Escolar Documentos
Profissional Documentos
Cultura Documentos
Resumo
O presente trabalho como tema correlação entre o volume corpuscular médio e a hemoglobina corpuscular média
em mulheres adultas anemia secundária ao sangramento intermenstrual. Objetivos: compreender a existência de
alguma associação ou relação entre o volume corpuscular médio e a hemoglobina corpuscular média em mulheres
adultas com anemia secundária ao sangramento intermenstrual. Metodologia: a metodologia usada baseia-se na
pesquisa quantitativa, a amostragem foi aleatória-casual porque todos sujeitos tinham probabilidade de fazer
parte da amostra. Os dados foram recolhidos numa unidade sanitária, o instrumento de recolha de dados foram os
relatórios de analise de sangue, uma vez recolhidos os dados foram compilados em planilha de Microsoft Excel
2019 e analisados na mesma. Este estudo respeitou as questões éticas necessárias, tendo considerado a
salvaguarda do anonimato, o consentimento dos pacientes, tendo sido explicado o objetivos do estudo que é
puramente académico e garantia de que não haverá publicação dos resultados. Resultados: os resultados
apontaram para existência de uma correlação linear positiva forte entre o volume corpuscular médio e a
hemoglobina corpuscular média das mulheres adultas com idades compreendidas entre 24 e 40 anos.
Palavras chave: Correlação linear, alteração das componentes das células sanguíneas, mulheres adultas com
anemia.
Abstract
The present work is about the correlation between mean corpuscular volume and mean corpuscular hemoglobin in
adult women with anemia secondary to intermenstrual bleeding. Objectives: To understand the existence of any
association or relationship between mean corpuscular volume and mean corpuscular hemoglobin in adult women
with anemia secondary to intermenstrual bleeding. Methodology: the methodology used is based on quantitative
research, the sampling was random-random because all subjects were likely to be part of the sample. The data
were collected in a health unit, the data collection instrument was the blood analysis reports, once collected the
data were compiled in a Microsoft Excel 2019 spreadsheet and its analysis. This study complied with the necessary
ethical questions, having considered the safeguard of anonymity, the consent of the patients, having been
explained the objective of the study that is purely academic and guarantee that there will be no publication of the
results. Results: the results pointed to the existence of a strong positive linear correlation between mean
corpuscular volume and mean corpuscular hemoglobin in adult women aged between 24 and 40 years.
Keywords: Linear correlation, alteration of blood cell components, adult women with anemia.
1. Introdução
Na medicina um dos principais meios auxiliares de diagnóstico é o hemograma pois permite-nos avaliar
qualitativamente e quantitativamente os elementos celulares do sangue, é um dos exames mais
solicitados nos serviços de atendimento aos doentes, daí a extrema importância do conhecimento e
interpretação pelos profissionais de saúde para uma melhor conduta e terapêutica.
Segundo Silvestre, (2007) as relações quantitativas que podem existir entre duas variáveis podem ser de
dois tipos fundamentais. Relações matemáticas e estatísticas. As primeiras são as que verificam de
forma exacta como por exemplo a relação entre a área de um quadrado e o comprimento dos lados ou
o perímetro duma circunferência e o seu diâmetro. Já não se passa o mesmo com as relações do tipo
estatístico em que as duas variáveis não estão relacionadas de forma precisa como é o caso por exemplo
da relação existente entre o peso e a altura duma pessoa. De facto, quanto maior for a altura duma
pessoa, será tendencionalmente ou em média o peso. Todavia não se pode dizer que o valor da altura
está relacionado de forma precisa ao corpo.
Na regressão estimamos a relação de uma variável com a outra, expressando a variável dependente em
função da variável independente. A regressão estuda conjuntos de variáveis que se supõe estar numa
relação de causa e efeito.
A correlação que as vezes se confunde com regressão, estuda o grau em que duas ou mais variáveis
variam simultaneamente. Isto é, o grau de inter-relacionamento entre duas variáveis.
1.1. Correlação
Segundo Triola (2005), define correlação entre duas variáveis quando uma delas está relacionada a
outra de alguma maneira. E considera correlação linear entre duas amostras quando colocadas em
gráficos, os pontos se aproximam num padrão de uma recta. Em suma, embora seja comumente
denotada como a medida de relação entre duas variáveis aleatórias, correlação não implica causalidade.
Em alguns casos, correlação não identifica dependência entre as variáveis. Em geral, há pares de
variáveis que apresentam forte dependência estatística, mas que possuem correlação nula.
O objetivo da análise de correlação é medir a intensidade de relação entre as variáveis, devemos estar
atentos aos princípios desta relação. Nas correlações supostamente lógicas, as relações causais se
compreendem claramente. Nas chamadas correlações ilusórias não se encontra nenhuma conexão
razoável entre as variáveis.
Direta ou Positiva – quando a variável dependente está diretamente relacionada com a variável
independente. Ex.: Renda e Consumo.
Indireta ou Negativa – quando a variável dependente tem relação inversamente
proporcionalmente com a variável independente. Ex.: Preço e Demanda.
De acordo com ramos, Almeida e Araújo (2013, p.21) o diagrama de correlação ou de dispersão é um
gráfico que permite verificar a relação entre duas variáveis quaisquer de um processo. Normalmente as
variáveis são denominadas de X e Y, onde X é considerada a variável independente, e a Y a variável
dependente.
Através da aplicação do diagrama de dispersão, a relação entre duas variáveis pode ser classificada
como:
1.6. Regressão
Convém, porém, observar que em algumas situações, as relações entre as variáveis podem não estar
sujeita a uma relação de causa e efeito. Por uma simples relação acidental ambas podem ser função de
uma causa comum que as afeta. Isto, porém, não tira a importância que tem a regressão no estudo do
relacionamento entre variáveis. É preciso apenas cuidado e nos casos mais difíceis de identificação da
relação, pode-se optar por uma regressão múltipla, para maior segurança de análise e das projeções a
serem efetuadas.
