Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

P á g i n a 1 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

SUMÁRIO
BLOCO 1
AULAS FABINHO..........................................................................................................................................................4
AULA 1 .......................................................................................................................................................................... 4
Variáveis ................................................................................................................................................................................. 4
Distribuição normal ............................................................................................................................................................. 5
Medidas de tendência central .......................................................................................................................................... 6
AULA 2 ......................................................................................................................................................................... 8
Medidas de dispersão ......................................................................................................................................................... 9
AULA 3 ....................................................................................................................................................................... 12
AULA 4 ....................................................................................................................................................................... 14
Gráfico BoxPlot ................................................................................................................................................................... 14
AULA 5 ....................................................................................................................................................................... 19
Variáveis categóricas.........................................................................................................................................................19

BLOCO 2
AULAS ANDRÉ............................................................................................................................................................22
AULA 1 ........................................................................................................................................................................ 22
AULA 2 ....................................................................................................................................................................... 24
Avaliação crítica e síntese da literatura científica ..................................................................................................24
Epidemiologia clínica ........................................................................................................................................................24
Pergunta clínica................................................................................................................................................ 25
AULA 3 ....................................................................................................................................................................... 27
MODELO 5S ....................................................................................................................................................... 28
AULA 4 ....................................................................................................................................................................... 30
ANATOMIA DA PESQUISA - PLANO DE ESTUDO ......................................................................................... 30
QUESTÃO DE PESQUISA.............................................................................................................................. 30
DELINEAMENTO DO ESTUDO ...................................................................................................................... 31
SUJEITOS DO ESTUDO ................................................................................................................................. 31
VARIÁVEIS ..................................................................................................................................................... 31
FISIOLOGIA DA PESQUISA - COMO UMA PESQUISA FUNCIONA? ............................................................ 32
AULA 5 ....................................................................................................................................................................... 34
VARIÁVEL............................................................................................................................................................................. 34
MEDIDAS DE TENDÊNCIA CENTRAL ........................................................................................................................... 34

P á g i n a 2 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
TESTE KOLMOGOROV-SMIRNOV .................................................................................................................................. 34
CÁLCULO DE TAMANHO DE AMOSTRA ...................................................................................................................... 34
PREOCUPAÇÕES COM A PESQUISA .............................................................................................................................35
TAMANHO DA AMOSTRA ..................................................................................................................................................35
RECEITA DE BOLO .............................................................................................................................................................. 36
ANÁLISE ESTATÍSTICA...................................................................................................................................................... 36
TIPOS DE ERRO ................................................................................................................................................................... 36
DIFERENÇA PADRONIZADA ............................................................................................................................................ 37
NORMOGRAMA DE ALTMAN ...........................................................................................................................................38
AULA 6 ....................................................................................................................................................................... 39
Razões para rejeição ........................................................................................................................................................ 39
Incompatibilidade com o periódico ................................................................................................................ 39
Falhas no desenho do estudo ........................................................................................................................ 39
Manuscrito mal redigido ................................................................................................................................. 39
Autoria ................................................................................................................................................................................... 39
Audiência ............................................................................................................................................................................. 40
Índice H ................................................................................................................................................................................. 40
Melhor jornal ...................................................................................................................................................................... 40
Escolha da revista............................................................................................................................................................. 40
Processo de revisão......................................................................................................................................................... 40
AULA 7 ....................................................................................................................................................................... 42
Fases fundamentais ..........................................................................................................................................................42
Ensaios clínicos ..................................................................................................................................................................42
Análise de dados ................................................................................................................................................................42
Análise estatística..............................................................................................................................................................42
Estatística .............................................................................................................................................................................42
Resultados........................................................................................................................................................................... 43
Tabela ou gráfico .............................................................................................................................................. 43
Discussão ............................................................................................................................................................................ 43
Parte um ............................................................................................................................................................ 44
Parte dois .......................................................................................................................................................... 44

P á g i n a 3 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
BLOCO 1
AULAS FABINHO
AULA 1
Variáveis
População do estudo – pacientes portadores de leucemia mieloide aguda (LMA) > representada com letras maiúsculas
(N).
Na prática, raramente é possível estudar toda a população do estudo. É difícil ter acesso a sua integralidade.

Amostra – “pedaço da população” > representado com letra minúscula (n).

Pode receber numerações (n1, n2) a partir da formação de subconjuntos, com diferentes quantidades de indivíduos
selecionados. Por exemplo a n1 apresenta x pessoas e a n2 apresenta 2x pessoas (ou pode ser x/2 pessoas – não
necessariamente representa o maior, mas sim a ordem).
Quanto maior a amostra, mais próximo da verdade estará.

P valor – é uma probabilidade de alguma coisa ser verdade – a depender do valor, se for baixo não foi um resultado
ao acaso, enquanto se for alto há grandes chances de ser ao acaso – portanto é uma medida de aleatoriedade.
Avalia se uma verdade pode ser realmente reconhecida como verdade.
Se o p valor for baixo o suficiente que permita a probabilidade do achado não ser aleatório.

Como há gastos, é possível realizar um cálculo para definir o mínimo necessário na amostra para garantir resultados confiáveis.

Os pacientes para o estudo são decididos baseados nos critérios de inclusão e de exclusão – baseado em critérios
bem definidos do protocolo > deve apresentar o mínimo de homogeneidade.
Ex.: Em relação ao LMA, o critério de inclusão: paciente maior de 18 anos com mielograma mostrando mais de 20% de blastos de
origem mieloide. O critério de exclusão seria uma retirada desses que já passaram pelo critério mínimo que é o de inclusão.

Com o início do estudo, são coletados dados a partir dos pacientes escolhidos, os quais variam em função disso.
Cada paciente é chamado de observação.
Variáveis aquilo se coleta do estudo (dados) que apresentam variação de uma observação (indivíduos) para outra.
Por exemplo: um paciente pode ter 38, 25, 40 e etc.

As variáveis são divididas em três grupos:

Numéricas
Tudo que se pode atribuir um número/valor matemático.
É possível fazer conta com ele, tendo respaldo na matemática.
Pode ser subdividida em dois grupos:
Contínua
Admite valores decimais – a natureza da variável permite isso.
Ex.: idade (horas [recém-nascidos], dias, semanas, meses), peso, dosagem, glicemia.
Discreta
É uma contagem – apenas admite valores inteiros.
Ex.: Número de gestações, número de hospitalização.

Categórica
É uma categoria > um nome, uma palavra, uma classificação.
Ex.: sexo (masculino ou feminino), tabagista (sim ou não).
Pode ser codificada para o software estatístico > binário (1 - sim ou 0 – não)
Atribuir uma qualidade.
Pode ser subdividida em:
Ordinal
Admite categorias que apresentam relação hierárquica – pode ser expressa em números ou nomes.
Há uma ordem de uma categoria de menor poder para uma de maior poder – existe uma PROGRESSÃO.
Ex.: estadiamento de câncer de pulmão (I, II, III, IV), intervalo de classe > faixa etária.
Binária
Admite apenas duas categorias, que geralmente são opostas.
Não é possível ter um mesmo indivíduo nas duas categorias.

P á g i n a 4 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
Ex.: sexo biológico (feminino ou masculino), uso de anticoncepcional, portador de HIV.
Nominal
Apresenta um número infinito de categorias, normalmente mais de duas, que não apresentam relação entre elas.
Considerar que a pessoa pode não escolher nenhuma delas – necessária uma alternativa “nenhumas das opções”.
Ex.: raça, religião.

Mista
Comum em trabalhos de saúde.
Existe um componente numérico e um categórico.
Análise de sobrevida.
Analisa sobre duas óticas > componente contínuo (tempo) e componente binário (evento).
Apresentação clássica como “tempo até (evento) ”.
Ex.: Paciente teve recaída do câncer (binário – sim ou não). Caso tenha tido vai ser feita uma análise do tempo (contínuo).

