PARTE 1- BIOESTATÍSTICA BÁSICA NA PRÁTICA

• MSc: Bruno Nobre • MSc: Lino Délcio

bruno.pinheiro@professor.unifametro.ed Lino.junior@professor.unifametro.edu.br
u.br

MSc. Bruno Nobre

 APRESENTAÇÃO:
 Doutorando em Ciências do Desporto (UTAD);

 Mestre em Ciências do Desporto (UTAD);

 Pós graduado em Fisiologia e Exercício Clinico

(UNIFOR);

 Graduado em Educação Física (UNIFOR);

 Professor titular (UNIFAMETRO);

MSc. Bruno Nobre
 Personal Trainer (Personal Care® e Total Care®).
 Temas a Abordar

1 INTRODUÇÃO A PESQUISA
CIENTÍFICA
- Conceitos;
- Planejamento amostral;
- Estatística descritiva;
- Estatística inferencial
- Variável biológica

2 BIOSTATÍSTICA BÁSICA
- Medidas de tendencia central;
- Medidas de disperssão ;
- Medidas de frequência;
- Testes de hipóteses
- Revisão sistemática e Metanálise

3 SOFTWARE DE ANÁLISE DE
DADOS
PESQUISA CIENTÍFICA
No presente estudo foi observado que uma grande parcela dos artigos
realizou ANOVA e T-TEST de maneira equivocada (63,4% e 62%)
No presente estudo foi observado que uma grande parcela dos artigos não realizou
nenhum tipo de análise estatística (46,3%).
 Ciclo de investigação estatística

Entender e definir o PROBLEMA

de pesquisa

Interpretação CONCLUSÃO, Delinear o experimento

novas ideias PLANEJAR o que medir e como

ANÁLISE tabela, gráfico,

medida, testes de hipótese Coleta de DADOS

Discovering statistics with SPSS 2nd edition ISBN 0-71619-4452-4

 Bioestatística?

É a metodologia estatística aplicada às ciências

biológicas, com a finalidade de:
Planejar, Coletar, Organizar, Resumir, Analisar e interpretar os
dados permitindo tirar conclusões biológicas sobre
diferentes populações de seres vivos a partir do estudo de
amostras.

Discovering statistics with SPSS 2nd edition ISBN 0-71619-4452-

4
 Conceitos básicos de estatística

• Classificação: Usualmente, a estatística é dividida em

três grandes áreas que atuam em conjunto:
Planejamentos de Experimentos e Amostragem,
Estatística Descritiva e, Estatística Inferencial.
 ESTATÍSTICA DESCRITIVA
• Organização dos dados coletados por meio de
classificação, contagem ou mensuração.

• Os dados devem ser apresentados de forma clara por meio:

Tabelas, gráficos e quadro, não permitindo, no entanto,
conclusões analíticas.

• Caracteriza ou descreve os indivíduos estudados

VIEIRA, SONIA. Introdução a Bioestatistica (p. iv). Elsevier Editora Ltda 2016.
 ESTATÍSTICA INFERENCIAL
• Permite realizar inferências (conclusões) a respeito de
populações a partir de amostras pela aplicação de testes
de hipóteses, além disso avaliar relações entre as variáveis.

Inferência
“Conclusão”

Sobre A partir
População Amostra

VIEIRA, SONIA. Introdução a Bioestatistica (p. iv). Elsevier Editora Ltda 2016.
• Estatística descritiva é o resumo das características importantes de um
conjunto de dados, seja amostral ou populacional.

• Estatística Inferencial consiste em obter e generalizar conclusões para o todo

com base no particular, ou seja, a partir de amostras tira-se conclusões para a
população.
13
VIEIRA, SONIA. Introdução a Bioestatistica (p. iv). Elsevier Editora Ltda 2016.
Planejamento
Amostral???

