BIOESTATÍSTICA

AULA 1

Prof. Michael Pereira da Silva

 CONVERSA INICIAL

Nesta aula, você terá contato inicial com a estatística e sua aplicação na
resolução de problemas de pesquisa nas ciências biológicas, conhecida como
bioestatística. Teremos a oportunidade de discutir aspectos importantes do
planejamento adequado para realização de coletas e organização de bancos de
dados, bem como o conhecimento sobre a estatística descritiva e inferencial,
suas diferenças e complementariedades e aplicação em estudos científicos.

TEMA 1 – ESTATÍSTICA E BIOESTATÍSTICA E SUA APLICAÇÃO NAS CIÊNCIAS

BIOLÓGICAS

A estatística está mais presente em nosso dia a dia do que imaginamos.

Muitas vezes, criamos o conceito de que ela é uma ferramenta exclusiva de
cientistas e composta por cálculos matemáticos extremamente complexos, que
a tornam distante do nosso conhecimento e mesmo da nossa capacidade de
utilizá-la. No entanto, ela é mais comum do que percebemos. De fato, a
estatística é utilizada para nos fornecer informações importantes há muito tempo
(por exemplo, há cerca de 3.000 anos a.C., os povos babilônicos, egípcios e
chineses já utilizavam essa ferramenta para a realização de censos
populacionais) (Lirani; Oziecki, 2020).
A palavra estatística deriva do termo neolatim statisticum collegium
(conselho do estado) e da palavra italiana statista (homem de Estado) e denota
em seu início a utilização como fonte de informação estratégica para o estado e
seus governantes (Selvamuthu; Das, 2018; Lirani; Oziecki, 2020).
A utilização da estatística como fonte de informações para o Estado
continua sendo uma ferramenta essencial para o conhecimento de seu povo, dos
problemas e dos avanços obtidos ao longo do tempo. As figuras apresentadas a
seguir são um bom exemplo da utilização da estatística como fonte de
informação ao Estado.

2
 Figura 1 – População residente no Brasil por cada sexo no Censo Demográfico
2010. Dados em milhões de habitantes

Fonte: Instituto Brasileiro de Geografia e Estatística (IBGE), 2010.

Figura 2 – Taxa de desmatamento acumulado na Amazônia Legal por cada

estado. Dados em km²

Fonte: Instituto Nacional de Pesquisas Espaciais (INPE), [S.d.].

1.1 Definindo a estatística

A estatística que conhecemos atualmente não é direcionada

exclusivamente a produzir informações para o Estado. Ela é aplicada a uma
infinidade de áreas do conhecimento, ofertando meios de responder diversas
perguntas e resolver demandas que favorecerão o desenvolvimento dessas
áreas, e a aplicação dos métodos estatísticos de forma adequada produzirá
informações valiosas para a tomada de decisões. Diante disso, a definição de
estatística mais adequada aos tempos atuais pode ser verificada no Quadro 1, a
seguir:

3
 Quadro 1 – Definição de estatística

A estatística é a ciência que tem por objetivo orientar:

O A coleta de dados;
O A organização dos dados;
O A apresentação dos dados;
O A análise dos dados;
O A interpretação dos dados.

Fonte: Heumann; Shalabh; Schomaker, 2016; Pinto; Silva, 2020.

1.2 Definindo a bioestatística

Como dissemos anteriormente, a estatística é uma ciência aplicada nas
diversas áreas do conhecimento e quando é utilizada para o entendimento de
fenômenos biológicos é comumente conhecida como bioestatística. A
bioestatística tem grande importância para o avanço das ciências biológicas em
especial ao entendimento de fatores relacionados à saúde da população
(Kirkwood; Sterne, 2003).

TEMA 2 – PLANEJAMENTO E REALIZAÇÃO DE COLETA DE DADOS

A dúvida precede a pesquisa científica. Por mais óbvia quer possa parecer
tal afirmação, contempla um aspecto extremamente importante a ser
considerado quando pensamos na realização de estudos científicos. Quais são
as perguntas a serem respondidas e como faremos para responder essas
perguntas são pontos-chave para o sucesso de uma investigação científica. A
aplicação do método científico é o caminho mais adequado para esse propósito,
pois ele fornece um conjunto de regras básicas dos procedimentos que
produzem o conhecimento científico (Vieira; Hossne, 2020). Veremos a seguir
alguns aspectos importantes para o planejamento e realização de coletas de
dados de forma a melhor responder nossas perguntas de pesquisa.