Há outra classificação para quando se queira ver relação entre duas variáveis:
Independente (predição)
Eixo X.
É possível manipular.
Causa de um determinado efeito.

Dependente (resposta)
Eixo Y.
Não pode ser manipulado, é resultado das observações.
Resposta/efeito.
Ex.: O sexo biológico ou a idade estão associadas com maior risco de desenvolver infarto agudo do miocárdio

Controle (regulador)
Constante durante todo o experimento.

Ex.: Uma pesquisadora deseja saber se a cor das paredes do hospital influencia no estado de humor dos pacientes
traumatizados. Para isso, ela alternava a cor das paredes e perguntava como estava o humor do paciente.
Variável independente: cor das paredes – CAUSA DA MUDANÇA DE HUMOR.
Variável dependente: estado de humor – EFEITO – ALTERA COM A MUDANÇA DA COR DA PAREDE.

Distribuição normal
Função densidade de probabilidade
É um f(x) com característica especial.
É utilizada para variáveis contínuas.
A área sob a curva que expressa a função densidade de probabilidade é igual a 1.
Entre o gráfico e o eixo horizontal (eixo x).
A probabilidade de uma particular observação pertencer a um intervalo é dada pela área sob a curva,
correspondente ao intervalo.
Associar probabilidade com área (sob a curva).
O mundo é normal:
Peso.
Altura.
Lançamentos de dados.
Lançamento de moedas.
A linha gráfico não pode encostar no eixo.

Propriedades da distribuição normal

É denominada também de distribuição gaussiana.
A curva normal é um tipo de curva simétrica > os lados esquerdo e direito são iguais.

P á g i n a 5 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
Formato de “sino”.
Unimodal, sendo seu ponto de frequência máxima situado no meio da distribuição.
Média, mediana e moda coincidem.
A área sob a curva é igual a 1.
Valor modal > é o valor no eixo Y que coincide com o ponto máximo da curva.

Desvio-padrão > é a raiz quadrada da somatória das diferenças dos valores pela
média ao quadrado dividido pelo número de valores.
Variância > é o quadrado do desvio-padrão.
Conforme a variância ou o desvio-padrão vai aumentando:
Topo do gráfico > fica mais baixo
Cauda da distribuição > fica mais elevada em relação ao eixo X.
A curva fica mais achatada.

Considerando o banco de dados aplicado em aula, temos:

Binárias: diabetes (sim ou não), hipertensão (sim ou não), sexo (feminino ou masculino), hipertensão tratada (sim
ou não), história previa de doença arterial coronariana.
Contínuas: idade, pressão arterial sistólica, pressão arterial diastólica, glicemia em jejum, hemoglobina glicada,
teste de tolerância oral a glicose, LDL, HDL, proteína C reativa (PCR).
Ordinais: tabagismo (atual, nunca, prévio), escolaridade (sem escolaridade, 1º grau ou 2º grau).

Quando o dado referente a uma determina variável está em branco, ele não é considerado para a análise dos dados.
Trata-se de um dado omisso. Contudo, se em outra variável há dado para essa observação, ele será considerado nele.

Medidas de tendência central

Representa onde está a maioria da sua apresentação.
Ex.: grupo de idades (23, 21, 22, 23, 22) > Média = 22,2 |. Mediana = 22 |. Moda = 22 e 23.
Ex.: grupo de idades (23, 21, 22, 23, 40) > Média = 25,8 |. Mediana 23 = |. Moda = 23.
Ex.: grupo de idades (23, 21, 22, 23, 40) > Média = 25,8 |. Mediana 23 = |. Moda = 23.
Média
Soma de todos os valores divido pelo número de observações referente aos dados válidos.
Extremamente influenciada por valores extremos > quanto mais assimétrica a distribuição, menos a média diz a
verdade sobre o centro dos dados.
Mediana
Trabalha com o conceito de ranqueamento.
É necessário ordenar os valores do menor para o maior.
Divide as aferições ao meio – fica exatamente ao meio > 50% da distribuição está abaixo e 50% acima.
Moda
Distribuição bimodal > presença de duas modas.

P á g i n a 6 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

Se a média destoa muito da mediana, há uma tendência a distribuição não ser normal e ser assimétrica.
Missing > dados omissos.

P á g i n a 7 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
AULA 2
Uso a média ou a mediana?
Minha variável tem uma distribuição gaussiana?

Quando se há uma curva de distribuição normal – seguindo o padrão gaussiano – para a variável, deve ser usada a
média como medida de tendência central para representar no trabalho – ela representa bem o centro de tudo dentro
uma medida gaussiana.
Quando não é uma curva gaussiana, utilizada a mediana.

Teste paramétrico – técnicas estatísticas levando em consideração o pressuposto que são variáveis normais.
Como saber se posso realizar o teste paramétrico
Se o histograma permite a visualização que se trata se uma distribuição normal, é possível constatar isso. Contudo,
se ainda houver dúvidas, o que ocorre geralmente em caso de amostras pequenas (abaixo de 50 observações), podem
ser feitas novas perguntas para conferir se há distribuição normal.

Dica: quando a mediana e a média têm valores muito parecidos, é um indicativo indireto de que a distribuição é
simétrica.
Obs.: algumas distribuições simétricas não são gaussianas –

Nos gráficos, podemos observar que no caso do PAS, trata-se de uma distribuição gaussiana, destacando os valores
de média e mediana que são iguais e a moda se parece muito com eles. Enquanto na demonstração do PCR, é possível
observar uma distribuição assimétrica, a partir da análise dos valores a média e a mediana destoam bastante,
indicando que há valores extremos.

P á g i n a 8 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

Nessa distribuição da idade, é visível que é uma distribuição simétrica, mas aparentemente não segue uma
distribuição normal. Deve ser escolhida, portanto, a mediana.
Quando se tem uma distribuição gaussiana, a média, a moda e a mediana coincidem.

Símbolos do Jamovi:
- Régua > variável numérica.
- Bolinha > categórica.

Nessa distribuição do HDL, é visível que ela não fere os príncipios da normalidade e segue o padrão da curva
gaussiana, ou seja, é indicado utilizar a média para representar a variável.

Medidas de dispersão
Indica quanto os dados estão variando – é uma medida de variabilidade.
Possibilita uma ideia de quão homogêneos os dados estão > se estão variando muito ou não.

Quando a medida de tendência central é a média, utilizamos o desvio-padrão como medida de dispersão.
Quando a medida de tendência central é a mediana, utilizamos o intervalo interquartil como medida de dispersão.

O desvio-padrão utiliza como parte do cálculo a média.

Pega cada observação do banco de dados e subtrai da média, elevando esse valor ao quadrado. Todos esses
valores são somados e divididos pelo número total de observações menos 1. Por fim, faz a raiz quadrada do
resultado encontrado.

P á g i n a 9 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
A variância é o desvio-padrão ao quadrado > não é usada, pois perde compreensão da unidade medida, pois ela estará
elevada ao quadrado.
A distribuição normal pressupõe que uma vez estabelecida a média, 68% estará entre a média e um desvio-padrão.
Já quando se utiliza dois desvios-padrão, haverá cerca de 95% das observações no intervalo.
Ex.: Considerando os valores acima apresentados para o HDL, em que o desvio-padrão igual a 8 e a média igual a
45.5. Ao utilizar um desvio-padrão, montamos um intervalo 37,5 45,5 53,5. Nesse intervalo, é esperado que exista
68% das observações. Ao utilizar dois desvios-padrão, montamos um intervalo 29,5 45,5 61,5. Nesse intervalo, é
esperado que exista 95% das observações.

68% 95%

Homocedasticidade – termo estatístico para quando entre dois grupos as variâncias homogêneas/iguais.

Heterocedasticidade – termo estatístico para quando entre dois grupos as variâncias heterogêneas.

P á g i n a 10 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

P á g i n a 11 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
AULA 3
O percentil é uma medida de posição.
A mediana é o percentil 50.