2. Metodologia
A metodologia usada baseia-se na pesquisa quantitativa descritiva, no campo exploratório, classificada
como estudo do caso porque todos sujeitos, classificada como estudo do caso, porque descreve a
realidade de um grupo alvo sobre experiencias dentro desse grupo. A amostragem foi aleatória-casual
porque todos sujeitos tinham probabilidade de fazer parte da amostra, foram selecionados 13 exames
de mulheres adultas numa população de mulheres com ciclo menstrual irregular com idade
compreendida entre 24-49 anos em seguimento na unidade.
Os dados foram recolhidos numa unidade sanitária da cidade, o Centro de saúde 4 de Dezembro, o
instrumento de recolha de dados foram os relatórios de analises de sangue (Hemograma), uma vez
recolhidos os dados foram compilados em planilha de Microsoft Excel 2019 e analise do mesmo foi feita
através da ferramenta de analise de dados no Microsoft Excel 2019. Este estudo respeitou as questões
éticas necessárias, tendo considerado a salvaguarda do anonimato, o consentimento dos pacientes,
tendo sido explicado o objetivo do estudo que é puramente académico e garantia de que não haverá
publicação dos resultados.
Para a referencia bibliográfica foram usados 2 manuais de estatística e artigos científicos relacionados ao
tema correlação e regressão.
3. Resultados e Discussão
63336,5
1 69,8 21,6 4872,04 466,56 1507,68 2 6065,28
90422,2
2 83,4 27 6955,56 729 2251,8 8 9477
61713,7
3 68,9 21,5 4747,21 462,25 1481,35 3 6009,25
78889,3
4 77,9 25,3 6068,41 640,09 1970,87 3 8321,17
97044,4 11313,2
5 86,4 29,5 7464,96 870,25 2548,8 8 5
77678,7
6 77,3 25,6 5975,29 655,36 1978,88 7 8519,68
86349,2 10559,2
7 81,5 28,5 6642,25 812,25 2322,75 5 5
69466,9
8 73,1 23,5 5343,61 552,25 1717,85 3 7179,25
78081,2
9 77,5 24,1 6006,25 580,81 1867,75 5 7550,53
66273,4
10 71,4 22,2 5097,96 492,84 1585,08 8 6406,92
78889,3
11 77,9 25,4 6068,41 645,16 1978,66 3 8387,08
75681,9
13 76,3 25 5821,69 625 1907,5 7 8125
i=l
13 ( 25089,84 )−999,3.324,5
r=
√ 13 ( 77132,05 )−¿ ¿ ¿
326167,92−324272,85
r=
√13 ¿ ¿ ¿
1895,07
r=
√ 4116,16 √ 934,58
1895,07
r=
1961,37
r =0,9662
r 2= ( 0,9662 )=0,9335
O objectivo do presente estudo foi de verificar a correlação entre o volume corpuscular médio e a
hemoglobina corpuscular média de mulheres adultas com ciclo menstrual irregular. O mesmo foi
composto por 13 sujeitos.
Regression Statistics
Multiple R 0,966208583
R Square 0,933559026
Assim, verificou-se que o coeficiente de correlação é de 0,966 (r=0,966), indicando uma correlação
positiva muito forte entre o volume corpuscular médio e a hemoglobina corpuscular média. O
coeficiente de determinação de Pearson é de 0,9335 (r 2=0,9335), este valor mostra que o volume
corpuscular médio explica cerca de 93% da hemoglobina corpuscular média, confirmando de facto a
correlação forte entre as duas variáveis.
Quanto a dispersão dos dados amostrais, foi obtido o diagrama de dispersão linear simples ilustrado na
Figura 1.
Este diagrama demostra que há uma correlação positiva entre o volume corpuscular médio e a
hemoglobina corpuscular médio, pela observação da tendência crescente da nuvem de pontos.
Da Tabela 1: pode se verificar que o erro padrão é de 0,658, o que significa que os desvios dos pontos
em relação a recta de regressão linear são muito pequenos, isto pode ser verificado ainda pela análise
do diagrama de dispersão, este mostra que existe um bom ajustamento da recta de regressão linear em
relação a nuvem de pontos.
Na Figura 1 pode-se verificar a equação de regressão linear y=0,4604x-10,426. Esta equação mostra a
relação linear que existe entre a variável explicada y (hemoglobina corpuscular média) e a variável causa
x (volume corpuscular médio), o coeficiente linear da recta positivo 0,4604, demonstra que a
hemoglobina corpuscular média aumenta a medida que o volume corpuscular médio aumenta.
Conclusões
Com base na analise dos dados. Foi possível concluir que existe uma correlação forte entre o volume
corpuscular medio e a hemoglobina corpuscular media em mulheres com anemia secundaria as
irregularidades do ciclo menstrual. Que as duas variáveis tem uma correlação do tipo linear positiva.
O valor de R apresenta todas propriedades do coeficiente de Paerson descritas por Triolo, 2005 que diz:
Referências
Crespo, A, A. (1999). Estatística Fácil.17ed. . São Paulo: Saraiva.
Larson, R, Farber, B. (2004). Estatística Aplicada. 2ª edição. São Paulo: Pearson - Prentice Hall.
Martins, P. G.; Laugeni, F. P. (2005). Administração da produção. 2. ed. São Paulo: Saraiva.
Moreira, D. A. (2008). Administração da produção e operações. 2. ed. São Paulo: Cengage Learning.
Ritzman, L. P.; Krajewski, L. J. (2004). Administração da produção e operações. São Paulo: Prentice Hall.