Pesquisa quantitativa Aspectos relacionados a ética Uma base para compreender os aspectos de ligação entre estes campos de conhecimento Ramo da matemática

Pesquisa quantitativaAspectos relacionados a ética

Uma base para compreender os aspectos de ligação entre estes campos de conhecimento

Estatística Saúde

ética

?Ramo da matemática

Ramo da medicina/ biologia

Ramo da filosofia



De onde saiu a pesquisa “quantitativa”?

Como a saúde entrou nessa?

Por que a ética apareceu nessa história?




• a maioria dos cientistas (só os que pararam para pensar nisso) reconhece quatro métodos para se chegar a verdade:

i. Indutivo

ii. Dedutivo

iii. Hipotético dedutivo

iv. Dialético




indutivo dedutivo

condições gerais

conclusões particulares

condições particulares

conclusões gerais




Pensamento indutivo

Tem por objetivo levar a conclusões mais amplas do que as premissas que lhes deram origem

Tem 3 elementos fundamentais – observação dos fenômenos; descoberta (ou não) de relação entre eles; generalização da relação




Pensamento indutivo

Principais inferências:

• da amostra p/a população

• da população p/a amostra (desta mesma população)

• da amostra p/a amostra• preditiva padrão• preditiva estatística• preditiva singular




Pensamento indutivo

Como garantir que as generalizações são confiáveis?

Quem garante que os resultados do meu experimento/pesquisa podem ser generalizados?

A Estatística !



Estatística

Por meio de diversas técnicas matemáticas, foram criados e desenvolvidos os chamados “testes de hipótese”, cuja função é identificar a probabilidade de uma determinada hipótese ser aceita ou rejeitada.



Teste de hipótese

Não há erro

Erro tipo I

Erro tipo II Não há erro

“realidade”

Experimento

Aceita rejeita

Aceita

rejeita

Erro tipo I – nível de significância ou α

Erro tipo II ou β


Teste de hipótese

Portanto, aplicar um teste estatístico e concluir a partir da significância observada quer dizer:

• tenho pelo menos 95% de chances de acertar ao afirmar que “X” é diferente de “Y”

Na prática dizemos que:

• “X” é diferente de “Y”

Sempre que aparecer a expressão cabalística p < 0,05


Teste de hipótese

Portanto, aplicar um teste estatístico e concluir a partir da significância observada quer dizer:

• tenho menos de 95% de chances de acertar, ao afirmar que “X” é diferente de “Y”. É melhor não afirmar nada.

Na prática dizemos que:

• “X” é igual a “Y”

Sempre que aparecer a expressão cabalística “n-s”


“uma ferramenta para o pensamento e para a prática da ciência; um meio e não um fim”

descritiva inferencial

Bioestatística

testa hipóteses

“tira” conclusões

organiza dados

descreve frequências

amostras experimentos

Bioestatística

Ensaios clínicos e laboratoriais

Estudos populacionais/ epidemiológicos

Transversais e longitudinais

Ensaios experimentais

Noções de Amostragem

Amostra - parcela de uma população, que deve ser representativa das características deste universo com um mínimo de discrepâncias.

Amostragem - técnica utilizada para obtenção de amostras representativas.

Classificação de amostras

P rob ab ilís t icas N ã o-p rob ab ilís t icas

A m os tras

permitem generalizarpermitem generalizaras conclusõesas conclusões

válidas apenas paraválidas apenas para o estudo da qual faz parteo estudo da qual faz parte

Classificação de amostras

• voluntáriosvoluntários• intencionalintencional• fácil acessofácil acesso

Não-probabilísticasAmostras

Tipos de amostras probabilísticas

Amostra aleatória ou “ao acaso” - mais simples de se obter, mais sujeita a erros. Indicada para dados homogêneos.

Amostra sistemática - indicada para populações finitas.

Amostra estratificada - mais complexa, indicada para dados pouco homogêneos ou para obtenção de variáveis que se pretende analisar em uma população.

Amostra casual simples (aleatória):

Todos os elementos da população tem igual chance de pertencer à amostra.

Processo de sorteio dos elementos amostrais na população.

Amostra sistemática:Amostra sistemática: Utiliza uma ordenação natural existente Utiliza uma ordenação natural existente nos elementos da população, que tem nos elementos da população, que tem tamanho conhecido.tamanho conhecido.

Os elementos são definidos através de Os elementos são definidos através de intervalos regulares na população, com intervalos regulares na população, com sorteio do primeiro.sorteio do primeiro.

Amostra estratificada:Amostra estratificada:

A população é dividida em subgrupos A população é dividida em subgrupos homogêneos, e o sorteio da amostra é homogêneos, e o sorteio da amostra é conduzido em cada um dos grupos.conduzido em cada um dos grupos.

Os subgrupos (estratos) servem para Os subgrupos (estratos) servem para garantir a representatividade das garantir a representatividade das

características que se deseja estudarcaracterísticas que se deseja estudar..

Principais elementos da amostra

Nível de confiança - Significa que os resultados de uma amostra tem esta probabilidade de ocorrer, em caso de repetição da amostra. Os níveis mais usados são os de 95% e 99%.

Erro amostral - Indicam a margem de erro prevista, quando comparados os resultados. Em pesquisas na área médica, geralmente variam de 2% a 5%

Principais elementos da amostra

Probabilidade de ocorrência do fenômeno - obtida através de estudo piloto ou de dados existentes na literatura. É um estimador que presume a diferença máxima entre os resultados da população e da amostra.