Percentil 25 > 25% dos dados foram menores ou iguais ao valor representado. No
caso do PAS, foi de 112.
Percentil 75 > 75% dos dados foram menores ou iguais ao valor representado. No
caso do PAS, foi de 132.

Quartis > percentis que quebram a sua distribuição em quatro partes:

Q1 = p25 – 112.
Q2 = p50 = mediana – 122.
Q3 = p75 – 132.
Q4 = p100 = valor máximo – 172.

Tudo que foi coletado na pesquisa estará entre esses dois valores:
Mínimo > valor mínimo obtido.
Máximo > valor máximo obtido.

Quando se usa a mediana como medida de tendência central, utiliza os quartis

para cálculo da medida de dispersão, no caso, o intervalo interquartil (IQR).
IQR = p75 – p25.
É sempre mais válido apresentar o intervalo do que o número > mediana [p25,
p75].

É importante notar que são porcentagens que representam a quantidade de

observações da amostra que se encontram dentro dela – não necessariamente a
diferença numérica será a mesma entre os percentis.
Ex.: Considerando os valores de PAS, entre o p25 e o p50 encontramos um valor número de 10 que é igual ao visto
entre p50 e p75. Contudo, o mesmo não ocorre para o PCR.

O resultado é mais impreciso onde há maior variabilidade > necessário compreender as medidas de variação para
saber a precisão dos resultados apresentados no trabalho.

Amplitude (range) > é uma medida de dispersão = valor máximo – valor mínimo >> permite ter uma noção da faixa
completa de valores para ser trabalhada no estudo.

P á g i n a 12 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

P á g i n a 13 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
AULA 4
Gráfico BoxPlot
O gráfico de histograma é útil para indica se a distribuição é normal.
O gráfico mais usado para resumir uma variável numérica é o BoxPlot, pois ele permite a comparação de grupos.
Para isso, ele usa os conceitos de mediana e percentis.
Em português pode ser chamado de gráfico de caixa.

O principal elemento do gráfico é o retângulo, o qual é cortado ao meio por uma linha, a qual representa a mediana
da variável, logo o percentil 50.
O limite inferior do retângulo é igual ao percentil 25.
O limite superior do retângulo é igual ao percentil 75.

Note que o retângulo apresenta 50% dos dados, pois 25% está entre p25 e p50 e mais 25% está entre p50 e p75. Isso
irá equivaler ao intervalo interquartil > logo, é possível observar a dispersão pelo tamanho do retângulo.
IQR = p75 – p25.
Para cima e para baixo do retângulo teremos também 25% em cada região, completando os 100% ao somar tudo.

As linhas que se projetam do retângulo vão até um ponto denominado limite aceitável.
Limite máximo = p75 + X.
Limite mínimo = p25 – X.
A constante X é igual ao intervalo interquartil multiplicado por 1,5.
X = 1,5 x IQR.
Os valores que ultrapassam/estão além dos limites máximos e mínimos são denominados outliers, ou seja, fora da
linha. Eles serão representados por pontinhos estendendo a linha.
Eles são considerados extremos/discrepantes em sua distribuição para a amostra, estando acima ou abaixo dos
limites aceitáveis.

Qual a finalidade do limite aceitável, afinal?

A partir dele é possível mesurar qual seria a variabilidade esperada para aquela amostra.
Obs.: os limites máximo e mínimo não são equivalente aos valores máximo e mínimo, são referências distintas que
podem coincidir em alguns casos.

No caso do LDL, calculando os limites máximo e mínimo encontramos:

X = 1,5 x IQR X = 1,5 x 26 X = 39
Lim. Máx. = p75 + X Lim. Máx. = 133 + 39 Lim. Max = 172.
P á g i n a 14 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
Lim. Min. = p25 – X Lim. Min. = 107 – 39 Lim. Min. = 68.

É importante notar, no entanto, que o valor máximo é de 187, o qual ultrapassa o limite máximo encontrado de 172.
Logo, ele será representado com o pontilhado. De forma semelhante, o valor mínimo de 49 é inferior ao limite mínimo
de 68, sendo também representado por pontilhados. Temos, portanto, que a observação destoa dos limites.

No caso da idade, vemos que os valores máximo e mínimo coincidiram com os limites, pois os primeiros estão dentro
da faixa de limite permitida ainda.
X = 1,5 x 15 = 22,5.
Lim. Máx. = 63 + 22,5 = 85,5.
Lim. Min. = 48 – 22,5 = 25,5.
O valor máximo é 70 que é menor que o limite máximo de 85,5.
O valor mínimo é 41 que é maior que o limite mínimo de 25,5.
P á g i n a 15 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

No BoxPlot do PCR, vemos uma construção bastante peculiar. Ao analisar o valor mínimo e o percentil encontramos
o valor igual a 0. Ao calcular o limite para essa variável encontramos:
X = 1,5 x 6,80.
Lim. Min = 0 – 6.80 Lim. Min = 6.80 Para essa variável não podemos encontrar um valor negativo, pois ninguém
apresenta PCR abaixo de 0. Logo, assumimos que o limite mínimo aceitável é 0.
Lim. Máx. = 6,80 + 6,80 Lim. Máx = 13,60 Ao observar o valor máximo, vemos que ele é bem discrepante em
relação ao limite máximo, assim como os demais valores entre eles, o que forma um pontilhado bastante cheio.
Outro ponto a observar é que a mediana está localizada em posição bem inferior dentro do retângulo.

Comparando grupos a partir do gráfico BoxPlot

Para realizar essa comparação é necessário observar sempre as medianas.

No LDL em relação ao sexo, não foram encontradas diferenças relevantes. Em contrapartida, no HDL em relação ao
sexo, podemos perceber pela mediana do sexo feminino que ultrapassa o percentil 75 do sexo masculino (M), sendo,
assim, um dado relevante.

P á g i n a 16 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

Ao analisar o grupo que é fumante atualmente com os outros, é possível observar que ele apresenta uma pressão
sistólica maior. Basta observar a sua mediana em relação ao dos outros.

Ao analisar a glicose em relação a escolaridade, é possível observar que quem não teve uma escola formal apresenta
valores acima dos demais que apresentam certo grau de escolaridade formal, podendo traçar relações entre as duas
variáveis e construir hipóteses, como o acesso a informação não alcançada por esse grupo em relação aos demais
sobre dieta adequada de açúcares. Ao ter essa percepção é preciso fazer um teste de hipótese para verificar se a
diferença é estatisticamente relevante mesmo, se é uma diferença amostral ao acaso ou não.
Já ao analisar a escolaridade em função da PAS, percebemos que não há diferenças relevantes entre os grupos.

P á g i n a 17 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

P á g i n a 18 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
AULA 5
Variáveis categóricas
Não se faz conta.
Pode ser representada por frequências absolutas ou relativas.
Frequência absoluta – a quantidade de observações que apresentam aquela característica.
Ex.: no caso do tabagismo, 2040 pessoas nunca fumaram, 663 são fumantes atuais e 297 são ex-tabagistas.
Frequência relativa – apresentação da quantidade de observações em função do total, representado em forma de
porcentagem.
Ex.: 22,1% são tabagistas atuais, 68% nunca fumaram e 9.9% são ex-tabagistas.
Frequência acumulativa – é a soma das frequências relativas. Usado no caso de categóricas ordinais.
Ex.: “Quem não é tabagista atualmente? ” É feita a somatória entre os que nunca fumaram e os ex-tabagistas, chegando ao valor
de 77,9%.

Símbolos no Jamovi
Régua – variável numérica contínua.
Bolinhas – variável categórica qualquer.
Escadinha – variável categórica ordinal.

Obs.: Quando há dados omissos, o software automaticamente retira da análise.

Gráfico de barras
O gráfico mais famoso para apresentação dos resultados é o gráfico de barras.
Apresenta os dados a partir de frequência absoluta.