14
 O processo de obtenção das amostras
necessita de certas características como:

• Representatividade

• Aleatorização

VIEIRA, SONIA. Introdução a Bioestatistica (p. iv). Elsevier Editora Ltda 2016.
Web site <http://www.randomization.com>
 PODER ESTATÍSTICO

• O poder de um teste
estatístico corresponde a
probabilidade de rejeitar
Corretamente a hipótese
nula e depende de três
aspetos, incluindo o
tamanho do efeito (TDE),
o nível de significância e
o tamanho da amostra
Cohen, J.(1988). Statistical power analysis for the behavioral sciences (2.a ed.). Hillsdale: Lawren
Erlbaum Associates.
 Intervalo de confiança da
amostra
• O nível de confiança consiste na porcentagem de segurança que se deseja atingir com a
pesquisa (95% ou 99%), ou seja, significa que a probabilidade de 95% ou 99% dos
resultados obtidos na amostra é valida para a população.

• IC95%= Média – 1,96 *Erro • IC95%= Média + 1,96 *Erro

padrão da média padrão da média
Metodologia da pesquisa em Educação Física: construindo sua monografia, artigos e projetos Copyright © 2004, 2006, 2008, 2017 by Phorte Editora
 Tamanho da
amostra N = Tamanho da população
n0 = primeira aproximação do
Equações tamanho da amostra
E0 = erro amostrável tolerável

• Dicas:
• O quanto maior seu orçamento permitir;
• O quanto maior seu tempo permitir;
• O valor aproximado de outras pesquisas já publicadas na área.
18
Metodologia da pesquisa em Educação Física: construindo sua monografia, artigos e projetos Copyright © 2004, 2006, 2008, 2017 by Phorte Editora
Metodologia da pesquisa em Educação Física: construindo sua monografia, artigos e projetos Copyright © 2004, 2006, 2008, 2017 by Phorte Editora
 G-power
• G * Power é um software gratuito para usar o
poder estatístico. O programa oferece a
capacidade de calcular a amostra
representativa para uma ampla variedade de
testes estatísticos, incluindo testes t, testes F e
testes qui-quadrado, entre outros.

• Para calcular a representatividade, o usuário

deve conhecer quatro das cinco variáveis:
número de grupos, número de observações,
tamanho do efeito, nível de significância (α) ou
potência (1-β).

• G * Power possui uma ferramenta interna para

determinar o tamanho do efeito, se não puder
ser estimada a partir da literatura anterior ou
não for facilmente calculada.
Como aplicar na prática?
Variável biológica???

23
 Indicação das variáveis
de pesquisa
• Para Lakatos e Marconi (2003), variável
é uma classificação ou medida, ou seja,
um conceito operacional que apresenta
valores passíveis de mensuração

• Todas as variáveis que interferem no

objeto devem ser controladas para não
comprometer ou invalidar a pesquisa.

Fundamentos de metodologia científica, Marina de Andrade Marconi, Eva Maria Lakatos. - 5. ed. - São Paulo : Atlas 2003.
VIEIRA, SONIA. Introdução a Bioestatistica (p. iv). Elsevier Editora Ltda 2016.
• A variável discreta só pode assumir
alguns valores em dado intervalo. São
variáveis discretas: número de filhos
(nenhum, 1, 2, 3, 4, 5 ou mais), quantidade
de visitas ao médico no último ano (zero,
1, 2, 3, 4 ou mais), número de pessoas na
fila de espera de um serviço de saúde.

• A variável contínua assume qualquer

valor em dado intervalo. São variáveis
contínuas: peso, temperatura corporal,
pressão arterial.
CLASSIFICAÇÃO QUANTO A POSIÇÃO NO
QUADRO DE HIPÓTESES

Dependente

Independente

27
 Variáveis
independentes
• É a variável que influencia, determina ou afeta outra variável, o
elemento que sofre manipulação por parte do pesquisador no momento
de estabelecer a relação do fator como fenômeno observado, para
verificar se este afeta as outras variáveis, interfere ou exerce influência
sobre os resultados do trabalho.
 Variáveis
dependentes
• É o elemento que será analisado
e explicado em conseqüência da
influência que sofre de outras
variáveis, ou seja, é o fator que
varia conforme o pesquisador
modifica a variável independente.

