DELINEAMENTO

EXPERIMENTAL

Prof. Dr. Javier A. S. Perea M.V.

Coordenação de Pesquisa e Experimentação Animal (CPEA)
Fundação Oswaldo Cruz (Fiocruz)
O método experimental

É a forma de isolar e
identificar a causa de um
evento
O método experimental

Determina a causa de
alguma coisa (evento) a
través de:
– isolamento das causas
hipotéticas
– Comparação dos resultados
controlados
 Delineamento
experimental:
Princípios básicos
1. Formular uma hipótese
2. Comparação/controle
3. Replicação
4. Randomização
5. Estratificação (classificação da
amostra em blocos)
1. Hipótese
Exemplo:
• A água de beber salgada afeta a pressão
sanguínea dos camundongos?
Experimento:
– Prover água contendo 1% de NaCl para
consumo a camundongos
– Esperar 14 dias
– Medir pressão sanguínea dos
camundongos
2. Comparação/controle
Bons experimentos são comparativos
– Comparar pressão sanguínea de camundongos
abastecidos com água salgada com a de
camundongos abastecidos com água doce
– Comparar pressão sanguínea de camundongos da
linhagem A com a de camundongos da linhagem
B, ambos os grupos abastecidos com água
salgada.

É ideal comparar o grupo experimental

com controles concorrentes (em
lugar de controles históricos)
3. Replicação
3. Replicação: por que?
• Reduz o efeito da variação não controlável
(Quando fazemos uma medição, não temos total
controle e nem absoluta certeza sobre a natureza do
mensurando)
• Permite quantificar a incerteza
• Parâmetros que indicam a qualidade de uma
medida, de forma quantitativa:
– Intervalo de confiança
– Variância
– Desvio padrão
Obs: Uma estimativa não tem nenhum valor
sem alguma indicação da sua incerteza.
4. Aleatorização
Os sujeitos experimentais (unidades)
podem ser atribuídos aleatoriamente
a grupos de tratamento

Formas de aleatorizar:
– Computador
– Lances de: moedas, dados ou cartas
4. Aleatorização: por
que?
• Evitar o viés
Erro nos resultados de um estudo devido a
fatores na coleta, análise, interpretação e/ou
revisão dos dados

• Controlar o papel do acaso.

Permite o uso posterior da teoria das
probabilidades, e assim dá uma base sólida para
a análise estatística.
5. Estratificação
(bloqueio)
Estratificação da amostragem em
subconjuntos ou parcelas (blocos) que
possam significar fontes de variação
Ex: Diferenças naturais da pressão sanguínea
dos camundongos machos e fêmeas

• É necessário que cada grupo de

tratamento tenha igual número de
indivíduos
5. Estratificação
(bloqueio)
Condições:

• Medir pressão sanguínea de 20 camundongos

machos e 20 fêmeas
• Metade abastecida com água salgada. A outra
metade com água doce
• Só pode-se trabalhar com 4 camundongos por dia
Pergunta:
Como atribuir os indivíduos aos grupos de
tratamento e aos dias?
Aleatorização vs
estratificação
Opção A
Aleatorização vs
estratificação
Opção B: Aleatorização
Aleatorização vs
estratificação
Opção C: Delineamento estratificado
Aleatorização vs
estratificação
• Se deseja-se fixar a variável
– Ex: Usar somente camundongos machos de 8 semanas
de idade

• Se não se deseja fixar a variável, então

estratificá-la
– Ex: Usar camundongos de 8 semanas de idade, porém
estratificando por sexo.

• Se não se deseja fixar nem estratificar a

variável, então, aleatorizá-la
Experimentos fatoriais
Ex: Se o interesse é medir os efeitos d’água salgada e de
uma dieta alta em gordura na pressão sanguínea dos
camundongos

O ideal é fazer os 4 tratamentos no mesmo experimento

Água doce Dieta normal
Vs Vs
Água salgada Dieta gordurosa

Por que?
– É possível aprender mais
– Mais eficiente que fazer dois experimentos
unifatoriais por separado
Experimentos fatoriais:
Interações
Outros pontos
importantes
Amostragem cega
– Medições feitas por pessoas podem ser
influenciadas por vieses inconscientes.
– Idealmente, dissecções e medições devem ser
feitas sem o conhecimento do tratamento aplicado.
Controles Internos
– Pode ser útil usar os próprios sujeitos como os seus
próprios controles (por exemplo, considerar a
resposta antes vs. depois do tratamento).
– Por quê? Aumenta a precisão.
Outros pontos
importantes

Representatividade
– São os indivíduos/tecidos que se estudam
realmente representativos da população que
se deseja avaliar?
– Idealmente, o material de estudo deve ser uma
amostra aleatória da população de interesse.
E ESTATÍSTICA BÁSICA E
TAMANHO AMOSTRAL

Prof. Dr. Javier A. S. Perea M.V.