P á g i n a 19 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

Gráfico de pizza
Uma bola dividida em partes que são proporcionais à representatividade de cada categoria.
Apresenta os dados a partir de frequência relativa.
Não é o adequado para se apresentar caso a mesma observação puder aparecer em mais de uma categoria, ou seja,
há a possibilidade de múltiplas respostas > ele pode subestimar ou superestimar uma categoria.
Ex.: Pergunta: Marque as cores que você gosta; A pessoa pode marcar mais de uma cor (como vermelho, azul, roxo, etc.).

TABAGISMO
Nunca Previo Atual

22%

10%
68%

P á g i n a 20 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

P á g i n a 21 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
BLOCO 2
AULAS ANDRÉ
AULA 1
O que é a estatística?
Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os estatísticos são pessoas que
coletam esses dados.
A estatística originou-se com a coleta e construção de tabelas de dados para os governos.
A situação evoluiu e esta coleta de dados representa somente um dos aspectos da estatística.

A estatística tem três subáreas:

Estatística descritiva;
Probabilidade;
Inferência estatística.

ESTATÍSTICA DESCRITIVA
É a etapa inicial da análise utilizada para descrever e resumir os dados. A disponibilidade de uma grande
quantidade de dados e de métodos computacionais muito eficientes revigorou esta área da estatística.

PROBABILIDADE
A teoria de probabilidades nos permite descrever os fenômenos aleatórios, ou seja, aqueles que está
presente a incerteza.
Não-probabilístico → a probabilidade dos elementos serem selecionados é diferente. Ex.: selecionar
apenas pacientes que frequentam o hospital em dias específicos.
Probabilístico → qualquer indivíduo tem a mesma probabilidade de entrar na amostra.

AMOSTRAGEM
Uma área importante em muitas aplicações estatísticas é a da tecnologia de amostragem.
Escolha de uma amostra da população utilizando um método baseado na teoria da probabilidade.
Exemplos de aplicação:
Pesquisa de mercado.
Pesquisa de opinião.
Avaliação do processo de produção.
Praticamente em todo experimento.

Amostragem aleatória
Cada elemento da população tem a mesma chance de ser escolhido.
Escolha ao acaso.
Ex.: Selecionar gestantes por sorteio de um determinado território atendido por uma USF para estudo.

Amostragem estratificada
Classificar a população em ao menos dois estratos e extrair uma amostra de cada um.
Ex.: Dividir a população pelo território em que vive e selecionar dentro de cada território uma amostra.

Amostragem sistemática
Escolher cada elemento de ordem k.
Escolha feita respeitando um intervalo regular de uma população.
Ex.: (Número da população total/número da amostra). Escolher 100 pessoas dentro de uma população de
8000, respeitando um intervalo de a cada 80 pessoas.

P á g i n a 22 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
Amostragem por conglomerados
Dividir em seções a área populacional, selecionar aleatoriamente algumas dessas seções e tomar todos
os elementos das mesmas.
Ex.:

Amostragem de conveniência
Utilizar resultados de fácil acesso.
Ex.: coletar dados dos pacientes apenas do HU para avaliar os efeitos de um determinado tratamento.

VARIÁVEL
Qualquer característica associada a uma população.

P á g i n a 23 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
AULA 2
Avaliação crítica e síntese da literatura científica
“Não as respostas que movem o mundo, são as perguntas” Albert Einstein.

Evolução tecnológica acelerada

São mais de 6 mil artigos por dia publicados.

O que é medicina baseada em evidência?

“Tomada de decisão sobre o cuidado de um paciente com base no uso criterioso, explícito e consciente da melhor
evidência atual. ” SACKET et al. 1996.
O paciente é o protagonista da decisão médica. Logo, é preciso ter critérios para tomas essas decisões.

Na história, há vários marcos que mostram o uso indevido de evidências. O remédio talidomida para hiperêmese gravídica, por
exemplo, que causou o nascimento mais de 100 mil crianças sem os membros. Em 2013, teve o episódio com a possibilidade da
fosfoetanolamina ser um potencial método para cura do câncer. Em 2020, há os escândalos envolvendo clorexidina, ivermectina e
etc.

A medicina é baseada em paradigmas.

Paradigma do macaco e das bananas

Numa experiência científica, um grupo de cientistas colocou cinco macacos numa jaula. No meio, uma escada e, sobre ela, um
cacho de bananas. Quando um macaco subia na escada para pegar as bananas, os cientistas jogavam um jato de água fria nos que
estavam no chão. Depois de certo tempo, quando um macaco ia subir a escada, os outros o pegavam e batiam muito nele. Mas um
tempo depois, nenhum macaco subia mais a escada, apesar da tentação das bananas. Então os cientistas substituíram um dos
macacos por um novo. A primeira atitude do novo morador foi subir a escada. Mas foi retirado pelos outros, que o surraram. Depois
de algumas surras, o novo integrante do grupo não mais subia a escada. Um segundo foi substituído e o mesmo ocorreu – tendo o
primeiro substituto participado com entusiasmo da surra ao novato. Um terceiro foi trocado e o mesmo ocorreu. Um quarto e,
afinal, o último dos veteranos foi substituído. Os cientistas, então, ficaram com o grupo de cinco macacos que, mesmo nunca tendo
tomado um banho frio, continuavam batendo naquele que tentasse pegar as bananas. Se fosse possível perguntar a algum deles
por que eles batiam em quem tentasse subir a escada, com certeza a resposta seria: “Não sei, mas as coisas sempre foram assim
por aqui”.

Epidemiologia clínica
1753 – O cirurgião escocês James Lind: primeiro ensaio clínico controlado – tratamento de escorbuto.
Framingham study – mortalidade cardiovascular e fatores de risco.

Tomadas de decisões
Experiência;
Conhecimento básico;
Conhecimento clínico;
Valores e preferências (tradição, religião, leis, ética, cultura e custos).
Princípio da autonomia – o paciente tem direito sobre o que é melhor para ele.
Princípio da não maleficência – não fazer o mal a ninguém,

“Em sentido literal, poder-se-ia dizer que a medicina baseada em evidências é um diálogo entre Aristóteles e
Hipócrates (com alguma dissenção socrática, a fim de salpicar um pouco de humor na tão árida discussão. ” José
Paulo Drummond.
Aristóteles - Eu vou te dar um remédio que você vai se sentir acolhido, mas no final você vai morrer, afinal os fins
são o que importa.
Hipócrates – O que importa é o fim e não os meios.
Medicina baseada em evidência – os fins e os meios importam.

O que é a saúde baseada em evidências?

Conhecimento consistente, racional e criticamente fundamentado (episteme) é mais importante que a simples
opinião (doxa) > nas pirâmides de medicina baseada em evidência as opiniões de especialistas se encontram na
base, ou seja, não é tão relevante;

P á g i n a 24 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
Conhecimento leva a fatos dos quais possuímos certa representação, enquanto a opinão a julgamentos, que
refletem valores;
MBE – Processo que começa e termina no paciente (hipocrática) e que se conclui numa decisão alicerçada em
dados objetivos ou evidências externas (aristotélica) > a decisão deve ser fundamentada.

Para avaliar duas intervenções, é necessário fazer um estudo randomizado.

Nem sempre a evidência é ética, e é preciso prevalecer a ética.
Deve ser a melhor evidência disponível para aquela situação.
Evidência indireta – quando não se usa pessoas.

Pergunta clínica
Formular a pergunta clínica, que deve possuir os seguintes componentes:
O paciente ou o problema em questão;
A intervenção, o teste ou a exposição de interesse;
A comparação das intervenções;
O resultado de interesse.
Ex.: Tomar café todos os dias de manhã diminui os riscos de desenvolver depressão em comparação a tomar suco
todos os dias de manhã?