• Pode ser explicada como o valor,

fato ou efeito em determinadas
hipóteses
 Identifique as variáveis
dependentes e independentes
nestes problemas de pesquisa.

1. Qual o impacto causado na temperatura da pele, dos

músculos da face anterior e posterior da perna, e lactato
sanguíneo após aplicação de um protocolo de treino
intervalado de alta intensidade na esteira?

2. Quais os efeitos da ordem do exercício predominantemente

aeróbio e de força, na composição corporal, perfil lipídico e
força dinâmica?
 TIPOS DE MEDIDAS
ESTATÍSTICAS

• Medidas de tendência central

• Média
• Moda
• Mediana

• Medidas de dispersão
• Amplitude
• Variância
• Desvio padrão
• Coeficiente de variação
31
MEDIDAS DE TENDÊNCIA
CENTRAL
 MÉDIA ARITMÉTICA  x
SIMPLES
• É o valor que se obtém dividindo a soma dos seus elementos pelo
número de elementos do conjunto.
n

 Xi Onde:
Xi = Valores da variável
x i 1
n = Número de valores
n
• OBS: A média é uma medida influenciada por valores extremos,
então, para isso, é necessário conhecer todos os valores.
• Habitualmente representado por (µ) quando se trata de x  
população e , quando se trata de amostra.
33
 MEDIANA
• A mediana de um conjunto de valores, quando colocados em ordem, que fica situado
de tal forma no conjunto que o separa em dois subconjuntos de mesmo número de
elementos (elemento que ocupa a posição central). Em outras palavras, tendo-se um
conjunto de dados ordenados de maneira crescente (ROL), a mediana é o valor que
separa os 50% dos menores dados dos 50% maiores.
 MODA

• A moda de uma série de

valores é o valor de maior
frequência absoluta,ou
seja, o valor que aparece
o maior número de vezes
na distribuição. Moda é
um valor, ou seja, xi.
Moda NÃO é a frequência
(fi)
 VARIÂNCIA E
DESVIO PADRÃO

• A variabilidade da população em torno da média pelo cálculo do desvio

quadrado médio em relação à média é chamada de Variância.

• O Erro padrão é uma medida da precisão da média amostral. O erro

padrão é obtido dividindo o desvio padrão pela raiz quadrada do
tamanho da amostra.

• Desvio padrão uma das principais medidas de dispersão dos dados.

Pode ser definida como a raiz quadrada da variância. Sua medida
representa o quanto os dados se afastam da média. 
 DESVIO PADRÃO

• O desvio padrão é a raiz quadrada da variância, ou seja:

 Erro padrão

• O erro padrão é uma medida de variação de uma média amostral em

relação à média da população. Sendo assim, é uma medida que ajuda a
verificar a confiabilidade da média amostral calculada.

•  Quanto maior for o tamanho da amostra, menor será o erro padrão e mais
perto os valores das duas médias estarão um do outro. Para realizar esse
cálculo, divida o desvio padrão pela raiz quadrada de n (o tamanho da
amostra).
EXERCÍCIO
 Testes de hipótese

• É uma regra de decisão para aceitar ou

rejeitar uma hipótese estatística com base
nos elementos amostrais.

• Para testar um parâmetro populacional,

devemos afirmar, cuidadosamente, um par
de hipóteses: uma que represente a
afirmação e outra que represente o seu
complemento. Quando uma dessas
hipóteses for falsa, a outra deve ser
verdadeira. Essas duas hipóteses são
chamadas de hipótese nula e hipótese
alternativa. H1- Há diferenças significativas
H0- Não há diferenças significativas
 Formulação da Hipótese Nula (H0) e
da Hipótese Alternativa (Ha)

• A Hipótese Nula (H0) é uma hipótese estatística que

contém uma afirmação de igualdade, tal como ≤ , = ou
≥.