2.1 Visão geral do planejamento de pesquisa

Como já abordamos, a dúvida é o principal estimulante para a

investigação científica é a partir dela que nos movemos em direção às demais
etapas de processo. Após a formulação do problema de pesquisa, criamos
hipóteses a serem testadas, delineamos o estudo e coletamos dados para a

4
 obtenção dos resultados que responderão nossa pergunta inicial e muitas vezes
criarão novas dúvidas, fomentando assim novas pesquisas. A Figura 3 apresenta
uma visão geral desse processo.

Figura 3 – Visão geral do planejamento de pesquisas científicas

Problema? Hipóteses

Delineamento
Resultados
do estudo

Fonte: Silva, 2021.

No tópico a seguir, veremos esse processo de forma mais detalhada

visando aprofundar seu conhecimento.

2.2 Visão detalhada do planejamento de pesquisas científicas

Dando continuidade ao entendimento do planejamento de pesquisas

científicas, a Figura 4 a seguir apresenta esse processo de forma detalhada.

Figura 4 – Fluxograma do processo de desenvolvimento de pesquisa científica

Revisão de conceitos
e teorias
Definição do Analise de dados Interpretar e
Formulação de Delineamento do Coleta de dados
problema de (Testar as reportar os
Hipóteses estudo (Execução)
pesquisa hipóteses) achados
Revisão de achados
prévios

Fonte: Elaborado com base em Kothari, 2004.

A definição do problema de pesquisa é dependente de diversos

aspectos, como conhecimento prévio sobre a temática, vivência do pesquisador

5
 e principalmente conhecimento da literatura publicada acerca do tema, visando
identificar lacunas a serem preenchidas por novas pesquisas científicas. A
formulação de hipóteses baseia-se no resultado esperado pelo pesquisador ao
formular o problema. O delineamento do estudo refere-se à escolha adequada
dos métodos de obtenção de dados com intuito de garantir a capacidade de
testar as hipóteses formuladas. A coleta de dados é o momento de execução e
obtenção dos dados da pesquisa. Essa etapa pode ocorrer de forma direta,
quando o pesquisador vai a campo e coleta os dados necessários para sua
pesquisa (dados primários), ou de forma indireta, quando o pesquisador utiliza
dados já coletados por outras pessoas ou entidades (dados secundários) (por
exemplo, IBGE). A análise de dados é o momento em que o pesquisador utiliza
dos métodos estatísticos visando testar as hipóteses formuladas no início da
pesquisa. A fase de interpretação de reportar os achados é o momento em
que o pesquisador oferta indícios para aceitar ou recusar a hipótese formulada
e contrastar seus achados com a literatura ou modelo teórico já existente
(Thomas; Nelson; Silverman, 2012).

TEMA 3 – MONTAGEM E ORGANIZAÇÃO DE BANCOS DE DADOS

Durante a fase de coleta de dados, colhemos diversas informações sobre

o fenômeno que queremos pesquisar. A forma como organizamos essas
informações é de suma importância para a garantia de um tratamento e análise
estatística mais facilitados e para que assim consigamos responder nossa
pergunta de pesquisa. Veja a seguir algumas informações importantes sobre a
obtenção e organização desses dados.

3.1 Fonte dos dados

Os dados coletados durante uma pesquisa podem ser provenientes de

diversas fontes. Os dados podem ter sido obtidos por meio de questionários de
autorrelato, entrevistas ou mesmo medidas realizadas pelo próprio pesquisador
(testes físicos, exames clínicos etc.). No caso de a coleta de dados ser realizada
de forma indireta (dados secundários), esses dados já foram previamente
coletados por terceiros e se encontram em documentos como prontuários
médicos, ou mesmo em base de dados virtual. É importante ressaltar que muitas
vezes esses dados secundários já são disponibilizados em um formato

6
 adequado para o tratamento e análise estatística. Veremos a seguir
características dessa organização do banco de dados.