Coordenação de Pesquisa e Experimentação Animal (CPEA)
Fundação Oswaldo Cruz (Fiocruz)
Definição

Estatística:
É o estudo da coleta, análise,
interpretação, apresentação e
organização de dados.
Bioestatística:
Ou biometria, é a estatística aplicada
aos fenômenos biológicos
Os dados são variáveis de naturezas
distintas:
Numéricas ou quantitativas:
São medíveis.
– Discretas: apenas um número finito
– Contínuas: Qualquer valor possível numa
escala contínua (valores fracionais fazem
sentido)
Categóricas ou qualitativas
Representam Classificação dos indivíduos
– Nominais: Sem ordenação dentre as
categorias
– Ordinais: Com ordenação entre as categorias
Amostragem

• Temos dados da pressão

sanguínea (BP) de 6
camundongos.
• Não temos interesse particular
nesses 6 camundongos.
• Queremos inferir acerca da
pressão sanguínea de todos os
camundongos semelhantes
possíveis
Amostragem simples
Amostragem múltipla
Distribuição da media
amostral
 Intervalo de confiança
• Observamos a pressão sanguínea de 6 ratos, com média = 103,6
e desvio padrão (DP) = 9,7.
• Assumimos que a pressão sanguínea na população subjacente
segue uma distribuição normal (Gaussiana).
• Na base destes dados, calcula-se um intervalo de confiança (IC)
de 95% para a média subjacente da pressão sanguínea:
• Sendo:
– α = nível de significância Margem de erro: Zα/2 * SD/(n)1/2
– Z = coeficiente de confiança, Intervalo de confiança: M± Zα/2
α/2

* SD/(n)1/2
103.6 ± 10.2 = (93.4 a 113.8)
 Intervalo de confiança

• São os valores razoáveis para a média

da pressão sanguínea da população
subjacente, tendo em conta os dados
dos 6 ratos.
• De antemão, há um 95% de
possibilidade de se obter um intervalo
que contenha a média da população.
Intervalo de confiança:
diferença

• IC=95% para o efeito do tratamento:

12.6 ± 11.5
 Testes de significância
• Intervalo de confiança:
Os valores razoáveis para o efeito da
água salgada na pressão sanguínea.
• Teste de significância estatística:
Responde a pergunta: “Tem a água
salgada algum efeito?”
Hipótese nula (H0):
Água salgada não tem efeito na pressão
sanguínea
Hipótese alternativa (Ha):
Água salgada tem efeito na pressão
sanguínea
Tipos de erro

A verdade
Conclusão Não tem Tem efeito
efeito
Rejeito Ho Erro tipo I
Aceito Ho Erro tipo II
Erro tipo I
Quando se afirma que existe um efeito
quando na realidade não existe (Rejeita-se
Ho)
Probabilidade α: Probabilidade máxima
aceitada para cometer o erro tipo I. Em
porcentagem: nível de significância. Deve ser
fixado antes de fazer o experimento.
Geralmente é 5%
Valor P: A probabilidade de que um resultado
desviado do esperado se deva ao acaso e não
ao tratamento.
Se P ≤ α, rejeita-se a hipótese nula e se
afirma que a amostra é significativamente
diferente da população hipotética e,
Erro tipo II
Quando se afirma que não existe um efeito
quando na realidade existe e este pode ser
biologicamente importante (Aceita-se Ho)
Probabilidade β: Probabilidade máxima
aceitada para cometer o erro tipo II. Deve
ser fixado antes de fazer o experimento.
Poder do experimento (1- β): Probabilidade de
se obter o efeito esperado ao nível de
significância especificado (Rejeitar uma
hipótese falsa) Geralmente é 80% ou 90%
Para aumentar o poder do experimento, é
preciso aumentar o tamanho da amostra (n)
Teste estatístico
Calcular um estatístico usando os
dados:
• Diferença entre a pressão sanguínea
média nos grupos tratados e o
controle (D)
• Se D for grande, o tratamento
parecerá ter tido algum efeito.
Quão grande é grande?
• - É preciso comparar o estatístico
observado com a sua distribuição, se
o tratamento não teve efeito.
Nível de significância