• A Hipótese Alternativa (Ha) é, geralmente, o

complemento da Hipótese Nula. É a afirmação que deve
ser verdadeira se H0 for falsa e contém uma afirmação
de desigualdade estrita, tal como ≤ , ≠ ou ≥ .
 ERRO DO TIPO 1 E 2
• Há dois possíveis tipos de erros, quando realizamos um teste
estatístico para aceitar ou rejeitar H0. Podemos rejeitar a
hipótese H0, quando ela é verdadeira, ou aceitar H0, quando ela
é falsa.

• O erro de rejeitar H0, sendo H0 verdadeira, é denominado Erro

tipo I, e a probabilidade de se cometer o Erro tipo I é designada α.

• O erro de aceitar H0, sendo H0 falsa, é denominado Erro tipo II, e

a probabilidade de cometer o Erro tipo II é designada β .
Carver, R. P. (1978). The case against statistical significance testing. Harvard Educational Review, 48(3), 378
 Valor de P

• É uma estatística utilizada para sintetizar o resultado de um

TESTE DE HIPÓTESES. Formalmente, o p-valor é definido como a
probabilidade de se obter uma estatística de teste igual ou mais extrema
que aquela observada em uma amostra, assumindo como verdadeira a
hipótese nula. Como geralmente define-se o nível de significancia em
5%, uma p-valor menor que 0,05, gera evidências para rejeição da
hipótese nula do teste.
Lembre–se, entretanto, que mesmo um P–valor muito baixo não constitui prova de que a
hipótese nula é falsa, somente que esta é provavelmente falsa.

Cohen, J.(1988). Statistical power analysis for the behavioral sciences (2.a ed.). Hillsdale: Lawrence Erlbaum Associates.
Vieira, Sonia. Bioestatística Tópicos Avançados . Elsevier Editora Ltda. 2010
 TAMANHO DO EFEITO
• O D de Cohen é uma medida comum do TDE para TESTES T, serve para estimar a padronização das
diferenças entre duas médias verdadeiras (populacional)

• Eta quadrado (η 2 ) é uma medida comum do TDE para Análise de variância (ANOVA), serve para
estimar a padronização da diferença entre mais de duas médias verdadeiras (populacional)

Cohen, J.(1988). Statistical power analysis for the behavioral sciences (2.a ed.). Hillsdale: Lawrence Erlbaum
 DISTRIBUIÇÃO DE FREQUÊNCIA
(NORMALIDADE, HETEROGENEIDADE E ESFERECIDADE DOS DADOS)

• Uma distribuição pode se desviar de uma normal de duas maneiras principais: (1) falta de simetria (chamado
de assimetria) e (2) achatamento (chamado de curtose). -1,96 a +1,96
 TESTES ESTATÍSTICOS PARA
NORMALIDADE DOS DADOS

• Amostra <50 sujeitos

(SHAPIRO WILK)

• Amostra >50 sujeitos

(KOLMOGOROV–SMIRNOV)
 TRANSFORMAÇÕES MATEMÁTICAS PARA
HOMOGENEIZAR AS VARIÂNCIAS E NORMALIZAR AS
VARIÁVEIS
• O recurso de transformação de variável é preferível antes da
aplicação do teste não paramétrico, pelo poder estatístico
entre os testes.
 TESTES ESTATÍSTICOS PARA
HOMOGENEIDADE DOS DADOS
• O teste de Levene permite-nos averiguar da homogeneidade das
variâncias.
 TESTES ESTATÍSTICOS PARA
ESFERICIDADE DOS DADOS.

• As variâncias das diferenças entre todos os pares de medidas devem ser similares.

• Se comprova com a prova de esfericidade de Mauchly.

• Se os dados violam a condição de esfericidade, há algumas correções que se podem

aplicar para conseguir um valor de F adequado ajustando os graus de liberdade:
• Correção de Greenhouse-Geisser.
• Correção de Huynh-Feldt.
 ESTATÍSTICA INFERENCIAL
OU INDUTIVA
• Inferência é quando tomamos decisões para a
população com base em uma amostra

• Ela é paramétrica quando conhecemos a distribuição

da população. Na prática isso significa dizer que a
variável tem distribuição Normal na população.

• Ela é não paramétrica quando não temos

informações sobre a distribuição da variável na
população. Na prática isso é quando não conhecemos
a distribuição na população.