3.2 Organização do banco de dados

Após o término da coleta de dados devemos fazer a entrada desses dados

em uma planilha. Essa fase é conhecida como tabulação dos dados (Barros et
al., 2012). Para a construção dessa planilha você tem à disposição inúmeros
softwares que ofertam essa funcionalidade, tais como Excel, LibreOffice, Epi-
info, Bioestat, Jasp, IBM SPSS, dentre outros.
Alguns cuidados dever ser tomados nesse momento. Primeiro, em
pesquisas com seres humanos, é primordial que a identidade do participante
seja preservada. Diante disso, ao fazer a tabulação dessa informação, crie
identificações numéricas ou alfanuméricas para cada participante. Veja o
exemplo no quadro a seguir.

Quadro 2 – Exemplo de criação de identificação individual dos participantes de

uma pesquisa científica

Nome do participante no Identificação do participante no

questionário banco de dados
José Silva Id001
Maria Souza Id002
João Pereira Id003
... ...
Fonte: Silva, 2021.

É muito importante que a entrada (digitação) desses dados na planilha

seja feita da forma mais cuidadosa o possível. Erros de digitação podem causar
sérios problemas na hora de fazer a análise estatística desses dados. Veja o
exemplo a seguir.

7
 Quadro 3 – Exemplo de um banco de dados com erros de digitação

Identificação do participante no Altura em metros

banco de dados
Id001 1,75
Id002 1,68
Id003 189
... ...
Fonte: Silva, 2021.

Nesse caso, o participante Id003 apresenta uma altura de 189 metros de

altura. Algo impossível de acontecer.
Para evitar esses problemas, revise o banco de dados antes do início da
análise estatística, visando identificar e corrigir possíveis erros de digitação.
Outra dica extremamente importante: “sempre faça cópias do arquivo
de banco de dados e salve em outro local que não seja somente o seu
computador”. Isso garantirá que, em caso de problemas com seu computador,
você sempre tenha cópias de segurança do seu banco de dados em outra
máquina ou mesmo hospedado em nuvens de arquivamento de dados (por
exemplo, Google Drive, One Drive, Dropbox etc.).
Após ler as informações que apresentamos, você ainda deve estar se
perguntando: “qual o formato da planilha de dados básica para fazer essa
tabulação?”. A Figura 5 apresenta as características básicas dessa planilha.

Figura 5 – Características da planilha de tabulação de dados

Crédito: Silva, 2021.

8
 A planilha básica possui em cada coluna uma variável, na primeira linha
o nome dessas variáveis e nas demais linhas digitamos as informações de cada
participante.

TEMA 4 – CONCEITOS BÁSICOS EM BIOESTATÍSTICA

Um dos principais conceitos básicos em bioestatística refere-se ao

entendimento da formulação de hipóteses estatísticas (Barros et al., 2012).
Conhecer esse aspecto é de suma importância para uma utilização adequada
da estatística inferencial (discutida no tópico seguinte). Além disso, precisamos
conhecer os principais erros que podem ocorrer ao testarmos essas hipóteses.
Você verá mais informações sobre essas questões nos subtópicos a seguir.

4.1 Formulando hipóteses

Em estudos científicos, normalmente os pesquisadores buscam verificar

diferenças entre grupos ou relações entre variáveis. Por exemplo, nos estudos
de testes de vacina para determinada doença, os pesquisadores procuram
verificar a eficácia de proteção da vacina comparando a ocorrência da doença
entre os indivíduos que tomaram a vacina e aqueles que não tomaram a vacina
(placebo). Tal comparação é realizada por meio de testes estatísticos que visam
testar hipóteses. O Quadro 4 apresenta a lógica de formulação de hipóteses
baseada no exemplo do estudo para o teste de vacina.

Quadro 4 – Hipóteses estatísticas para um estudo de teste de vacinas

Hipótese nula (H0): a incidência da doença é igual entre os grupos de

vacinados e não vacinados.
Hipótese alternativa (H1): a incidência da doença é diferente entre os grupos
de vacinados e não vacinados.
Fonte: Silva, 2021.

A hipótese nula (H0) é normalmente mais conservadora e assume a

inexistência do resultado esperado (Barros et al., 2012; Heumann; Shalabh;
Schomaker, 2016; Pinto; Silva, 2020). No exemplo do Quadro 4, a H0 indica a
ausência de diferenças entre os grupos.
Já a hipótese alternativa (H1) é formulada como alternativa a H0 quando
temos evidências suficientes de que essa hipótese nula não é verdadeira (Barros
9
 et al., 2012; Heumann; Shalabh; Schomaker, 2016; Pinto; Silva, 2020). No caso
do exemplo, caso o teste estatístico forneça evidência suficiente de que a
incidência da doença não é igual entre os grupos, adotamos H1 como resultado
de nosso estudo.