Procuramos controlar a taxa de erros

de tipo I.
• O nível de significância α = 5%.
• Rejeitamos Ho quando |D| > C, para
algum C.
• C é escolhido de modo que, se Ho é
verdadeira, a possibilidade de que |D|
> C é α.
a) Se a água salgada não
tem efeito

α
a) Se a água salgada tem
efeito

α
Poder estatístico
Depende de:
• Tamanho do efeito de interesse
• Desvio padrão (variáveis numéricas)
• Nível de significância escolhido (α)
• A estrutura do experimento
• O método para analisar os dados
• Tamanho da amostra
Nota: Geralmente tenta-se determinar o
tamanho da amostra para dar um poder
especial (muitas vezes 80%).
Poder estatístico
Tamanho da amostra

Fórmula fundamental:

n = $$ disponível / $$ amostra
 Efeito do tamanho da
amostra
6 por grupo
Poder =
70%

12 por grupo Poder =

94%
Efeito do efeito
tratamento
Delta = 8,5
Poder =
70%

Delta = 12,5 Poder =

96%
 Tamanho da amostra
As coisas que você precisa saber:
• Estrutura do experimento
• Método de análise
• nível de significância escolhido, α
(normalmente 5%)
• poder desejado (geralmente 80%)
• A variabilidade nas medições
– Se necessário, realizar um estudo piloto, ou
usar os dados de publicações anteriores
• O menor efeito significativo
 Tamanho da amostra
Como reduzí-lo:
• Reduzir o número de tratamentos
• Medidas mais precisas
• Diminuir variabilidade entre medições.
– Indivíduos mais homogêneos.
– Estratificar.
– Fixar variáveis (por exemplo, peso).
– Medias de medições múltiplas por indivíduo
 Exercício: Avaliação de resposta imune
e proteção conferidas por proteínas de
superfície da bactéria X em modelo
murino
• Justificativa: A bactéria X é altamente patógena e, quando
inoculada no camundongo BALB/c-BM, produz óbito rapidamente,
sem gerar resposta imune. Quando inativada, as proteínas
imunogênicas da bactéria são neutralizadas e não estimulam o
sistema imune do camundongo.
• Será possível estimular o sistema imunológico do modelo
inoculando unicamente as proteínas imunogênicas purificadas da
bactéria X altamente patogênica, produzidas a través da
tecnologia de DNA recombinante?
• Será que a imunidade adquirida protegerá das infecções clínicas
(letal e subletal)?

• Tratamentos: proteínas recombinantes: Xalfa, Xbeta, Xcapa Xiota

• Modelo: camundongo BALB/c: Linhagem capaz de produzir
anticorpos monoclonais
Fazer o delineamento deste experimento
 Bibliografia
Broman K W. 2010. Experimental design, basic statistics, and sample size
determination. Johns Hopkins Bloomberg School of Public Health -
Department of Biostatistics. URL:
http://www.biostat.jhsph.edu/~kbromanML Samuels, JA Witmer (2003)
Statistics for the Life Sciences, 3rd edition. Prentice Hall.
(https://www.youtube.com/watch?v=-5MX7BxR2OQ)
GW Oehlert (2000) A First Course in Design and Analysis of Experiments. WH
Freeman & Co.
Course: Statistics for Laboratory Scientists (Biostatistics 140.615-616, Johns
Hopkins Bloomberg Sch. Pub. Health)
Sampling Techniques (William G. Cochran):
https://hwbdocuments.env.nm.gov/Los%20Alamos%20National%20Labs/Ge
neral/14447.pdf
Experimental Design: Basic Statistics and Sample Size Determination (Karl W.
Broman) https://www.biostat.wisc.edu/~kbroman/talks/acuc_ho.pdf