Vieira, Sonia. Bioestatística Tópicos Avançados . Elsevier Editora Ltda. 2010

Vieira, Sonia. Bioestatística Tópicos Avançados . Elsevier Editora Ltda.
Testes estatísticos
 Comparando duas médias
paramétricas
(Teste-T de Student)
Para testar duas amostras provenientes da mesma população,
emprega-se:

• T-teste para amostras emparelhadas

• T-teste para amostras independentes

https://www.easycalculation.com/statistics/effect-size-t-test.php
 Comparando duas médias não paramétricas
(Mann-Whitney)

• O teste de Mann-Whitney é a alternativa não

paramétrica ao teste t para amostras
independentes.
 Comparando duas médias não paramétricas
(Wilcoxon)

• Utilizada para a comparação de medidas ordinais ou numéricas entre

dois grupos emparelhados. É a alternativa não-paramétrica para o
teste t de Student pareado
 Comparando mais de duas médias
paramétricas
(ANOVA- F teste)

• Quando o experimento exige comparar mais do que duas médias, é necessário que
essas sejam testadas simultaneamente. Com esta finalidade, emprega-se a Análise de
Variância ou ANOVA

http://estatisticafacil.org/2019/07/08/anova/
Passo a passo para utilizar
ANOVA

http://estatisticafacil.org/2019/07/08/anova/
 Comparando mais de duas médias não
paramétricas
(kruskal-Wallis)

• Este teste é empregado para testar várias amostras independentes

com nível de mensuração, ordinal ou superior. Utilizado para amostras
pareadas com distribuições não normais
 Comparando mais de duas médias não
paramétricas
(Teste de Friedman)

• Utilizada para a comparação de medidas ordinais ou numéricas entre

mais de dois grupos emparelhados. É a alternativa não-paramétrica
para a ANOVA de medidas repetidas
 Testes de associação paramétrica
(Correlação de Pearson)

• Estatisticamente os relacionamentos ou associação entre variáveis pode ser

utilizado por duas medidas: a covariância e o coeficiente de correlação.

• Uma covariância positiva indica que quando uma variável se desvia da média,
a outra variável se desvia na mesma direção.

• Uma covariância negativa indica que, enquanto uma variável se desvia da

média (por exemplo, aumenta), a outra se desvia da média na direção oposta
(por exemplo, diminui).

• A covariância padronizada é conhecida como coeficiente de correlação.

Vieira, Sonia. Bioestatística
Tópicos Avançados .
Elsevier Editora Ltda. 2010
 DIAGRAMAS DE DISPERSÃO
• Diagrama de dispersão é um gráfico feito para mostrar o grau
de correlação entre duas variáveis.
 Testes de associação não
paramétrica
(Correlação de Sperman)
• O coeficiente de correlação de Spearman, é uma estatística não-
paramétrica e, assim, pode ser usada quando os dados violarem
suposições paramétricas, tais como dados não-normais.
 Testes de associação não
paramétrica
(Correlação Tau de Kendall)
• A tau de Kendall, é outra correlação não-paramétrica e deve ser usada
em vez do coeficiente de Spearman quando você tem um conjunto
pequeno de dados com um grande número de postos empatados.
PARTE 2- SPSS NA PRÁTICA
MSc: Bruno Nobre
bruno.pinheiro@professor.unifametro.ed
u.br

MSc. Bruno Nobre

AMBIENTE DO SPSS
 CRIANDO UMA
VARIÁVEL
Antes de realmente entrarmos com os dados no editor nós precisamos criar as
variáveis. Para criar as variáveis utilizamos o painel variáveis do editor de dados.
Para acessar esse painel clique na opção visualizar variável no fundo do editor de
dados, a janela irá mudar e a planilha do visualizador ficará branco
CRIANDO VARIÁVEIS
CODIFICADAS
CRIANDO VARIÁVEIS
CODIFICADAS
(QUESTIONÁRIOS)
 EXPLORANDO OS DADOS NA
ESTATÍSTICA DESCRITIVA
(MEDIDAS DE TENDÊNCIA CENTRAL, DISPERSÃO E DISTRIBUIÇÃO)

