3. Pequisa
em
Anestesiologia
• Anestesiologia
Clínica
– Processos,
métodos
e
técnicas
– Administração
de
fármacos
– Proteger
o
paciente
do
stress
cirúrgico
– Proporcionar
o<mas
condicoes
cirurgicas,
despertar
tranquilo,
e
controle
da
dor
4. Comite
de
E<ca
em
Pesquisa
-‐
CEP
• Todo
protocolo
de
pesquisa
deve
necessariamante
ser
subme<do
a
aprovacao
e
acompanhamento
por
um
CEP
21. Fase
I
Um
estudo
de
fase
I
testa
o
medicamento
pela
primeira
vez.
O
obje<vo
principal
é
avaliar
a
segurança
do
produto
inves<gado.
Nesta
fase
a
medicação
é
testada
em
pequenos
grupos
(10
–
30
pessoas),
geralmente,
de
voluntários
sadios.
Podemos
ter
exceções
se
es<vermos
avaliando
medicamentos
para
câncer
ou
portadores
de
HIV-‐aids.
Fase
II
O
número
de
pacientes
que
par<cipam
desta
fase
é
maior
(70
-‐
100).
Aqui,
o
obje<vo
é
avaliar
a
eficácia
da
medicação,
isto
é,
se
ela
funciona
para
tratar
determinada
doença,
e
também
obter
informações
mais
detalhadas
sobre
a
segurança
(toxicidade).
Fase
III
Nesta
fase,
o
novo
tratamento
é
comparado
com
o
tratamento
padrão
existente.
O
número
de
pacientes
aumenta
para
100
a
1.000.
Geralmente,
os
estudos
desta
fase
são
randomizados,
isto
é,
os
pacientes
são
divididos
em
dois
grupos:
o
grupo
controle
(recebe
o
tratamento
padrão)
e
o
grupo
inves<gacional
(recebe
a
nova
medicação).
A
divisão
entre
os
grupos
é
feita
sob
a
forma
de
um
sorteio.
– Algumas
vezes,
os
estudos
fase
III
são
realizados
para
verificar
se
a
combinação
de
dois
medicamentos
é
melhor
do
que
a
u<lização
de
um
medicamento
somente.
Por
exemplo,
se
a
combinação
do
an<bió<co
X
(novo)
com
o
an<bió<co
Y
(tratamento
atual)
é
melhor
do
que
o
an<bió<co
Y
somente
para
tratar
uma
determinada
infecção.
–
Fase
IV
Estes
estudos
são
realizados
para
se
confirmar
que
os
resultados
ob<dos
na
fase
anterior
(fase
III)
são
aplicáveis
em
uma
grande
parte
da
população
doente.
Nesta
fase,
o
medicamento
já
foi
aprovado
para
ser
comercializado.
A
vantagem
dos
estudos
fase
IV
é
que
eles
permitem
acompanhar
os
efeitos
dos
medicamentos
a
longo
prazo.
33. Documentos
• Folha
de
rosto
devidamente
assinada
• Termo
de
Concordância
da
Ins<tuição
devidamente
assinada
• Currículo
resumido
dos
par<cipantes
• Planilha
de
Orçamento
• TCLE
à
art
101
do
Codigo
de
E<ca
Medica
• Projeto
Detalhado
(Protocolo
de
Pesquisa)
42. Tipos
de
Estudos
Originalidade
do
estudo
primarios
secundarios
(metanalises,
diretrizes)
Interferencia
no
estudo
observacional
intervencional
Tipo
de
unidade
do
estudo
pesquisa
clinica
(ensaio,
trial)
pesquisa
experimental
Periodo
de
seguimento
do
estudo
longitudinal
(follow
up)
transversal
ou
seccional
Acta
Cirúrgica
Brasileira
-‐
Vol
20
(Supl.
2)
2005
Direcionalidade
temporal
do
estudo
prospec<vo
retrospec<vo
Perfil
de
avaliacao
epidemiologico
do
estudo
descri<vo
analí<co
Controle
compara<vo
no
estudo
controlado
compara<vo
auto-‐controlado
43. Tipos
de
Estudos
Intervenção
terapêu<ca
em
seres
humanos
no
estudo
Ensaio
clínico
controlado
aleatorizado
(paralelo)
Ensaio
clínico
controlado
cruzado
Ensaio
clínico
controlado
fatorial
Mascaramento
no
estudo
(estudo
com
ocultação,
blinding)
Aberto
(
open,
open
label,
open
clinical
trial)
Unicego
(blind,
single-‐masked
)
Duplo-‐cego
(double-‐blind
)
Triplo-‐cego
(triple-‐blind,
triple-‐
masked
)
Quadruplo-‐cego
(quadruple-‐blind,
quadruple-‐masked)
Acta
Cirúrgica
Brasileira
-‐
Vol
20
(Supl.