É preciso ter clareza e precisão, especificando bem o produto. Explicitar:

Problema.
População.
Intervenção x Controle x Desfechos.
As respostas devem:
Localizar e selecionar os estudos;
Coletar os dados;
Restringir ou reformular a pergunta.

A chave do problema é:
Buscar a informação relevante;
A pesquisa deve ser FINER – Feasible, interesting, novel, ethical, and relevant (Viável, interessante, novo, ético e
relevante).
Utilizar as palavras-chave.
Escolher a base de dados bibliográficos.
Avaliar criticamente a informação.
Adaptar a informação para o caso em questão.
Avaliar o desempenho.

A decisão clínica é apoiada em um tripé: evidência, limitações e fatores ligados ao médico/paciente.

P á g i n a 25 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

Estratégia de busca:
Bancos de dados – Cochrane Library, embase, LILACS, PubMed (MedLine), ClinicalTrials.gov.

É preciso ter um equilíbrio entre sensibilidade e precisão.

Ter estratégias para deixar a busca precisa, mas quando é preciso demais a informação relevante pode ficar de fora.
Racionalizar o tempo;
Não se perder no mundo da informação;
Não perder a informação relevante.

P á g i n a 26 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
AULA 3
ESTRATÉGIA DE BUSCA
A fonte deve ser rápida, confiável e oferecer os melhores resultados a partir disso.

Evolução tecnológica acelerada

2 milhões de artigos por ano.
6 mil artigos por dia.

Tipos de fontes de informação:

Primária – quando o pesquisar busca as informações em campo.
Secundária – quando o pesquisar busca as informações em bancos de dados.

Sensibilidade – quando acho que o artigo pode ter qualquer coisa a ver com o meu interesse de estudo – chance de
ter muita informação a partir da busca com os buscadores.
Precisão – especificação do interesse de estudo – pode restringir demais as informações.

Sempre iniciar com uma fonte secundária, para realizar uma revisão bibliográfica em cascata, entrar no artigo e
procurar nas referências deles outros artigos.
Começar pela Cochrane Library > base especializada em revisões sistemáticas.

BUSCA CINZENTA
Todo ensaio clínico só é registrado se tiver registro no protocolo de ensaios clínicos.
LIMITES E RESTRIÇÕES
USANDO OPERADORES BOOLEANOS
Os livros têm uma grande demora até ser publicado.
Controle do vocabulário > utilizar os buscadores adequados.

P á g i n a 27 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

MODELO 5S
Busca em cascata.
Metabuscadores > softwares que já utilizam esse artifício.

CASO CLÍNICO
J.S., 56 anos, contadora, 98kg, 1,72m, 156/92 mmHg.
Níveis de colesterol e pressão arterial atual.
Precisa dos números para fazer um cálculo em um site que achou no google sobre risco de ataque cardíaco.
Tentando parar de fumar a 24 anos.
Dieta com restrição calórica.
Caminha 20 minutos 1 ou 2 vezes por semana – relata ser difícil por ter osteoartrite.
Faz uso de vitamina E e betacaroteno para diminuir risco cardiovascular.
Muito deprimida desde a morte da irmã.
Nunca teve ataque cardíaco, derrame.
Prefere remédios naturais.

P á g i n a 28 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
QUAIS OS PROBLEMAS?
Pressão alta – hipertensão.
Sobrepeso – obesidade.
Dislipidemia.
Osteoartrite.
Depressão.
Estilo de vida.
Toma betacaroteno e vitamina E.

Ferramentas metabuscadoras: DynaMed, Accesss.

P á g i n a 29 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
AULA 4
ANATOMIA E FISIOLOGIA DA PESQUISA CLÍNICA
Resultados não significativos ou negativos – 4 vezes menor do que se tem resultados positivos.
Validação interna – quando obedeço tudo que estava planejado para uma pesquisa de qualidade.
Validação externa – quando a pesquisa é aplicável a outros grupos além da amostra do estudo.

Toda pesquisa passa por um projeto de pesquisa.

Precisa tem em mente tudo que será utilizado > cálculo estatístico, população.
Protocolo – plano de pesquisa escrito.
É necessário ter o protocolo com registro de ensaios clínicos e protocolos previamente.
Direcionar os recursos financeiros necessários e aprovação do comitê de ética (CEP).
É crime fazer uma pesquisa sem o comitê de ética.
É ideal que a pesquisa seja registrada no departamento que o professor responsável está inserido.
É preciso organizar a pesquisa para que ela seja lógica, objetiva e eficiente.

ANATOMIA DA PESQUISA - PLANO DE ESTUDO

Background – revisão.

QUESTÃO DE PESQUISA
Trata-se da incerteza a resolver.
Ex.: As pessoas deveriam comer mais peixe?
Com que frequência os norte-americanos comem peixe? Como peixe diminui o risco de desenvolver doença
cardiovascular?
Existe um risco aumentado de intoxicação por mercúrio quando pessoas idosas passam a comer mais peixe?
Os suplementos de óleo de peixe têm os mesmos efeitos sobre a doença cardiovascular que o peixe presente na
dieta?
Que suplementos de óleo de peixe não fazem o seu hálito cheirar a peixe?

Mnemônico FINER:
Factível > ter a possibilidade de realiza-la.
Interessante > atrair o interesse pela leitura.
Nova > inovadora/original – olhar de um ponto de vista diferente.
Ética.
Relevante > para a prática.

P á g i n a 30 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

DELINEAMENTO DO ESTUDO

Cada tipo de pergunta tem um delineamento mais adequado.

Descrição – descrever a amostra. Ex.: em média, quantas porções de peixe por semana estão presentes na dieta de
norte-americanos com história de doença coronariana?
Analítico – partir de um caso controle, de coorte, um ensaio clínico. Ex.: as pessoas com doença coronariana que
comem muito peixe têm menor risco de infarto do miocárdio recorrente do que pessoas com doença coronariana que
raramente comem peixe?
Ensaio clínico para estabelecer os efeitos de uma intervenção. Ex.: o tratamente com cápsulas deóleo de peixe reduz
a mortalidade geral em indivíduos com doença coronariana?

Os ensaios clínicos geralmente ocorrem em uma etapa mais avançada na sequência da investigação, pois tendem a
ser mais difíceis e caros, além de responderem de forma mais definitiva a questões mais específicas que costumam
surgir dos achados de estudos observacionais.
Trata-se de um estudo transversal sobre hábitos alimentares em indivíduos de 50 a 69 anos com história de doença
coronariana, seguido de um estudo de coorte prospectivo sobre a associação entre consumo de peixe e um menor
risco de eventos isquêmicos subsequentes.

SUJEITOS DO ESTUDO
Critérios de inclusão e de exclusão.
Viés de seleção – selecionar pessoas de forma equivocada.
Recrutar um número apropriado de pessoas – a partir do cálculo amostral, seguindo a pergunta e a análise estatística.
É preciso precisão.

VARIÁVEIS
Em um estudo analítico:
Precede (ou é pressuposta biologicamente como antecedente) é denominada variável preditora;
A outra, variável de desfecho.
Ensaios clínicos estudam os efeitos de uma intervenção:
Esse delineamento permite observar os efeitos dessa intervenção na variável de desfecho, usando a randomização
para minimizar a influência de variáveis confundidoras.
P á g i n a 31 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

ASPECTOS ESTATÍSTICOS
Hipótese.
Significância estatística.
Tamanho da amostra.
Poder estatístico.
Intervalos de confiança.
FISIOLOGIA DA PESQUISA - COMO UMA PESQUISA FUNCIONA?
Validade externa – como a pesquisa funciona fora do grupo de pessoas selecionadas – os resultados não são
extrapoláveis em outra população > escrever o protocolo e treinar os agentes da pesquisa – aplicação de técnicas de
implementação de estudo (aferição, variáveis).
Validade interna – executa o estudo e encontra resultados.
Inferência – testar se os achados do estudo refutam ou concordam com a hipótese estabelecida > tabelas somadas
adequadamente > passagem de achados no estudo para verdades no estudo.