DESVIO PADRÃO ERRO PADRÃO AMPLITUDE MÉDIA MEDIANA MODA

CURTOSE ASSIMETRIA
EXERCÍCIO 1
RESPOSTA
RESPOSTA
 Testando as hipóteses

• Normalidade
• Homogeneidade
• Esfericidade
EXERCÍCIO 2
RESPOSTA
EXERCÍCIO 2
RESPOSTA
 TRANSFORMAÇÕES MATEMÁTICAS PARA
HOMOGENEIZAR AS VARIÂNCIAS E NORMALIZAR AS
VARIÁVEIS
• O recurso de transformação de variável é preferível antes da
aplicação do teste não paramétrico, pelo poder estatístico
entre os testes.
EXPLORANDO OS DADOS NA ESTATÍSTICA
INFERENCIAL
TESTES PARAMÉTRICOS E NÃO PARAMÉTRICOS
T- TESTE PARA UMA
AMOSTRA
EXERCÍCIO 4
RESPOSTA
T- TESTE PARA AMOSTRAS
INDEPENDENTES
EXERCÍCIO 5
RESPOSTA
TAMANHO DO EFEITO – D
DE COHEN
NESTE CASO APLICA-SE O TESTE NÃO
PARAMÉTRICO POIS A VARIÁVEL TEM UMA
DISTRIBUIÇÃO NÃO NORMAL.
T- TESTE PARA AMOSTRAS
PAREADAS
EXERCÍCIO 6
RESPOSTA
NESTE CASO APLICA-SE O TESTE NÃO
PARAMÉTRICO POIS A VARIÁVEL TEM UMA
DISTRIBUIÇÃO NÃO NORMAL.
COMO TRANSCREVER OS
RESULTADOS?
 TESTES DE ASSOCIAÇÃO-
CORRELAÇÃO DE PEARSON
EXERCÍCIO 7
RESPOSTA
NESTE CASO APLICA-SE O TESTE NÃO
PARAMÉTRICO POIS A VARIÁVEL TEM UMA
DISTRIBUIÇÃO NÃO NORMAL.
ANÁLISES DE VARIÂNCIA – ANOVA
(ONE WAY)
EXERCÍCIO 8
NESTE CASO APLICA-SE O TESTE NÃO
PARAMÉTRICO POIS A VARIÁVEL TEM UMA
DISTRIBUIÇÃO NÃO NORMAL.
ANÁLISES DE VARIÂNCIA – ANOVA
(fatorial e medidas repetidas)
EXERCÍCIO 9
CONTUDO! DEVEMOS UTILIZAR ANÁLISE DE
COVARIÂNCIA (ANCOVA)
NESTE CASO APLICA-SE O TESTE NÃO
PARAMÉTRICO POIS A VARIÁVEL TEM UMA
DISTRIBUIÇÃO NÃO NORMAL.
PARTE 3- REVISÃO SISTEMÁTICA E METANÁLISE
MSc: Bruno Nobre
bruno.pinheiro@professor.unifametro.ed
u.br

MSc. Bruno Nobre

 REVISÃO
SISTEMÁTICA
• A RS é um sumário de evidências provenientes de estudos primários
conduzidos para responder uma questão específica de pesquisa.

• Utiliza um processo de revisão de literatura abrangente, imparcial e

reprodutível, que localiza, avalia e sintetiza o conjunto de evidências dos
estudos científicos para obter uma visão geral e confiável da estimativa do
efeito da intervenção
HIGGINS, J. P. T.; GREEN, S. (Ed.). Cochrane handbook for systematic reviews of interventions. Version 5.0.2. The Cochrane
Collaboration, 2009. Disponível em: <http://www.cochrane.org/resources/handbook/> . Acesso em: 24 out. 2010.
 META-ANÁLISE
• Metanálise é uma análise estatística que combina os resultados de dois ou
mais estudos independentes, gerando uma única estimativa de efeito.