4.2 Erros do Tipo I e Tipo II

Existem dois tipos de erros que podemos cometer ao testarmos hipóteses

estatísticas. O erro do Tipo I, que ocorre quando rejeitamos H0 quando ela é
verdadeira. E o erro do Tipo II, que ocorre quando aceitamos H0 como verdadeira
quando na verdade ela é falsa (Barros et al., 2012; Heumann; Shalabh;
Schomaker, 2016; Pinto; Silva, 2020).
Utilizaremos o exemplo das hipóteses formuladas do estudo de teste de
vacinas (Quadro 4) para melhor explicar esses erros.
Nesse exemplo, o erro do Tipo I ocorre quando concluímos que a
incidência da doença foi diferente entre o grupo de vacinados e o de não
vacinados, quando na realidade (na população) a incidência era igual entre os
grupos. Em estudos científicos normalmente se aceita a probabilidade de
ocorrência desse erro em no máximo 5%, representando também o nível de
significância estatística representada pelo valor “p” (Barros et al., 2012;
Heumann; Shalabh; Schomaker, 2016; Pinto; Silva, 2020).
O erro do Tipo II ocorre quando concluímos que a incidência da doença
foi igual entre o grupo de vacinados e o de não vacinados, quando na realidade
(população) ela foi diferente. A probabilidade máxima aceitada de ocorrência
desse erro é de 20% (Barros et al., 2012; Heumann; Shalabh; Schomaker, 2016;
Pinto; Silva, 2020).

TEMA 5 – ESTATÍSTICA DESCRITIVA E INDUTIVA (INFERENCIAL)

Como visto anteriormente neste material, a estatística compreende uma

série de técnicas voltadas a uniformizar a coleta, organização, descrição e
análise de dados (Barros et al., 2012). Esta, por sua vez, é subdividida em dois
tipos: a estatística descritiva e a estatística indutiva, também conhecida como
inferencial (Figura 6).

10
 Figura 6 – Divisões da estatística

Descritiva

Estatística

Inferencial

Crédito: Silva, 2021.

Nos subtópicos a seguir, essas características serão descritas e exemplos

de sua aplicação em estudos nas ciências biológicas serão fornecidos para
facilitar a compreensão.

5.1 Estatística descritiva

A estatística descritiva compreende procedimentos adotados com objetivo

de organizar a coleta, tabulação e descrição de dados (Barros et al., 2012). Para
melhor entendimento, imagine a seguinte situação, descrita no Quadro 5.

Quadro 5 – Exemplo de um estudo utilizando a análise descritiva

Objetivo Forma de coleta das Resultados

informações
Verificar a quantidade Análise dos prontuários Dos 500 moradores
de pessoas infectadas dos participantes analisados, 100
pela bactéria causadora fornecidos pela Unidade apresentaram a infeção
de cólera (Vibrio Básica de Saúde. por Vibrio cholerae,
cholerae) totalizando 20% da
amostra.
Fonte: Silva, 2021. Obs.: dados fictícios.

Ao organizar, coletar e apresentar os resultados, fazemos uso da análise

descritiva indicando que 20% dos participantes usuários das Unidades Básicas
de Saúde apresentavam a infecção por Vibrio cholerae.
Vamos avançar ao próximo tópico para conhecer a estatística indutiva
(inferencial).

11
 5.2 Estatística indutiva (inferencial)

A estatística indutiva (inferencial) tem como objetivo testar hipóteses e

estimar características populacionais com base em uma amostra (Barros et al.,
2012). Com ela nós criamos hipóteses visando entender melhor a ocorrência de
determinados fenômenos. Vamos retomar o exemplo do estudo utilizado no
Quadro 5. Não seria interessante conhecer quais fatores explicam a ocorrência
de infeção de 20% dos usuários pela bactéria Vibrio cholerae? Será que as
condições de saneamento básico nas quais essas pessoas vivem estão
influenciando a ocorrência dessa infeção? Ao fazermos essas perguntas criamos
hipóteses a serem testadas. Vamos acompanhar então o exemplo do uso da
estatística inferencial no Quadro 6.