DELINEANDO O ESTUDO
Qual é a prevalência de consumo diário de suplemento de óleo de peixe em indevidos com doença coronariana?
Pode relatar ou descrever, assim como fazer um estudo analítico – comparar a amostra.
Em uma amostra de pacientes vistos no ambulatório do investigador com diagnóstico prévio de doença coronariana
e que respondem a um questionário enviado pelo correio, que proporção relata estar tomando suplementos de
óleo de peixe diariamente?

Quando o delineamento está errado é comprometida a validade externa. Enquanto quando a implementação é afetada
o que é comprometida é a validade interna.
Nem sempre que se perde validade externa o estudo pode ser totalmente invalidado, apenas ficará inválido para um
determino grupo. Ex.: um estudo sobre câncer de pele e com uso de fator de proteção 2 na Finlândia (pessoas melanodérmicas
tipo I – quase albinos). Esse estudo não serviria para pessoas africanas, que geralmente são melanodérmicos tipo V.
Já quando a validade interna é perdida o estudo é inválido para qualquer situação.

Erro aleatório > devido ao acaso – aumentar o N da amostra.

P á g i n a 32 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
Erro sistemático > devido ao delineamento muito ruim – na execução – erro na coleta, nos métodos.

P á g i n a 33 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
AULA 5
Nem sempre é preciso fazer cálculo amostral – quando não faz pode ser apenas justificado o motivo de não ter feito.
VARIÁVEL
Categórica – qualitativo > nominal ou ordinal.
Numérica – quantitativa > discreta ou contínua.
DISTRIBUIÇÃO NORMAL > média = moda = mediana.

MEDIDAS DE TENDÊNCIA CENTRAL

Distribuição simétrica > média = moda = mediana.
Distribuição assimétrica negativa > desvio – a média é puxada para baixo.
Distribuição assimétrica positiva > desvio – a média é puxada para cima.

Na maioria dos testes estatísticos a primeira coisa a ser feita é testar se os dados são simétricos ou assimétricos.
Quando é simétrica, trata com testes paramétricos, os quais são mais robustos e confiáveis.
Quando é assimétrica, trata com testes não paramétricos, que são menos robustos.

TESTE KOLMOGOROV-SMIRNOV
Compara uma curva normal perfeita com a distribuição dos dados do estudo.
Compara uma distribuição cumulativa observada (DO) com uma distribuição teórica normal (DN).
“Absolute” indica a diferença entre a DO e a DN.
Significação (>0,05) indica que a DO corresponde a DN > portanto, há uma distribuição normal.
Valores elevados no teste de Kolmogorov-Smirnov compara uma distribuição cumulativa observada (DO) com uma
distribuição teórica normal (DN).
Se o p > 0,05 significa que não tem diferença estatística da curva teórica.

O planejamento estatístico deve ocorrer antes de coletar os dados.

CÁLCULO DE TAMANHO DE AMOSTRA

Problema: Como selecionar uma amostra, de tal modo que as informações possam ser expandidas para a
população?
É preciso que a amostra seja significativa para que não ocorra viés de seleção – deve representar o todo.

P á g i n a 34 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

Amostras viciadas – pegar indivíduos de um setor apenas. Veja na imagem que há mais verde e rosa, porém na
amostra foi colocado mais azul.

PREOCUPAÇÕES COM A PESQUISA

Viés > é qualquer tendência na coleta, análise, interpretação, publicação ou revisão de dados que leve conclusões que
sejam sistematicamente diferentes da verdade.
Bias > causado pelo pesquisador.
Em observação clínica:
Viés de seleção: ocorre quando são feitas comparações entre grupos de pacientes que diferem em outros
determinantes de desfecho, além do que está sendo estudado.
Ex.: A Ana Maria Braga da Inglaterra – editoral sobre os filhos e que o maior arrependimento dos pais foi ter tido
seus filhos > quem tiver algo sobre seus filhos ligue para o programa.
O voluntariado geralmente é enviesado.
Viés de aferição: ocorre quando os métodos de aferição são diferentes entre grupos de pacientes.
Ex.: em um estudo morfométrico usar um paquímetro digital para parte do grupo e no outro usar um analógico.
Viés de confusão: ocorre quando dois fatores estão associados e o efeito de um se confunde com ou é
distorcido pelo efeito do outro.
Ex.: A academia engorda, porque todo mundo é gordo – no entanto, na verdade, as pessoas que precisam ir para a
academia para perder peso.
Acaso (erro aleatório) > as observações sobre as doenças são normalmente feitas sobre uma amostra de pacientes,
uma vez que não é possível estudar todos os pacientes que sofrem da doença em questão. O acaso pode ocorrer do
erro da obtenção da amostra.

TAMANHO DA AMOSTRA
O número de pacientes não pode ser pequeno – acaso e falta de poder.
Quanto maior o N, menor o desvio-padrão > erro amostral menor.
“Tente desenhar sua mão com apenas 5 pontos e depois com 30 pontos”.
O número não pode ser grande demais – demanda tempo e recursos desnecessários.
Amostra de conveniência – determino o tamanho da minha amostra estudando todos os casos de um único centro
ou os casos que apareceram em um dado período estabelecido. É bem válido para doenças pouco frequentes.
Sempre que for possível, escolher poucas pessoas.
Ex.: Estudar todos os casos de câncer de endométrio em freiras virgens no convento X.

Para calcular o tamanho da amostra preciso saber antes algumas coisas:

Teste de hipóteses
Hipótese nula (H0) – é uma hipótese de que não há diferença - o valor que não tem efeito → igualdade ou não
associação.
Hipótese alternativa (H1) – há efeito/diferença.
Quando H0 é rejeitada pode-se aceitar a hipótese alternativa.
Ex.: tomar um remédio – a hipótese nula é que ele não tem qualquer efeito no organismo e a hipótese alternativa
é que ele tem ação no organismo.
Dessa forma, o estudo deve permitir que uma das hipóteses seja descartada.
No exemplo citado, iremos separar um grupo que toma o remédio e outro que não toma e analisar os efeitos da
sua ação no organismo. Como não há sinais de que os grupos vão apresentar resultados distintos, é preciso iniciar
P á g i n a 35 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
considerando a hipótese nula como verdadeira. Desta forma, podemos ter dois resultados: (1) a hipótese nula é
verdadeira e não houve nenhuma ação no organismo no grupo que tomou o remédio ou ambos os grupos
apresentaram as mesmas taxas de ação; (2) a hipótese alternativa é verdadeira e ocorreu ação no organismo dos
indivíduos que tomaram o remédio, enquanto nos que não tomaram não houve alterações.
Como realizar esse teste?
Analisar a diferença entre a média da amostra e a média da população.
Analisar a diferença entre as médias de dois grupos.
Analisar a diferença entre as médias de duas medidas num mesmo grupo.
Tipos de teste:
Teste bicaudal.
Teste unicaudal à direita: testa apenas se é maior.
Teste unicaudal à esquerda: testa apenas se é menor.

Nível de significância
Erros no teste de hipótese
Poder de estatística
Diferença padronizada

RECEITA DE BOLO
Introdução
Material e métodos
Análise estatística – os dados números serão apresentados em média ± desvio-padrão ou mediana com intervalo
entre quartis quando apropriado e os dados categóricos em porcentagem.
Na comparação entre grupos o nível de significância será considerado quando p<0,05.
Resultados
Foram estudados x pacientes, sendo tantos % do sexo masculino, tantos % hipertensos, etc.

ANÁLISE ESTATÍSTICA
Os dados são apresentados como média ± desvio-padrão, mediana ou número (n). As comparações dentro dos grupos
serão feitas usando o teste de Mann-Whitney U. Os dados entre os grupos serão comparados utilizando os testes de
classificação do qui-quadrado e Wilcoxon. O valor de p<0,05 será atribuído como estatisticamente significativo.
Utilizaremos software para calcular o tamanho amostral. Assumindo que os escores de dor serão comparados
utilizando o teste de Wilcoxon, para um nível de 2 lados de 10% de significância estatística e poder de 90%.