• A metanálise estima com mais poder e precisão o “verdadeiro” tamanho do

efeito da intervenção, muitas vezes não demonstrado em estudos únicos, com
metodologia inadequada e tamanho de amostra insuficiente.
 LIMITAÇÕES DA REVISÃO
SISTEMÁTICA
• Entretanto, RS de ECRs são estudos observacionais e retrospectivos. Assim, os
resultados de uma metánalise devem ser interpretados levando-se em conta as
limitações e vieses inerentes aos estudos observacionais.

• As principais limitações que podem afetar as RS são o viés de publicação (e

outros similares como viés de linguagem), riscos de viés nos estudos primários
(limitação metodológica dos estudos primários), além de dificuldades em
combinar estudos que podem ter diferenças nas populações, intervenções,
comparadores e definição dos desfechos (heterogeneidade clínica).
 INTRODUÇÃO

• Descreva a justificativa da revisão no

contexto do que já é conhecido.

• Objetivos: Apresente uma afirmação

explícita sobre as questões abordadas
com referência a participantes,
intervenções, comparações, resultados
e delineamento dos estudos (PICOS).
DEFINIÇÃO DA QUESTÃO DE PESQUISA
ESTRUTURADA NO FORMATO DO
ACRÔNIMO PICO
 Informa os meios empregados na
coleta dos dados para posterior
METODOLOGIA DA apresentação destes na pesquisa,
PESQUISA ou seja, estabelece o procedimento
do pesquisador para o
levantamento de informações.
Documentação da metodologia: redação
de protocolo
BUSCA EM FONTES DE DADOS
PUBLICADOS
BUSCA NA BASE COCHRANE
(CLINICAL TRIALS)
OPERADORES
BOLEANOS
(SEARCH STRINGS)
 BUSCA AVANÇADA

• STRINGS:

("Volume" OR "Dose Response")

AND ("Muscle" OR "Hypertrophy"
OR "Growth" OR "Cross Sectional
Area" OR "Fat Free Mass") AND
("Resistance" OR Strength") AND
("Exercise" OR "Training") AND
("Multiple Sets" OR "Single Sets")
 BUSCA AVANÇADA

• STRINGS:

(“Brest cancer”) AND (“Strength

training” OR “Strength exercise”
OR “Resistance Exercise” OR
“Resistance training”) NOT
(“Aerobic exercise”)
 BUSCA AVANÇADA

• STRINGS:
(“Concurrent training” OR
“Combined training”) AND
(“Exercise order” OR “Exercise
sequence”) AND (“Body
composition” OR “Fat free mass”
VARIAÇÕES DE PALAVRAS E
USO DE TAGS
 SELEÇÃO DOS TERMOS PARA A
BUSCA
• Sempre que possível, deve-se utilizar o vocabulário
controlado, que é o descritor de assunto. O descritor de
assunto é um termo específico em cada base e representa o
principal assunto da pesquisa na qual o artigo foi classificado
(indexado).

• Para o MEDLINE e o CENTRAL, este vocabulário chama-se

MeSH (Medical Subject Headings); para o EMBASE, chama-se
Emtree; e para a LILACS, chama-se DECs (descritores em
ciências da saúde).
BUSCA EM FONTES DE DADOS NÃO
PUBLICADOS, EM ANDAMENTO E
LITERATURA CINZENTA
BASE DE DADOS LITERATURA
CINZENTA
ENDNOTE
Resumo para estratégias de
busca
• Apresente números dos
estudos rastreados,
avaliados para
elegibilidade e incluídos
na revisão, razões para
exclusão em cada
estágio,
preferencialmente por
meio de gráfico de fluxo
 AVALIAÇÃO DA ELEGIBILIDADE
DOS ESTUDOS

1. Avaliação da elegibilidade: triagem dos artigos pela leitura de título e

resumo

2. Avaliação da elegibilidade pela leitura do manuscrito em texto completo e

ficha clínica padronizada (Qualidade da evidência)

3. Extração de dados (Ficha clínica de de extração de dados)

AVALIAÇÃO DO RISCO DE VIÉS DOS
ESTUDOS INCLUÍDOS
ANÁLISE DO RISCO DE VIÉS NOS ESTUDOS
INCLUÍDOS
RESUMO AVALIAÇÃO DA ELEGIBILIDADE
DOS ESTUDOS
 EXTRAÇÃO DOS DADOS
QUANTITATIVOS
• Na maioria dos casos, os dados para estimativa do tamanho do efeito da intervenção
vão definir um conjunto de variáveis numéricas que deverão ser extraídos de cada
estudo para o posterior cálculo da metanálise, se aplicável.