Quadro 6 – Exemplo de um estudo utilizando a estatística inferencial

Objetivo Hipótese Forma de coleta Resultados

das informações
Verificar fatores Pessoas que 1. Análise dos Dos 400
que explicam a vivem em prontuários dos participantes sem
ocorrência de locais sem participantes infeção, 10 viviam
infeção de 20% saneamento fornecidos pela em locais sem
dos usuários pela básico estão Unidade Básica de saneamento básico
bactéria Vibrio se infectando Saúde. (2,5%).
cholerae. mais. 2. Verificação Dos 100
se no local de participantes com
residência desses infecção, 98 viviam
participantes existe em locais sem
a presença de saneamento básico
coleta de esgoto e (98,0%).
água tratada. Valor de p
(significância
estatística) para
comparação =
0,001.

Fonte: Silva, 2021. Obs.: dados fictícios.

12
 Ao realizarmos um teste estatístico verificamos que essa diferença (2,5%
vs. 98,0%) foi estatisticamente significativa, indicando que a falta de saneamento
pode ser um fator de risco para a infecção por Vibrio cholerae, e poderíamos
inferir esse resultado para os demais moradores dessas regiões da cidade sem
saneamento básico. Obs.: informações sobre os testes estatísticos serão
discutidas nas aulas posteriores.

NA PRÁTICA

A estatística descritiva e a inferencial são duas ferramentas que se

complementam. Ao lermos ou realizarmos estudos científicos nos depararemos
com a utilização dessas duas formas de análise de dados. É possível que em
algum momento de sua vida você se depare com um estudo que apenas
apresenta dados descritivos, no entanto, estudos utilizando a análise inferencial
devem sempre ser precedidos pela análise descritiva.
Veja um exemplo a seguir de uma tabela contendo a utilização de ambas
as análises descritivas e inferenciais.

Figura 7 – Exemplo da utilização da estatística descritiva e inferencial na

apresentação de resultados de pesquisas científicas

Fonte: Silva et al., 2020.

13
 Nessa tabela, os autores da pesquisa utilizam a estatística descritiva para
descrever a prevalência (%) de ocorrência de diversos comportamentos
(atividade física, consumo de cigarro etc.) em adolescentes da cidade de Curitiba
(PR) para todos os adolescentes (total) e para cada sexo (meninos e meninas).
Adicionalmente, eles utilizam a estatística inferencial visando testar a hipótese
de diferenças nessas prevalências entre os sexos utilizando um teste estatístico
conhecido como qui-quadrado e indicando o p-valor que dá suporte à rejeição
ou não da hipótese nula dessa comparação.

FINALIZANDO

Nesta aula sobre introdução à bioestatística, foi possível discutirmos

sobre conceitos básicos da bioestatística, destacando aspectos importantes do
planejamento de pesquisas científicas e da organização e montagem de bancos
de dados. Avançamos o conhecimento sobre a estatística ao entender o
processo de formulação de hipóteses e os erros inerentes a ele, além de
conhecer as divisões da estatística (descritiva e inferencial) e como elas podem
ser aplicadas em estudos científicos.

14
 REFERÊNCIAS

BARROS, M. V. G. et al. Análise de dados em saúde. 3. ed. Londrina, PR:

Midiograf, 2012.

HEUMANN, C.; SCHOMAKER, M.; SHALABH. Introduction to Statistics and

Data Analysis. Cham: Springer International Publishing, 2016.

KIRKWOOD, B. R.; STERNE, J. A. C. Essentials of medical statistics. 2nd. ed.

London: Blackwell Scientific Publications, 2003.

KOTHARI, C. R. Research Methodology: methods and techniques. 2nd. ed.

New Delhi: New Age International Limited Publisher, 2004.

LIRANI, L. da S.; OSIECKI, A. C. V. Bioestatística. 1. ed. Curitiba: Intersaberes,

2020.

SELVAMUTHU, D.; DAS, D. Introduction to statistical methods, design of

experiments and statistical quality control. 1. ed. Singapore: Springer, 2018.

SILVA, M. P. et al. Association between physical activity practice and clustering

of health risk behaviors in adolescents. Revista Paulista de Pediatria, v. 38,
2020.

THOMAS, J. R.; NELSON, J. K.; SILVERMAN, S. J. Métodos de pesquisa em

atividade física. 6. ed. Porto Alegre: 2012.

VIEIRA, S.; HOSSNE, W. S. Metodologia científica para a área da saúde. 2.

ed. Rio de Janeiro, RJ: Guanabara Koogan, 2020.

15