Especialização em Neuropsicologia com

Formação em Reabilitação Cognitiva

Princípios de Estatística para Neuropsicologia
Melanie Mendoza
Mestre em Ciências – PSC IP USP
Especialista em TCC e Neuropsicologia
 t ic a ?!
s t a t ís r
qu e e r e n d e
Po r e ro a p
s ó q u a !
E u o l o g i
ro p si c
n e u
Por que aprender estatística aplicada a
neuropsicologia?

Conhecer melhor os instrumentos

Selecionar a bateria adequada
Entender e interpretar os resultados quantitativos e qualitativos
 Características de uma amostra

Amostra normativa = pessoas de uma determinada população que participam do

estudo
 Características de uma amostra

Amostra normativa = pessoas de uma determinada população que participam do

estudo
Amostra Brasileira Son-R [a]

Distribuição do nível sócio econômico

Escolaridade
dos pais
Amostra Brasileira Son-R [a]
 Características de uma amostra
ESTATÍSTICA DESCRITIVA
• Medidas de tendência central:
• Média
Resultados no Teste
Participante Escore 5

4
azul 1
3
cinza escuro 3
2
cinza claro 3 1

laranja 4 0
0 1 2 3 4 5 6 7 8
Perna cinza 8
Média 3,8
 Características de uma amostra
ESTATÍSTICA DESCRITIVA
• Medidas de tendência central:
• Média
Resultados no Teste
Participante Escore 5

4
azul 1 M-1DP M+1DP
3
cinza escuro 3
2
cinza claro 3 1

laranja 4 0
0 1 2 3 4 5 6 7 8
perna cinza 8
Média 3,8
Desvio Padrão 2,6
 Características de uma amostra
ESTATÍSTICA DESCRITIVA
• Medidas de tendência central:
• Média
• Desvio Padrão

Resultados no Teste
Participante Escore
5
azul 1
4
cinza escuro 3
cinza claro 3 3

M-1DP M+1DP
laranja 4 2

perna cinza 8 1

Média 3,8
0
Desvio Padrão 2,6 0 1 2 3 4 5 6 7 8
 Características de uma amostra
ESTATÍSTICA DESCRITIVA Participante Escore
azul 1
• Medidas de tendência central:
cinza escuro 3
• Média
cinza claro 3
• Desvio Padrão laranja 4
• Mediana perna cinza 8
Média 3,8
Desvio Padrão 2,6
Mediana ?

Valores em 1 3 3 4 8
ordem
Postos 1 2 3 4 5
Posição dos 1 2,5 2,5 4 5
postos
 Características de uma amostra
Participante Escore
ESTATÍSTICA DESCRITIVA azul 1
• Medidas de tendência central: cinza escuro 3
• Média cinza claro 3
• Desvio Padrão laranja 4
• Mediana perna cinza 8
Média 3,8
Valor Central Desvio Padrão 2,6
Mediana 3

Valores em 1 3 3 4 8
ordem
Postos 1 2 3 4 5
Posição dos 1 2,5 2,5 4 5
postos
 Características de uma amostra
ESTATÍSTICA DESCRITIVA
• Medidas de tendência central:
• Média
• Desvio Padrão
• Mediana Resultados no Teste
5

4
50% inferior 50% superior
3

0
0 1 2 3 4 5 6 7 8
Pausa para respirar....
Mais um pouco de estatística
 Dados Paramétricos

Dados paramétricos são dados distribuídos em curva normal, gaussiana ou em

forma de sino.
Resultados no Teste
45

40

35

30

25

20

15

10

0
0 1 2 3 4 5 6 7 8
 Dados Paramétricos

Resultados no Teste
45

40

35

30

25

20

15

10

0
0 1 2 3 4 5 6 7 8
 PRESTE ATENÇÃO!!!

A classificação depende do tipo de

amostra
 Dados Paramétricos
Estatistica descritiva Valor
Média (M) 4
Desvio Padrão (DP) 1
Mediana 4
Resultados no Teste
45

40

35
M-2DP M-1DP M+1DP M+2DP
30

25

20

15

10

0
0 1 2 3 4 5 6 7 8

50%
 Dados Paramétricos
Estatistica descritiva Valor
Média (M) 4
Desvio Padrão (DP) 1
Mediana 4
Resultados no Teste
45

40

35
M-2DP M-1DP M+1DP M+2DP
30

25

20

15

10

0
0 1 2 3 4 5 6 7 8

50%
 Dados Paramétricos
• Mas como se distribuem esses dados?
• Onde está a maioria dos sujeitos?