• A RS pode investigar inúmeros desfechos e nem sempre todos os estudos incluídos

vão reportar dados para todos os desfechos de interesse da revisão. Assim, tendo no
mínimo dois estudos, desde que não tenham tendências opostas de medida de efeito,
a metanálise pode ser calculada.
 MEDIDAS DE SUMARIZAÇÃO
• Definir as principais medidas de sumarização dos resultados (ex.: risco
relativo, diferença média).
FICHA CLÍNICA DE EXTRAÇÃO DE
DADOS
SOFTWARE FOR SISTEMATIC
REVIEW
RESULTADOS
• Apresente números dos
estudos rastreados,
avaliados para
elegibilidade e incluídos
na revisão, razões para
exclusão em cada
estágio,
preferencialmente por
meio de gráfico de fluxo
RESULTADOS
 META-ANÁLISE
(Principais informações do gráfico forest plot)

• IDENTIFICAÇÃO DO • Estimativa de efeito • Peso do estudo

• Heterogeneidade
ESTUDO
 TIPOS DE VARIÁVEIS E
MEDIDAS DE EFEITO
(META-ANÁLISE)
• Inicialmente, os desfechos de cada estudo devem ser
sumarizados em forma de uma medida de efeito. Para cada
tipo de variável, atribui-se uma medida estatística que
sumariza o efeito da intervenção.

• As variáveis são divididas em: (a) variáveis categóricas, que

se subdividem em dicotômicas, nominais e ordinais; e (b)
variáveis numéricas, subdivididas em contínuas e discretas.
 MODELO DE ANÁLISE

MODELO RANDÔMICO MODELO FIXO

• Caso exista heterogeneidade • Modelo de efeito fixo de
entre os estudos, o método metanálise baseia-se na
de efeitos randômicos suposição matemática de que
proverá uma estimativa de existe um único verdadeiro
efeito com menor precisão efeito de tratamento comum
(isto é, com intervalo de entre os estudos e que as
confiança mais largo), sendo diferenças entre as
uma abordagem mais estimativas de efeitos dos
conservadora e indicada estudos são atribuídas
nestes casos. meramente ao acaso.
 QUANTIFICAÇÃO DE
HETEROGENEIDADE

• Alguns testes estatísticos conseguem mensurar o

grau de heterogeneidade entre os estudos.

• 0% a 25% – heterogeneidade leve, aceitável

• 25% – 50% – heterogeneidade moderada
• >50% – heterogeneidade alta
 QUANTIFICAÇÃO
DO RISCO DE VIÉS

• Inúmeros testes estatísticos permitem avaliar o viés de

publicação. Todas possuem vantagens e limitações que devem
ser consideradas na hora da escolha. Ainda, as evidências que
comparam as diversas técnicas são limitadas e necessitam ser
melhores investigadas.

• O método mais conhecido de acesso ao viés de publicação e

as alternativas mais reconhecidas em literatura para avaliar a
assimetria do gráfico de funil.
VARIÁVEL CONTÍNUA
REV MAN
SOFTWARE PARA META-
ANÁLISE
(Stata versão 12.0)
INSTALANDO OS PROGRAMAS
METAN
CRIANDO E RECODIFICANDO
VARIÁVEIS NO STATA
CRIANDO E RECODIFICANDO
VARIÁVEIS NO STATA
ANÁLISE DE DADOS – DIFERENÇAS
ENTRE MÉDIAS
(DO-FILE EDITOR)