2)
2005
Tipos
de
frequencia
no
estudo
estudos
de
prevalencia
estudos
de
incidencia
estudos
de
acuracia
Aleatorizacao
amostral
no
estudo
aleatorizado
nao
aleatorizado
Relação
temporal
entre
exposição-‐efeito
/doença
do
estudo
Coorte
Caso-‐controle
44. Estudo
Controlado
e
Aleatorizado
• Metodo
de
amostragem
intencional
• A
escolha
é
feita
por
sorteio
• Os
grupos
preferencialmente
devem
ter
o
mesmo
numero
de
par<cipantes
• Metodo
com
maior
eficiencia
compara<va
– Permite
padronizacao
de
resultados
45. Ensaio
Clínico
Cruzado
(Crossover)
• 2
grupos
– Placebo
vs
Tratamento
– Periodo
de
repouso
(washout)
– Tratamento
vs
Placebo
– Permite
analise
entre
e
dentro
dos
grupos
48. Estudos
Secundários
• Revisões
e
Metanálise
• Revisões
não
sistemá<cas
ou
narra<vas
– Apresenta
um
resumo
dos
dados
– Subje<va
e
sujeita
a
vieses
e
erros
• Revisões
sistemá<cas
– Metodologia
explicitada
e
reproduBvel
– Obje<vos
e
critérios
bem
definidos
– Analise
esta<s<ca
apropriada
à
metanálise
50. PEDRO
A.
BARBETTA
–
EstaBs<ca
Aplicada
às
Ciências
Sociais
6ed.
Editora
da
UFSC,
Pesquisa,
dados
e
estaBs<ca
Metolo-
-logia
estatís-
tica
Tema, definição do problema, objetivos, ...
Planejamento da pesquisa
Dados
Análise dos dados
Resultados
Conclusões
Execução da pesquisaExecução da pesquisa
Metodo-
-logia da
área em
estudo
51. PEDRO
A.
BARBETTA
–
EstaBs<ca
Aplicada
às
Ciências
Sociais
6ed.
Editora
da
UFSC,
Pesquisa
• Quem?
–
os
elementos
a
serem
pesquisados
è
POPULAÇÃO
• O
quê?
– caracterís<cas
a
serem
observadas
è
VARIÁVEIS
• Como?
–
o
instrumento
de
coleta
de
dados
è
QUESTIONÁRIO
/
ENTREVISTA
ESTRUTURADA
52. PEDRO
A.
BARBETTA
–
EstaBs<ca
Aplicada
às
Ciências
Sociais
6ed.
Editora
da
UFSC,
POPULAÇÃO
(Quem?)
• População
é
o
conjunto
de
elementos
(p.
ex.,
indivíduos)
que
queremos
abranger
em
nosso
estudo
e
que
são
passíveis
de
serem
observados,
com
respeito
às
caracterís<cas
(variáveis)
que
pretendemos
levantar.
– Muitas
vezes
vamos
chamar
de
população
a
todo
o
conjunto
de
observações
da
variável
de
interesse.
Abrangência
da
pesquisa
Toda
a
população
Censo
Parte
da
população
Amostragem
53. PEDRO
A.
BARBETTA
–
EstaBs<ca
Aplicada
às
Ciências
Sociais
6ed.
Editora
da
UFSC,
Amostragem
Probabilís<ca
• Amostragem
aleatória
simples
-‐
sorteio
• Amostragem
sistemá<ca
• Amostragem
estra<ficada
• Amostragem
por
conglomerados
54. PEDRO
A.
BARBETTA
–
EstaBs<ca
Aplicada
às
Ciências
Sociais
6ed.