A maioria tende a se concentrar

em torno da média
Quanto mais distante da média,
mais raro na população
 Dados Não-Paramétricos
Dados paramétricos são dados que não respeitam uma distribuição em curva normal

Resultados no Teste
45

40

35

30

25

20

15

10

0
0 1 2 3 4 5 6 7 8
 Dados Paramétricos

Dados paramétricos são dados distribuídos em curva normal, gaussiana ou em

forma de sino.
Resultados no Teste
45

40

35

30

25

20

15

10

0
0 1 2 3 4 5 6 7 8
 Dados Não-Paramétricos
Dados paramétricos são dados que não respeitam uma distribuição em curva normal

Resultados no Teste
45

40

35

30

25

20

15

10

0
0 1 2 3 4 5 6 7 8
 Dados Não-Paramétricos
Dados paramétricos são dados que não respeitam uma distribuição em curva normal
Estatistica Valor
descritiva
Média (M) 2,5
Resultados no Teste
45 Desvio Padrão (DP) 1,2
40 Mediana 2
35
Muitos escore baixos Percentil 25 2
30

25
Percentil 75 3
20

15

10

0
0 1 2 3 4 5 6 7 8

Efeito chão
 Dados Não-Paramétricos
Dados paramétricos são dados que não respeitam uma distribuição em curva normal

Resultados no Teste
45

40

35

30
Efeito Teto
25

20

15

10

0
0 1 2 3 4 5 6 7 8
 Dados Não-Paramétricos

Como foi esse desempenho em relação a essa amostra?

• Desvios padrão
Resultados no Teste
45

40

35

30 - 2DP - 1DP + 1DP + 2DP

25

20

15

10

0
0 1 2 3 4 5 6 7 8
 Dados não-paramétricos
Relembrando: o mesmo escore com
amostra paramétrica tem outro valor.

Resultados no Teste
45

40

35
M-2DP M-1DP M+1DP M+2DP
30

25

20

15

10

0
0 1 2 3 4 5 6 7 8

50%
 Dados Não-Paramétricos
Mudanças nas curtoses (achatamento)

M DP

Déficits podem
ser
negligenciados
Variações
normais podem
ser consideradas
clínicas

Pontuações distantes são só 1 Pontuações próximas da média são

desvio distante da média mais de 1 desvio distante
QUAL ESCORE USAR?
Recomendações amostras não-paramétricas
Levante da cadeira
Tipos de Escores

Por que estudar?

Saber quando as conversões são possíveis
O que os escores representam
Nos diferentes tipos de escores, as médias e desvios padrão são convertidos em
valores “redondos”

Ex 1: Escore Z (M =0, DP=1); Escore T (M= 50, DP=10), Pontuação padrão (M=100,
DP=15)..
 Escore Z

• Medida que representa a distância da média em desvios-padrão

• Muito utilizado pois basta os dados de M e DP para ser calculado

𝑒𝑠𝑐𝑜𝑟𝑒 𝑏𝑟𝑢𝑡𝑜 − 𝑚é𝑑𝑖𝑎 𝑑𝑎 𝑎𝑚𝑜𝑠𝑡𝑟𝑎

𝑧=
𝐷𝑃 𝑑𝑎 𝑎𝑚𝑜𝑠𝑡𝑟𝑎
 Escore Z
Exemplo: TDE II (escrita 3º ano)

Estatistica descritiva Valor

Média (M) 32,06
Desvio Padrão (DP) 3,79
Pontos Brutos 25

!"#$%! &%'($ )*é,-. ,. .*$"(%. 12)31,56

Z= = = - 1, 86
/0 ,. .*$"(%. 3,78

sinal é negativo
Z=- 1,86 (escore 1, 86 DP abaixo da média)
 Escore T

• O escore T também é uma medida de distância da média ~ escore Z

• Escore T M=50 DP=10

• É possível a conversão de Escore Z em Escore T

𝐸𝑠𝑐𝑜𝑟𝑒 𝑇 = 10𝑥 𝐸𝑠𝑐𝑜𝑟𝑒 𝑍 + 50

 Escore T

Exemplo: Subtestes WASI (VC e RM)

Idade 7 anos e 5 meses

Pontos Brutos Escore T Escores Z

27 56 + 0,6

8 40 -1
 Pontuação Padrão
Utilizada como escores de QI (WISC, WAIS, WASI e Vineland, por exemplo)

- 1DP < Pontuação < +1DP

 Pontuação Padrão (QI)
• Pontuação padrão (em uma amostra paramétrica)

Média=100
 Pontuação Padrão (QI)

Um QI 120 está onde

na curva?
DP=15

M=100
 Pontuação Padrão (QI)
• Pontuação padrão

E QI 71 está onde na
curva?
DP=15
E QI 131?

