BIOESTATSTICA

Variveis Independentes: Fatores de risco/tratamento, caractersticas sociodemogrficas, antropomtricas, caractersticas da doena na baseline de um ensaio clnico, co morbilidades e medicaes concomitantes na baseline de um ensaio clinico Variveis dependentes: resultado de sade, doena, incidncia, prevalncia, varivel caso-controlo, prognstico, qualidade de vida, variveis de eficcia e efetividade em ensaios clnicos, variveis de segurana estudos experimentais. Variveis qualitativas (categricas) - Representam a informao que identifica alguma qualidade, categoria ou caracterstica, no susceptvel de ser medida, mas sim classificada. Ex: Sexo, Grupo etrio, HTA (presente/ausente), Tipo de Tratamento, Gravidade dos efeitos adversos (EAs), Qualquer varivel numrica recodificada em funo de um cut-off. Estas dividem-se em nominal (sexo, doena) e ordinais estado sade (fraco, bom, muito bom). Variveis quantitativas (numricas) - Idade (anos), Peso (kg), Altura (cm), Colesterol (mg/dl), PA (mmHg), Score clnico ps-tratamento (0-100)

Representao grfica: Variveis categricas Grfico de barras ou circular Variveis numricas Histograma, blox-pot, disperso (associao entre 2 variveis numricas) Erro Padro

Proporo - Variveis categricas Exemplos: Mdia de uma varivel binria (0/1), Taxa de eficcia/efetividade Taxa de prevalncia/incidncia Mdia, Mediana, Min-Mx Variveis Quantitativas Nota: no se calcula mdias e medianas de sexo, raa etc.
Mediana - No caso de dados ordenados de amostras de tamanho n, se n for mpar, a mediana ser o elemento central Se o nmero de dados par, a mediana a mdia aritmtica dos dois valores centrais. Ex 5 8 9 10 md= (8+9)/2=8,5 Nas variveis ordinais, no possvel calcular mdias ou desvios-padro.

Desvio Padro - Variveis quantitativas e categricas binrias (0/1)

Intervalo Confiana
Exemplo: A taxa de eficcia do medicamento do meu estudo foi de 80% e o intervalo de confiana a 95% foi de 75% a 85% de eficcia. Consequentemente, podemos assumir com elevada confiana (95%) que a verdadeira taxa de eficcia est entre 75% e 85%.

Intervalo Confiana para Mdia/proporo

IC mdia

IC proporo

IC Diferenas entre mdia e entre %

IC diferenas entre mdias

IC Diferenas entre propores

Teste de Hipteses com IC Concluso: Se o IC no inclui o valor de H0 rejeita-se a H0a favor de H1e conclui-se que a mdia/proporo populacional diferente do valor da H0. Hiptese nula (H0): Assume-se que na populao a diferena entre mdias/propores um dado valor fixado (por exemplo 0). Hiptese alternativa (H1): Assume-se que na populao a verdadeira diferena entre mdias/propores possa ser diferente do valor fixado de hiptese nula. Concluso: Se o IC no inclui o valor de H0rejeita-se a H0a favor de H1 e conclui-se que a diferena entre mdias/propores populacionais diferente do valor da H0 (diferente de 0)

Valor p vs IC - Na comparao dos grupos de tratamento face ao score de dor (0a100) cuja diferena foi de 44 ponto se o IC a 95% de 40 a 48 pontos, conclui-se que p<0,05 porque o IC 95% no inclui o valor nulo - Na comparao dos grupos de tratamento face taxa de eficcia cuja diferena foi de 10% e o IC a 95% de -10% a 30% (tratamento ativo-placebo), conclui-se que p>0,05 porque o IC95% inclui o valor nulo.

Teste Qui-quadrado

Medidas de associao/efeito: Diferena absoluta de riscos (DA) Risco relativo e Benefcio relativo (RR/BR), Aumento/reduo relativa do risco (ARR, RRR), Nmero necessrio tratar (NNT), Odds ratio (OR).

OR= (45/5)/(20/30) = 13,5, mais adequado a estudos caso controlo, representando o risco relativo neste tipo de estudos; Tambm usado como medida de associao em estudos de prevalncia. RR Estudos de coorte e experimentais. Nota: nos estudos de coorte no se calcula o NNT (s nos experimentais)

DA= 0,07 = 7% RR= 0,53 (1/RR = 1,89) <1 NT protetor RRR= 0,47 = 47% NNT= (1/00,7) =14,3 OR= (16/194)/(30/170)=0,47

Teste x2 e valor p

EX.

1 Calcular IC a 95% para a progresso da doena Tratamento standard = 0,15 +-1,96 x 0,15 x (1-0,15)/200 =[0,101 ; 0,199] Novo Tratamento = 0,08 +-1,96 x 0,08 x (1-0,08)/210 =[0,043 ; 0,117]

Total

364

46

410

2 Calcular as frequncias esperadas sob H0 de no existirem diferenas entre o Novo Tratamento e o Tratamento Standard FE(170)= (200 x 364) / 410 = 177,6 FE(30)= (200 x 46) / 410 = 22,4 FE(194)= (210 x 364) / 410 = 186,4 FE(16)= (210 x 46) / 410 = 23,6 3 Calcular IC a 95% para a progresso da doena x2 = 170 177,6)2 / 177,6 + (30 22,4)2 / 22,4 + (194 186,4)2 / 186,4 + (16 23,6)2 / 23,6= 5,66 Na tabela da distribuio do x2 com 1 g.l. encontram-se os valores 3,841 (p<0,05), 6,635 (p<0,01) e 10,827(p<0,001) Como 5,66 > 3,841 conclui-se que p<0,05logo existem diferenas estatisticamente significativas entre os 2 tratamentos (p<0,05).