Editora
da
UFSC,
N
n
IMPORTANTE:
forma
de
seleção
da
amostra
Tamanho
da
amostra
(n)
e
tamanho
da
população
(N)
10
10
10.000
Bem
menos
que
10.000
55. Based
upon
ourpreliminary
data,
a
priori
power
analysis
indicated
that
45
pa<ents
in
each
group
would
be
a
sufficiently
large
sample
size
to
be
adequate
to
detect
a
20%
reduc<on
in
morphine
requirements
on
the
first
postopera<ve
day,
with
a
type-‐I
error
of
0.05
and
a
power
of
approximately
90%.
Bri<sh
Journal
of
Anaesthesia
93
(6):
799–805
(2004)
57. PEDRO
A.
BARBETTA
–
EstaBs<ca
Aplicada
às
Ciências
Sociais
6ed.
Editora
da
UFSC,
VARIÁVEIS
(O
quê?)
• Variáveis
são
as
caracterís<cas
que
podem
ser
observadas
(ou
medidas)
em
cada
elemento
da
população,
sob
as
mesmas
condições.
– A
variável
deve
estar
definida
de
tal
forma
que
cada
elemento
observado
tenha
um
–
e
apenas
um
–
resultado
(valor
ou
atributo)
associado
a
essa
variável.
58. PEDRO
A.
BARBETTA
–
EstaBs<ca
Aplicada
às
Ciências
Sociais
6ed.
Editora
da
UFSC,
2006.
Dados
e
variáveis
• Ex:
Alunos
da
turma
Variáveis
Dados
Aluno Sexo Faltas Nota
1 masc. 2 9,20
2 masc. 1 9,00
3 fem. 5 8,50
4 masc. 0 10,00
5 fem. 0 6,30
6 fem. 9 4,90
7 fem. 2 7,00
8 fem. 4 7,30
9 masc. 6 5,40
10 masc. 0 8,00
... ... ... ...
Casos
(elementos
observados
da
população)
59. PEDRO
A.
BARBETTA
–
EstaBs<ca
Aplicada
às
Ciências
Sociais
6ed.
Editora
da
UFSC,
2006.
Dados
e
variáveis
Variável
qualitativa ou
categórica
quantitativa
dados qualitativos
ou categorizados
dados quantitativos
60. Variaveis
• Toda
a
caracteris<ca
que
podemos
mensurar
para
cada
sujeito
– Pode
variar
no
seu
valor
entre
sujeitos
em
uma
amostra
ou
população
61. Variaveis
quan<ta<vas
e
qualita<vas
• Variavel
quan<ta<va:
escala
de
mensuração
tem
valores
numericos
– Ex:
rendimento,
numero
de
filhos,
idade,
anos
de
escolaridade
• Variavel
qualita<va:
escala
de
mensuração
é
um
conjunto
de
categorias
– Ex:
estado
civil,
religião,
sexo,
ASA,
Hipertenso
(sim
ou
não)
62. Escalas
de
mensuração
nominal,
ordinal
ou
intervalar
• Variavel
quan<ta<va,
considera-‐se
que
os
valores
numéricos
possíveis
formam
um
escala
intervalar
• Variaveis
categoricas:
– Nominal:
nao
ha
diferença
entre
os
estratos
• Ex:
meios
de
transporte,
– Ordinal:
ordem
natural
de
valores
• Ex:
classe
social,
ASA,
63. Variaveis
con<nuas
e
discretas
• Variaveis
discretas:
seus
valores
possiveis
formam
um
conjunto
separados
de
numeros
como
0,
1,
2,
3,
…
à
Dist.
assimétrica
– Ex:
EVA,
END,
EVD
• Variaveis
con<nuas:
seus
valores
podem
ter
um
conBnuo
de
valores
reais
possíveis
à
Dist.
Normal
ou
simétrica
– Ex:
idade,
peso,
altura,
IMC,
PA,
FC,
64. PEDRO
A.
BARBETTA
–
EstaBs<ca
Aplicada
às
Ciências
Sociais
6ed.
Editora
da
UFSC,
Formas
de
uma
distribuição
de
freqüências
(b) Distribuições diferentes
quanto à dispersão
(a) Distribuições diferentes
em termos da posição
central
(c) Distribuição simétrica
(d) Distribuição assimétrica
65. PEDRO
A.
BARBETTA
–
EstaBs<ca
Aplicada
às
Ciências
Sociais
6ed.
Editora
da
UFSC,
50%50%
média = mediana
(a) Distribuição
simétrica
50%
50%
mediana média
(b) Distribuição
assimétrica
Média e mediana
66. PEDRO
A.
