Upload
haphuc
View
215
Download
0
Embed Size (px)
Citation preview
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
Patrício Costa | [email protected] 3
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.
Patrício Costa | [email protected] 4
2. O desenho do 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).
Patrício Costa | [email protected] 5
Tipos de Estudo Epidemiológicos
Observacionais
A. Descritivos B. Analíticos
Experimentais
C. Ensaios Clínicos Aleatorizados
2. O desenho do estudo
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]
2. O desenho do estudo
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
7 Patrício Costa | [email protected]
2. O desenho do estudo
B. Estudos Analíticos | 1. Transversais
8 Patrício Costa | [email protected]
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
2. O desenho do estudo
B. Estudos Analíticos | 2. Estudos Caso-Controlo
9 Patrício Costa | [email protected]
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
2. O desenho do estudo
B. Estudos Analíticos | 3. Estudos Coorte
10 Patrício Costa | [email protected]
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
2. O desenho do estudo
C. Estudos Experimentais | ensaio clínico aleatorizado
11 Patrício Costa | [email protected]
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
2. O desenho do estudo
12 Patrício Costa | [email protected]
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.
Patrício Costa | [email protected] 13
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)
Patrício Costa | [email protected] 14
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)
Patrício Costa | [email protected] 15
Dois tipos de conclusões erradas:
16 Patrício Costa | [email protected]
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)
Patrício Costa | [email protected] 17
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.
Patrício Costa | [email protected] 18
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.
19 Patrício Costa | [email protected]
Jacob Cohen
The primary product of a research inquiry is one or more measures of effect size, not
p values.
20 Patrício Costa | [email protected]
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.
21 Patrício Costa | [email protected]