Teste T amostras independentes

Anlise de comparao de dois grupos relativamente s mdias de uma varivel numrica Exemplos: - Comparar o ndice de massa corporal entre sexos. - Comparar a PA sistlica entre 2 grupos etrios. - Comparara FC entre expostos a tabaco e no expostos. - Investigar a associao entre a obesidade PA sistlica. - Comparar casos com controlos face idade. O teste de T-Student fornece o valor p. Caso p<0,05 considera-se que a diferena estatisticamente significativa (rejeita-se H0). Caso p<0,05 ento a diferena entre mdias(e respetivo IC) mede a magnitude da diferena.

Pressupostos: Normalidade dentro dos grupos e homogeneidade de varincias

Exerccios:
Fav. 205 177 382 Desf 15 (6,82%) 68 (27,76%) 83 n 220 245 465

Dep A Dep B total

4.1 FE (205) = (220x382)/465=180,7 FE (177)=201,27 FE (15)=39,27 FE(68)=43,73

X2=34,66 > 3,841, p<0,05 existe diferenas 4.2 RR=0,0682/0,2776=0,246 O maior risco de incidncia no grupo B (27,76%). 4.3 RRR=(RR-1)x100)=75,4% no dep A h uma reduo relativa do risco 75% em relao ao B. 4.4 Como p<0,05 a hiptese de investigao verdadeira, os 2 Dep. Tm riscos diferentes. 4.5 Estudos caso-controlo e estudos transversais de prevalncia

Ex: 1) Considerem que em 250 doentes, 30 tiveram acontecimentos desfavorveis. Quais a IC 95% e 99%? R Taxa incidncia p=30/250=0,12 IC (95%) = 0,12+-1,96 x 0,12(1-0,12)/250 =(0,08;0,16) IC (99%) = 0,12+-2,58 x 0,12(1-0,12)/250 =(0,07;0,17) 2) Que se pode dizer sobre a afirmao que os efeitos adversos so 20% R Os EA esperados so inferiores a 20%, p<0,01 3) O absentismo mensal mdio foi de 10 dias com DP de 3 dias. Com IC (95%) teste a hiptese de o absentismo ser 15 dias (n=16 e distribuio normal). R - t16-1=2,13 EP=S/n = 3/16=0,75 IC (95%)= 10+-2,13x0,75= (8,40; 11,6) Rejeita-se a hiptese nula. O absentismo inferior a 15 dias p<0,05 Ex: Ho p=0,50 a) IC (95%) = (0,10; 0,30) p<0,05 b) IC (99%) = (0,40; 0,70) p>0,01 c) IC (95%) = (0,30; 0,80) p>0,05 d) IC (95%) = (0,03; 0,40) ^ IC (99%) = (0,15; 0,55) Quando H0 estiver contida no IC ento p>0,05

0,01<p<0,05

Ex: Qual o valor de p? IC RR (95%) = (0,17; 1,92) p>0,05 o estudo no conclusivo acerca do fator de incidncia H0 RR=1 IC RR (95%) = (1,7; 3,5) p<0,05 o fator risco produz mais incidncia IC DA (95%) = (-0,03; o,18) p>0,05 no rejeitamos H0 DA H0=0 IC OR (99%) = (0,07; 0,18) p<0,05 um fator protetor o risco inferior a 1. Qual o melhor estudo? a) RR=10 p>0,05 no estatisticamente significativo b) RR=3 p<0,05 H maior estimativa de risco 3 maior que 2 c) RR=2 p<0,01 a) NNT= 2 p<0,05 est mais perto do sucesso b) NNT= 10 p<0,05 c) NNT = 1,1 p>0,05 no estatisticamente significativo EX: Casos controlo Risco AVC 1 a 6 Mdia DP n 4,2 0,50 35 2,1 0,44 43

1) IC (95%) e IC (99%) risco AVC dos casos e dos controlos 2) Teste T para comparar casos com controlos

1 - IC (95%) = = 4,2+-2,032 x (0,5 / 35 = (4,03; 4,37) O risco de AVC varia entre IC(99%) = 4,2+-2,728 x (0,5/35)= (3,97; 4,43) IC(95%) = (1,965; 2,235) IC (99%) = (1,92; 2,228) t-Student com g.l.=n1+n2-2 H diferenas

2-

Dif. Mdias= 4,2 - 2,1= 2,1 = S = (35-1) x 0,5 + (43-1) x 0,44 = 0,472/35 + 0,472/43 = 0,11
2 2

/ (35 + 43 - 2) = 0,47

T= 2,1/0,11= 20 ir tabela T35-43-2= t76 = 1,994 Como 20> 1,994 rejeita-se H0, h diferenas estatisticamente significativas. Como rejeitamos H0 o 0 no pode estar contido IC (95%) = x1 - x2 +- tn1+n2-2 x Ep Dif= (2,1+-1,994x0,11) = (1,8;2,32)