pr) (1 Sp)(1 Pr)
Exemplo:
Um paciente da raça negra chega ao consultório com tosse há mais de 1
mês. Sabendo que:
- a probabilidade de tosse há mais de um mês em tuberculosos
pulmonares é de 80%;
- que a prevalência de tuberculose entre membros da raça negra,
na região estudada é de 14%;
- que a prevalência de tosse crônica em membros da raça negra
que não sejam tuberculosos, na região é de 8%;
( 0.8)( 0.14)
P ( Tb| Tosse)
[( 0.8)( 0.14)] [( 0.08)( 0.86)]
Interpretação:
- Criou-se, arbitrariamente, zonas de decisão, da seguinte forma:
BIBLIOGRAFIA:
Estatística:
Epidemiologia
Filosofia