Nível de significância – nível de corte abaixo do qual rejeitamos a hipótese de nulidade.

Se a intenção é rejeitar H0 em favor de H1 – a probabilidade que isso ocorra é simbolizada por p.
E tal probabilidade é chamada de nível de significância.
Nessa situação rejeita-se H0 e se aceita H1.
Usualmente se adota 0,05 e 0,01.
O p é a probabilidade de rejeitar falsamente H0.
O p é a probabilidade de “acertar no bambo” > do efeito ser devido ao acaso e não por conta da intervenção.

Poder estatístico – chance de detectar, como estatisticamente significante, um efeito especificado, se ele existir. Em
geral, escolhemos um poder de, no mínimo, 80%. Nenhuma revista trabalha com poder menor que 80%.
Sensibilidade do estudo > probabilidade de que se houver diferença seja possível enxergar.

Isto significa que o estudo tem grande chance de detectar uma diferença entre os grupos, se houver.
Consequentemente, se o estudo demonstra nenhuma diferença entre os grupos o pesquisador pode estar
razoavelmente confiante em concluir que não existe nenhuma na realidade.
O poder de um estudo depende de vários fatores mais o poder como uma regra geral, mais elevada é conseguida
através do aumento do tamanho da amostra.
Precisão e poder de qualquer estudo aumenta quando se aumenta a amostra.

TIPOS DE ERRO
Erros metodológicos
P á g i n a 36 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
Erro sistemático: conhecido também por viés, é o erro que persiste mesmo quando se aumenta a amostra. Podendo
ser de seleção (selecionar paciente com outros determinantes de desfecho), de aferição (equipamento diferente
entre os grupos), de confusão (distorção associativa), de informação (memória, entrevistador ou instrumento).
Erro aleatório: ocorre ao acaso e pode ser solucionado ao aumentar a amostra, pois o grupo selecionado apenas
não se comporta como a maioria da população.

Erros de resultado
Como a aceitação dos resultados está ligada ao valor adotado de p, deve-se indicar qual ele é para que um leitor
possa concordar ou discordar da rejeição da H0.
Há dois tipos de erros cometidos ao formularmos uma decisão sobre H 0:
Erro do tipo I – consiste em rejeitar H0 quando ela é verdadeira > falso-positivo, OU SEJA, dizer que está presente
sem realmente está.
Igual a significância estatística > quando p igual a 0,05.
É o mais grave.
Erro do tipo II – consiste em aceitar H0 quando ela é falsa > falso-negativo.
Igual a 1 – poder estatístico.
Se o poder estatístico igual a 80%, o erro tipo II é igual a 20% ou 0,20.

O p valor é, na verdade, a probabilidade de o número encontrado estar dentro de um intervalo de confiança, ou seja,
caso seja menor que o valor estabelecido, significa que a hipótese nula é falsa, pois estará dentro da região crítica.
Caso seja maior, significa que a hipótese nula não pode ser descartada.
Assim, se o p valor for menor que o erro tipo I (nível de significância) deve ser rejeitado o Ho. Se o p valor for maior
que o erro tipo I, não pode rejeitar Ho.

Probabilidade associada ao erro tipo I > p (erro tipo I) = α. Quanto maior for α, mais provável será rejeitar H0 falsamente.
Probabilidade associada ao erro do tipo II > p (erro tipo I) = β.

DIFERENÇA PADRONIZADA
Razão entre menor diferença clinicamente importante (considerada como
importante pelo pesquisador) entre as médias dos grupos pelo desvio padrão
das observações.
A diferença padrão geralmente é descoberta por um estudo piloto ou então
busca na literatura.
Ex.: Num estudo sobre sepse um dos objetivos era avaliar a diferença de PAM entre um grupo que recebeu um cuidado
padrão x grupo que recebeu cuidado x. No primeiro a PAM foi de 96mmHg e no segundo foi de 81mmHg. O desvio-
padrão foi de 18mmHg.

P á g i n a 37 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

NORMOGRAMA DE ALTMAN
O valor que dá é da amostra total. Metade para cada grupo.

FÓRMULA DE LEHR

Ex.: Estudo piloto entre não diabéticos mostrou que pacientes com esteatose hepática não alcoólica em glicemia em
jejum de 104mg/dL e sem esteatose a glicemia é de 98, o desvio padrão em ambos foi igual a 11. Qual o tamanho da
amostra?
Diferença padronizada = (104 – 98) /11 > 0,54.
21/ (0,54)2 > 72.

P á g i n a 38 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
AULA 6
Estrutura do artigo científico
Quando o artigo é revisado, a taxa de rejeição dela vai caindo com o tempo.
O índice de rejeição é maior quanto maior o número de publicações > maior rigorosidade.

Razões para rejeição

Manuscrito não é apropriada para jornal escolhido.
Estudo mal desenhado ou mal conduzido.
Manuscrito mal escrito.

As razões mais comuns para rejeição por periódicos

Falta de originalidade, novidade ou significância.
Os resultados não são generalizáveis.
Uso de métodos que se tornaram obsoletos por causa de novas tecnologias ou técnicas.
Análises secundárias que estendem ou replicam resultados publicados sem adição de conhecimento substancial.
Estudos que relatam conhecimento já conhecido, mas o posicionam como novidade estendendo-os para uma nova
geografia, população ou configuração cultural.
Resultados que são banais, previsíveis ou triviais.
Resultados que não têm implicações clínicas, teóricas ou práticas.

Incompatibilidade com o periódico

Resultados que são de interesse de um público muito restrito ou especializado que o periódico não atende
especificamente > quanto mais abrangente o jornal for, mais coisas generalizas devem ser falados.
Manuscritos que se encontram fora dos objetivos pretendidos.
Temas que não são de interesse para os leitores do periódico.
Manuscritos que não seguem o formato especificado pelo periódico (por exemplo, estudo de caso submetido a um
jornal que afirma explicitamente que não publica estudos de casos).

Falhas no desenho do estudo

Questão de pesquisa mal formulada.
Conceituação pobre de abordagem para responder à questão de pesquisa.
Escolha de um método fraco ou não confiável.
Escolha de um método incorreto ou de um modelo que não é adequado para o problema a ser estudado.
Análise estatística inadequada.
Dados não confiáveis ou incompletos.
Instrumentos inadequados ou de qualidade inferior.
Amostra pequena ou inadequadamente escolhida.

Manuscrito mal redigido

Erros de linguagem e gramática.
Manuscrito em inglês deve ser revisado por um nativo.

Autoria
Participar suficiente do trabalho para tornar pública a responsabilidade pelo conteúdo.
Contribuir substancialmente para a concepção e planejamento ou análise e interpretação dos dados.
Contribuir significativamente na elaboração do rascunho ou na revisão crítica do conteúdo.
Participar da aprovação da versão final do manuscrito.

Organização
Qual a mensagem que quero transmitir?
Qual o melhor formato para transmiti-la?
Qual a revista mais adequada?
P á g i n a 39 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111

Interfere na ética:
Não escrevam em congresso o que se pretende publicar > a chance de a revista aceitar cai, perde a originalidade.
Jamais escrevam o trabalho em duas revistas ao mesmo tempo > não fazer jogo duplo.

Audiência
Qual a relevância da mensagem?
É para um grupo específico?
É para especialistas ou generalistas?
A mensagem é original ou confirma estudos anteriores?
Língua: inglês ou português?

Fator de impacto > toda vez que o artigo é citado por outras pessoas nos últimos 2 anos dividido pelo total de artigos
publicados nos últimos 2 anos.
Quando o público é mais restrito, o fator de impacto é menor.