Para dados discretos: p-q = 100 Para dados contínuos : X - x

Vantagens da amostra

custo menor resultado em menor tempo objetivos mais amplos dados mais fidedignos

TAMANHO DA AMOSTRA: variável discreta

2

2

0

)(ePQzn

Nnnn

0

0

1

2

2

0

)(ePQzn

Nnnn

0

0

1

N => TAMANHO DA POPULAÇÃOP => PROPORÇÃO DE CASOSQ => 100-P

e => ERRO AMOSTRALentre 2 e 5% - definido pelo

pesquisador

z => 1,96 para 95% 2,58 para 99%

TAMANHO DA AMOSTRA: variável contínua

2

22

0 )( xxszn

Nnnn

0

0

1

Nnnn

0

0

1

N => TAMANHO DA POPULAÇÃOs => VARIABILIDADE CONHECIDA

(X-X) => PRECISÃO DESEJADAdiferença considerada mínima

significantedefinido pelo pesquisador

z => 1,96 para 95% 2,58 para 99%

2

22

0 )( xxszn

EXEMPLOS:

Considerando uma prevalência conhecida de 20% para sobrepeso e obesidade, calcular o tamanho da amostra para 95% de confiança e precisão de 4%.

Considerando uma prevalência conhecida de 20% para sobrepeso e obesidade, calcular o tamanho da amostra para 95% de confiança e precisão de 4%.

Z = 1,96 P = 20 Q = 80 E = 4%

(1,962 x 20 x 80) / 42 =

3,84 x 1600 / 16 =

384

EXEMPLOS:

Considerando uma população de 18.000 alunos na UFSC, calcular o tamanho da amostra para 95% de confiança e 0,5 mg de precisão, para investigar os valores de hemoglobina. O desvio padrão de uma amostra piloto foi de 3 mg.

Considerando uma população de 18.000 alunos na UFSC, calcular o tamanho da amostra para 95% de confiança e 0,5 mg de precisão, para investigar os valores de hemoglobina. O desvio padrão de uma amostra piloto foi de 3 mg.

Z = 1,96 s = 3 (x-x) =

0,5

(1,962 x 32) / 0,52 =

3,84 x 9 / 0,25 =

138,2

E a ética?

As situações mais comuns, parcialmente definida pelos aspectos quantitativos, são:

1. Planejar uma amostra muito grande (e afetar pessoas desnecessariamente)

2. Planejar uma amostra muito pequena (e afetar pessoas inutilmente)

E a ética?

Planejar uma amostra muito grande, do ponto de vista metodológico, é um pecado venial.

Amostras maiores trazem resultados mais consistentes (aumentam o grau de confiabilidade das pesquisas)

Não se deixa de testar uma hipótese por “excesso” de amostra, exceto se não se conseguir colher os dados de maneira decente

E a ética?

Planejar uma amostra muito pequena, do ponto de vista metodológico, é um pecado venial, mas pode se tornar mortal.

Amostras pequenas podem impedir a assunção de significância estatística

Pode-se deixar de testar uma hipótese por “falta” de amostra

Técnicas de coleta de dados

Indireta Pesquisa documental

Obtida de fontes primárias

Pesquisa bibliográfica

Obtida de fontes secundárias

Direta Observação Entrevista Questionário Formulário Medidas de opinião e

atitudes

Dados obtidos pela própria pesquisa, em geral no momento e/ou local em que ocorre

Técnicas diretas

Questionário: “série ordenada de perguntas, respondidas sem interferência do pesquisador;“

• vantagens – economia, alcance, anonimato, comparabilidade, interpretação

• desvantagens – incompreensão, não-resposta, distorções do instrumento

• sequência operacional:

• elaboração

• pré-teste

• escolha do tipo*(abertas, fechadas) e da ordem de perguntas

• avaliação da distorções

Técnicas diretas

Questionário:

* Os tipos de perguntas tem outras classificações, conforme sua intenção

- com mostruário- de avaliação- de fato- de ação- de intenção- de opinião- pergunta-teste

Técnicas diretas

Formulário:• forma mista, entre o questionário e a entrevista, geralmente visando maior complexidade nas respostas.

• vantagens e desvantagens – as mesmas dos modelos anteriores

Medidas de opinião e atitudes:• caracterizados por tentativa de mensuração das respostas, por meio de escalas.

• principais escalas

• de ordenação – pontos, classificação direta, pares

• de intensidade

• de Lickert

Técnicas diretas

Exame clínico/ físico/psicológico:• procedimentos sistematizados

• protocolos bem discutidos e pré-testados

• calibração prévia

Lógica da calibração

Precisão validade

Precisão validade

Precisão validade

Precisão validade

Técnicas diretas

As técnicas de coletas de dados podem interferir nos aspectos de uma pesquisa:

1. geralmente, são pecados mortais;

2. Os problemas mais comuns ocorrem

a. na formulação das perguntas (planejamento)

b. no treinamento dos aplicadores (planejamento)

c. no preenchimento das respostas (execução)

d. na tabulação das respostas (execução)


Estatística Saúde

ética

Mais aplicadaMais efetiva

Mais consistente

Comitês e pesquisadores mais conscientes e engajados

Documents

Pesquisa quantitativa Aspectos relacionados a ética Uma base para compreender os aspectos de ligação entre estes campos de conhecimento Ramo da matemática