BARBETTA
–
EstaBs<ca
Aplicada
às
Ciências
Sociais
6ed.
Editora
da
UFSC,
25%
25%
25%
25%
Medidas baseadas na
ordenação dos dados
QI
Quartil
inferior
Md
mediana
QS
Quartil
superior
67. PEDRO
A.
BARBETTA
–
EstaBs<ca
Aplicada
às
Ciências
Sociais
6ed.
Editora
da
UFSC,
Diagrama
em
caixas
25%
25%
25%
25%
25% 25%
25%
25%
Ÿ
68. PEDRO
A.
BARBETTA
–
EstaBs<ca
Aplicada
às
Ciências
Sociais
6ed.
Editora
da
UFSC,
Análise
exploratória
de
dados
Análise
univariada
Variável
qualitativa
Variável
quantitativa
Distribuição de
freqüências
Percentagens
Tabela
Gráfico de
barras,
colunas ou
setores
Distribuição de
freqüências
Medidas descritivas (média,
desvio padrão, mediana etc.)
Histograma
Ramo-e-folhas
69. • Os
testes
esta<s<cos
são
aplicados
de
acordo
com
os
<pos
de
dados
ou
variaveis
• Dados
paramétricos
–
intervalares
• Dados
não
paramétricos
–
não
intervalares
70. As
cinco
etapas
de
um
teste
de
significancia
esta<s<ca
1. Suposicao:
<pos
de
dados,
aleatorizacao,
distribuicao
populacional,
condicao
do
tamanho
da
amostra
2. Hipoteses:
hipotese
nula
(H0);
hipotese
alterna<va
(H1)
3. Esta<s<ca-‐teste:
compara
a
es<ma<va
por
ponto
ao
valor
do
parametro
H0
4. Valor-‐p:
peso
da
evidencia
contra
H0;
p
pequeno
é
evidencia
forte
5. Conclusao:
relatar
valor-‐p;
decisao
formal
71. Regra
de
decisão
baseada
no
valor
p
p ≤ α rejeita H0 (prova-se H1)
(os dados mostram evidência que ...)
p > α aceita H0 (não se prova H1)
(os dados não mostram evidência que ...)
Discutir sobre a probabilidade de erro em cada uma
dessas decisões.
72. p
valor
0,05
• A
esta<s<ca-‐teste
resume
quão
longe
os
dados
estão
de
H0
• O
teste
transforma
os
dados
em
uma
escala
probabilís<ca
de
0
a
1
– Quanto
menor
o
valor-‐p,
maior
a
evidencia
contra
H0
e
em
favor
da
H1
73. Realidade
H
o
verdadeira
H
o
falsa
Aceitar
H
o
Rejeitar
H
o
D
e
c
i
s
ã
o
O
K
O
K
Tipos
de
erros
num
teste
estaBs<co
74. PEDRO A. BARBETTA – Estatística Aplicada às Ciências Sociais 6ed. Editora da
UFSC, 2006.
Realidade
H
o
verdadeira
H
o
falsa
Aceitar
H
o
Rejeitar
H
o
D
e
c
i
s
ã
o
O
K
E
r
r
o
T
i
p
o
I
(
α )
O
K
Tipos
de
erros
num
teste
estaBs<co
75. PEDRO A. BARBETTA – Estatística Aplicada às Ciências Sociais 6ed. Editora da
UFSC, 2006.
Realidade
H
o
verdadeira
H
o
falsa
Aceitar
H
o
Rejeitar
H
o
D
e
c
i
s
ã
o
O
K
E
r
r
o
T
i
p
o
I
(
α )
O
K
E
r
r
o
T
i
p
o
II
(
)
β
Tipos
de
erros
num
teste
estaBs<co
76. Erros
do
Tipo
I
e
do
Tipo
II
• Quando
H0
é
verdadeira,
ocorre
um
erro
do
<po
I
se
H0
for
rejeitada
– Concluímos
erroneamente
que
ha
diferença,
quando
não
há
diferença
real
• Quando
H0
é
falsa,
ocorre
um
erro
do
<po
II
se
H0
não
for
rejeitada
– Quando
o
tamanho
da
amostra
é
pequeno
– Nao
seremos
capazes
de
detectar
diferenças
reais
entre
os
grupos