Índice H
Número de artigos com citações maiores ou iguais a esse número.
Um pesquisador com H=5 tem 5 artigos que receberam 5 ou mais citações.
Um departamento com H=45 tem 45 artigos com 45 ou mais citações, e assim por diante.
É importante para avaliar produtividade em concorrência de propostas de bolsa, de estágio, por exemplo.
Ele só é contado quando é publicado em uma revista indexada.

Melhor jornal
Capes.
Qualis A, B e C baseado na qualidade – citações – fator de impacto.
Circulação – internacional, nacional e local.

Se você tem dúvida se aquela revista é apropriada escreva uma carta ao editor. Explique sua ideia e seu trabalho e
pergunte se o seu artigo é adequado para a revista.

Escolha da revista
Consultar a página “informação aos autores” – missão da revista, tipos de artigo que aceita, descrição do público
leitor, formato do manuscrito e instruções específicas.
Ler artigos da revista – estar familiar com o conteúdo e formato.
Revistas de maior – são muito concorridas e têm taxa de rejeição muito elevada.
Avalie a qualidade do seu artigo sem exagero ou falsa modéstia – consulte amigos.
Fazer os seguintes questionamentos:
Quem lê este jornal?
Está é a melhor audiência para o seu trabalho?
Qual é a sua circulação?
Qual o tempo entre o envio e a publicação?
Qual é o fator de impacto?
Qual é a taxa de aceitação de artigos?
A revista é indexada em que bases?

Processo de revisão
Manuscrito é submetido a 2 ou 3 revisores – geralmente são pessoas ocupadas.
Revisores recomendam aceitar, aceitar com revisão ou rejeitar o artigo.
O editor de posse da informação decide.

Primeira etapa é muito importante:

Faça tudo com cuidado e organização > tabelas bem-feitas e tudo conforme as instruções aos autores – verifique
tudo pelo menos 3 vezes, para diminuir os erros.

P á g i n a 40 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
Biblioteca no formato da revista > mande uma carta de submissão, explicando porque o artigo é interessante para
os leitores daquela revista.
Imite o formato de outros artigos publicados naquela revista.

P á g i n a 41 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
AULA 7
Fases fundamentais
Treinamento > conhecer todas as fases da pesquisa/métodos, entender porquê cada fase é importante,
compreender a logística do processo.
Estudo piloto > estudo que recruta poucos pacientes – identificar conceitos e métodos que não iriam dar certo e
preparação para refazer.
Confiabilidade das informações.
Perdas > Dropout – desistência.
Explicar detalhadamente as razões que o levaram a fazer um procedimento menos usual – coloque referência.

Viés de atrito ou de relato seletivo – relata apenas o que interessa – não mostra lisura do processo.
Viés de memória – prontuário mal escrito por o paciente não lembrar o que aconteceu, por exemplo.
Viés de aferição.
Explicar detalhadamente um método que não é muito usual.

Ensaios clínicos
É o mais exigente, tanto do ponto de vista ético.
No estudo observacional, o pesquisador é apenas observador > sujeito a diversos tipos de viés.
Peso da própria intervenção > duas situações absolutamente controladas.
A coisa mais importante é a randomização > deixa de lado muitos vieses que aparecem nos estudos observacionais.
Infere a associação, mas não consegue aferir a relação de causalidade.

Sujeitos do estudo.
Critérios de inclusão.
Critérios de exclusão.
Desenho do estudo.
Intervenções.
Métodos de medida – use unidades internacionais.
Cálculos > qual a análise estatística usada para avaliar o desfecho – quando tem pouco espaço na revista pode
colocar no ClinicalTrials.
Análise dos dados.
Registrar tanto no comitê de ética quanto no ClinicalTrials.
Deve ser registrada a metodologia do projeto. Ao registrar os resultados pode perder o ineditismo do estudo.

Um estudo clínico só vai para o CONEP quando o estudo randomizado está em fase III, não é comercialmente
disponível. Em fase IV já comercializada e o teste é realizado para outra aplicação (outra doença).

Análise de dados
Como calculou indicadores – variáveis intermediárias a partir dos dados brutos.
Como resumiu dados de variáveis quantitativas.
Distribuição normal – média e desvio padrão.
Distribuição assimétrica – mediana e amplitude interquartil.

Análise estatística
Usou transformação logarítmica ou outra?
Que testes usou?
Se for teste pouco usual, explique resumidamente em que consiste e dê referência.
Programa estatístico e versão usada como referência.
Qual o nível de significância usado (qual valor de p a partir do qual você considerou diferenças estatisticamente
significantes?).

Diferença pode ser significante apenas porque a amostra é grande.

Intervalo de confiança – dá uma ideia de precisão.

Estatística
Mau uso de termos estatísticos – importante compreender conceitos básicos.

P á g i n a 42 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
Consulte um estatístico que trabalhe no seu campo – facilidade para entender o problema – coautor.
Entender erro aleatório, testes de significância, valor de p, intervalo de confiança, distribuição normal.

Faça um bom curso de estatística > compre um bom livro básico de estatística.
Evite usar a mesma análise estatística de um artigo lido – não é receita de bolo.
Você calculou o tamanho da amostra antes de começar o estudo?
Você usou o teste adequado? Teste paramétrico ou não paramétrico?

Use intervalo de confiança para diferença entre as médias ou proporções.

Resultados
Só reportar resultados que respondam à sua questão.
Não há necessidade de publicar todos os dados coletados.
Tabelas.
Figuras – gráficos, diagramas, mapas, fotos.
Se é preciso explicar a figura ou o gráfico > não é necessário, é melhor escrever textualmente.

Tabela ou gráfico
Qual o mais efetivo para comunicar meus achados, para identificar padrões e relações?
Não duplique informação em texto e tabela ou em tabela e gráfico.
Use gráfico para longas séries numéricas, para mostrar tendências.
Use tabelas para apresentar números exatos.
Ordem:
Monte as tabelas e figuras.
Faça a análise estatística.
Depois > redação.
Verbo no passado.
Descrição dos dados.

Coloque a mudança percentual em vez do dado.

Coloque o resultado primeiro, o dado depois.
Usar números ao invés de adjetivos para descrever dados > No lugar de “a grande maioria” use 85%.
Reportar valor de p exato.
Reportar intervalo de confiança – dar ideia da importância clínica ou biológica.
Reportar o tamanho da amostra > ter ideia do quão significativo é o trabalho.

Apresentar os resultados em ordem cronológica, lógica científica ou do mais importante para o menos
importante.
Coloque a maioria dos dados em tabelas ou figuras.
Poucos dados no texto – dados que não estão em tabela ou figura.
Dados apresentados em tabelas ou figuras não devem ser colocados no texto, apenas enfatizados.
Condensar para evitar repetição.

Cite tabelas ou figuras entre parênteses, após afirmativa que descreva resultados.
Resultados mais importantes no começo do parágrafo e os detalhes em seguida.
Curto – não perca a floresta pelas árvores.

Discussão
Responder à questão.
Explicar como os resultados suportam as respostas.

P á g i n a 43 | 44
Pesquisa aplicada à medicina – Andressa Gabriella – Turma 111
Comparar a resposta com a literatura > tanto os pontos de vista concordantes como os discordantes
(sustentação escrita dos resultados).
Interpretar, mostrar as relações existentes entre os fatos observados.
Um tópico por parágrafo.
Ligações entre os tópicos (parágrafos).

Parte um
1º parágrafo – resposta à questão com verbo no PRESENTE – a hipótese é verdadeira ou falsa?
3 opções:
Resposta à questão.
Recolocar a questão e responde-la.
Colocar um contexto curto e responder à questão.

Não faça uma segunda introdução.

Não comece a discussão resumindo os resultados.
Não comece a discussão com informação secundária.

Parte dois
Limitações do estudo – como foram resolvidas e repercussão nos resultados.
Pontos fracos no desenho do estudo.
Validade dos pressupostos.
Pontos fortes.

P á g i n a 44 | 44