Escola de Ciências da Saúde Universidade do Minhoruirodrigues.net/spro/attachments/article/85/Metodologias de... · Plano de investigação: experimental Definição de grupo de

Patrício Costa

Escola de Ciências da Saúde

Universidade do Minho

Teoria

Hipóteses

Operacionalização de conceitos

Selecção de inquiridos ou sujeitos

Plano de investigação: observacional / Inquérito Condução de entrevistas ou aplicação de

questionários

Plano de investigação: experimental Definição de grupo de controlo e de grupos

experimentais

Recolha de dados

Análise de dados

Conclusões O esquema constitui um modelo do

processo de investigação que nem sempre

pode ser reproduzido numa situação real.

Realização de observações e/ou aplicação de testes ou questionários

Bryman & Cramer (2003, p. 3).

Patrício Costa | [email protected] 2

Para estudar uma população é necessário:

1. Definir a população

2. O desenho do estudo

3. Método de amostragem


1. Definir a população

Definição conceptual: associada à(s) característica(s) da população que pretendemos

estudar.

Definição operacional: corresponde à forma como foi operacionalizado o critério de

inclusão das unidades populacionais.

Propriedades de uma boa definição da população do estudo:

1. Reconhecimento: condição clínica reconhecível pela comunidade médica e cientista.

2. Relevância: do ponto de vista clínico.

3. Atributabilidade: decisão clara e objetiva se um indivíduo pertence, ou não, à

população em estudo.



O desenho do estudo está relacionado com o objetivo especifico de cada investigação,

mas, na medicina clínica, o objetivo final de uma investigação é o estabelecimento de

causalidade (relação causa-efeito).


Tipos de Estudo Epidemiológicos

Observacionais

A. Descritivos B. Analíticos

Experimentais

C. Ensaios Clínicos Aleatorizados


A. Estudos Descritivos

Informam sobre a distribuição de um evento na população, em termos quantitativos:

Incidência ou Prevalência

Possibilitam a caracterização da doença:

Tempo: curso da epidemia/doença, o tipo de curva e período de incubação (evolução histórica)

Lugar: extensão geográfica do problema

Pessoa: grupo de pessoas, faixa etária, exposição aos fatores de risco

Não investigam uma relação de causa e efeito

Descrição de um problema/realidade

Uso de medidas de tendência central, medidas de dispersão, frequências, proporções

e indicadores como prevalência, incidência, taxas …

6 Patrício Costa | [email protected]


B. Estudos Analíticos

Estudos comparativos que lidam com “hipóteses” - estudos de causa e efeito,

exposição e doença;

Testam hipóteses.

1. Transversais

2. Estudos Caso-Controlo

3. Estudos Coorte



B. Estudos Analíticos | 1. Transversais


Expostos e Não-Doentes

Expostos e Doentes

Não-Expostos e Doentes

Não-Expostos e Não-Doentes

População Amostra

Formação dos grupos por observação simultânea de

exposição e doença


B. Estudos Analíticos | 2. Estudos Caso-Controlo


Expostos

Não Doentes

Doentes

Não Expostos

Expostos

Não Expostos

Grupo de Estudo

Grupo-Controlo

Formação dos grupos (presença de doença ou não)

Verificação da exposição

População

Amostra de casos

Amostra de controlos


B. Estudos Analíticos | 3. Estudos Coorte


COM Desfecho

Não Expostos

Expostos

sem Desfecho

COM Desfecho

sem Desfecho

População

Amostra para Estudo

Formação dos grupos por observação da exposição

Medição dos Efeitos


C. Estudos Experimentais | ensaio clínico aleatorizado


COM Efeito

Não”Tratados”

“Tratados”

sem Efeito

COM Efeito

sem Efeito

Grupo de Estudo

Grupo-Controlo

População

Amostra para

Estudo

Formação dos grupos por aleatorização e aplicação da

intervenção (tratamento) Medição dos Efeitos



O que vai acontecer se fizermos X?

Estudo experimental

O que vai acontecer?

Estudo longitudinal de coortes

O que aconteceu?

Estudo longitudinal caso-controlo

O que está a acontecer?