- 2 DP (-30 pontos) M=100 + 2 DP (+ 30 pontos)

 Pontuação Ponderada
Utilizada como escores de subtestes WISC
• Permite a comparação entre pontuações de diferentes subtestes
• Média = 10 DP=3

- 1DP < Pontuação < +1DP

 Percentil

• Percentil
• Escore de ranqueamento – classificação por posição
• Ex: “1º da classe” percentil ~ 100

Amostra paramétrica
 Percentil
• Percentil
• Escore de ranqueamento – classificação por posição
• O mais adequado para amostras não-paramétricas
Resultados no Teste
45

40

35 Tomemos essa amostra não-

30
paramétrica
25

20

15

10

0
0 1 2 3 4 5 6 7 8
 Percentil
Como foi esse desempenho em relação a essa amostra?

• Pontos brutos = 5

• Pontos brutos= 3 Resultados no Teste

45

40

35

30

25

20

15

10

0
0 1 2 3 4 5 6 7 8
 Percentil
Como foi esse desempenho em relação a essa amostra?

• Pontos brutos = 5

• Pontos brutos= 3 Resultados no Teste

45

40

35

30 Percentil 75
25
Percentil 99
20

15

10

0
0 1 2 3 4 5 6 7 8
 Percentil

Como foi esse desempenho em relação a essa amostra?

• Pontos brutos = 2
Resultados no Teste
Percentil 25 e 50
45

40

35

30 Percentil 75
25
Percentil 99
20

15

10

0
0 1 2 3 4 5 6 7 8
 Conversão em dados paramétricos
• Conversões entre escores

Pontuação Padrão 110 =

Pontos ponderados?
e Escore Z e Percentil

Padrão/QI
Ponderados
Percentil
 Conversão em dados paramétricos
• Conversões entre escores

Pontuação Padrão 110 =

Pontos ponderados 12
Percentil 75

Padrão/QI
Ponderados
Percentil
 Conversão em dados paramétricos
• Conversões entre escores

e escore Z ?

Padrão/QI
Ponderados
Percentil
 Conversão em dados paramétricos
• Conversões entre escores

escore Z = distância da
média em DP

Pontuação Padrão = 110

à Escore Z = 0,6

Padrão/QI
Ponderados
Percentil
ATENÇÃO : A CONVERSÃO SÓ SERVE
PARA DADOS PARAMÉTRICOS
 Significância estatística

• p= probabilidade de ocorrer ao acaso ~ sem significado

• p< 0,05 ~probabilidade de ocorrer ao acaso < 5%

Índices/Subtest PP 1 PP 2 Diferença Valor Crític0 Significativo Freq.

e (p< 0,05) (S/N) Acumulada

CV-MO 76 56 20 7,16 S escore Z6,5

= distância da
média em DP
OP-MO 75 61 19 7,79 S 9,1
Pontuação Padrão = 110
à Escore Z = 0,6
OP-VP 75 61 14 9,16 S 22,6
 Dados Psicométricos

• Onde encontrar

• Manuais técnicos

• O que olhar

• Tamanho e característica da amostra

• Se representa o seu paciente

• Evidências de validade e fidedignidade

(comparação com outros testes)
 Dados Psicométricos
Se mede direito,
Se é estável
• Onde encontrar

• Manuais técnicos

• O que olhar

• Tamanho e característica da amostra

• Se representa o seu paciente

• Evidências de validade e fidedignidade Mede o que se

propõe a medir
(comparação com outros testes)
 Dados Psicométricos

• Sensibilidade (falsos negativos) • Sensibilidade (falsos negativos)

• Especificidade (falsos positivos) • Especificidade (falsos positivos)

 Considerações Finais

• A avaliação deve ter validade funcional (funções cognitivas), ecológica, topográfica

e nosológica (etiológica)

• O neuropsicólogo precisa ter conhecimento da patologia, do comportamento típico

e do paciente como indivíduo

• Use sempre as amostras mais representativas do seu sujeito

• Quando não disponíveis use-as qualitativamente

 Referências

• Bertola, L. (2019) Psicometria e Estatística Aplicadas à Neuropsicologia Clínica. São

Paulo: Pearson

• Thomas J. Guilmette, Jerry J. Sweet, Nancy Hebben, Deborah Koltai, E. Mark

Mahone, Brenda J. Spiegler, Kirk Stucky, Michael Westerveld & Conference
Participants (2020) American Academy of Clinical Neuropsychology consensus
conference statement on uniform labeling of performance test scores, The Clinical
Neuropsychologist, 34:3, 437-453, DOI: 10.1080/13854046.2020.1722244

• Pasquali, L. (2006) Técnicas do Exame Psicológico, São Paulo: Casa do Psicólogo

Obrigada!
melanie@vivereclinica.com
www.neurocienciaedesenvolvimento.com
@neurocienciaedesenvolvimento