Estudo transversal

3. Método de amostragem População (Parâmetros)

Amostra (Estatísticas)

O recurso da investigação a amostras de acontecimentos ou indivíduos é muito frequente, pois é

economicamente inviável, estatisticamente desnecessário e humanamente impossível considerar

na investigação todas as unidades de análise.


3. Método de amostragem

Processos e tipos de amostras

O processo para se chegar à definição de uma amostra designa-se por amostragem.

Este deverá possuir determinados requisitos para que seja garantida a validade dos

resultados e a possibilidade dos mesmos serem generalizados para a população.

O processo poderá orientar-se segundo princípios probabilísticos (conduzem a amostras

propriamente ditas) ou não probabilísticos (conduzem a grupos de casos)


Amostragem probabilística

Amostragem aleatória simples

Amostragem sistemática

Amostragem aleatória estratificada

Amostragem por conglomerados (clusters)

Amostragem não probabilística

Amostragem por conveniência

Amostragem intencional

Amostragem por quotas

Amostragem por itinerários aleatórios

Amostragem “Bola de neve” (Snowball)


Dois tipos de conclusões erradas:


Ellis, P. D. (2010). The essential guide to effect sizes, p. 50

Esquema de resultados de um teste de hipóteses:

Doença (Realidade)

Resultados do diagnóstico

Presente n Ausente n Total

Positivo Verdadeiro Positivo

(VP) | 1- a

Falso Positivo (FP) |

c a + c

Negativo Falso Negativo

(FN) | b

Verdadeiro Negativo (VN) | 1-

d b + d

Total a + b c + d

Sensibilidade: probabilidade do resultado do teste ser positivo quando a doença está presente a /(a + b)

Especificidade: probabilidade do resultado do teste ser negativo quando a doença está ausente d / (c+d)

Valor preditivo positivo: probabilidade da doença estar presente quando o resultado do teste é positivo a / (a+c)

Valor preditivo negativo: probabilidade da doença estar ausente quando o resultado do teste é negativo d / (b+d)


Dois tipos de conclusões erradas:

Type I error (): um falso positivo resulta da rejeição da hipótese nula tendo por base uma

análise estatística. A probabilidade de efectuar um erro do tipo I é igual ao nível de significância

previamente definido para o teste de hipóteses.

Type II error (): um falso negativo resulta da não rejeição de hipótese nula inválida. A

probabilidade de ocorrer um erro do tipo II não pode ser estimada tão facilmente como a do

erro tipo I.

Statistical power = (1 – probabilidade de cometer um erro tipo II): determina o grau de

probabilidade de rejeitar uma hipótese nula inválida – frequentemente 90%.

Se Statistical power = 90% - significa que 9 em 10 casos rejeitaremos uma falsa hipótese nula.


Ronald Aylmer Fisher

To call in the statistician after the experiment is done may be no more than asking

him to perform a postmortem examination: he may be able to say what the

experiment died of.

The best time to plan an experiment is after you've done it.


Jacob Cohen

The primary product of a research inquiry is one or more measures of effect size, not

p values.


1. Definir conceptual e operacionalmente a população alvo do estudo.

2. Caso necessitem de recorrer à estatística para suportar as suas constatações, os testes

estatísticos a utilizar e a dimensão amostral deverão ser definidos em simultâneo com o

desenho do estudo.

3. A dimensão amostral depende do desenho do estudo, da significância prática (effect size), do

nível de confiança (nível de significância) e da potência de teste.

4. Utilização de métodos de amostragem aleatórios, pois na maior parte dos casos

pretendemos generalizar os nossos resultados.

5. Determinar a viabilidade geral do projeto, bem como o prazo para a recolha e análise dos

dados.

6. Efetuar os procedimentos estatísticos adequados à hipótese de investigação formulada.

7. Reportar adequadamente os resultados, isto é, incluir todas as estatísticas relevantes para

uma melhor compreensão do fenómeno.


Documents

Escola de Ciências da Saúde Universidade do Minhoruirodrigues.net/spro/attachments/article/85/Metodologias de... · Plano de investigação: experimental Definição de grupo de